工联网消息(IItime) 有这样一家企业,它是新能源汽车供应链里的隐形冠军,从2016年开始为特斯拉提供关键零部件,并且最近几年成功切入了充满前景的人形机器人市场。
这就是宁波某新能源汽车顶级供应商——A公司,这家企业做到今天这番成绩原因很多,我们今天要讲的是A公司数字化的故事。
从0到1建设数字化工厂 作为深耕汽车动力底盘系统、智能驾驶系统等领域的研发与制造的老牌供应商,2018年,A公司遇到了数字化发展的瓶颈.
A公司供应发货的产品,无法对生产过程中的异常件进行精准追溯控制,而特斯拉、吉利等客户要求其上线一套质量追溯系统,使得供应的所有产品均有生产过程数据(人、机、料、法、环、测),并可在后台自主进行报表查询如质量合格率、SAP入库数、异常率。
这是一套新的数字化工厂系统,需要进行全方位数字化改造。时间紧任务重,要求也高,这个任务最终落到了西格数据的肩上。
江苏西格数据科技有限公司的创始人兼总经理 余世阁
“A公司数字化工厂项目是工业大数据在实际生产中应用的成功案例,展示了工业大数据对企业数字化转型和智能制造的重要推动作用。”江苏西格数据科技有限公司的创始人兼总经理余世阁在接受工联网记者采访时介绍道。
• 在设备监控方面,通过多种数据采集方式,如RJ45直采、RS232转网口、CF卡转网口、北辰模块、API函数采集和人工信号采集等,实现了对设备状态、产量、故障、参数等数据的实时监控和分析展示,为设备管理和维护提供了数据支持。
• 在程序管理方面,建立了程序在线管理平台,实现了程序的创建、审核、调用、远程下发、在线编辑、版本管理等功能,提高了程序管理的效率和准确性。
• 在质量管理方面,通过进料检验、过程检验、送检管理、返工报废等环节的管理,以及质量统计分析和智能分析,实现了对产品质量的全面把控和预测,为质量改进提供了数据依据。
• 在追溯管理方面,聚焦质量追溯管理,实现了单件追溯和批次追溯业务流程。通过对生产过程中各个环节的数据采集和关联,包括主数据配置、追溯配置、工单关联、产品过站、装箱/装托和追溯查询等,实现了对产品生产数据的全过程追溯,满足了客户对产品制造全过程详情追溯的要求。
此外,项目还包括安灯管理、设备管理、工模检管理、仓库管理和智能看板等功能模块,实现了对生产过程的全面监控和管理,提高了生产效率和质量,降低了成本。
A公司数字工厂的建成让人们看到了工业大数据的价值。
“工业大数据的价值在于能够基于模型分析和应用海量数据,这是人自身无法具备的能力,而工业大数据能够将这种能力复制到每一个场景中,为企业提供无人化、智能化的解决方案。”余世阁介绍道。
让精密制造变精密“智造”
随着数据逐步成为生产要素,工业大数据技术得到了工业领域越来越多的重视。工业大数据能够将离散制造过程转变为流程化制造过程,通过整合各个环节的数据,实现对制造过程的全面监控、优化和协同,进一步为企业实现降本增效的目标。
例如,在传统制造过程中,CAD和CAM等环节往往是分离的,而工业大数据能够将这些环节串联起来,通过各种协议实现通信集成,并对数据进行分析处理,从而为控制和决策提供支持。
听起来很美好,但是具体实现起来却没有那么容易。工业过程复杂,涉及无数个业务场景和模块,每个模块都需要高知识密度来完成数据的解析、重构、分析和优化等工作。这需要企业围绕每一个细分领域和垂直领域进行深耕,完成模块的分解、标准化、重构和反向控制等工作。此外,这些挑战还需要大量的人力和资本投入,以及长期的积累。
誓要啃下工业大数据这块硬骨头,这是西格数据成立之初定下的目标。
自2016年创立开始,西格数据便一直围绕精密加工场景,特别是金属切削过程展开工作,以工业互联、大数据分析和IT架构技术,为工业过程提供智能分析、决策服务,逐步成长为工业大数据领导者。
西格数据关注客户关心的四个要素——高质量产品、高效率生产、高精度产品以及生产要素的高效协同,提供了七大系统28个模块,服务了国内外众多用户,最终形成了丰富的案例和成果。
如TMS E3刀具智能监控系统在汽车零部件、工程机械、航天军工等行业的应用。在汽车零部件行业,一汽解放汽车有限公司、某世界轴承顶尖企业、惠州比亚迪股份有限公司等客户都采用了该系统;在工程机械行业,卡特彼勒(徐州)有限公司、徐工液压件有限公司等客户也从中受益。
如今的西格数据已服务超过800+规模精密加工行业企业客户,其中服务上市公司超过300家。凭借自身的经营管理和科技创新能力,荣获国家高新技术企业、江苏省民营科技企业、苏州工业园区上市苗圃企业、江苏省高新技术产业开发区瞪羚企业等多项荣誉称号。
与AI融合,未来充满想象空间
谈到数据的处理就不得不提最近迅速崛起的人工智能技术。这将为工业大数据带来更大的发展空间。
人工智能过去主要围绕NLP(资源处理)场景,如图片、语音和文本等数据进行工程应用,并且已经非常成熟和成功。“随着人工智能应用模型的标准化和算力成本的降低,工业领域也在积极探索两者的融合。”余世阁讲道。
例如,在设备管理场景中,结合新的AI智能摄像头可以自动识别过程中的异常并报警,提醒设备维护运维;在程序管理方面,通过对程序修改痕迹的分析和大模型的训练,可以将众多设备的经验融合在一个系统中,实现一次性获得标准模型。
在工业大数据的赋能作用方面,工厂积累的大量过程工艺数据可以通过模型进行训练,帮助用户沉淀历史工艺数据,积累经验,进一步优化结果,从而缩短产品制造设计的效率和前期准备周期。例如,在一些过程的效率优化、高级监控以及基于摄像头的AI识别无人化监控等方面,工业大数据已经得到了广泛应用,并且帮助企业大幅降低了制造成本。
对于中小企业数字化转型,工业大数据也带来了很好的发展机遇。余世阁举例说,过去一些数据应用所需的设备,如传感器等价格昂贵,中小企业难以应用。但随着市场的发展,传感器成本大幅降低,这为中小企业应用工业大数据提供了可能。产品的标准化程度提高也进一步降低了成本,使得中小企业能够使用设备监控管理和基于信号处理的应用算法等。
安全重于泰山,做工业大数据一定要保证数据的安全合规使用。工业数据的确权和管理比其他行业更为复杂,因为工业数据类型众多,包括设备产生的数据、解析的数据以及通过新传感器采集的数据等。对此西格数据针对数据安全和数据整合采取了一系列措施。告知用户数据的应用方式,并与客户签订保密协议,安全合规地发挥数据价值。
展望未来,余世阁认为,工业大数据将在智能制造中发挥越来越重要的作用。虽然当前行业面临一些挑战,如市场环境变化、产能过剩等,但随着技术的不断发展和政策的支持,工业大数据将为企业带来更多的机遇。相信在未来,工业大数据将成为工业企业提升竞争力、实现数字化转型的重要支撑,助力中国制造迈向更高水平的智能化和高质量发展。