解读汽车智能制造

1、解读汽车智能制造 摘 要：随着德国工业 4.0 的推动，中国在探索自己工业转型之路的同时提出“互联网+”与“中国制造 2025”，文章就智能制造在汽车企业的应用前景进行简单介绍，为汽车企业合理规划智能制造，切实解决现实问题提供思路。关键词：工业 4.0；智能制造 To talk about Intelligent Manufacturing Abstract: China provide the scheme of something plus internet and made in China 2025 to explore our own road to transition under

2、 the push of Germany Industry 4.0.This article give the brief introduction about the application prospect of intelligent manufacturing in motor enterprises and provide the thinking to solve the problem and give the reasonable planning about that.Keywords: Industry 4.0; Intelligent Manufacturing 前言随着

3、德国工业 4.0 的推动，中国在探索自己工业转型之路的同时提出“互联网+”与“中国制造 2025”，在大背景与大环境的浪潮中，汽车企业需要研究分析投入与产出的经济效益，合理、理性的规划自己的智能化制造与服务之路。汽车工业 4.0 关键特征德国工业 4.0 依靠物联网、大数据、信息物理系统和云计算技术驱动，围绕“智能生产，智能工厂，智能物流，智能服务”四大主题来实现，其中智能工厂构成了工业 4.0 的关键特征。，作为四大主题之一的智能工厂代表了高度互联和智能化的数字时代，通过互联互通、数字化、大数据、智能装备与智能供应链五大关键领域得以体现。图 11.1 互联互通互联互通是通过 CPS 信息物理

4、系统将人、物、机器与系统进行连接，以物联网作为基础，通过传感器、RFID、二维码及无线局域网等实现信息的采集，通过 PLC 和本地及远程 服务器实现人机界面的交互，在本地服务器和云存储服务器。实现数据读写，在 ERP、PLM、MES 和 SCADA 等平台实现无缝对接，从而达到信息的畅通，人机的智能。一方面，通过这些技术实现智能工厂内部从订单、采购、生产与设计等的信息实时处理与通畅，另一方面相关设计供应商、采购供应商、服务商和客户等与智能工厂实现互联互通，确保生产信息、服务信息等的同步，采购供应商随时可以提取生产订单信息，客户随时可以提交自己的个性化订单且可以查询自己订单的生产进展，服务商随时

5、保持与客户等的沟通与相关事物处理。1.2 数字化数字化包含两方面内容，一方面是指智能工厂在工厂规划设计、工艺装备开发及物流等全部应用三维设计与仿真； 通过仿真分析，消除设计中的问题，将问题提前进行识别， 减少后期改进改善的投入，从而达到优化设计成本与质量， 实现数字化制造和 QCD 与灵活生产的目标，实现真正的精益， 通过仿真运营成本降低 10-30% ， 劳动生产率提高15-30%。图 2另一方面，在传感器、定位识别、数据库分析等物联网基础数字化技术的帮助下，数字化贯穿产品创造价值链和智能工厂制造价值网络，从研发 BOM 到采购 BOM 和制造BOM，甚至到营销服务的 BOM 准确性与及时性

6、直接影响是否能实现智能化，从研发到运营，乃至商业模式也需要数字化的贯通，从某种程度而言数字化的实现程度也成为智能制造战略成功的关键。行提取、分割、建立模型并进行分析，深度挖掘数据背后的潜在问题和贡献价值。国外某知名汽车公司在国内的工厂在数据采集方面毫无疑问做的很好，但数据也仅仅停留在形成报表的层面，无法直接利用与分析，识别出问题并进行整改， 直接反映的是数据分析和数据应用人员的缺失，尤其是与专业相结合，需要既了解专业又懂得建模和算法的数据分析人才，这也是大数据面临的重要挑战，亟需企业和学校联合共同培养，且从取消手工的数据处理着手开展逐步积累，同时也反映了 IT 与制造的融合与同步不足。图 4智

7、能装备智能装备通过智能产品、人机界面、RFID 射频技术、插入技术、智能网络及 APP 等具备可感知、可连接，形成了集群环境，最终形成“可感知-自记忆-自认知-自决策-自重构” 的核心能力，如谷歌旗下公司开发的 AlphaGo 一样具备深度学习的智能，根据实际形势的输入可以自动分析判断、逻辑推理，思考下一步的落子，在人工智能领域形成了对人类围棋的绝对压倒性优势，AlphaGo 的出现象征着计算机技术已进入人工智能的新信息技术时代（新 IT 时代），未来将于医疗等行业进行深度合作，作为人工智能的代表也预示智能装备的时代来临，充分证明智能装备是智能工厂物联网和数字化制造的基础，也是物联网实现的关键

8、要素。智能供应链智能供应链重点包含供应物流、生产物流、整车物流， 各相应环节实施物流信息实时采集、同步传输、数据共享， 并驱动物流设备运行，实现智能物流体系，达到准时化、可视化的目的，确保了资源的有效共享，也确保了订单的准时交付，在订单准确的同时减小了存储，最大限度的避免了仓储及二次转运的费用，降低生产成本，也是主机厂和供应商之间紧密合作下的质量和价格的优化，达到双赢的效果。图 31.3 大数据大数据，是一种规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具处理能力范围的数据集合， 从大数据、物联网的硬件基础、连接技术到中间数据存储平台、数据分析平台形成了整个大数据的架构，实现了底

9、层硬件数据采集到顶层数据分析的纵向整合。大数据的战略意义不在于掌握庞大的数据信息，更重要的是对数据进行专业化处理，将来自各专业的各类型数据进图5智能制造目标在经济快速增长期，传统价值链的制造企业和用户企业之间的矛盾被大量的订单和充裕的现金流掩盖，随着中国经济常态化，材料成本的增长，环保压力的增加，市场和资金的双重压力来临，两者之间的矛盾日趋显著。制造企业为提高生产效率，提高质量，降低生产成本，只能进行生产线升级与智能制造，下游相关投入会变为成本层层传递给上游， 但又不会也不可能完全转嫁给消费者，在这种价值链关系下，用户不会因为是智能工厂生产的车就去为多余的价格买单， 他们考虑更多的是汽车本身的

10、功性能、可靠性、燃油经济性、安全性和舒适性，从这个方面出发考虑，智能制造和工业 4.0 都不应该成为最终目的，如何为用户创造新的需求和价值才是目的，如何通过智能制造解决用户问题才应该是汽车制造企业重点考虑的。像用户抱怨的保养费用和保养周期，相关主机厂的客户都不满意，价格高，规定死，如果能通过传感器监控实际车辆运行的里程、状态，真正的从用户的切身利益出发评估更换机滤、机油以及空滤、变速箱油等的实际情况，毕竟每个车的驾驶习惯、行驶路况等均有差别；另外，个性化的配置，用户的真正需求，实用配置等都因人而不同，很多配置客户并不需要，但在车型中却作为标配，如何实现个性化的定制也是智能制造的一个方向；市场作为一线的战场，能倾听到客户真实的声音与需求，真正为客户思考，为每一个价值链问题进行思考，坚信“问题就是机会”，思考哪怕觉得不可能一点需求，都有可能创造无限的价值，关键也是要融入智能工厂的五大领域技术，市场做好的同时不能仅仅依靠研发、市场，更多的也应该考虑团队协作，考虑立体化多方位的智能化技术手段，同时智能制造也需要建立在市场驱动的前提下，将科技驱动作为技术手段，逐步实现智能工厂，