传统制造企业推进智能制造的思考

传统制造企业推进智能制造的思考

苏新

身份证号:522101196601017717

通联航天工业有限公司 贵州省贵阳市 550009

摘要：推进智能制造是我国制造业发展的重要战略。大规模生产的汽车、电子产品等行业，目前已具备较高的智能化水平，但对一些多品种、变批量的传统制造企业，其智能制造实施仍存在多方面的差距，本文对这些差距进行分析，并针对性地提出后续的发展方向，为传统制造企业推进智能制造提供参考。

关键词：智能制造；工业物联网；质量管控；排程调度；设备维护

1 引言

智能制造是建设制造强国的主攻方向，其发展程度直接关乎我国制造业质量水平[1]。我国分别于2016年、2021年发布了《智能制造“十三五”发展规划》与《“十四五”智能制造发展规划》，强调了智能制造的重要战略意义，并明确了各阶段智能制造发展的重点任务及保障措施，大力促进了国内制造企业的智能化改革。

相较于采用大规模生产模式的汽车、电子产品等自动化、智能化水平较高的制造企业[2]，多品种、少批量、变批量生产的制造企业由于产品种类多、批量不定，需要较高的生产柔性，因此其自动化、智能水平相对较低[3]，相当一部分制造环节仍存在手工作业，例如人工浇铸、人工焊接等，制造技术手段仍较传统。这种较低的生产制造技术水平，难以满足客户对产品技术指标、交货期越来越高的要求，因此有必要分析这类制造企业在推进智能制造方面存在的差距以及后续的方向。

2 智能制造推进的差距分析

在如今大举推进企业智能化升级的背景下，传统制造企业也实施了不同程度的智能化改造，例如增加自动化仓储物流系统、自动化机械加工生产线等，提升了部分制造环节的效率与质量。但仍存在以下差距：

（1）部分关键工艺技术仍有待突破

制造工艺技术是企业实施智能制造的基础，目前产品工艺设计与制造过程中还存在着许多制约效率与质量提升的工艺技术问题，例如数字化智能化工艺设计技术、多工艺连续仿真技术、大型薄壁件铸造与热处理的变形控制技术、结构件深孔加工技术等。

（2）加工设备的自动化、智能化程度仍有待提高

传统制造企业存在大量老旧设备，数字化程度低，不同设备的厂家不同、系统不统一，无法互联互通，智能化改造技术难度大。部分工艺环节，如浇铸、铸件浇道切割、钣金铆接等仍依赖于人工操作，存在工作强度大、具有一定危险性、生产效率较低、质量一致性难保证等问题。

（3）工业物联网尚未开展建设或建设滞后

传统制造企业多数设备间仍处于相互独立、未连通的状态，存在大量信息孤岛，导致生产过程无法实现设备级、产线级、车间级甚至工厂级的协同工作。生产过程中的人、机、料、法、环、测等要素的实时状态信息无法被实时采集与监测，因此也无法支持生产制造过程的调整优化。

（4）数字化全流程质量管控尚未实现

生产制造全过程涉及铸造、热处理、焊接、机加、装配等大量工艺环节，按照工艺要求，各环节均需开展质量检测。目前多采用人工进行检测（如产品外观、几何尺寸检测等），检测效率较低且存在一定的误判率，可能导致不合格品流入后道工序或市场。数字化全流程质量管控系统的缺失，导致质量检测数据采集、管理和全流程追溯无法实现，质量数据得不到有效积累与应用。

（5）复杂环境下生产计划动态调度尚未实现

生产排程的效率与合理性很大程度上决定了车间生产效率和交付周期。目前主要依赖于人工进行排程调度，这种方式的排程计划准确度较低，存在工序间衔接等待，导致生产周期延长，也难以快速实现紧急插单、设备故障、资源约束等复杂情形下的动态调度，即生产调度的精准度和敏捷性较差。缺乏动态调度能力导致资源利用率难以提高，生产设备负载不均衡，生产节拍不稳定，最终导致交货期延长。

（6）设备故障诊断与预测性维护尚未实现

目前设备维修主要依赖于维护人员的经验，这种方式一是难以实现维修知识的积累和重用，二是对缺乏经验的维修人员，难以快速、准确地识别故障。此外，目前多采用计划修方式，这种方式可能导致过度维护或事后维护（即产生故障后果后才维护）。过度维护会造成资源浪费，而事后维护则会造成经济损失甚至安全事故，因此，需根据设备实时状态预测设备何时可能会发生故障，实现状态修。

3 智能制造推进的发展方向

（1）持续突破关键制造技术，破除智能化技术障碍

关键制造技术突破是实施智能制造的前提，若未解决工艺技术难题而盲目地开展智能制造，必定无法成功且会造成重大浪费。因此，需结合制造企业实际情况，开展工艺设计及仿真、大型薄壁件变形控制、深孔加工等关键工艺技术攻关，为智能制造的实施铺平技术路径。

（2）加工设备智能化改造，传统工艺环节提质增效

识别全工艺流程中低效、危险、劳动强度大、生产作业环境差的传统工艺环节，开展工艺技术更新、加工设备智能化改造或购置，以改善劳动条件、提升工艺效率和质量。结合具体工艺技术要求与企业研发能力，可以通过自主研发非标智能化设备、外购成熟智能化设备、与优势设备研发单位合作研发等方式，多措并举开展设备智能化改造工作。

（3）集成信息化平台与IIOT，制造过程数据全贯通

集成产品数据管理系统PDM、企业资源管理系统ERP、制造执行系统MES等信息化平台，打通设计数据-工艺数据-物料数据-生产计划等数据全链条，提升数据传递的效率与准确性，构建以产品BOM为基础的结构化数据模型，实现全生命周期的数据源统一。构建工业物联网IIOT，实现多设备互联、消除信息孤岛，实现设备、产线等的协同工作。结合工业现场多维智能感知技术，基于IIOT实现生产过程中人、机、料、法、环、测等要素的状态信息实时采集、监测。将信息化平台与工业物联网IIOT集成，实现生产现场信息的实时获取，使生产过程更透明，支持做出更合理、优化的技术与管理决策，提高生产效率。

（4）搭建制造质量管控系统，提升质检及追溯能力

采集产品制造过程中与几何尺寸、外观表面等相关的图像信息、振动信号或声音信号等物理量，构建“机理+数据”的质量分析模型，以实时识别、定位出加工和装配过程中的质量缺陷，并自主决策质量合规性，实现制造质量在线检测。围绕原材料采购、毛坯成型、热处理、机加工、外购件采购、装配等产品制造全流程，搭建制造质量全过程管控系统，将采集的质量数据、在线检测结果等记录于管控系统，实现全过程质量数据积累，支持质量数据的全流程追溯以及基于历史质量数据分析的产品质量改进。

（5）搭建智能排程调度系统，提升准确性与敏捷性

基于工业物联网与信息化平台，实时感知车间生产任务和资源状态，并考虑紧急插单、设备故障、工时随机不确定、交货期与产能约束等因素，融合业务规则、数据分析和智能算法构建智能排产调度模型，实现复杂环境下车间的动态排程调度优化，提升排程调度的准确性与敏捷性。依托企业已有排程调度系统，开发并嵌入智能排程调度模型，并进行工程化应用。

（6）故障诊断与预测性维护，提升智能设备可用性

对故障难诊断的设备，采用人工智能方法将“故障机理+数据模型+经验”结合，开发设备故障诊断模型，实现故障快速识别、定位，提高维修人员工作效率，减少设备停机时间。对故障发生危害大、经济损失大的设备，基于设备历史运行数据，分析设备运行特征参数与各类故障间的关联关系，识别出关键特征参数，并采用机器学习方法构建出特征参数与故障发生概率之间的函数关系，即故障预测模型。基于工业物联网实时采集设备运行状态参数，基于故障预测模型实时判断设备故障发生概率，实现预测性维护。故障智能诊断与预测性维护均有利于降低故障影响，提升设备可用性。

4 结语

智能制造是传统制造企业转型升级、提升效率与质量的必经之路。传统制造企业在智能制造推进中仍存在多方面的差距，本文对这些差距进行了分析，并指出需要在关键工艺技术突破、设备智能化改造、信息化平台与工业物联网建设、全流程质量管控系统、智能排程调度系统、故障诊断与预测性维护等方向持续发力，尽快实现制造企业的数字化转型、智能化升级。

参考文献：

[1]“十四五”智能制造发展规划 专家系列解读[J].智能制造,2022(01):9.

[2]王皓.面向智能制造的汽车产业升级路径研究[J].科技创新导报,2019,16(14):97-98.

[3]于成龙,侯俊杰,赵颖等.多品种变批量产品智能制造系统框架[J].航空制造技术,2019,62(10):98-102.