朱正德 吳江歡
(上海大眾動力總成有限公司)
當前,以汽車行業(yè)為代表的現(xiàn)代制造業(yè)正大力推行工業(yè)4.0和國家2015年春出臺的“中國制造2025”,目標都是為了推動和實現(xiàn)制造業(yè)向智能化生產方式轉型。期間,為確保產品的制造質量,就必須遵循現(xiàn)代質量觀念,強化工藝過程的穩(wěn)定性,為此,繼續(xù)執(zhí)行統(tǒng)計過程控制(SPC)技術十分必要。而為了適應“快速、小批量、定制化生產”的智能化制造需求,必須充分利用信息化技術,對傳統(tǒng)的SPC系統(tǒng)進行優(yōu)化和功能的拓展。經過幾年的努力,通過專業(yè)軟件公司與主機廠(整車廠或總成廠)合作這一方式,在國內某發(fā)動機廠實施的“透明化工廠”項目,已很好地解決了這個問題,為有相似需求的不同行業(yè)和企業(yè)提供了很好的借鑒。
“工業(yè)4.0”戰(zhàn)略包含三大主題,一是“智慧工廠”,重點研究智能化生產系統(tǒng)和過程及網絡化分布式生產設施的實現(xiàn);二是“智能化生產”,主要涉及包括3D打印等新穎工藝在工業(yè)生產過程中的應用以及整個企業(yè)的生產管理和人機互動等;三是“智能化物流”,主要通過互聯(lián)網和物聯(lián)網,整合物流資源,充分發(fā)揮現(xiàn)有物流資源供應方的效率,而需求方能夠快速獲得服務,得到物流支持[1]。工業(yè)4.0的核心就是基于智慧工廠的智能制造。
隨著汽車消費市場對產品影響的不斷擴大和產品需最大限度地滿足用戶日趨個性化的需求,越來越多的企業(yè)正由昔日的大批量和品種單調的剛性生產方式,向小批量和多品種的柔性制造模式過渡。因此在生產線規(guī)劃和設備選型上,也發(fā)生了很大變化。事實上,也只有能滿足不斷變化的需求的生產手段才被認為具備了智能化制造系統(tǒng)的基本特征。故由高性能機床和多軸加工中心組成的機加工線已漸成主流,這樣的工藝布置還易于根據需要擴展生產能力。為了適應多品種混線和柔性化的苛刻的生產條件,而且仍能做到對生產過程制造質量的實時監(jiān)控,保證產品的質量[2]32,企業(yè)需要更關注生產過程信息化水平的完善與提升,以實現(xiàn)生產過程質量控制的“互聯(lián)網+新理念”,完成向工業(yè)4.0所提出的基本要求的演變。
隨著軟件技術及互聯(lián)網技術的快速發(fā)展,Q_DAS公司的統(tǒng)計分析軟件已發(fā)展為由機械自動采集數(shù)據,軟件系統(tǒng)自動統(tǒng)計并根據邏輯運算實現(xiàn)自主評價,以及具備了實時監(jiān)控異常情況,并立即通知相關人員的能力,從而逐步將人員從繁瑣的采樣監(jiān)控統(tǒng)計評價中解放了出來。在提高了工效和分析與評定質量的同時,還降低了對操作人員的要求及企業(yè)的生產成本。Q_DAS公司更是利用企業(yè)的網絡化,將從人、機、料、法、環(huán)、測多個環(huán)節(jié)采集的數(shù)據和信息統(tǒng)一形成了完整的PDCA閉環(huán),使整個系統(tǒng)達到了具有自主完善、自主提高及不斷優(yōu)化的狀態(tài)。
某企業(yè)參照德國大眾“透明化工廠”的理念,在全廠范圍實施制造質量數(shù)據聯(lián)網[3],它以Q_DAS公司的“qs-STAT企業(yè)版統(tǒng)計分析軟件”為基礎,再根據需符合企業(yè)自身特點的個性化定制要求進行優(yōu)化,形成了富有特色的產品制造質量信息數(shù)據網絡。該系統(tǒng)覆蓋了所有機加工生產線(3條連桿線、4條曲軸線、3條缸體線、3條缸蓋線、1條凸輪軸線及2條罩殼線)和3個生產測量室,包含了多種類型的現(xiàn)場質量信息:1)生產線工序間的在線檢具;2)位于生產測量室的高精度檢測儀器;3)位于生產線末端進行100%測量的終檢。
透明化工廠項目中,經過優(yōu)化和拓展后構成的生產過程實時監(jiān)控系統(tǒng),如圖1所示,其主體為“質量數(shù)據可視化3層系統(tǒng)架構”?;鶎樱ú僮鞴?測量員)對質量數(shù)據進行收集,如圖1a所示;中層(現(xiàn)場質保/工程師)對數(shù)據進行分析評估,如圖1b所示;高層(部門和企業(yè)領導)對顯示的結果進行監(jiān)督與管控,在圖1中雖然并未給出該層面,但并不影響對系統(tǒng)的理解。即該系統(tǒng)是通過3個層次、3個維度,對生產線的過程能力進行全面的實時監(jiān)控,以此來保證最終成品的制造質量。
圖1 經拓展后的生產過程實時監(jiān)控系統(tǒng)示意圖
從圖1可看到,該系統(tǒng)是把服務器作為運行和監(jiān)控中心,在企業(yè)內相關的職能部門、專業(yè)人員及管理層面均設置了監(jiān)控終端。所有輸入輸出的制造質量信息,乃至通過零件自動測量后的數(shù)據,經生產線旁的操作工或專職測量員按檢測結果確認后,借助上傳軟件,經過服務器進入數(shù)據庫。然后再通過預先設定的時間頻次,qs-STAT統(tǒng)計分析軟件會自動將各個檢測工位的測量數(shù)據上傳到中央數(shù)據庫。操作工/測量員測量結束后,操作屏幕會彈出“檢測信息對話框”(如圖2所示),在檢測目標的范圍內,根據“檢測目標對照表”(如表1所示)輸入相應目標。檢測目標類型是根據生產線發(fā)生的實際情況,充分考慮了“人、機、料、法、環(huán)、測”后進行的匯總簡化和提煉,如圖3所示。
圖2 生產過程實時監(jiān)控系統(tǒng)檢測信息對話框界面
表1 生產過程實時監(jiān)控系統(tǒng)檢測原因對照表
圖3 生產過程實時監(jiān)控系統(tǒng)檢測目標類型
生產線技術人員/質保工程師等相關專業(yè)人員借助qs-STAT統(tǒng)計分析軟件,利用質量數(shù)據庫,通過采取比較和過濾等方式,對從生產線乃至裝配線所獲得的質量及工藝信息進行數(shù)據處理,即能實現(xiàn)對過程的全面監(jiān)測與評價,并根據所找出的各個工序中的問題點,及時進行有針對性的處理。其中,數(shù)據過濾就是利用高性能的統(tǒng)計分析軟件,對獲取的數(shù)據進行篩選和識別,使最終出現(xiàn)在相關人士面前的數(shù)據內涵豐富,包括零件號(還可精細到工件批次號)、工序號、機床號(進而還可精細到動力頭、夾具、檢具及生產線等信息),這樣的“實測結果”既極大地方便了快速處理各種性質的質量問題,又為企業(yè)開展持續(xù)的質量改進提供了依據。建成的監(jiān)控系統(tǒng)全部操作只有5個步驟:1)打開數(shù)據庫;2)輸入被加工的零件號,從而完成第1次過濾;3)輸入工序號,實現(xiàn)第2次過濾;4)輸入所選擇的機床號,完成第3次過濾;5)完成分類顯示。
而相關部門和企業(yè)的領導,作為管理層的責任者,可方便地實時查看所有生產線質量情況。一旦發(fā)現(xiàn)某被加工件的制造質量出現(xiàn)了異常情況,qs-STAT軟件的報告系統(tǒng)就將同時向相關人員發(fā)出預警、告知應盡快處理。
如果在線檢具不加區(qū)分就進行測量,并按傳統(tǒng)做法對所有實測值一并進行數(shù)據處理,那就失去該系統(tǒng)的意義了。此時,若要真正達到對過程是否處于穩(wěn)定的受控狀態(tài)予以分析和判斷,就必須把抽樣和測量加以細化。事實上,只有在識別并確認了某一工況后,再進行有針對性的數(shù)據處理才有意義[4]。為此,必須事先通過對相關提供質量信息的檢測設備進行統(tǒng)一的數(shù)據格式設置,從而使得用于評價的質量數(shù)據中,除了所獲取的實測值,還包括工件批次號、機床、動力頭(夾具)、檢具及生產線等信息[2]31。最后得到某道工序運行狀況的分析圖。不同于傳統(tǒng)的SPC,此圖含有多條曲線,每一條對應一種具體情況,如一臺機床,甚至更細化到其某個動力頭或零件的某個部位等。
透明化工廠項目在實施過程中,始終圍繞著最大程度地適應和滿足多品種和柔性化生產方式的目標來展開。通過利用并發(fā)揮了在企業(yè)中建立的網絡的作用,充分顯示出了將互聯(lián)網技術滲入生產過程(關鍵工序),并對于所獲取的“人、機、料、法、環(huán)、測”等大量數(shù)據和信息進行分析與整合,形成完整的PDCA閉環(huán)的價值。在這期間也暴露出尚有問題有待解決,有些情況需引起重視和進一步加以完善:1)系統(tǒng)中涉及到大量與通信和聯(lián)接有關的智能元件,但它們的標準化與互換性問題還需要解決。鑒于未來的元件、機器和產品等都將互聯(lián)與通信,形成一個生產網絡,無疑就需要各元件能實現(xiàn)“無縫”聯(lián)接,即插即用。2)整個系統(tǒng)的安全性問題,尤其是關于IT數(shù)據的安全。系統(tǒng)在運行時存在著大量數(shù)據產生與交換的活動,而如果數(shù)據受到非法的濫用或操縱,則整個生產系統(tǒng)的運行將會受到破壞。3)人和機器的安全合作問題也是一個值得探索的課題。
[1]朱正德.基于“工業(yè)4.0”的現(xiàn)代汽車制造業(yè)發(fā)展之路[J].汽車工業(yè)研究,2015(5):12-15.
[2]肖凡.發(fā)動機生產線零件管理模式研究[J].上海汽車,2012(9).
[3]朱正德.透明化工廠的先進理念在企業(yè)的應用實踐[J].國際金屬加工,2013(4):25-27.
[4]周本華,吳旭光,郭培龍,等.現(xiàn)場數(shù)據采集技術及在智能制造系統(tǒng)中的應用[J].制造技術與機床,2016(6):33-38.