e-works数字化企业网  »  文章频道  »  管理信息化  »  管理信息化综合

句容协鑫集成:建设涵盖全工艺过程的光伏组件智能制造车间

2021/1/30    来源:e-works    作者:e-works整理      
关键字:智能工厂案例  e-works年度盘点  智能制造  句容协鑫集成  
本文为“2020年度中国智能制造最佳实践奖”参评案例。本次活动将评选出2020年度,为中国智能制造领域带来突出效益的最佳实践工程,全面介绍企业推进智能制造的步骤、重点与难点、获得效益等,分享建设过程中的经验,供广大制造业行业企业学习供鉴。

一、企业简介

    句容协鑫集成科技有限公司是协鑫集团旗下从事高效太阳能组件研发、生产、销售的国际化新能源企业,致力于全球光伏产业的发展,为国内外一流太阳能企业提供优质的组件产品。协鑫集团是全球领先的光伏材料制造商,拥有多家A股、H股上市公司,连续多年位列全球新能源500强企业前三位、中国企业500强新能源行业第一位。2019年位居中国企业500强第166位、战略性新兴产业领军企业100强第16位、制造业500强第68位,中国民营企业500强第45位、制造业500强第24位。目前公司总人数609人,年营业额近17亿。

句容协鑫集成科技有限公司

图1 句容协鑫集成科技有限公司

二、企业在智能制造方面的现状

    企业目前处于国际主流先进智能工厂模型架构,设计兼容多种目标产品(国际领先钙钛矿组件和主流高效MBB组件)和客户订单需求的无人化柔性制造工艺流程。适配先进工艺流程,实施产线全流程制造、检测、运送设备集成一体化和工业控制技术创新设计。及相关MES、AGV系统、WMS、大数据分析和决策平台等管理系统定制开发。

    建设方案基于工业互联网平台、工业云平台、管控集成平台、大数据管理平台等,综合运用数据采集与集成应用、建模分析与优化等技术,实施PLM、ERP、SPC、MES、WMS等管理系统定制化开发及基于业务的数据和流程融合集成,实现制造系统各层级全流程优化,建设涵盖全工艺过程的光伏组件智能制造车间项目,达成高效、高质量组件的智能化、数字化目标。

三、参评智能制造项目详细情况介绍

    1.项目背景介绍

    当前,虽然光伏行业产能过剩,但优质产能严重不足,尤其光伏组件制造业的整体智能化水平仍然偏低,成本较高,面临的主要问题包括:

    1)对诸如全自动汇流条焊接机、全自动串焊机、EL缺陷测试及外观检一体机等关键核心智能装备使用较少,导致光伏组件生产线装备整体自动化程度不高、人工作业环节偏多、产品质量稳定性和可靠性较差;

    2)信息集成能力基本停留在数据采集阶段,且采集信息不全,关键设备之间缺少信息交互,设备控制层与信息平台未实现信息双向互通;

    3)无法对生产过程中的人、机、物、法、环等制造要素进行全面精细化管理,生产信息无法全面追溯,难以进行有效的深度数据挖掘与分析。

    而解决这一问题的重要途径就是实施智能制造。智能制造是当前中国经济发展进入新常态下,工业转型升级的核心所在。中国光伏工业应当牢牢把握《中国制造2025》及“工业4.0”发展战略的良机,积极主动融入智能制造的浪潮中,有效推动中国光伏工业实现转型升级。

    现阶段,许多光伏组件制造企业都提出或正在进行信息化和自动化建设,期望尽快实现由“制造”到“智造”的转型。但是,这些建设大多都是结合企业发展实际需求进行的局部数字化建设,缺乏系统性和全局性,并由此产生了信息孤岛、兼容性差和集成度不高等一系列问题。因此,突破制约产业发展的关键短板装备,建设互联互通的车间工业互联网平台,利用工业大数据平台进行智能分析和深度挖掘,实施各信息系统并实现与智能生产设备的高度集成化运营,构建可供光伏组件制造企业借鉴的智能制造模式,是现阶段光伏组件制造产业推进智能制造实施所亟待解决的问题。

    2.项目实施与应用情况详细介绍

    句容协鑫作为全球领先的光伏材料制造商协鑫集团全资子公司,积极推动光伏组件工厂智能制造与工业互联网平台、大数据管理平台、管控集成平台的应用融合,综合运用智能感知和控制、数据采集与集成应用、数据建模分析与优化等技术,建设/应用车间产线核心智能制造和质检设备及系统联网、工业互联网系统、各类管理软件(大数据平台、ERP、MES、WMS、APS+MRP、SPC、PDM、CRM等)、各类集成系统(弱电系统、AGV系统、智能立体仓库等),以及上述建设内容的基于业务的数据和流程打通,达成产现场优化、生产管理优化、经营管理优化、设计制造一体化、资产全流程优化、制造资源协同优化等建设目标。

    项目参考标准工业互联网架构,采用边缘处理技术、数据集成、IaaS技术、数据管理技术、应用开发和微服务技术、工业数据建模与分析技术、安全技术,实现企业云上云下、跨区域夸业务集成,通过工业物联网和互联网应用平台,大数据应用平台、企业系统集成平台等融合,结合光伏组件智造业务特征实现全流程业务模块的数据和业务集成打通,为智能工厂全流程优化奠定基础。

工业互联网平台架构

图2 工业互联网平台架构

    项目基于工业互联网平台实现光伏组件智造有关的人、机、法、料、环等五个方面的从设备层、智能感知和控制层、执行层、资源计划层、分析决策、内外协同层的业务功能数据和流程一体化集成及应用。

工厂业务总体架构图

图3 工厂业务总体架构图

    1)制造系统优化

    项目为实现智能制造国际先进(钙钛矿组件)和主流光伏组件(各类型高效MBB组件)及产线基本无人化,基于工业互联网平台、管控集成平台技术实现对生产现场、生产管理、经营管理等系统性优化设计和提升。项目通过制造系统优化结合经营管理优化,实现制造产线无人化。

部分无人化产线实景

图4 部分无人化产线实景

    2)生产现场优化

    项目现场优化包括基于工业互联网和智能制造模式的工艺流程优化,以及匹配的场地布局重构设计;购置制造和质量检测设备及网络化、自动化、数字化优化升级;运用智能感知与控制、边缘计算、数据可视化管理等技术实现工厂制造过程数据采集和工艺控制;运用机器视觉、图像识别算法等技术实现成品在线质量检测及数据抽取分析。通过系统化的统一设计,完成生产现场的工艺与质量检测优化。

    3)生产工艺优化

    项目针对工艺优化,主要建设内容包括:基于工业互联网技术架构下的工艺流程及布局、工艺数据采集网络、工艺数据集成与分析、工艺参数优化模块及偏离识别预警分析等内容,实现生产过程中工艺流程的快速优化与调整。

    (1)工艺流程优化

    本项目为实现满足国际先进和主流各类组件产品针对客户需求柔性产线无人化制造目标,基于工业多形态网络架构、生产过程数据采集与分析系统、ERP资产模块设备标准建模、MES系统工艺模型建模及设备全状况管控等技术,实现生产工艺相关数据采集,生产工艺建模分析及参数优化模型、工艺参数运行偏差预测预警分析等技术,结合制造和质检、物流设备建设及优化升级进行工艺流程优化。

    (2)工艺数据采集、建模分析、预警

    项目围绕生产管控一体化工艺优化目标,基于EAP技术实现产线工艺有关多维度数据采集,并同步MES、ERP系统和经营管理大数据平台:ERP系统提供工艺参数标准模型;MES系统实现工艺参数下发设备,并对偏离标准工艺流程的情况进行报警;大数据平台基于关联因素分析功能,建立生产工艺的建模分析环境,应用工艺数据、质检数据分析得出工艺最优配置参数。从而实现工艺数据基于智能分析模型得出优化策略,并进一步指导工艺优化的闭环过程。

    项目通过工艺优化及智能调控,达到节约原材料、减少设备意外停机时间、提高设备利用率、提高生产效率目标。

    a.工艺数据采集

    项目基于EAP集成技术,实现管理系统与设备数据交互和互联,通过OPCServer获取PLC现场控制数据,wcfserver接口信息交互,其工艺数据采集网络架构如下:

    项目应用MES系统设备集成功能,基于现场工业总线/网络、OPC、CNC技术,实现与设备/独立系统之间的通讯集成和数据交互,是整个车间工艺优化的实时数据源,其主要特性包括:

    可以采集的设备/控制系统主要包括:主流CNC、主流PLC、主流组态软件、主流智能仪表、具备MODBUS TCP/IP协议的HMI、主流基于PC的远程I/O模块。

    采集的有关生产管理数据包括:设备状态、加工数量、开始加工、加工结束、设备开机、设备关机、加工循环、加工节拍、呼叫等等内容。

    采集的有关设备运行的数据主要包括:设备状态、设备自诊断信号、设备报警、呼叫等等内容。

    系统为实现产线控制过程安全、高效及状态可预测预警,实现产品制程数据全程采集(主要包括产品的生产路径、工艺参数、设备参数、AGV动态路线等),实现60多台制造设备和质测设备/流水线等近4000个采集点位。

    项目针对流水线,采集设备之间工序互联状态信息,实现工序环节异常状态下,产线流转调配自动化。为实现产线物料流转状态检测和可控,识别组件信息与物料信息和订单信息匹配性,基于物料感知设备和EAP技术采集流水线实时产品信息。项目产线设备及工艺数据通过大数据平台及可视化技术,实现全景实时状态展。

产线设备运行状态展示界面

图5 产线设备运行状态展示界面

    b.工艺数据设置、预警及优化分析

    项目应用MES系统工艺设置功能,依据工艺模型制定流程,由多部门联动基于标准工艺配置及大数据提供的优化策略制定工艺模型配置方案。

工艺模型流程图

图6 工艺模型流程图

    工艺模型设置功能可精确定义工艺制程,以及其包含的工序,工步;定义各工步所需执行的操作;定义各工步所需记录的数据,以及数据采集计划;定义各工步的操作标准,可设置操作提示,在批次加工时提醒作业人员;定义工步上制造批次所使用的设备或设备组及配置参数;定义设备和工艺参数预警配置值及故障处理机制。

    项目大数据平台针对离散型加工业的特点,在数据采集与分析系统中封装多种具有行业特点算法工具,基于数据融合、挖掘、开放、可视化等技术,对光伏组件生产、设备、检测等数据进行多样化的数据分析、应用和展示,基于工艺参数优化模型,持续寻优改进当前操作工艺流程。

    (3)工艺核心设备优化及联网

    项目基于具有自主知识产权的工艺创新技术,对组件制造、质量检测核心装备进行机电一体化、核心算法、工业控制、管理系统联动等多维度创新优化,达成智能化、数字化、无人化产线的整体技术改造目标,部分设备创新填补国内空白,整体技术处于国内领先、国际先进水平。主要工艺优化设备类型包括:

    a.多场景创新应用工业机器人

    国内外知名组件制造企业,均基本实现了组件玻璃抓取及上下料机器人配置,本项目全产线使用玻璃和固化上下料机器人,项目在行业中创新的实现如下机器人改造和应用:

    接线盒自动安装、焊接、检测及灌胶机器人:该类机器人基于视觉定位等技术,根据组件接线盒特殊尺寸和安装工艺要求,实现接线盒智能安装,并与焊接机器人工序联动,实现接线盒的安装、焊接、检测及灌胶一体化。为实现该类机器人的行业创新应用,已申请有关发明专利两项:一种耐高电压接线盒的制备方法(201810927056.X)、一种高精度接线盒焊接用焊带及其制备方法(201810927456.0)。

接线盒一体化操作机器人

图7 接线盒一体化操作机器人

    装框机器人搭配AGV自动上料、自动打胶、自动摆框、自动装框:AGV运输弹夹式边框料架与流水线对接,机械手自动抓取边框放置在打胶平台上,自动打胶后,机器人自动抓取边框放置在装框机上,自动装框后经流水线传输至下一工位。

    自动分档机器人搭配AGV自动上下料:该机器人根据MES指定及预设组件档位,实现自动抓取工装上防掉组件装置,进行不同规格组件产品的自动分档。自动分档满托后,AGV将满托成品组件自动下料运输至包装区,并将空托盘运输至自动分档区。

    b.工艺制造核心设备

    项目对影响组件制造质量、效率的核心关键设备:全自动串焊机、叠焊机、高精度排版机、层压机、汇流条焊接机等及组件封装有关设备进行匹配工艺优化的系统性规划设计和改造升级优化,各种核心设备技改分类主要包括:结合机器人和AGV设备应用的物料进入机械结构重构、机电联动控制改造及有关工艺参数优化;工序上下游装备联动对接;设备与MES、PLC、AGV系统/装备的业务流程对接等。

各类核心工艺制造联网设备

图8 各类核心工艺制造联网设备

    项目为实现各类设备运行状态及参数采集、设备与系统及M2M互联,并结合MES系统进行制作现场工艺优化、设备参数模型分析及可优化配置、设备运维保养及预警保修等功能。本项目中工厂车间内,各生产线的组成设备单元之间、生产线与生产线之间、生产设备与物料供给设备之间等的通信采用ProfiBus-DP方式和以太网TCP/IP协议实现互联。各主机柜内配置一台双网口SIEMENS RS7-300 PLC作为网络分支节点,各工序和控制中心均配置一台交换机作为网络中枢节点,形成星型+树形的混合网络拓扑结构。

    4)质量检测优化

    项目应用人工智能技术实现产线重要工艺环节的在线质量检测,包括:焊接机CCD影像系统、基于机器视觉的自动串检、EL图像辅助识别系统等几个方面。

    (1)焊接机、接线盒焊接、终检外观CCD影像系统

    焊接机CCD影像系统旨在辅助上料电池片影像定位,以及检出不良品。可通过摄像头实时对电池片进行拍照定位(主栅线定位模式)及边缘检测(判断电池片破损情况);由于CCD影像系统与机械手互联互通,故通过拍照定位数据交换可实现电池片摆放的位置准确性;边缘检测功能可避免边缘破损大于标准的电池片流入生产过程中,检测不通过的电池片会被自动挑出至NG盒。

    (2)基于机器视觉的自动串检

    自动串检主要是实现自动焊接电池串的各项指标检测,减轻人工检测压力,提高检测稳定性,预防不良品流入下道工序,并且能够及时发现焊接不良异常,降低了返修成本。系统由1台1600万辅以一台500万高精度面阵相机、高分辨率镜头、4套阵投光源组成。4套阵投光源进行表面漫反射打光,面阵相机对电池片分进行拍摄,将图像数据传输到终端主机上,通过图像处理算法,最终实现电池片(串)的检测,将检测数据传输至配套下位机PLC进行剔除等处理。并能自动保存不良品类型、数量并与MES等系统集成保存数据。

自动串检设备

图9 自动串检设备

    (3)EL/外观图像辅助识别系统

    EL图像辅助识别系统用于辅助EL图像检测员工进行组件隐裂的图像识别。通过给组件加电,电池片发热,通过热成像相机检测组件电池片的缺陷。之前均需人工判别,现增加图像识别软件,通过人工智能算法辅助对疑似问题点重点标出,提高了人员判别的速度,提高了工作效率,降低了人员工作强度。二期通过集控管理,从集中控制室中对同线别两个检测站点同时进行管理,控制室统一界面管理现场工位及产品流向。进一步优化了工作人力,在保证原工作质量的情况下本站点再节约100%人力。

EL识别辅助系统

图10 EL识别辅助系统

    当检测到参数未达标产品时,结合产线设备机台控制逻辑及辅助设备挑选未达标品运送到维修堆栈。质量检测数据上传SPC质量管理模块实现全流程数据统计分析和质量追溯;同时EL影像检测数据上传MES系统做后期分析统计)。

    5)生产管理优化

    项目基于生产现场优化和工厂业务架构,运用数据集成、统一模型管理、事件驱动架构、联机分析处理、路径规划算法等技术实现CRM、ERP、APS、MES、WMS、AGV等管理系统的数据和业务流程建模式融合统一集成,完成生产管理层的进度智能管控、全流程质量优化、能源效率优化、厂内物流优化、智能安全管控。

    (1)进度智能管控

    项目基于MES生产管理系统为核心,通过与CRM销售管理、APS、ERP、WMS等系统之间的业务流程及数据集成互通,打破内部业务之间的分隔和信息孤岛,通过大数据技术发现历史预测与实际的偏差概率并输出命中率、CTM关键因素识别、订单最优匹配方案。结合APS+MRP系统,综合考虑产能约束、人员技能约束、物料可用约束、工装模具约束,通过智能的计划排产优化算法,制定预计划排产,并监控计划与现场实际的偏差,动态的调整计划排产。全面管控生产计划以及整个执行过程,并监管产品质量及库存管理

    项目应用集团CRM销售管理云平台用于企业对外订单和客户需求管理;ERP承接GSM系统订单需求,负责生产运营管理,包括主计划管理、WIP管理、财务管理、库存管理及管理标准化设置等;MES系统接收ERP制造订单需求及各类参数,下达生产计划到机台及各接口单元负责生产现场执行管理,最终将生产现场执行结果上传到ERP形成信息闭环,并将产品信息自动同步至CRM中,提高成品发货效率。MES系统通过扫描最终产品的二维码,自动将产品信息(产品、数量、班次,产品质量、原材料使用等)同步至WMS系统中,完成成品库存的智能化管理。

MES系统生产管控架构

图11 MES系统生产管控架构

    MES系统主要功能包括:工艺流程规划;工单计划管理;组件在制品(WIP)跟踪;物料管控与追溯;物料线边仓的管理;包装组托管理;工程数据采集(EDC);与SPC系统集成;设备自动化集成服务;报表(生产数据集市);对接ERP等其它系统接口。

    项目MES系统根据车间订单,匹配系统模型库中工艺流程和参数并下达车间级终端机台及各接口单元负责生产现场执行管理,并实时采集生产及质检过程、物流物资全景数据,同步到数据平台进行历史预测与实际的偏差概率,促进工艺持续纠偏优化,为计划系统的再调整提供可以信赖的决策依据。

    本项目为适应组件制造种类多样化和定制需求,根据新建车间建设内容,建模、扩容、对接集团已有APS和MRP系统,基于系统各种先进算法均衡供应链与生产过程中各种资源;在不同的供应链与生产瓶颈阶段给出最优的生产计划与排程;实现快速计划排程,并对需求变化做出快速反应。实现多品种、小批量、快速交付客户化定制企业运作模式需求,并可最大化发挥智能产线及设备使用效率。

    通过APS高级计划排程,满足资源约束,均衡生产过程中各种生产资源;在不同的生产瓶颈阶段给出最优的生产排程计划;实现快速排程并对需求变化做出快速反应。

    项目MRP系统主要辅助APS系统实现各类型组件制造所需的BOM管理、任务计算管理、生产计划管理、订单BOM设置、初始化库存管理、日供应量管理、分析计算等功能。实现根据市场需求预测和顾客订单制定产品的生产计划,基于产品生成进度计划,组成产品的材料结构表和库存状况,通过任务计算分析所需物料的需求量和需求时间,从而确定材料的加工进度和订货日程等。

    (2)全流程质量管控

    项目基于MES系统WIP制程品模块实现对生产线、产品等实时质量管控有关数据采集集成并对接SPC系统;基于SPC质量分析系统,建立产品质量控制分析模型,根据质量管理体系,对原料、生产、检验、交付各环节进行质量保证和质量跟踪,形成产品生产全流程质量数据统计分析和追溯能力。

    MES系统追踪制造过物料、设备等质量数据对接SPC质量管理系统,SPC系统实现产线设备运行状态、批次或产品序列号的全程可追溯管理功能。通过正向追溯和反向追溯,为质量问题提供可追溯的原始数据,达到准确找到问题点,避免不良再次发生。实现产线制造设备工艺参数首检、自检、点检等功能,加强品质管理。

    6)能源效率优化

    (1)能源管理系统

    项目为实现能源高效利用和绿色制造,采用能源管理系统提升企业对电能数据的管控分析和节能策略挖掘。

能源管理系统

图12 能源管理系统

    (2)光伏新能源利用

    项目建设5MWp屋顶光伏电站,实现自用和并网,优化工厂用能结构,促进节能降耗指标达成。5MWp屋顶光伏电站项目实现从地面到各车间屋顶的铺设,并配置系统管理软件,具备运行数据监测统计、逆变器等设备状态监测、通讯回路监测、事件告警统计分析等功能。

光伏电站监控软件界面

图13 光伏电站监控软件界面

    7)厂内物流优化

    项目业内创新的定制研发光伏组件厂内AGV系统,基于路径优化与调度分析仿真技术优化AGV设备的任务指派和行驶路径功能,业内首创的AGV系统结合MES系统联动,实现边仓和组件制造产线工位之间的高频精准物流运送,促进产线无人化目标达成。

    (1)AGV系统架构

    项目采用昆船ATIS4.0系统平台,并与MES系统或其他设备进行通讯。根据设备工艺流程和布局,AGV控制子系统划分为若干控制段,各控制段控制功能明确,结构层次清楚,控制规模均衡合理,便于用户的现场操作和系统的安装、调试和维护。

    AGV上位控制系统由AGV地面控制系统与AGV图形监控系统组成。AGV地面控制系统是整个AGV系统的核心,它根据MES系统或其他设备下达的搬运任务,统筹调度系统中所有的AGV设备,以最优的方案完成搬运任务,并统一指挥交通,避免AGV发生相互碰撞,同时管理AGV的自动充电,并完成与外围设备的通信。AGV地面控制系统与各台AGV之间使用无线以太网进行连接。

    该系统软件在路径规划、站点设置、速度设置、段点分配、干道分流、弯道计算、优化设计、任务分配、过程控制、车辆调度、快速响应、复合循环、智能充电、避免死锁、减免堵塞、安全保护等多方面都有较高的技术先进性。

    AGV图形监控系统是AGV系统人机接口,它提供图形化的操作界面,利用直观、形象的图形、动画和声音等多媒体方式,实时采集AGV的运行信息,实现对整个AGV系统的监控,有效地维护系统的正常运行。

    (2)AGV系统网络架构

    AGV地面控制系统计算机通过无线局域网络与各AGV设备保持实时的通讯联系,指挥车辆作业、获取车辆各种状态,该无线网络依据IEEE802.11标准,采用2.4GH的无线频率,速率54Mbps,无需向无线电管理委员会申请即可使用。AGV地面控制系统通过RS485与数字I/O模块通信,采集外部的各种信号,对各种状态进行处理,如智能充电机、门禁系统等。

    (3)AGV+MES联动调度业务流程

    AGV系统调度业务包括两类:一、智能产线与各类存放区之间运输(例如:从仓库暂存区至生产线工位和线边分拣区、分拣区至工位、自动分档至包装线、包装线至成品仓等);二、工序相关环节之间的制程物料对接搬运。

    运送物料分为两大类:第一类包括边框、接线盒和电池片,需要先在仓库备料区拆外包装、转码,然后由AGV(激光式)运输至线边分拣区,人工分拣至料架后,AGV(磁带式)运输至生产线工位。第二类包括玻璃(激光式)、大桶胶(激光式);EVA、背板、A/B胶、焊带、汇流条、EPE、纸护角、铭牌等(磁导式)。

智能线运送策略图

图14 智能线运送策略图

    物流AGV系统调度和运送业务由MES系统、AGV控制软件、AGV设备及地面物联网定位和识别赋值系统,基于预设工艺流程和路线,协同调度实现。

    AGV控制系统实时监控AGV设备位置和状态,常用状态有正常状态、等待充电、充电需求、手动状态、急停状态、路径阻塞、车辆丢失、车辆停止等,可实现调度任务管理和车辆管理,路线和设备监控。

    (4)AGV系统设备

    项目AGV设备包括激光导引式(叉车和高堆垛式)、磁带导引潜伏牵引式两类,结合无线通讯系统、反射板导航系统、磁带导航系统、充电系统、地面控制系统辅助元件等,执行调度任务和指令。

    8)智能安全管控

    项目面向生产过程中设备及制程、工业网络等可能存在重大安全风险问题的领域,基于MES系统和工业网络架构优化及信息安全管控实现风险规避,保障智能安全生产。

    MES系统为制程异常状况提供完善的监控与处理机制,通过数据挖掘技术,对设备运行趋势进行动态智能预测。通过灵活可配的可视化建模工具和多种事故诊断模型,对设备运行状态进行预警、分析,对发生故障的设备进行诊断,并提出控制故障再次发生的措施和建议,减少设备故障率。

    系统所监控的内容包括:在制品流通异常,工艺参数采集异常,作业时间异常,设备维护和良率异常。对工厂可能出现的异常情况进行预设和监控,并可由用户自定义发生异常的处理动作:发送报警方式(PC/移动端),暂停批次,暂停设备,暂停产品等,对制造过程中出现的各种异常情况进行即时的控制处理,从而避免影响生产任务计划,严重工艺质量问题,拖延交货日期等的情况发生。

    9)经营管理优化

    项目在经营管理层面,结合全景业务流程,通过工业互联网信息化与制造技术的深度融合,建设经营管理大数据平台并对接APS、ERP、MES、WMS、AGV等系统,运用统一模型管理、事件驱动架构、数据仓库、联机分析处理、数据挖掘等技术,完成经营管理中的生产管控一体化、库存管理优化和财务流程优化。通过快速的信息反馈和资源调配,提高企业运营响应速度,以解决多品种,小批量生产方式带来的产品频繁切换、生产工艺波动等问题,进而更好地满足客户定制化、个性化需求,以最小的要素投入,获得最大化的社会经济效益。

    10)生产管控一体化

    项目和阿里云合作,运用大数据存储、管理、分析挖掘技术,针对组件智能工厂生产制程、经营、服务三类数据时空特征设计开发专用大数据管理平台,实现针对组件生产的“制造前-制造中-制造后”的闭环数据智能分析、决策、生产管控调度指挥管理。大数据平台具备高速计算能力,并提供数据可视化,多维度分析,以及数据建模及预测分析能力,并提供数据资产管理能力以及快速开发环境。根据业务机理,沉淀最优生产经验,以生产目标为导向,可视化实时监控,BI多维分析,及时识别问题,主动调节指挥,实现工艺创新、流程优化、智能生产等方面的整体业务提升,实现经营管理中的生产管控一体化持续优化。

    平台应用功能模块覆盖了物料、采购、库存、计划、制程控制等生产过程,同时支持财务、人力等管理部门的需求,实现现代精益管理全流程数据智能应用。

    大数据平台为实现SAAS层各项智能应用,基于企业自身的MES、NC、MDB等数据融合,破除数据孤岛,建立统一的数据仓库,将数据库存转化为数据资产。平台集成的内网环境数据来源于生产线设备和MES、WMS、ERP等系统。大数据环境包括:数据总线(DATAHUB)、数据集成服务(CDP)、大数据计算(MAXCOMPUTE)、流计算(STREAMCOMPUTE)和机器学习(PAI)几部分。应用环境包括:关系型数据库(RDS)、云服务器(ECS)、负载均衡(SLB)等基础服务,和报表系统(QUICKBI)以及各种安全相关产品。

大数据平台系统架构

图15 大数据平台系统架构

    项目基于大数据平台,采用“一体化支撑平台+应用”的模式构建智能工厂集中监控管理调度控制中心,实现对生产过程的实时跟踪、过程采集与管理、模型建立、协同处理、生产指挥指挥、应急指挥等集中管理和智能决策功能。实现全厂从市场、财务、供应链、制造产线状态(设备和物料)、计划和订单执行、质量等全维度全景数据监控,为后续实现全厂及车间“数据孪生”奠定了基础。

    项目为实现全厂业务管控,平台对接多业务系统,主要包括:ERP、WMS、SPC等资源计划层管理系统;车间和产线层MES、AGV系统;以及基础层工业网络系统、新能源电站系统、能源管理系统、环境监控等。在实现数据对接基础上,构建设计各类业务管理模型、业务处理流程,实现智能化调度和业务处理。

    为实现车间及产线全状态数据统计分析及展示,基于MES、EAP、PLC等实现产线设备运行状态、物料信息及流转状态、AGV设备等数据采集、统计分析、异常状态识别及预测预警。通过一站式中心大屏实时展示在线所有产品状态,实现单一产品/设备/流水线等的实时在线情况,可实时查看单一产品的所在位置,设备状态、产品状态等,实现中控室获悉全流水线状态。

智能工厂运营管理一站式平台

图16 智能工厂运营管理一站式平台

    项目生产管控一体化执行层面,MES系统依据经营管理平台和ERP系统所下达制造调控指令,基于统一的参数化调度规则,实现企业管理层对设备执行层的直接调度与控制,大幅提升企业经营管理效率。MES系统具有设备集成服务功能,实现产线制造、质量检测、机器人、PLC等机电设备集成功能,包括设备编辑、设备状态模型导入、设备状态采集、异常监控与处理,业务逻辑控制指令下发等功能。

    11)智能库存管理优化

    项目库存管理优化以WMS系统为核心,实现CRM、MES和ERP系统与WMS之间的生产计划及订单联动,全面优化库存智能管理。

    项目WMS系统是通过入库业务、出库业务、仓库调拨、库存调整和库存盘点等功能,结合批次管理、条码管理、物料对应、质检管理、可追溯管理和即时库存管理等功能综合运用的管理系统。有效控制并跟踪仓库业务的物流和成本管理全过程,实现企业仓库支持制造业务开展的精细化信息管理。

    WMS系统核心价值包括:提高库存准确性:通过条码技术及RF技术的应用,实现数据的自动化智能采集接录入系统,确保账、物信息同步一致,提高库存准备性;提高工作效率:通过条码技术及RF技术的应用,实现数据的自动化智能采集,减少大量数据录入时间,提高工作效率;提高空间利用率:对仓库每个货位进行编号,实现库位精确定位管理、状态全面监控,充分利用有限仓库空间,提高仓库空间利用率;提高库存周转率:提供实时库存信息,便于掌控库存情况,合理保持和控制库存,提高库存周转率,降低成本;提高可追溯性:通过对批次信息的自动采集,实现了对产品生产或销售过程的可追溯性;降低仓库呆料:全智能按预定义策略自动分配出入货架库位,减少呆滞,智能纠错防止人为失误;提高管理水平:促进公司管理模式的变革,从传统的依靠经验管理转变为依靠精确的数字分析管理,从事后管理转变为事中管理,使执行过程精细可控,提高管理水平。

    3.效益分析

    项目达成关键工序生产数字化控制覆盖率达到95%,对比已有模式车间,提高生产效率63.5%,运营成本降低21%,研发周期缩短31.5%,产品不良品率降低29%,能源利用率提高14%。

责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐