馬堅(jiān)，彭惠平

江鈴汽車(chē)股份有限公司 南昌 330001

根據(jù)相關(guān)戰(zhàn)略規(guī)劃文件，國(guó)家部署全面推進(jìn)制造強(qiáng)國(guó)的行動(dòng)綱領(lǐng)，大力推動(dòng)以管理制造為主導(dǎo)的第四次工業(yè)革命。但是，以智能制造為主題的研究和實(shí)踐在各行各業(yè)全面展開(kāi)，在國(guó)家政策示范和省市創(chuàng)新試點(diǎn)的刺激下，大批的企業(yè)與智能制造集成商合作推出了不少樣板工程。

汽車(chē)行業(yè)的工業(yè)化、信息化融合進(jìn)程初期以制造執(zhí)行系統(tǒng)（MES）為主，過(guò)程中發(fā)現(xiàn)智能制造不僅僅是制造一兩個(gè)環(huán)節(jié)，還需要打通從產(chǎn)品設(shè)計(jì)到銷(xiāo)售服務(wù)的整個(gè)行業(yè)價(jià)值鏈鏈條，并融合到整個(gè)制造體系生態(tài)圈，產(chǎn)業(yè)重構(gòu)行業(yè)融合，同時(shí)對(duì)于制造過(guò)程本身存在的重大的工程技術(shù)瓶頸問(wèn)題，必須用數(shù)字化思維來(lái)思考轉(zhuǎn)型。

智能制造轉(zhuǎn)型的重大工程技術(shù)問(wèn)題

在全球工業(yè)發(fā)展的歷史上，已經(jīng)發(fā)生了三次工業(yè)革命。新技術(shù)推動(dòng)生產(chǎn)力，生產(chǎn)力的發(fā)展促進(jìn)了產(chǎn)業(yè)組織分工合作不斷細(xì)化，而細(xì)化的分工反過(guò)來(lái)制約著生產(chǎn)力的創(chuàng)新發(fā)展。第四次工業(yè)革命的浪潮帶來(lái)的產(chǎn)業(yè)邊界重構(gòu)需求勢(shì)在必行，生產(chǎn)關(guān)系要適應(yīng)新發(fā)展的生產(chǎn)力需求，數(shù)字化是制造企業(yè)邁向未來(lái)的必由之路。

傳統(tǒng)制造面臨的兩類(lèi)不確定問(wèn)題：客觀不確定性和主觀的不確定性。

1）客觀不確定性 如焊接過(guò)程涉及電、力、磁、流動(dòng)、傳熱、相變及冶金等物理現(xiàn)象，是個(gè)多變量耦合、高度非線(xiàn)性的熱加工過(guò)程，相關(guān)過(guò)程識(shí)別困難導(dǎo)致質(zhì)量的不確定性。

2）主觀的不確定性 如制造過(guò)程中涉及人、機(jī)、料、法、環(huán)等多重因素，各種實(shí)時(shí)數(shù)據(jù)未被采集、加工、分析及利用，實(shí)際生產(chǎn)的結(jié)果報(bào)表無(wú)法關(guān)聯(lián)過(guò)程的不確定性。智能制造，利用先進(jìn)的信息技術(shù)，比如物聯(lián)網(wǎng)、網(wǎng)絡(luò)通信、邊緣計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)與工廠(chǎng)制造要素結(jié)合，認(rèn)識(shí)和控制制造系統(tǒng)中的不確定性問(wèn)題，建立模型量化指標(biāo)，形成PDCA改善循環(huán)，挑戰(zhàn)更高的目標(biāo)。

汽車(chē)焊裝智能制造轉(zhuǎn)型面臨的重大工程技術(shù)問(wèn)題和需求是質(zhì)量控制在汽車(chē)車(chē)身制造最重要的兩個(gè)因素——焊接強(qiáng)度與車(chē)身尺寸，目前國(guó)內(nèi)外汽車(chē)工廠(chǎng)都是采用離線(xiàn)抽樣檢測(cè)來(lái)為控制，檢測(cè)效率低，無(wú)法全面了解所生產(chǎn)車(chē)身全部焊點(diǎn)的質(zhì)量狀態(tài)，也無(wú)法判斷生產(chǎn)車(chē)身的尺寸精度變化對(duì)門(mén)蓋裝配的影響，造成大量人工工時(shí)檢測(cè)和返工返修的浪費(fèi)。同時(shí)，為滿(mǎn)足客戶(hù)安全性美觀性要求，產(chǎn)品存在至少5%焊點(diǎn)冗余設(shè)計(jì)和門(mén)蓋調(diào)配等各種浪費(fèi)。因此，需要建立質(zhì)量控制模型，數(shù)字化控制質(zhì)量。

精益生產(chǎn)管理控制缺乏數(shù)據(jù)分析，持續(xù)改善的實(shí)施難度大，浪費(fèi)與無(wú)價(jià)值但必要的活動(dòng)容易混淆，改善實(shí)施循環(huán)效果評(píng)估難，需要建立精益生產(chǎn)模型，衡量精益指標(biāo)數(shù)字化。

技術(shù)路線(xiàn)

現(xiàn)代汽車(chē)工業(yè)設(shè)計(jì)都是在現(xiàn)實(shí)世界和數(shù)字世界同時(shí)構(gòu)建?，F(xiàn)實(shí)世界通過(guò)工業(yè)物聯(lián)網(wǎng)將生產(chǎn)線(xiàn)要素連接在一起，將具有感知和監(jiān)控能力的各類(lèi)數(shù)據(jù)采集，控制傳感器或控制器及移動(dòng)通信、智能大數(shù)據(jù)分析技術(shù)融入到工業(yè)生產(chǎn)過(guò)程各個(gè)環(huán)節(jié)，包括傳感器和執(zhí)行器連接的網(wǎng)絡(luò)計(jì)算系統(tǒng)。

系統(tǒng)監(jiān)控和管理價(jià)值鏈上的在生產(chǎn)范圍內(nèi)外的人、機(jī)器、工具和庫(kù)存的健康狀況和行動(dòng)，并使用所收集的數(shù)據(jù)，在數(shù)字世界上進(jìn)行運(yùn)算推演，以數(shù)字世界低成本的試錯(cuò)來(lái)避免現(xiàn)實(shí)世界的實(shí)際錯(cuò)誤。數(shù)據(jù)反映客觀事物屬性的記錄，是信息的具體表現(xiàn)形式，數(shù)據(jù)經(jīng)過(guò)加工處理成為信息，信息通過(guò)數(shù)據(jù)傳播，創(chuàng)造價(jià)值，并形成持續(xù)改善的反饋循環(huán)，最終將傳統(tǒng)制造升級(jí)到智能制造。

工業(yè)物聯(lián)網(wǎng)關(guān)鍵技術(shù)如圖1所示，包含識(shí)別和感知技術(shù)（條碼、RFID、傳感器等）、網(wǎng)絡(luò)與通訊技術(shù)和數(shù)據(jù)挖掘技術(shù)，通過(guò)工業(yè)物流網(wǎng)系統(tǒng)的自感知，自學(xué)習(xí)及自決策融合實(shí)現(xiàn)物理世界和數(shù)字世界的有機(jī)聯(lián)結(jié)。

圖1 工業(yè)物聯(lián)網(wǎng)環(huán)境下的數(shù)字物理世界的融合

實(shí)施方案

1.建立工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)，實(shí)施智能制造管理的精益數(shù)字化

建立工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)（見(jiàn)圖2），平臺(tái)收集的數(shù)據(jù)包括：設(shè)備運(yùn)行、可靠性（預(yù)測(cè)維修），產(chǎn)品以及過(guò)程的質(zhì)量要素，夾具設(shè)備的定位監(jiān)控和車(chē)身尺寸在線(xiàn)測(cè)量，焊接過(guò)程參數(shù)監(jiān)控和質(zhì)量評(píng)價(jià)，白車(chē)身間隙斷差，生產(chǎn)物料消耗以及能源消耗等。目前存在的難點(diǎn)主要有：生產(chǎn)線(xiàn)設(shè)備品牌多，數(shù)據(jù)接口和操作界面不同，控制設(shè)備品牌多且雜，型號(hào)多，系統(tǒng)結(jié)構(gòu)零散；PLC、傳感器視頻監(jiān)控等系統(tǒng)不統(tǒng)一，相關(guān)數(shù)據(jù)的采集、處理、識(shí)別、機(jī)器學(xué)習(xí)、模型和部署算法涉及多專(zhuān)業(yè)交叉融合，毫秒級(jí)實(shí)時(shí)數(shù)據(jù)量巨大；收集的時(shí)點(diǎn)、收集的預(yù)處理清洗及收集數(shù)據(jù)的特征變化可用性處理需要在平臺(tái)建立過(guò)程中不斷地調(diào)整，達(dá)到數(shù)據(jù)可用的要求。

圖2 工業(yè)大數(shù)據(jù)平臺(tái)的定位

實(shí)施方法：利用OPC開(kāi)發(fā)系統(tǒng)通訊采集數(shù)據(jù)，標(biāo)準(zhǔn)化I/O；根據(jù)需求增加采集各種傳感器和控制器以及電動(dòng)機(jī)模擬量數(shù)據(jù)；部署工控機(jī)、交換機(jī)和軟件；存儲(chǔ)處理數(shù)據(jù)，利用數(shù)據(jù)，構(gòu)建精益數(shù)字化識(shí)別浪費(fèi)實(shí)施改善。以制造過(guò)程中輸送設(shè)備滾床為例，大數(shù)據(jù)平臺(tái)監(jiān)控滾床電動(dòng)機(jī)的溫度和振動(dòng)傳感器的數(shù)據(jù)，每天的運(yùn)行數(shù)據(jù)作為基礎(chǔ)標(biāo)準(zhǔn)，及時(shí)發(fā)現(xiàn)異常升溫，異常振動(dòng)初期的特征，給出預(yù)測(cè)性的提前檢修預(yù)警，避免生產(chǎn)中斷帶來(lái)的損失。

智能制造管理需要把工廠(chǎng)精益數(shù)字化指標(biāo)作為輸入和輸出，在現(xiàn)實(shí)世界的價(jià)值流分析可作為專(zhuān)家知識(shí)經(jīng)驗(yàn)整理轉(zhuǎn)換為精益數(shù)字模型。產(chǎn)品制造系統(tǒng)的全員面對(duì)同一個(gè)數(shù)據(jù)產(chǎn)生的信息價(jià)值流，在可視化的數(shù)據(jù)信息下清晰地發(fā)現(xiàn)浪費(fèi)產(chǎn)生的點(diǎn)，專(zhuān)業(yè)分工的模糊地帶完全被覆蓋，避免企業(yè)內(nèi)部扯皮內(nèi)耗的現(xiàn)象，部門(mén)和人的責(zé)權(quán)利因此也能得到明確，增值價(jià)值在鏈條上可以被關(guān)注，投入足夠的資源去重塑。

2.利用平臺(tái)數(shù)據(jù)，構(gòu)建車(chē)身尺寸監(jiān)控系統(tǒng)，實(shí)時(shí)反饋控制過(guò)程裝配質(zhì)量

目前存在的難點(diǎn)是：車(chē)身加工工藝流程長(zhǎng)，影響零件多，公差累積誤差，夾具定位變化、產(chǎn)品設(shè)計(jì)等離散型不確定因素綜合影響，監(jiān)控難度大，造成實(shí)際車(chē)身精度對(duì)焊裝總裝門(mén)蓋裝配調(diào)整工作量影響很大。目前控制手段：離線(xiàn)抽檢和人工調(diào)整。

研究技術(shù)方法和技術(shù)手段：首先通過(guò)前期尺寸工程開(kāi)發(fā)，確定定位系統(tǒng)和尺寸公差設(shè)計(jì)，分析定位系統(tǒng)的穩(wěn)健性和尺寸公差的模擬可達(dá)成率；其次，利用激光位置傳感器在線(xiàn)測(cè)量監(jiān)控關(guān)鍵定位數(shù)據(jù)，結(jié)合工廠(chǎng)車(chē)身在線(xiàn)檢測(cè)系統(tǒng)測(cè)量的車(chē)身數(shù)據(jù)，匹配車(chē)身制造的過(guò)程能力，建立預(yù)測(cè)裝配模型，比對(duì)門(mén)蓋裝配的間隙斷差的數(shù)據(jù)和預(yù)測(cè)的差異，修正門(mén)蓋裝配的模型，通過(guò)工位的操作可視化屏，實(shí)時(shí)指導(dǎo)員工的裝配操作變化；最后，未來(lái)可引入機(jī)器人門(mén)蓋視覺(jué)裝配系統(tǒng)，就能達(dá)成閉環(huán)反饋控制自適應(yīng)的適配最佳門(mén)蓋間隙斷差，減少調(diào)整的工作量和人員需求。

3.利用平臺(tái)數(shù)據(jù)，構(gòu)建焊接質(zhì)量監(jiān)控系統(tǒng)和研發(fā)焊接自適應(yīng)控制器

目前，國(guó)內(nèi)外大量關(guān)于焊接實(shí)時(shí)監(jiān)控的研究，其面臨的瓶頸在于方法的泛化性與通用性不足。存在的難點(diǎn)在于，對(duì)電阻點(diǎn)焊過(guò)程還存在認(rèn)知不充分的情況，傳感監(jiān)測(cè)技術(shù)在電極位移、電極壓力和聲響發(fā)射等熔核形成的本征過(guò)程信號(hào)在傳統(tǒng)成熟焊接設(shè)備沒(méi)有實(shí)際應(yīng)用，研究?jī)H局限于實(shí)驗(yàn)室的環(huán)境，缺乏應(yīng)用場(chǎng)景的深度和廣度。并且由于自適應(yīng)控制器需要在0.78ms完成數(shù)據(jù)信息的識(shí)別判斷決策控制的過(guò)程，這種實(shí)時(shí)的隨機(jī)響應(yīng)能力，設(shè)備的能力尚不能支持，雖然研究在不斷進(jìn)步，成果也不斷涌現(xiàn)，但是還無(wú)法形成突破實(shí)際應(yīng)用場(chǎng)景，改變生產(chǎn)或檢驗(yàn)的模式。

本文的研究技術(shù)方法和技術(shù)手段是在機(jī)器人焊接設(shè)備上安裝動(dòng)態(tài)電阻、電極壓力、電極位移、聲發(fā)射、熔核尺寸、熔核溫度的特征信號(hào)檢測(cè)傳感器，利用平臺(tái)收集記錄數(shù)據(jù)，與工廠(chǎng)制造執(zhí)行系統(tǒng)的車(chē)身過(guò)程監(jiān)控相結(jié)合，確認(rèn)每臺(tái)車(chē)每個(gè)焊點(diǎn)的相關(guān)信息與過(guò)程數(shù)據(jù)相關(guān)聯(lián)分析各組數(shù)據(jù)建立焊點(diǎn)質(zhì)量預(yù)測(cè)模型，設(shè)定質(zhì)量合格的閾值，通過(guò)人工檢測(cè)確認(rèn)預(yù)測(cè)模型的準(zhǔn)確度和通用性。

對(duì)模型進(jìn)行修正，分成兩步驟實(shí)施。

1）通過(guò)工業(yè)物聯(lián)網(wǎng)的大數(shù)據(jù)分析，建立焊接質(zhì)量在線(xiàn)監(jiān)控系統(tǒng)，對(duì)偏離正常數(shù)據(jù)曲線(xiàn)（圖3中的紅色線(xiàn)）的焊點(diǎn)進(jìn)行報(bào)警跟蹤（建立特征信號(hào)數(shù)據(jù)基于大數(shù)據(jù)的合格閾值，超出會(huì)監(jiān)控報(bào)警，圖示以動(dòng)態(tài)電阻說(shuō)明），取消人工檢測(cè)。

圖3 焊接過(guò)程動(dòng)態(tài)接觸電阻的時(shí)間變化曲線(xiàn)[1]

2）在特征信號(hào)模型成熟的情況下，與質(zhì)量模型（熔核）結(jié)合，設(shè)計(jì)以熔核為預(yù)測(cè)控制變量，且考慮適應(yīng)各種工況的變化模糊控制的閉環(huán)智能自適應(yīng)控制器熔核質(zhì)量預(yù)測(cè)模型，提高精準(zhǔn)度和泛化性，逐步應(yīng)用到生產(chǎn)線(xiàn)的實(shí)際過(guò)程控制。

質(zhì)量是設(shè)計(jì)制造而非檢測(cè)出來(lái)的。通過(guò)研究大數(shù)據(jù)平臺(tái)系統(tǒng)的數(shù)據(jù)有效性分析，將給產(chǎn)品設(shè)計(jì)提供正面反饋，減少產(chǎn)品設(shè)計(jì)和工藝設(shè)計(jì)制造過(guò)程的浪費(fèi)。結(jié)合設(shè)計(jì)模擬仿真和大數(shù)據(jù)模型智能判斷，優(yōu)化傳統(tǒng)車(chē)身結(jié)構(gòu)，鋁鎂輕量化材料的焊接普及，甚至可以在異種金屬的連接方面的應(yīng)用，推動(dòng)車(chē)身設(shè)計(jì)革命性的改變。

隨著工業(yè)物聯(lián)網(wǎng)、工業(yè)大數(shù)據(jù)、人工智能等新興技術(shù)的發(fā)展，配合工業(yè)裝備智能化產(chǎn)業(yè)升級(jí)，建立能夠適應(yīng)多種應(yīng)用場(chǎng)合的高精度質(zhì)量評(píng)價(jià)與控制模型，突破電阻點(diǎn)焊質(zhì)量監(jiān)控技術(shù)瓶頸，真正應(yīng)用于汽車(chē)智能制造。

預(yù)期目標(biāo)

建立以工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)采集的硬件系統(tǒng)和網(wǎng)絡(luò)系統(tǒng)架構(gòu)，統(tǒng)計(jì)分析軟件的自主知識(shí)產(chǎn)權(quán)平臺(tái)系統(tǒng)，應(yīng)用于汽車(chē)工廠(chǎng)的精益數(shù)字化改善的過(guò)程，通過(guò)消除精益數(shù)字化指標(biāo)識(shí)別的浪費(fèi)，來(lái)提高工廠(chǎng)的效率降低運(yùn)行的成本。

在工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)基礎(chǔ)上，構(gòu)建在線(xiàn)質(zhì)量監(jiān)測(cè)控制系統(tǒng)，通過(guò)質(zhì)量監(jiān)控系統(tǒng)的學(xué)習(xí)及預(yù)測(cè)模型，在線(xiàn)獲得車(chē)身質(zhì)量的評(píng)判，在此基礎(chǔ)上設(shè)計(jì)以焊接質(zhì)量為模型的自適應(yīng)焊接控制器，提高焊接精度和準(zhǔn)確度。

1）取消焊接撬斬、超聲波檢測(cè)和夾具點(diǎn)檢等檢查工序。

2）減少車(chē)身返修返工，降低人員使用數(shù)量。

基于平臺(tái)研究基于價(jià)值流分析的精益生產(chǎn)過(guò)程指標(biāo)，推廣精益數(shù)值化指標(biāo)到整個(gè)從產(chǎn)品設(shè)計(jì)到制造、物流、銷(xiāo)售及服務(wù)整個(gè)價(jià)值鏈，持續(xù)發(fā)掘改善企業(yè)的整體績(jī)效

結(jié)語(yǔ)

在數(shù)字化建設(shè)的過(guò)程或是數(shù)字化轉(zhuǎn)型的過(guò)程方面，由于學(xué)?？颇?、專(zhuān)業(yè)分工的差別，數(shù)字構(gòu)建往往需要找IT工程師，其思維誤區(qū)容易造成最終設(shè)計(jì)的應(yīng)用不適合制造實(shí)際。因此，轉(zhuǎn)型過(guò)程中，傳統(tǒng)制造業(yè)的角色必須主動(dòng)直接地去設(shè)計(jì)建立數(shù)字模型，再通過(guò)專(zhuān)業(yè)IT人員去實(shí)現(xiàn)。

現(xiàn)代制造業(yè)的產(chǎn)品從設(shè)計(jì)到制造基本上打通了數(shù)字化模型、數(shù)字孿生的概念，嚴(yán)格來(lái)說(shuō)，數(shù)字世界是早于物理世界的誕生，在后期的控制和管理中，兩個(gè)世界由于其特性可以在認(rèn)知層面高度一致。