整车制造智能管控平台

董建军 覃振 王浕涛 蒋文玉

第一作者简介：董建军（1981-），男，高级工程师。研究方向为自动控制和IT相结合的应用。

DOI：10.19981/j.CN23-1581/G3.2024.12.008

摘  要：當前整车市场竞争的加剧，对主机厂的市场响应速度、降低单车制造成本提出更高的要求，该文提出将整个工厂变为一个整体、整合多个系统的平台，通过解决信息孤岛，充分利用大数据技术整合生产、物流、能源和质量数据及应用，实现汽车制造业的智能控制管理、订单快速响应和降低成本的目标。

关键词：智能化；生产管理；数据分析；柔性化生产；智能制造

中图分类号：TP39        文献标志码：A          文章编号：2095-2945（2024）12-0032-05

Abstract： At present， the intensification of competition in the whole vehicle market puts forward higher requirements for the market response speed of the main engine factory and the reduction of bicycle manufacturing cost. This paper proposes to turn the whole factory into a whole， integrate multiple systems by solving the information isolated island， and make full use of big data technology to integrate production， logistics， energy and quality data and application， so as to achieve the goal of intelligent control and management， rapid order response and cost reduction in the automobile manufacturing industry.

Keywords： intelligence; production management; data analysis; flexible production; intelligent manufacturing

以往生产模式能够大批量生产单一品种，但随着消费模式的变化和提升，消费者对个性化和定制化的需求不断增长，因此满足“多变性、小规模、可控周期”的柔性生产需求的紧迫性也在不断增强。通过柔性化的智能制造，能够提供多种车型的生产排列和混合生产，从而最大限度地提升工厂的制造能力。

柔性化制造对生产的快速响应提出了更高的要求，将智能化、信息化技术需要的接口、相关要求与硬件设计相结合，利用私有云构建数据湖打通各子系统的数据，有效解决信息孤岛的问题，控制工厂生产，能够在条件改变时做出快速回应，带来了汽车制造业在节能、环保、生产效率和质量上的提升。

1  数据处理模型

采集从接受订单到整车装配完成全过程的各种数据和状态信息，通过订单排序、物流实时调动、实时采集监控等先进技术，精简不必要的组织活动，达到生产效率最大化。

对工厂的产品、物流以及人员进行全面的管理，利用预防性质量控制计划、实时质量数据采集与分析、数据分析和正反向质量追溯，实现全流程质量管理的提升。

采集生产过程中的各类海量数据，采用先进的分析理念，为管理人员提供全面客观的评价，为生产性能提升提供科学的指导，提升企业核心竞争力。

如图1所示，系统架构采用负载均衡、多机冗余管理、断点续传、模块化编程和BS架构等多项技术，有效保证系统的可靠性、扩展性。

数据存储采用实时库和历史库的闲时同步机制、关系型数据库和文本型数据库的同步机制创新，结合边缘采集技术，提高可靠性的同时，提升了服务器的综合效率，实现了关系型数据库和文本型数据库的有效结合，数据存储和查询实现了快速、高效。同时系统整合了生产、设备、质量、工艺与能源数据在一个数据存储层内，数据实现了闭环，更有利于挖掘这些数据之间的关系。

架构具有以下创新性特点：

特有的数据存储和压缩技术；

高效的数据压缩；

健壮的高可用性冗余解决方案；

增强的数据安全性；

易于配置和管理。

2  智能生产计划排程

2.1  计划排程

通过应用接口从ERP系统接收生产计划，并进行完整性检查，对错误信息进行报警；针对特殊需求，通过系统实现手动创建；无法自动接收时，进行手工创建和导入。

根据预设配置信息和约束条件（如车架结构型号、驾驶室结构型号、颜色、底盘配置、发动机、电池和内饰高低配等零部件种类的优先次序）结合智能算法，将ERP批量计划分解为一车一单的工单，生成生产计划数据，生产计划流程如图2所示。

2.2  计划锁定

生产计划排序完成后，用户可以对已经完成排序的生产计划进行锁定，锁定后生产计划的状态为“已锁定”。已锁定的生产流程无法改动，使用者只能对已经固定的任务单进行解除锁定的动作，才可以重新编排。

2.3  计划下发

对于在系统中已锁定的生产计划，管理员可单台或批量执行下发操作。下发操作执行后生产计划的状态被置为“已下发”，并显示在各生产线的客户端，指导现场生产。

2.4  计划变更

对于处于“已下发”状态的生产计划，管理员在有需要的时候将生产状态重新置回“已锁定”，然后通过解锁对生产计划序列进行重新调整，最后重新下发，也可以对生产计划进行删除、紧急插单、报废等。

紧急订单接入：ERP系统发送的紧急订单需要被加入到生产队列中，同时这个订单的接入必须符合物流的响应时间。

订单报废：订单报废，在平台中输入报废原因，并将此信息反传ERP。

2.5  计划冻结

由于特殊原因（设备故障、物料供给等），会影响到一部分生产计划的投产，所以系统可以对处于“已生成”“已排序”“已锁定”状态的生产计划进行冻结，被冻结的生产计划将被置为状态“已冻结”，同时将无法执行除解除冻结外的操作。

针对处于“已冻结”状态的生产计划，系统可以进行解除冻结操作，在解除冻结后生产订单的状态将被置回未冻结前状态。

2.6  智能调度

存储区采用智能化排产调度算法，逻辑程序能嵌入到PLC控制器中，通过服务器和PLC结合控制排产调度， 提高系统的冗余能力，避免网络和服务器出错导致的停产。用户可以自主切换规则，能根据颜色、车型、顺序号和滞留时间等条件排序，柔性化生产。

3  车辆跟踪与智能路由控制

在每一辆车上装有超高频识别标签，通过现场的超高频读写器识别车身的最新位置，通过读取的超高频标签ID向系统请求车辆的相关信息。获取车辆的相关信息后，输送线PLC将获取的车辆信息下发给受控设备，进行自动作业、自动路由控制。

系统拥有自动分配路线的特性，能够快速寻找并确定车辆的位置，尤其是滞留以及订单车。工作人员能实时获得车间生产信息，并能作出必要的生产调节。

3.1  车辆跟踪

根据车辆过点信息、拖入拖出点的补录信息，生成车辆在线队列，可以查询出车辆具体在哪一个滚床、哪一个工位。

通过射频识别扫描读写，或者提供界面供用户在指定工位手工输入车辆标识号（例如：车辆VIN号或者车身号）执行产品拉入/拉出操作，保证系统的完整性。

3.2  滞留车辆报警及控制

可以设定正常停留时间，并判断车辆是否在某个车间/区域内逗留过长，并在发现车辆超出设定停留时间后发出警报。在储存区，系统将优先处理已超时的车辆。

3.3  车辆路由

滑撬自动清洗：当滑撬达到设定的喷漆次数后，自动流向滑撬清洗间，无需人工干预。

存储区车辆调度：按多种规则智能控制出车和进车，系统为每一辆车辆在进出所有存储区（PBS、WBS、颜色编组区等）时计算好应走的路径并发送给机运系统，机运根据智能管控平台的调度指示将车辆交接到出入口。在出口路由计算时会考虑每条存储道车身所在的位置，避免出口等待时间过久，影响节拍。

3.4  车辆锁定

在一些特殊的场景下，例如某种特定的小颜色无法制造或者某种配件缺少时，将会用到车辆锁定。操作者可以在界面上输入锁定的信息，系统将会自动执行命令，并在流水线上进行锁定操作，确保不会进入下一道工序。

4  车身品质管理和全生命周期管理

记录车辆生产过程中的所有数据，与车辆识别码实时绑定，用于整车质量原因分析、预测和产品召回。系统架构如图3所示。

4.1  车身品质管理

品质管理站点配备了品质PC系统，允许用户通过PC或手机端查询每个车辆的质量状况。在关键工段设置品质显示屏，当工艺参数不满足要求时发出质量预警，有效干预质量问题，提高合格率和整车品质。系统将所有的质量信息永久性地保存在数据库中，以便为车辆的长期质量追踪提供参考数据。

利用机器人检测技术和自动检测设备，自动检测车身缺陷，有效实现无人化、少人化。

返修有2种方式，一種是在线上进行，一种是在线下进行。对于能够在线上完成返修的车辆，无需将其下线，只需在规定的工作位置完成返修，并记录返修结果。对于无法在线上返修的车辆，车辆需要在离线点下线，并将其运送到规定的返修区进行线下返修。在线下的返修区内，可以通过客户端显示质量问题，以提示工作人员进行的返修任务。返修合格，车辆就可以在设定的上线点重新上线。

车辆返修完成后，由检查员对车辆缺陷进行最终确认，确认车辆无问题后才可以流入下道工序。

系统通过射频识别自动获取车辆识别码或生产编号获取车辆信息，加载出该车辆的缺陷信息及返修处理信息，根据缺陷信息及返修处理信息进行车辆检查，如果有问题则驳回并通知返修人员重新处理，如果无问题则进行确认通过。

在检测出质量问题的情况下，系统会启动质量锁定功能，这些车辆无法进行后续的工艺操作，只有在这些质量问题被解决之后，车辆才能进入下一步的生产流程。当启动质量锁定功能时，相应的工位会发出质量锁车警告信息。

在系统中设立特定的报警规则，这些规则可以根据质量缺陷的种类、级别和频次设定。一旦达到预设的次数和等级，系统将自动触发警报并自动通知相关管理人员。

4.2  车辆全生命周期管理和预测

通过多种数据接口，获取每辆车的生产过程信息。

操作环境：车间的湿度、温度、颗粒度等。

工件条件：喷漆前车身表面温度等。

设备要求：焊接信息，例如电流、电压等；机器人的详细信息，比如旋杯的转速、漆雾的排放量、装配的拧紧信息等。

人力条件：当前生产班次及人力信息。

检测线数据采集：在检查线对车辆进行四轮定位、灯光、侧滑、转向角、速度表和制动等项目检测，并将检测信息与车辆识别码绑定存入系统。

5  设备管理与专家库

设备管理主要解决以下2个问题。

管理效率低下：采用信息化手段解决设备难定期安排保养、报修流程慢、维修不及时等管理效率低下的问题。

信息不透明：传统设备管理中，设备信息往往分散在各个部门和人员手中，从而导致数据碎片化。

主要的实现方式如下：

一物一码，一台手机就能查看最新档案；设备档案管理、报修、巡检、保养，全流程覆盖，随时监控；高效点检，自定义提醒功能，确保工作有效执行，不被遗忘。

可以在系统内设定保养规则，系统自动生成保养任务提醒，一旦条件符合，便会触发提醒并生成服务工单，派工给服务人员，极大地提升服务主动性和执行效率。

通过自动采集设备的运行数据，对设备进行预测性维护，在设备出现故障之前进行提示，维修人员能在第一时间进行维修，提高设备利用效率。

对备件、耗材、夹具和载具等进行全流程规范化管理，对备品备件从采购、入库、领用和退换等环节进行精细化管理。

与企业的其他系统无缝集成，通过多种数据接口进行数据的互联互通和共享，避免因系统不兼容造成信息孤岛，提高了工作效率。

6  生产过程和工艺管控

6.1  智能防错

过程管控模块实现作业防错、作业指导等方面的生产过程管控，以实现生产流程的高效、透明化管理。

在车间设置作业指示屏，显示对应工位的作业指示和指导信息。系统根据超高频识别实时到达的车辆信息，获得当前车辆的作业指示，现场人员根据指示进行操作。

作业指示显示现场作业指导的条件及参数，更新各个生产指示屏上的当前队列：待生产、当前生产，生产指示屏实时更新信息。

系统能自动收集车身数据和车辆装配信息，然后进行比对，以确认是否存在装配错误。

系统发送相关参数给线边拧紧、加注等成套设备，实现自动防错控制，成套设备上传拧紧、加注的结果和数据，系统会判断是否符合要求。

特定站点的过车信息将通过超高频识别进行上传，系统会自动检测这些工艺路径是否符合预设的信息，若相符则给予通过，反之则将触发工艺路径不匹配的警报并暂停生产线。

6.2  生产过程管控

生产过程监控通过对车间设备运行状态、工艺参数、设备故障和报警等数据的监视，帮助操作人员和维修人员及时找出设备的问题，达到快速解决问题的目的。

在生产流程中，实时监控并收集每台控制器的信息（如警报消息、工艺参数、设备状态及其他类似的数据），同时，自动记录每台设备在各个工作班次的故障频率和持续时间，为维护团队提供防预性和预见性维修计划，提高设备运行的效率。

7  能源智能管控

精细化管理能源是一个提升经济收益的重要策略，有效地运用能源计量对于节约能源和降低消耗可以起到积极的作用。透过检测和分析能源使用数据，能找寻到浪费能源的根源，并依此进行调整以减少浪费。这有助于提升能源效率，降低支出。同时，也利于达成节能减排的目标。

通过对设备、生产排程、质量及过程参数进行深度分析后，能优化相关策略，以实现节能目标。

能源数据采集和分析，利用智能化分析技术减少设备空转时间，能有效节约能耗。按照人为经验对设备进行开机及关机，经常会开机过早（开机后很长一段时间才生产）或者关机太晚（生产结束后一段时间才关机），造成不必要的能源浪费。采用智能化技术来实现更精准的设备开机及关机，可以在一定程度上降低能源消耗。

主要功能：找出低效率的设备、找出能源消耗异常的设备、优化用能方案。

8  智能数据分析

利用数据分析，可以及时发现整个生产过程中的不足，为相关管理人员快速提供改进提示。

系统全面采集和分析工厂的生产信息、物料信息、物流信息、设备信息和质量信息，进行相关的数据分析。

能耗数据分析：比较不同阶段的耗水量，还可以比较当前消耗数据、历史消耗数据或预设标称。

品质数据分析：通过特定算法分析车辆缺陷，发现缺陷背后关联的工艺、设备、物料规律性，由什么原因引起，哪个环节的问题，有效提升产品品质及合格率。

设备分析：通过自动采集设备的运行数据，预测哪些设备近期可能有故障发生，提前预警，告知维修人员提前准备，有效预防和减少了设备故障导致的停线时间。

瓶颈分析：智能化装备结合智能化算法，能分析现有设备、人员等数据，得出生产的瓶颈在哪，寻找产能提升的空间，对产能部署提供数据支撑。

离线车分析：针对处在离线区域的车体的车型数量、颜色数量进行统计分析，得出哪种车型、哪种颜色在哪个工段离线比例较高。

智能盘点：整个车间有哪些车、每个工段有哪些车，以前通过人工盘点，现在通过智能识别系统结合智能算法，实现了自动盘点，生成多种报告，减少了人工工作量。

9  结束语

系统利用了先进的智能化技术整合了生产、物流、设备和品质等数据和应用，贯穿了计划、生产、检测等每个环节，有效实现了零库存生产，缩短了企业资金的运转周期，同时削减了成本、提高了整车品质。

参考文献：

[1] 赵洪波.能源计量系統在节能降耗中的作用[J].合作经济与科技，2017（21）：116-117.

[2] 王铮昊，李瑞涛，刘奕，等.EDRO系统在涂装电泳改造项目应用分析[J].现代涂料与涂装，2021，24（8）：33-36，41.

[3] 王刚，马力，王建凯，等.热回收系统在涂装车间空调系统中的应用分析[J].汽车实用技术，2022，47（8）：60-64.

[4] 姚弘，姚彦君，尹力恒，等.基于MES和大数据理念的设备改造研究[J].中国仪器仪表，2017（12）：44-49.

[5] 丁鹏，薛裕颖，熊小敏，等.5G+边缘计算在智能汽车柔性制造中的应用[J].电子技术应用，2020，46（12）：26-31.

[6] 姚弘，刘远，金少英，等.智能生产理念下的MES层、Control层规划研究[J].制造业自动化，2018，40（2）：1-6.