人工智能结合工业制造的应用

马坚，彭惠平

江铃汽车股份有限公司 江西南昌 330001

人工智能是一门以计算机科学为基础，并涉及到数理逻辑、哲学理论、仿生学、自动化、语言学以及生物学等多种知识和理论的综合学科。它利用图像识别与提取感知到外界的各种信息，再根据外界信息的特征点进行特征提取，提取其中有效信息，通过自然语言处理转化为数据反馈给用户，实现人机交互。人工智能的工作内容可以简单地被定义为使计算机能够从外界获得知识，通过将这些获得的知识学习并加以运用的新兴科学。

在工业领域使用人工智能，绝非简单照搬人工智能系统，而是要在以人为核心的前提下，用人工智能技术辅助，人与机器协同作业，发挥各自拥有的长处，人与机器相辅相成，起到“1+1＞2”的效果。

人工智能应用的大前提是需要构建一个基于智能制造框架体系下的数字架构模型，其中智能工厂是智能制造重要的实践载体。智能工厂的规划设计将产品与产品开发的整个系统的生命周期整合在一起，且完成企业内部互通和供应链的协同，最大程度发挥智能制造的竞争力。

人工智能是信息化数字化的技术，工业领域的数字化转型需要云计算、大数据、物联网、人工智能、5G、传感以及材料等技术的综合运用，人工智能主导整合其他技术，使工业制造系统更加柔性化，优化企业上下游的协同工作，在生产自动化的基础上为人工提供部分决策和优化思考，实现更加合理有效的人机协同。

人工智能技术特征：程序＝数据＋算法(算力)。

制造业现状和数字化精益制造系统模型

中国在加入世界贸易组织后，成为全球制造大国，号称世界工厂，但是随着中美贸易战愈演愈烈，暴露出中国制造业的许多软肋，如基础产业底子薄，高端装备受制于人，创新研发能力和投入不足，大多数产品处于产业链的中下游的位置等。美欧日等发达国家有工业革命先发积累的标准及专利的优势，掌握着核心技术，产品品牌和关键零部件的议价能力强，而且研发体制成熟和创新环境良性，竞争能力明显强势。通过中国汽车业的发展就可见一斑，虽然中国汽车市场连续十年全球销量第一，但是国外品牌占据主要份额，国内汽车品牌林立，重复投资、重复研发严重，单单一个德国大众汽车公司，在中国的合资伙伴，从一汽到上汽，再到现在的大众（江淮），国内汽车企业急功近利，内耗加剧，靠市场吸引的技术引进消化不良，国内市场成为别人分享的蛋糕，国外市场更是不堪。即使是新能源汽车，政府给予大量补贴期望的弯道超车的先发优势在国内市场也渐渐丧失。

即便如此，全球工业制造大国的地位也正在被挑战，资本和产业都是逐利而生，劳动力成本不断上升，用工难、用工荒屡见不鲜导致的产业向人力成本低的东南亚国家转移，能源材料的消耗和碳排放指标双重压力，无法支持可持续发展的环境要求。

所有的压力和挑战，给中国人一个清醒的认识自我的机会，找到依靠制造强国的制造业发展趋势，同时给了中国一个前所未有的发展机遇，那就是依靠自己发展先进制造技术，实现产业不断升级迭代，创新创造更多高附加值的高品质产品，满足动态变化的国内国际大市场个性化的需求。

在激烈的市场竞争中，80%的客户愿意付款购买性价比高、品种功能丰富多样的商品，20%的客户追求高档次、高品位、高价位的个性定制差异化产品，给制造业提出的要求是质量有优势，成本有优势，品种齐全或者与众不同。

制造业发展趋势，是个性、定制和绿色。建立柔性化智能生产线，快速响应，性价比最优，产品全生命周期的动态资源配置的绿色制造，发挥国内丰富资源优势，对接可持续发展的生态环境。

紧跟发展趋势，JMC公司的积分指标SQDCPME即在安全、质量、交付、成本、人员、维护以及环境七大方面，建立数字化精益制造的模型，作为用来衡量优化改善的综合指标，制造核心竞争力可落实到三点：一是提高效率和资源利用效率；二是缩短周期，更短的创新周期，更快的交付能力，更透明数据支持；三是提高柔性、个性化大规模生产更复杂的产品，更快的市场响应能力。

为了打造持续的核心竞争力，江铃汽车（JMC）建立了如图1所示的JMC数字化精益制造系统，实施智能制造管理全价值链的数字化精益衡量指标。

图1 JMC数字化精益制造系统

利用JMC数字化精益制造系统数据平台，收集设备运行、生命周期可靠性（预测维修）、产品以及过程的质量要素，夹具设备的定位监控和车身尺寸在线测量，焊接过程参数监控和质量评价，白车身间隙断差、生产物料消耗及能源消耗等数据。具体的实施方法是利用OPC开发系统通信采集数据，标准化I/O输入输出模块，根据需求增加采集各种传感器和控制器，以及电动机模拟量数据，部署工控机、交换机和软件，存储处理数据，利用数据构建数字化精益指标，识别过程浪费实施改善。以制造过程中输送设备滚床为例，数据平台监控滚床电机的温度和振动传感器的数据，每天的设备正常运行数据作为基础标准，及时发现异常温度变化和异常振动初期的特征，结合故障失效的实例，给出预测性的提前检修预警模型，从而避免生产中断带来的效率损失。

人工智能精益制造实践案例

按照数字化工厂的架构和数字化精益制造系统模型，江铃JMC在2018年开始规划建设江铃福特的标杆样板工厂，其主要特点如下：采用中频焊机、变频伺服技术、LED灯等节能设备，配备能源管理系统，收集能耗信息，持续改善绿色节能工厂。采用环网结构，自动化设备及产线信号均可采集，支持大数据分析，实现预测性维护的信息化工厂。数字化设计操作员指导书，通过工位边的操作屏指导操作。构建虚拟模型，导入电控程序和机器人工作程序，与实际产线信号关联，实现虚拟现实同步，数字化展现产线实际状态的数字化工厂。多车型共线生产，快速切换适应变化的智能化工厂。

以焊装车间为例，规划实现100%自动化焊接，50%的内部物流周转，10%的质量智能检测。生产线占地3.2万m2，287台KUKA机器人，实现年产15万台的能力（每小时生产30台），最多可实现4个车型的柔性共线生产。

新工厂总结国内外工厂规划的经验教训，优化了整体布局，将物料需求大的生产线布置在物流存储区旁，物料需求少的生产线布置在车间内部，使得整体物流路径短，物流投料效率高。

工厂建设规划以数字化建模为基础，采用数字孪生技术，为未来的人工智能技术应用场景做好了铺垫和准备。

通过对现有工厂的焊装线的价值流程分析（见图2），单班生产需要人力资源153人，其中57人是线边物料上线人员，25人是门盖装配调整人员，15人是钣金返修人员，12人是质量检验，其他属于设备维护的辅助人员。

图2 JMC新工厂价值流程图

结合人工智能技术的典型应用场景，规划对线边上线人员、门盖装配调整人员、钣金返修人员进行完全的智能机器自动化，对质量检验人员和设备维护人员进行部分人工智能辅助，减少人员。

在工业机器人的抓手上增加视觉系统，引导机器人在线边料框中抓取零件，取代需要人工在物流料框和精定位料框的搬运工作，减少中间转运的搬运浪费，也避免了人工的效率问题以及人机工程问题。该项技术的运用相对较为成熟，目前已经在工厂的顶盖装配到车身的工位实施验证，并申请获批了一种基于相机通讯连接的机器人抓取方法及其系统的国家发明专利。该创新应用在物联网数据平台下，要求配套的AGV运送料框的定位精度在100mm以内，按照工厂的生产计划排程实时给出物料需求的信息，准时运送到线边，保证线边的给定位置上始终有与计划相适应的物料，否则会因为机器人抓手与零件的不匹配出现错误报警，导致生产线报错中断。

通过机器人在线检测工位，测量每台车的尺寸数据，计算产线的过程能力，预先确认车身尺寸的稳定性，同时进一步在门盖的装配工位，增加固定的蓝光扫描装配前的车身门框外形与车门的外形，通过中台的数据计算拟合装配的符合度，并指导机器人微调装配门位置，自动拧紧机将门固定在车身，并通过后续的机器人视觉门缝间隙断差在线测量，跟踪装配的过程能力，方便指导门盖和车身的制造过程优化，该创新也可以延伸到车身制造成型的工位以及门盖包边铰链装配固定的工位，方便后期对节拍提升留出空间。

通过焊机控制器群控系统，收集焊接过程的焊接质量数据，增加过程电极压力和电极位移的监控参数。通过长期大量的过程参数和特征信号的跟踪，结合目前现有的日常焊接质量检查控制手段，建立合格焊点质量的过程信号曲线，并设定阈值公差范围，构建质量标准的模型，再去验证实际过程，最终完成测量验证质量模型的预测有效性。通过运行一年以上的市场质量验证和专项耐久试验，可以修订质量控制文件，改变现有的人工超声波离线抽检的控制，减少焊接抽检人员。

通过收集过程的设备运行参数，预测设备的生命周期状态，定点定期精准的维护设备，保证设备的最大生命周期和最小的生命周期成本。该创新应用在制造业是比较普遍的应用场景，因为未来工厂的100%智能化场景，大量的设备状态需要预测维护，备件到期更换，保留原有的设备维护管理人员数量不变，重点在控制设备维护时点和备件库存上，来降低成本。

在现有的工厂运作中，还存在需要钣金返修的人员，用于解决车身外观钣金凹凸点的返修以及毛刺飞溅的打磨工作。从本质上分析，这些问题是制造过程中的不良引发的，本身就是不产生价值的浪费工序，这将主要通过对过程的规律性或偶发性问题进行排查，在制造中消除问题根源的方式，逐步取消返工返修的工作。

通过以上的人工智能技术的应用，实施到现有工厂进行改善，预计会大幅度减少人力成本和设备管理成本，同时在线质量监控保证质量的稳定性。现状与未来的指标对比见表1。

表1 JMC新工厂现状未来指标对比表

在未来还将投资增加18台机器人和视觉系统，减少108个员工，这些人工部分是从事搬运的体力劳动，部分是从事质量过程检验工作，将改善人机工程和质量稳定性。按人工年成本10万元计算，双班每年可节省2000万元的人力成本，扣除新增设备的投资和固定摊销以及全寿命周期的维护保养，初步估算可在两年内实现投资回收。

人工智能非简单的机器代替人，更能拓展人的智力而产生价值。数字化精益制造系统的工厂就像是一台以数据整合为基础的高速运转的智能计算机，可以大大解放文档报表处理工作，而且以往依靠人的经验的生产排产、预算、投资及决策都可以在历史运行数据的运行结果报表中得到优劣势体现，用高速计算能力替代人脑的感性判断。在数字化精益指标的实践过程中，每天输出报表的结果可以关联过程中的变化数据和输入变化，找到清晰的逻辑性，浪费能清晰浮出水面，给工厂创新价值带来每天可以改善的良性PDCA循环，从产线上和管理岗位优化出来的人工可以转变为改善过程的实施人员，在生产力发展社会资源财富聚集的过程中，人只要积极适应变化就能发挥其社会价值。

结语

从数字化精益制造系统模型运行改善案例可看出，通过构建数字模型，收集输入输出和过程的数据，借力在算法和算力上突破的人工智能技术，实现制造系统的良性循环，能提升制造业的核心竞争力。

延伸到整个社会层面，在问题和需求导向下，人工智能的发展将极大地改变社会生产力，解放体力劳动，拓展脑力智力，创造更新适合人类的就业岗位。人工智能发展的V R、A R和M R技术，改变着人的工作、生活方式和逻辑思维，提升着整个社会运行效率。

未来将是数字化虚拟世界和物理世界融合发展的阶段，社会体系将在数字构建下成为一个智能化系统，人工智能将驱动混合现实，参与全部人类的工作和生活，帮助推动人类文明的进化。在这个文明进化过程中，人类社会将形成以人为主导，人和智能机器长期合作共存、密不可分的局面。