1. 新经济沸点首页
  2. 沸点·大公司

数字红旗,冉冉升起

一家叫做繁荣的工厂。

采写|郭娟

1958年8月1日,中国长春。

经过33天奋战,新中国第一辆高级轿车——红旗牌轿车诞生。这是一个日后载入史册的事件,它标志着我国民族汽车品牌的崛起,也见证了一汽人自主自强的工业精神。

世易时移,63年后的今天,汽车业正发生着深刻的变化。

“电动化”是大势所趋,国务院近期发布《2030年前碳达峰行动方案》指出,到2030年我国新能源、清洁能源动力交通工具渗透率为40%的规划目标。

另外,自《中国制造2025》明确将汽车产业列入智能制造重点突破的领域以来,实现生产环节智能化和高度自动化,从“中国制造”向“中国智造”转变,成为汽车业紧迫的任务。

面对这些变化,一汽人不认输,一个叫做“繁荣”的数字工厂诞生了。

九院寻找新伙伴

“繁荣工厂”因坐落于吉林长春汽车产业技术开发区的繁荣基地而得名,2020年4月,这个工厂开始动工,今年年底建成投产后,一汽红旗的所有新能源汽车将从这里走出。

在一汽红旗的规划里,未来会推出21款车型,其中,新能源汽车18款,占比达到85%以上,繁荣工厂的重要性由此可见一斑。

整车20万辆的年产能,只是“繁荣”的小目标。另外,繁荣工厂设计的生产节拍为60JPH(jobs per hour),即每小时完成60个作业、每分钟就有一辆汽车整装下线。

如果一年停工10次,每次停工3小时,就会减少1800台产量,实际损失上亿。因此,提前发现问题、集中处置,减少产线停工的发生,需要繁荣工厂具备“预测性维护算法”。

如何让“繁荣”具备以上能力,才是工厂设计师们最初遇到的“硬核”问题。

繁荣工厂的“总设计师”是一个团队,与新中国第一辆轿车同一年诞生的“机械工业九院”,63年来一直专注于汽车工厂建设和汽车工业整体解决方案,目前已服务了国内外数十家汽车主机厂。

然而这一次,繁荣工厂的构建与以往任何一家主机厂都不同,因为它要变得更加智能化。汽车业要做智能制造比其他领域有都有基础,它具备先天高度的自动化体系,现代制造业流行的“自动化流水线”就源于汽车制造业。

九院副总经理李允升认为,“自动化是用机器代替人的体力劳动;数字化、智能化则是用机器代替人的脑力劳动。”

如何去实现呢?“用机器代替人的抉择和辅助人的抉择,主要依靠数据信息,通过数据分析和人工智能的应用,实现对于物理世界状态的实时感知,在信息空间通过计算做出最优的决策,使得资源得到最大的优化。”李允升进一步解释。

一句话,要让繁荣工厂变得更“聪明”,核心还在于数据和算法。

积淀了深厚的汽车行业业务能力的九院,急需一批新伙伴,它要对大数据的标注、定义、治理、分析、处理、存储、安全等都有丰富的经验,找来找去,阿里云成为这个最主要的合作伙伴。

在这之前,阿里云也涉足过70%的头部汽车主机企业,但业务多覆盖研发和营销,繁荣工厂的新使命则要求阿里云深入到汽车的生产制造环节,这也是阿里云的第一次。

2020年7月,阿里云与九院正式达成战略合作,“要协力为汽车业提供数字工厂的解决方案”,就这样,繁荣工厂的“总设计师”团队里,新增了一家互联网背景的云计算公司。

数据智能让工厂更聪明

繁荣工厂投入78个亿,总占地70万平米,是一个从0到1打造的工厂,为了保证基本的生产,它将汽车制造的冲压、焊装、涂装、组装、电池五大核心车间搬到这里。

但与传统汽车工厂自动化先行的理念不同,繁荣工厂一开始就确立了数据为主线的思路,各数据都由每台设备产生,因此,五大车间里的每一台机器都应高度智能化,因为“要实现整体的系统智能,单体也要具备一定的智能,否则效果不会太好”。

与阿里云达成合作后不久,繁荣工厂形成了200多条产线,6500多台设备。每一台设备实现智能化,不仅意味着机器间能相互“联网”,更重要的是机器在互联中产生了海量数据,如何有效采集这些数据?九院和阿里云联合开发了一套SCADA(数据采集与监视控制)系统。

这套系统,实现了软件的自主、可控,在实际应用中,还设计了繁荣工厂百万个数据采集点位,也让数据采集的频率突破到200毫秒。

黄铮是阿里云汽车行业的架构师,他透露,“百万点位的数据,产生的一秒钟并发数据量,起初给繁荣工厂的大数据分析带来了技术难题,这也是其他智能工厂没有遇到过的情况。”

好在已经经历过13年的双11电商大促,早就让阿里云具备海量数据的架构能力,如今,这个能力被“迁移”到繁荣工厂中,虽然很多数据都是设备与设备间的边缘采集,但已足够化解海量数据带来的流量瓶颈。

200多条产线、6500多台设备、百万级别的数据点位,这每一个点位的设计、数据规则的标注等,都是阿里云结合“九院”汽车制造的经验,再依据一汽红旗实际的生产场景一一梳理而成。

显然,这是一项无比庞大的工程。

九院副总经理李允升总结,这是一次特别有价值的尝试,因为“整个工厂感知体系的构建,就在于各设备能提供有效的数据。”

基础数据的采集质量,也决定了后续算法能否正常进行,然而数据分布于200多个条线,如何保证准确性,以及各条线间数据的无缝连接融合和利用分析,这又用到阿里云的另一种能力的沉淀——数据中台。

黄铮介绍,数据中台自带对数据的清洗,也就是对数据的一些瑕疵进行过滤,以及做数据的融合计算和分析等,都有完整的功能组件来做支撑。

“抓取到数据后,上传到中台,然后进行数据的清洗建模、分析,这就需要对数据场景的明确”,黄铮的同事王彪补充。

中台要形成数据治理和分析的方法论,最先由阿里的业务同学与红旗方面对业务场景进行定义,包括对数据字段的梳理等,然后把数据的清洗标准制定出来,就可以在数据中台设定数据治理的规则,这个规则应用于后面设备类的数据生产计划的执行。

例如一些阈值的设定,包括设备阈、成本阈、质量阈等等,这让智能设备和生产条线在运行中一旦接近阈值就会产生预警,这套规则的设定也使得繁荣工厂具备“预测性维护算法”能力。

中台的搭建,是底层的用户数据、交易数据等的打通,这些数据实现联动共享,再把这些数据统一放到一个平台,就可以支持指导其他业务。强大的中台会把工作中重复环节抽取出来,避免每次独立开发的资源和时间浪费,这样前端的工作就变“轻”了,工作效率才会有质的提升。

数据中台是近两年大数据领域的热词,但多数都没有做起来,而只有包括阿里这样的大型互联网公司做成。咨询师刘润曾分析过这个原因,是因为“他们是成熟的大公司,有完善的管理制度,部门协同合作也高效,先有制度和流程,才会有中台。”

正是因为阿里云具备的大数据能力,才让它和九院的业务能力形成优势互补,也就有了繁荣工厂的深度合作。

做成标杆需要几步?

李允升介绍,繁荣工厂的打造,在建设之初,就已经确定要“打造国际一流、行业领先、国内领先的标杆智能工厂的目标。”

他认为,数据是数字工厂构建首先抓住数据这条主线,核心则是软件,因为软件首先是定义数据流通规则,把正确的数据以正确的方式存到正确的主体里。

阿里云在这场合作中,处于核心地位,因为它将平台上磨练多年形成的通用能力,一头扎进具体的场景中,才能完善更多的know how。据李允升透露,繁荣工厂里有一套核心系统就是与阿里云打磨而成,那就是“车间管控系统”,它介于PLC和MES之间,基于产线边缘侧的数据采集、实时分析及数据智能应用,形成与线体自动控制系统高效协同,最终提升产线效能、降低运行成本、提高产品质量,并以高质量的分析结论和决策建议支撑工厂生产运营。

另外,数字工厂里的冲压、焊装、涂装、组装、电池五大核心车间,也同步构建了“数字孪生车间”,将“物理世界在线上用3D可视化的方式展现出来,更为直观,可视化的感觉更强。”

王彪举例,数字孪生是与实时的产线产生实际链接,车间里每一台智能设备的工艺参数、产线、报警信息等通过数字孪生的方式展示出来,“以前可能是一个报警,现在3D化的展示设备,会给到一个更为直观的提示。”

生产环节中,以往,涂装车间的工人预先做好防护,才能降低喷涂材料对人体的伤害。现在,他们只需用对着电脑操作,就能达到现场喷涂的实际效果,因为产线的一举一动,在屏幕上做到一览无遗,实现远程控制。

让软件简化到“只要会操作PPT都能上手”,这也是阿里云在数字工厂里工具层面的革命性创新,以往,工业软件具备很高的门槛,只有具备自动化专业知识的人才会操作,现在,“通过可视化的界面,拖拽就能实现任意设备的数据,以及联网数据的采集分析工作”,黄铮介绍。

但这毕竟是一个从0到1建造的工厂,阿里云汽车行业的架构师王彪总结,“我们有技术积淀,对行业的理解却不够,造成业务能耗过高”,另一方面则值得肯定,因为繁荣工厂数的搭建理念、数据中台的应用、算法平台等,“这些架构在国内应该没有第二家。”

(原文首发于《云栖战略参考》)

原创文章,作者:新经济沸点·原创,如若转载,请注明出处:https://www.efeidian.com/?p=7735

本网站优质内容同步到36氪、钛媒体、创业邦、新浪看点、新浪微博、虎嗅、第一财经、南财号、微信公众平台、和讯网、支付宝APP、一点资讯、今日头条、百家号、搜狐科技、凤凰科技、网易科技、企鹅号、商业新知、新知百略网等平台。 投稿、内容合作、商务合作等,请发邮件:hemu2008@163.com

发表评论

登录后才能评论