胡玉茹，葛 爽，夏曉毛

（博世汽車(chē)部件（長(zhǎng)沙）有限公司，長(zhǎng)沙 410100）

0 引言

汽車(chē)零部件企業(yè)的生產(chǎn)制造過(guò)程具有自動(dòng)化、高速化、數(shù)字化等特點(diǎn)，生產(chǎn)設(shè)備的穩(wěn)定、高效運(yùn)行直接影響著產(chǎn)品質(zhì)量和產(chǎn)品的及時(shí)交付。在生產(chǎn)制造過(guò)程中，由于生產(chǎn)原料、生產(chǎn)條件、工藝參數(shù)、人員操作等因素導(dǎo)致生產(chǎn)設(shè)備及部件出現(xiàn)故障損壞，生產(chǎn)制造無(wú)法正常持續(xù)運(yùn)行時(shí)就需要對(duì)生產(chǎn)設(shè)備及部件進(jìn)行修復(fù)更換，從而恢復(fù)生產(chǎn)制造[1]。備品備件的智能化管理對(duì)保證生產(chǎn)設(shè)備的穩(wěn)定運(yùn)行及快速恢復(fù)至關(guān)重要。

但是在汽車(chē)零部件生產(chǎn)企業(yè)的備品備件管理過(guò)程中，很多工廠往往都存在如下共性痛點(diǎn)問(wèn)題。

（1）無(wú)法快速地從備件庫(kù)找出所需的備件，尤其是當(dāng)備品備件上的標(biāo)簽損壞或由于備品備件體積小根本沒(méi)有貼標(biāo)簽時(shí)，甚至需要查閱圖紙才能準(zhǔn)確定位出所需備件，對(duì)備件庫(kù)操作人員專(zhuān)業(yè)知識(shí)要求高，不便捷。對(duì)于汽車(chē)零部件生產(chǎn)企業(yè)而言，備品備件存在品種繁多、數(shù)量龐大、通用備件適用范圍廣等特點(diǎn)。生產(chǎn)用戶(hù)往往需要拿著損壞的備件到備件庫(kù)，然后備件庫(kù)操作人員根據(jù)備件標(biāo)簽或憑借個(gè)人經(jīng)驗(yàn)初步判斷備件及型號(hào)，最后基于這些數(shù)據(jù)再去SAP 中搜索出適合的備件，并取出交付生產(chǎn)用戶(hù)。此過(guò)程效率很低，尤其是出現(xiàn)集中領(lǐng)用備件的情況下往往需要排隊(duì)。針對(duì)這種情況，迫切需要一套系統(tǒng)幫助生產(chǎn)用戶(hù)和備件庫(kù)操作員實(shí)現(xiàn)“零基礎(chǔ)”快速識(shí)別并領(lǐng)用備件。

（2）往往要到用備件的時(shí)候才能發(fā)現(xiàn)庫(kù)存不足，從而引起長(zhǎng)時(shí)間停機(jī)停線(xiàn)，或者備件一直沒(méi)有使用呆滯在備件庫(kù)，庫(kù)存周轉(zhuǎn)率低。備件庫(kù)操作人員往往根據(jù)設(shè)定的安全庫(kù)存數(shù)量進(jìn)行拉動(dòng)式采購(gòu)和庫(kù)存管理，即當(dāng)庫(kù)存低于安全庫(kù)存時(shí)立即進(jìn)行采購(gòu)。但是由于安全庫(kù)存數(shù)量的設(shè)定是依據(jù)歷史消耗數(shù)據(jù)和經(jīng)驗(yàn)，一旦設(shè)定基本不會(huì)更新，這就導(dǎo)致當(dāng)客戶(hù)訂單需求波動(dòng)的情況下，非常容易造成庫(kù)存數(shù)量過(guò)多或過(guò)少的問(wèn)題，要么造成備品備件庫(kù)存資金占比過(guò)高，要么備品備件供應(yīng)不及時(shí)。同時(shí)由于采購(gòu)過(guò)程一般需要較長(zhǎng)的交付周期，很多備品備件的交付周期在45～60 天，因此這種簡(jiǎn)單依據(jù)安全庫(kù)存進(jìn)行采購(gòu)的方式很容易造成備品備件供應(yīng)不及時(shí)的情況，尤其對(duì)于安全庫(kù)存為1的備品備件。

（3）無(wú)法有效跟蹤核心工藝的關(guān)鍵備件信息，例如這些關(guān)鍵備件在各個(gè)生產(chǎn)線(xiàn)的消耗、庫(kù)存和采購(gòu)統(tǒng)計(jì)情況。

（4）備件出入庫(kù)管理數(shù)據(jù)大多是先記錄在紙質(zhì)excel中[2]，然后交接班前人工轉(zhuǎn)錄到SAP 中，效率低，庫(kù)存更新不及時(shí)且易出錯(cuò)。

針對(duì)上述痛點(diǎn)問(wèn)題，本文應(yīng)用深度學(xué)習(xí)、數(shù)據(jù)分析與預(yù)測(cè)等技術(shù)開(kāi)發(fā)一套支持移動(dòng)端和電腦端的備品備件管理系統(tǒng)，解決備品備件管理過(guò)程中紙質(zhì)化效率低，無(wú)法快速追溯，庫(kù)存周轉(zhuǎn)率低，缺件導(dǎo)致產(chǎn)線(xiàn)停機(jī)等問(wèn)題。

1 系統(tǒng)方案

用戶(hù)僅需要通過(guò)系統(tǒng)移動(dòng)端拍照就能快速識(shí)別和追蹤備品備件（即使沒(méi)有標(biāo)簽）。通過(guò)備件管理流程數(shù)字化取代傳統(tǒng)紙質(zhì)管理模式，通過(guò)大數(shù)據(jù)分析改善庫(kù)存周轉(zhuǎn)率，平衡生產(chǎn)需求[2]。系統(tǒng)流程如圖1所示。

圖1 系統(tǒng)流程

系統(tǒng)技術(shù)方案如圖2 所示，其核心包括全生命周期數(shù)字化管理、基于圖像識(shí)別的備件追溯、庫(kù)存大數(shù)據(jù)分析與預(yù)測(cè)3個(gè)部分。

圖2 系統(tǒng)方案

全生命周期數(shù)字化管理主要是對(duì)備品備件的采購(gòu)、收貨、入庫(kù)等流程實(shí)現(xiàn)數(shù)字化管理，并建立基于工藝的備件消耗精準(zhǔn)監(jiān)控，實(shí)現(xiàn)十幾種核心工藝關(guān)鍵備品備件信息的有效跟蹤[3-4]?；趫D像識(shí)別的備件追溯，通過(guò)構(gòu)建Resnet50 殘差神經(jīng)網(wǎng)絡(luò)模型，幫助用戶(hù)快速識(shí)別備品備件，不再需要查找圖紙或要求用戶(hù)具備專(zhuān)業(yè)知識(shí)。尤其是在備品備件無(wú)標(biāo)簽或標(biāo)簽損壞的情況下，也能快速識(shí)別備品備件。庫(kù)存大數(shù)據(jù)分析與預(yù)測(cè)根據(jù)備品備件的特點(diǎn)，從3 個(gè)層次（一般性備件、產(chǎn)量強(qiáng)相關(guān)備件、預(yù)測(cè)性備件）逐步實(shí)現(xiàn)安全庫(kù)存的優(yōu)化和總庫(kù)存需求的預(yù)測(cè)，進(jìn)而實(shí)現(xiàn)自動(dòng)補(bǔ)庫(kù)。

2 全生命周期數(shù)字化管理

備品備件全生命周期數(shù)字化管理涉及采購(gòu)、收貨、入庫(kù)、領(lǐng)料、出庫(kù)、移庫(kù)、退庫(kù)、返修、去功能化、盤(pán)點(diǎn)、呆滯備件檢測(cè)等過(guò)程，如圖3所示。

圖3 全生命周期數(shù)字化管理

利用SAP系統(tǒng)、RFID 技術(shù)和二維碼技術(shù)來(lái)實(shí)現(xiàn)數(shù)字化管理，具體包括以下內(nèi)容。（1）生產(chǎn)用戶(hù)在系統(tǒng)移動(dòng)端拍照識(shí)別備件，加入購(gòu)物車(chē)并發(fā)起領(lǐng)料申請(qǐng)。（2）系統(tǒng)根據(jù)備件價(jià)值自動(dòng)發(fā)起對(duì)應(yīng)的審批流程。（3）審批同意后，領(lǐng)料申請(qǐng)單自動(dòng)顯示在備件庫(kù)管理大屏幕上并語(yǔ)音提示備件庫(kù)操作員。（4）備件庫(kù)操作員根據(jù)申請(qǐng)單信息（備件名稱(chēng)、備件圖片、庫(kù)存數(shù)量、庫(kù)存位置等信息）準(zhǔn)備備件至待領(lǐng)料區(qū)域。（5）備件庫(kù)操作員準(zhǔn)備完畢后系統(tǒng)自動(dòng)通知申請(qǐng)人，在備件庫(kù)待領(lǐng)料區(qū)域刷員工卡自助領(lǐng)料。（6）申請(qǐng)人自助領(lǐng)料完成后，通知備件庫(kù)操作員掃描系統(tǒng)出庫(kù)二維碼，完成SAP 出庫(kù)。同時(shí)，在出庫(kù)過(guò)程中自動(dòng)進(jìn)行庫(kù)存檢測(cè)，根據(jù)庫(kù)存預(yù)測(cè)和優(yōu)化模型的結(jié)果自動(dòng)發(fā)起采購(gòu)補(bǔ)庫(kù)。收貨時(shí)，通過(guò)掃描包裝上的采購(gòu)訂單二維碼，完成SAP 入庫(kù)。（7）對(duì)于領(lǐng)料出庫(kù)的備件，用戶(hù)可在24 h 內(nèi)通過(guò)系統(tǒng)發(fā)起退庫(kù)申請(qǐng)。系統(tǒng)自動(dòng)發(fā)起對(duì)應(yīng)的退庫(kù)審批流程，審批同意后自動(dòng)顯示在備件庫(kù)管理大屏幕上并語(yǔ)音提示備件庫(kù)操作員。備件庫(kù)操作員根據(jù)申請(qǐng)單信息，掃碼系統(tǒng)入庫(kù)二維碼，完成SAP 入庫(kù)。（8）財(cái)務(wù)在SAP 中發(fā)起年度盤(pán)點(diǎn)計(jì)劃并自動(dòng)生成盤(pán)點(diǎn)清單。根據(jù)備品備件自身的特點(diǎn)，系統(tǒng)提供RFID自動(dòng)感應(yīng)盤(pán)點(diǎn)和人工掃描二維碼盤(pán)點(diǎn)2 種方式，盤(pán)點(diǎn)結(jié)果自動(dòng)寫(xiě)入SAP。對(duì)于存放于RFID 自動(dòng)感應(yīng)盒中約15%備件，系統(tǒng)自動(dòng)獲取實(shí)際庫(kù)存數(shù)量和庫(kù)存位置信息，完成自動(dòng)盤(pán)點(diǎn)。其他備件由于體積、數(shù)量等原因無(wú)法存放于RFID 自動(dòng)感應(yīng)盒中，則需要人工清點(diǎn)，然后通過(guò)掃碼槍掃描二維碼完成盤(pán)點(diǎn)。（9）對(duì)于廢舊備品備件，還可以通過(guò)系統(tǒng)提供的返修和去功能化管理流程，通過(guò)合規(guī)的維修和檢測(cè)實(shí)現(xiàn)再利用，完成對(duì)現(xiàn)有庫(kù)存的補(bǔ)充。（10）系統(tǒng)按設(shè)定周期和條件自動(dòng)檢測(cè)呆滯備件，并提醒備件庫(kù)操作員在SAP中完成對(duì)應(yīng)的轉(zhuǎn)讓和出售管理[5-7]。

此外，基于過(guò)去3 年約12 萬(wàn)條備品備件消耗數(shù)據(jù)，系統(tǒng)建立了備品備件與核心工藝的關(guān)聯(lián)數(shù)據(jù)庫(kù)，結(jié)合全生命周期各個(gè)環(huán)節(jié)的數(shù)字化管理信息，實(shí)現(xiàn)核心工藝備品備件消耗的精準(zhǔn)監(jiān)控。

3 基于深度學(xué)習(xí)的備件圖像識(shí)別

備品備件的圖像識(shí)別本質(zhì)是圖像分類(lèi)問(wèn)題。這里采用Resnet50 殘差神經(jīng)網(wǎng)絡(luò)模型來(lái)實(shí)現(xiàn)備品備件的識(shí)別，模型結(jié)構(gòu)如圖4所示。通過(guò)深度學(xué)習(xí)替代人工經(jīng)驗(yàn)識(shí)別，同時(shí)解決無(wú)標(biāo)簽或標(biāo)簽損壞備件的追溯難題，極大提高備件識(shí)別效率。

圖4 Resnet50模型結(jié)構(gòu)

數(shù)據(jù)集按物料號(hào)對(duì)備品備件進(jìn)行標(biāo)記，分成100類(lèi)，共計(jì)5萬(wàn)張圖片。其中訓(xùn)練集包含圖片5萬(wàn)張（每個(gè)分類(lèi)均500 張圖片），測(cè)試集包含圖片1 萬(wàn)張（每個(gè)分類(lèi)均100張圖片），每一張圖片為224×224的RGB圖片。

通過(guò)CAM（Class Activation Mapping）技術(shù)對(duì)模型訓(xùn)練過(guò)程進(jìn)行可視化，發(fā)現(xiàn)在復(fù)雜背景下模型無(wú)法正確定位出備件所在的圖像區(qū)域，進(jìn)而沒(méi)有正確實(shí)現(xiàn)的識(shí)別。如圖5 所示，在第一個(gè)場(chǎng)景中模型正確定位出了需要識(shí)別的備件，但是在后面2 個(gè)場(chǎng)景中模型忽略了需要識(shí)別的備件而關(guān)注了其他區(qū)域。針對(duì)這種情況，需要對(duì)模型訓(xùn)練參數(shù)進(jìn)一步調(diào)優(yōu)[8-11]。

圖5 CAM特征熱力圖

（1）批次大小batch_size和訓(xùn)練次數(shù)epochs的選取。

采用小批量梯度下降法來(lái)進(jìn)行模型訓(xùn)練，即從總樣本中選取一個(gè)批次（batch），然后計(jì)算這個(gè)batch 的總誤差，再根據(jù)這個(gè)誤差來(lái)更新權(quán)值。這里按照經(jīng)驗(yàn)，取批次大?。╞atch size）分別為8、16、32、64和128進(jìn)行對(duì)比訓(xùn)練，結(jié)果如圖6所示。

圖6 參數(shù)batch_size 和epochs的選取

根據(jù)訓(xùn)練效果，當(dāng)參數(shù)Batch_size=16，Epochs=50時(shí)模型錯(cuò)誤率較低，因此這里將訓(xùn)練集分成3 125 個(gè)batch，每個(gè)batch有16張圖片，訓(xùn)練集循環(huán)訓(xùn)練50次。

（2）Dropout率dropout_prob 和全連接層層數(shù)layers的選取。

模型訓(xùn)練時(shí)，為了減少過(guò)擬合，在全連接層加入Dropout。通過(guò)Dropout，在向前傳播的時(shí)候，讓某個(gè)神經(jīng)元的激活值以一定的概率p停止工作，這樣可以使模型的泛化性更強(qiáng)，因?yàn)樗粫?huì)太依賴(lài)某些局部的特征，防止過(guò)擬合[12]。

這 里 按dropout_prob 從0.1、0.2、0.3、0.4、0.5、0.6、0.7，layers 從10、20、30、40、50 的不同組合進(jìn)行了對(duì)比訓(xùn)練，結(jié)果如圖7 所示。從圖中可以看出，當(dāng)dropout_prob=0.5，layers=30時(shí)模型錯(cuò)誤率最低。

圖7 參數(shù)dropout_prob 和layers的選取

模型參數(shù)優(yōu)化后，測(cè)試集上運(yùn)行的平均正確率為0.953 9。同時(shí)，再次通過(guò)CAM 對(duì)測(cè)試過(guò)程進(jìn)行可視化，發(fā)現(xiàn)模型無(wú)法正確定位出備件所在的圖像區(qū)域的問(wèn)題也得到了有效解決，模型可以正確識(shí)別出相關(guān)備件，如圖8所示。

圖8 優(yōu)化后CAM特征熱力圖

4 庫(kù)存優(yōu)化與預(yù)測(cè)

根據(jù)備件的特性，分3 個(gè)層次實(shí)現(xiàn)庫(kù)存大數(shù)據(jù)優(yōu)化與預(yù)測(cè)，本文現(xiàn)階段的研究主要針對(duì)層次2。

層次1：一般備件，建立備件安全庫(kù)存多目標(biāo)優(yōu)化模型。

層次2：產(chǎn)量強(qiáng)關(guān)聯(lián)備件，建立動(dòng)態(tài)相關(guān)性模型，實(shí)現(xiàn)自動(dòng)補(bǔ)庫(kù)。

層次3：維護(hù)性備件，建立備件需求預(yù)測(cè)模型。針對(duì)生產(chǎn)一定數(shù)量產(chǎn)品后必須更換的備品備件而言，建立產(chǎn)量預(yù)測(cè)模型將能有效預(yù)測(cè)未來(lái)的庫(kù)存需求[13]。

通過(guò)近3 年的歷史數(shù)據(jù)分析，選取排名前10 的高消耗高價(jià)值備品備件作為優(yōu)化對(duì)象，分別為沖筋刀、蝸桿成型刀、精軋機(jī)刀、具針嘴，蒙套密封橡膠圈、鉚刀、鎢電極、蒙套罩蓋（短）、蒙套桿（長(zhǎng)）、繞線(xiàn)輪[14]。

采用滑動(dòng)平均和線(xiàn)性回歸方法建立備品備件庫(kù)存和產(chǎn)量的動(dòng)態(tài)相關(guān)性模型，如下：

式中：y為安全庫(kù)存預(yù)測(cè)值；x為產(chǎn)量需求；? 為模型系數(shù)；n為樣本數(shù)量；β為模型系數(shù)；MSE為均方誤差。

這里以沖筋刀為例，訓(xùn)練集樣本數(shù)量為70 000，以月為優(yōu)化周期，分別采用一般的線(xiàn)性回歸模型和基于滑動(dòng)平均的線(xiàn)性回歸模型進(jìn)行訓(xùn)練，結(jié)果如圖9所示。

圖9 模型比較

通過(guò)對(duì)比可以發(fā)現(xiàn)，采用滑動(dòng)平均回歸模型可以得到更低的安全庫(kù)存值，更加符合低成本的目標(biāo)。

最終得到基于滑動(dòng)平均的安全庫(kù)存優(yōu)化模型如下：

5 結(jié)束語(yǔ)

通過(guò)實(shí)施運(yùn)行，切實(shí)地幫助企業(yè)提高了備品備件管理效率，降低了運(yùn)營(yíng)成本。具體實(shí)施成效主要體現(xiàn)在如下幾點(diǎn)：首先，通過(guò)備品備件全生命周期流程數(shù)字化管理，將備品備件管理效率提高了35%；其次，創(chuàng)新性地將基于深度學(xué)習(xí)的圖像識(shí)別應(yīng)用于備品備件管理領(lǐng)域，并通過(guò)圖像識(shí)別的應(yīng)用，減少了備件查找耗時(shí)80%；最后，通過(guò)庫(kù)存和產(chǎn)量的動(dòng)態(tài)相關(guān)性模型實(shí)現(xiàn)庫(kù)存優(yōu)化和預(yù)測(cè)，經(jīng)過(guò)1 年的運(yùn)行，提升了庫(kù)存周轉(zhuǎn)率25%。

本文介紹的全生命周期數(shù)字化管理思路和技術(shù)實(shí)現(xiàn)手段涵蓋生產(chǎn)制造企業(yè)備品備件管理的所有環(huán)節(jié)，對(duì)生產(chǎn)制造企業(yè)實(shí)現(xiàn)備品備件的數(shù)字化閉環(huán)管理有一定指導(dǎo)意義。同時(shí)，本文提出的通過(guò)基于深度學(xué)習(xí)的備件圖像識(shí)別實(shí)現(xiàn)備品備件快速追溯的應(yīng)用研究不僅適用于各行業(yè)的備品備件管理領(lǐng)域，也適用于原材料管理領(lǐng)域。此外，本文提出的3 層次庫(kù)存優(yōu)化和預(yù)測(cè)模型結(jié)構(gòu)以及庫(kù)存和產(chǎn)量的動(dòng)態(tài)相關(guān)性模型，對(duì)于簡(jiǎn)單且有效地應(yīng)用實(shí)施備件備件庫(kù)存優(yōu)化具有較高的參考示范價(jià)值。