電線電纜智能制造的發展

張建國 肖尚浩

（1． 國家特種電線電纜產品質量檢驗中心，安徽 巢湖 238300 ；2． 安徽華能電纜集團有限公司，安徽 巢湖 238300）

特斯拉汽車在制造過程中，之所以能肩負其低生產成本，主要原因之一是其采用了智能制造方法，即在汽車生產鏈條上大量使用了機器人。在科學技術日新月異的大背景下，中國制造行業迎來一定發展機遇的同時，也面臨著較嚴峻挑戰，智能制造模式的構建與推廣將會使產品生產中人力成本降低，生產敏捷性與系統優化率顯著提升，促進全球制造業轉移過程。但對于電線電纜行業而言，智能制造并不是簡單“移植”后得到的產物，而應結合行業標準、項目創新目標，加大“敏捷軟件”、“柔軟硬件”以及企業信息支撐體系的開發力度，在此基礎上，最大限度地創新、完善關鍵技術工藝。

1 我國電線電纜行業發展現狀

1.1 行業集中度不足

據記載[1]，國內98.8%的電線電纜企業屬于中小型企業，大型企業僅有19 家，大型企業市場份額僅占11. 7%。而美國位列前十名電線電纜企業在本國電纜市場內所占份額約67.0%，日本位居前六名企業市場份額達到了65.0 %。盡管中國是電纜產品制造大國，但產業集中性不足，產業整體規模偏大，而和產業強生產力之間還存在較大距離，在全球激烈戰爭中不占據優勢。

1.2 產能膨脹過度

自美國金融危機以來，在“擴內需，保增長”政策的指引下，國內各級政府機關步入了新一輪投資熱潮內，超高壓、特種以及光纖等諸多產品領域持續拓展產能。有統計資料顯示，當前國產電線電纜設備平均利用率約30.0%，和發達國家70.0%以上平均利用率相變存在較明顯的差距[2]。“十三五”期間，很多產業運營階段肩負著提升設備產能與強化市場競爭力的雙重壓力，一些生產中低端產品企業發展階段滋生出產能過剩的問題。

1.3 技術創新能力不夠

國內電線電纜產業投入研發經費平均值在銷售額中所占比例不到1.0%，電線電纜企業90%以上產能匯聚于低端產品上[3]。整體分析，產業技能、自主創新能力發展落后于生產規模拓展進程，受技術工藝水平、有關材料、配套設施等諸多條件的約束，產業價值鏈高端產品的研發力度不足，捕獲實質性突破發展存在較高難度。在基礎科研、運用研究及核心技術重要流程等方面，和國外發達國家之間還存在較大距離。業內對高新產品的開發、創新力度明顯不足，這是造成電線電纜產品高度同質化的內在原因之一，因此很多制造企業為在市場上占據一定優勢，通常會采用壓低產品售價的方法。

2 電線電纜智能制造內容及關鍵技術

2.1 以工業互聯網為基礎的全程式智能管理

首先，規劃與控制混流生產作業。結合電線電纜企業產品特征，其對加工技術提出更高要求。因此在后續生產解讀提倡企業盡量引進一些更為高端化的自動化生產線，以提升產品加工精度。為應對部分生產流程精度不足、原材料浪費多的現狀，可以從如下3 個方面加以改進。1）完善計劃排產。2）擬編設備選用方案。3）動態化調控生產進程。

其次，基于產品數據模型，依照相關生產標準，構建一套執行度較高的工藝標準，以迎合智能制造的現實需求。利用OPC 服務與 JDBC 鏈接混合使用形式保證工藝參數下達與收集的一致性、時效性，序列如圖1 所示[3]。

再者，針對物料進行集成管理。推行拉動式配料辦法，具體是依照現實生產計劃，分時、分批少量供給物料。針對物流路線，靈活對其作出定義，力爭達成供應鏈的全面覆蓋；靈活規劃送料方案，各類材料送料頻次有一定差異；和自動物流裝置實現無縫隙集成，保證物料配送的精準度。開發內容以物料需求計劃、物流追蹤與信息處理、集成管控與自動化配送。

最后，產品生產全程式質量管控。電纜產品對生產品質提出的要求較高，利用實時監視可視化能建設產品和制作過程的關聯性，進而全面監測與追溯用戶返廠維修、成品生產批次、加工過程、原料供應全生命周期信息。定時校準各車間的質檢裝備，結合業內質檢標準，有針對性地采集各車間質檢信息，解讀上下游車間/供應商質檢的相關性，進而更為科學地指導電纜生產過程，協助工作人員提升生產技術水平、及時調控對產品品質形成不良影響的參數，早期洞察并終止不合規的加工。

圖1 工藝參數下達與采集的序列圖示

2.2 基于3D虛擬工廠環境，智能調控生產過程

在3D 虛擬仿真加工環境下，產品生產過程和數據采集模塊無縫銜接，于3D 工廠內直觀地呈現出生產現場的設備加工參數、人員配置以及計劃落實情況等數據。管理與操作者通過監控屏幕、PC 機及智能終端，就能全面掌控工廠生產運作狀況，實現了產品生產全程式追蹤和反饋。開發內容包括生產方案實施、工藝參數監控、設備運轉狀態、人員配置、質量以及突發事件監控等。

2.3 基于異構設備/系統，采集設備聯網相關信息

針對各種異構設備設施，均能做到聯網，以此為基礎，經可編程控制器、數據采集卡等各類設備內動態化收集數據，傳遞出調控指令，并檢測系統運轉狀態，及時發現異常。

2.3.1 以工業互聯網為基礎的設備設施互聯

分析到多種設備支撐、大范圍動態采集數據的成本及后期維護工作的簡易性，擬定選用第三方Wonderware（ww）平臺。該平臺可完成第三方數據信息的采集任務，兼具工業OPC 通信形式，支持千余種品牌控制器的運作過程，使數據能快捷的抵達設備層面，降低了各種異構設備聯網的難度系數。

2.3.2 采集生產現場數據

采集生產現場數據包括采集設備裝置運行狀態、物料、生產過程質量、職員配置信息數據等。

2.3.3 動態化處理與解讀數據

只有在數據信息發生變動時，方可以將其整合至數據庫內，借此方式去降低數據庫的庫存量。針對實時采集的數據，如果確定其有特殊的使用要求，則建議立即處理。

2.3.4 和上層應用建設信關系

大部分情況下，現場生產設備裝置源于數個廠家，他們遵循的協議接口存在差異性，實現上層應用和各類設備精確對接通信，是電纜產品智能制造階段迫切需處理的問題，主要包括下達工藝參數、現場報警處置、現場收集數據全面分析與應用等。

2.4 電線電纜生產過程的大數據分析

主要是以物料譜系為基礎，追溯產品生產的全生命周期。例如， 成品追溯物料：成品號→成品加工流程編號→制造日期→某生產車間接收物料的日期→物料包裝條碼→供應商批次條碼。

3 結語

建成電線電纜行業數字化工廠，以自主創新為支撐，實現對電纜產品制造全過程的智能化管理、實時監控及采集數據信息，強化了產品設計與制造過程的協同性，使生產管理過程透明度更高，促進生產設備的集中化管控過程。有效應對了傳統生產模式下車間信息黑洞的現實問題，提升有限資源的利用率，強化產品生產過程的穩定性與企業競爭能力，促進產業轉型升級。