人工智能結合工業制造的應用

馬堅，彭惠平

江鈴汽車股份有限公司 江西南昌 330001

人工智能是一門以計算機科學為基礎，并涉及到數理邏輯、哲學理論、仿生學、自動化、語言學以及生物學等多種知識和理論的綜合學科。它利用圖像識別與提取感知到外界的各種信息，再根據外界信息的特征點進行特征提取，提取其中有效信息，通過自然語言處理轉化為數據反饋給用戶，實現人機交互。人工智能的工作內容可以簡單地被定義為使計算機能夠從外界獲得知識，通過將這些獲得的知識學習并加以運用的新興科學。

在工業領域使用人工智能，絕非簡單照搬人工智能系統，而是要在以人為核心的前提下，用人工智能技術輔助，人與機器協同作業，發揮各自擁有的長處，人與機器相輔相成，起到“1+1＞2”的效果。

人工智能應用的大前提是需要構建一個基于智能制造框架體系下的數字架構模型，其中智能工廠是智能制造重要的實踐載體。智能工廠的規劃設計將產品與產品開發的整個系統的生命周期整合在一起，且完成企業內部互通和供應鏈的協同，最大程度發揮智能制造的競爭力。

人工智能是信息化數字化的技術，工業領域的數字化轉型需要云計算、大數據、物聯網、人工智能、5G、傳感以及材料等技術的綜合運用，人工智能主導整合其他技術，使工業制造系統更加柔性化，優化企業上下游的協同工作，在生產自動化的基礎上為人工提供部分決策和優化思考，實現更加合理有效的人機協同。

人工智能技術特征：程序＝數據＋算法(算力)。

制造業現狀和數字化精益制造系統模型

中國在加入世界貿易組織后，成為全球制造大國，號稱世界工廠，但是隨著中美貿易戰愈演愈烈，暴露出中國制造業的許多軟肋，如基礎產業底子薄，高端裝備受制于人，創新研發能力和投入不足，大多數產品處于產業鏈的中下游的位置等。美歐日等發達國家有工業革命先發積累的標準及專利的優勢，掌握著核心技術，產品品牌和關鍵零部件的議價能力強，而且研發體制成熟和創新環境良性，競爭能力明顯強勢。通過中國汽車業的發展就可見一斑，雖然中國汽車市場連續十年全球銷量第一，但是國外品牌占據主要份額，國內汽車品牌林立，重復投資、重復研發嚴重，單單一個德國大眾汽車公司，在中國的合資伙伴，從一汽到上汽，再到現在的大眾（江淮），國內汽車企業急功近利，內耗加劇，靠市場吸引的技術引進消化不良，國內市場成為別人分享的蛋糕，國外市場更是不堪。即使是新能源汽車，政府給予大量補貼期望的彎道超車的先發優勢在國內市場也漸漸喪失。

即便如此，全球工業制造大國的地位也正在被挑戰，資本和產業都是逐利而生，勞動力成本不斷上升，用工難、用工荒屢見不鮮導致的產業向人力成本低的東南亞國家轉移，能源材料的消耗和碳排放指標雙重壓力，無法支持可持續發展的環境要求。

所有的壓力和挑戰，給中國人一個清醒的認識自我的機會，找到依靠制造強國的制造業發展趨勢，同時給了中國一個前所未有的發展機遇，那就是依靠自己發展先進制造技術，實現產業不斷升級迭代，創新創造更多高附加值的高品質產品，滿足動態變化的國內國際大市場個性化的需求。

在激烈的市場競爭中，80%的客戶愿意付款購買性價比高、品種功能豐富多樣的商品，20%的客戶追求高檔次、高品位、高價位的個性定制差異化產品，給制造業提出的要求是質量有優勢，成本有優勢，品種齊全或者與眾不同。

制造業發展趨勢，是個性、定制和綠色。建立柔性化智能生產線，快速響應，性價比最優，產品全生命周期的動態資源配置的綠色制造，發揮國內豐富資源優勢，對接可持續發展的生態環境。

緊跟發展趨勢，JMC公司的積分指標SQDCPME即在安全、質量、交付、成本、人員、維護以及環境七大方面，建立數字化精益制造的模型，作為用來衡量優化改善的綜合指標，制造核心競爭力可落實到三點：一是提高效率和資源利用效率；二是縮短周期，更短的創新周期，更快的交付能力，更透明數據支持；三是提高柔性、個性化大規模生產更復雜的產品，更快的市場響應能力。

為了打造持續的核心競爭力，江鈴汽車（JMC）建立了如圖1所示的JMC數字化精益制造系統，實施智能制造管理全價值鏈的數字化精益衡量指標。

圖1 JMC數字化精益制造系統

利用JMC數字化精益制造系統數據平臺，收集設備運行、生命周期可靠性（預測維修）、產品以及過程的質量要素，夾具設備的定位監控和車身尺寸在線測量，焊接過程參數監控和質量評價，白車身間隙斷差、生產物料消耗及能源消耗等數據。具體的實施方法是利用OPC開發系統通信采集數據，標準化I/O輸入輸出模塊，根據需求增加采集各種傳感器和控制器，以及電動機模擬量數據，部署工控機、交換機和軟件，存儲處理數據，利用數據構建數字化精益指標，識別過程浪費實施改善。以制造過程中輸送設備滾床為例，數據平臺監控滾床電機的溫度和振動傳感器的數據，每天的設備正常運行數據作為基礎標準，及時發現異常溫度變化和異常振動初期的特征，結合故障失效的實例，給出預測性的提前檢修預警模型，從而避免生產中斷帶來的效率損失。

人工智能精益制造實踐案例

按照數字化工廠的架構和數字化精益制造系統模型，江鈴JMC在2018年開始規劃建設江鈴福特的標桿樣板工廠，其主要特點如下：采用中頻焊機、變頻伺服技術、LED燈等節能設備，配備能源管理系統，收集能耗信息，持續改善綠色節能工廠。采用環網結構，自動化設備及產線信號均可采集，支持大數據分析，實現預測性維護的信息化工廠。數字化設計操作員指導書，通過工位邊的操作屏指導操作。構建虛擬模型，導入電控程序和機器人工作程序，與實際產線信號關聯，實現虛擬現實同步，數字化展現產線實際狀態的數字化工廠。多車型共線生產，快速切換適應變化的智能化工廠。

以焊裝車間為例，規劃實現100%自動化焊接，50%的內部物流周轉，10%的質量智能檢測。生產線占地3.2萬m2，287臺KUKA機器人，實現年產15萬臺的能力（每小時生產30臺），最多可實現4個車型的柔性共線生產。

新工廠總結國內外工廠規劃的經驗教訓，優化了整體布局，將物料需求大的生產線布置在物流存儲區旁，物料需求少的生產線布置在車間內部，使得整體物流路徑短，物流投料效率高。

工廠建設規劃以數字化建模為基礎，采用數字孿生技術，為未來的人工智能技術應用場景做好了鋪墊和準備。

通過對現有工廠的焊裝線的價值流程分析（見圖2），單班生產需要人力資源153人，其中57人是線邊物料上線人員，25人是門蓋裝配調整人員，15人是鈑金返修人員，12人是質量檢驗，其他屬于設備維護的輔助人員。

圖2 JMC新工廠價值流程圖

結合人工智能技術的典型應用場景，規劃對線邊上線人員、門蓋裝配調整人員、鈑金返修人員進行完全的智能機器自動化，對質量檢驗人員和設備維護人員進行部分人工智能輔助，減少人員。

在工業機器人的抓手上增加視覺系統，引導機器人在線邊料框中抓取零件，取代需要人工在物流料框和精定位料框的搬運工作，減少中間轉運的搬運浪費，也避免了人工的效率問題以及人機工程問題。該項技術的運用相對較為成熟，目前已經在工廠的頂蓋裝配到車身的工位實施驗證，并申請獲批了一種基于相機通訊連接的機器人抓取方法及其系統的國家發明專利。該創新應用在物聯網數據平臺下，要求配套的AGV運送料框的定位精度在100mm以內，按照工廠的生產計劃排程實時給出物料需求的信息，準時運送到線邊，保證線邊的給定位置上始終有與計劃相適應的物料，否則會因為機器人抓手與零件的不匹配出現錯誤報警，導致生產線報錯中斷。

通過機器人在線檢測工位，測量每臺車的尺寸數據，計算產線的過程能力，預先確認車身尺寸的穩定性，同時進一步在門蓋的裝配工位，增加固定的藍光掃描裝配前的車身門框外形與車門的外形，通過中臺的數據計算擬合裝配的符合度，并指導機器人微調裝配門位置，自動擰緊機將門固定在車身，并通過后續的機器人視覺門縫間隙斷差在線測量，跟蹤裝配的過程能力，方便指導門蓋和車身的制造過程優化，該創新也可以延伸到車身制造成型的工位以及門蓋包邊鉸鏈裝配固定的工位，方便后期對節拍提升留出空間。

通過焊機控制器群控系統，收集焊接過程的焊接質量數據，增加過程電極壓力和電極位移的監控參數。通過長期大量的過程參數和特征信號的跟蹤，結合目前現有的日常焊接質量檢查控制手段，建立合格焊點質量的過程信號曲線，并設定閾值公差范圍，構建質量標準的模型，再去驗證實際過程，最終完成測量驗證質量模型的預測有效性。通過運行一年以上的市場質量驗證和專項耐久試驗，可以修訂質量控制文件，改變現有的人工超聲波離線抽檢的控制，減少焊接抽檢人員。

通過收集過程的設備運行參數，預測設備的生命周期狀態，定點定期精準的維護設備，保證設備的最大生命周期和最小的生命周期成本。該創新應用在制造業是比較普遍的應用場景，因為未來工廠的100%智能化場景，大量的設備狀態需要預測維護，備件到期更換，保留原有的設備維護管理人員數量不變，重點在控制設備維護時點和備件庫存上，來降低成本。

在現有的工廠運作中，還存在需要鈑金返修的人員，用于解決車身外觀鈑金凹凸點的返修以及毛刺飛濺的打磨工作。從本質上分析，這些問題是制造過程中的不良引發的，本身就是不產生價值的浪費工序，這將主要通過對過程的規律性或偶發性問題進行排查，在制造中消除問題根源的方式，逐步取消返工返修的工作。

通過以上的人工智能技術的應用，實施到現有工廠進行改善，預計會大幅度減少人力成本和設備管理成本，同時在線質量監控保證質量的穩定性。現狀與未來的指標對比見表1。

表1 JMC新工廠現狀未來指標對比表

在未來還將投資增加18臺機器人和視覺系統，減少108個員工，這些人工部分是從事搬運的體力勞動，部分是從事質量過程檢驗工作，將改善人機工程和質量穩定性。按人工年成本10萬元計算，雙班每年可節省2000萬元的人力成本，扣除新增設備的投資和固定攤銷以及全壽命周期的維護保養，初步估算可在兩年內實現投資回收。

人工智能非簡單的機器代替人，更能拓展人的智力而產生價值。數字化精益制造系統的工廠就像是一臺以數據整合為基礎的高速運轉的智能計算機，可以大大解放文檔報表處理工作，而且以往依靠人的經驗的生產排產、預算、投資及決策都可以在歷史運行數據的運行結果報表中得到優劣勢體現，用高速計算能力替代人腦的感性判斷。在數字化精益指標的實踐過程中，每天輸出報表的結果可以關聯過程中的變化數據和輸入變化，找到清晰的邏輯性，浪費能清晰浮出水面，給工廠創新價值帶來每天可以改善的良性PDCA循環，從產線上和管理崗位優化出來的人工可以轉變為改善過程的實施人員，在生產力發展社會資源財富聚集的過程中，人只要積極適應變化就能發揮其社會價值。

結語

從數字化精益制造系統模型運行改善案例可看出，通過構建數字模型，收集輸入輸出和過程的數據，借力在算法和算力上突破的人工智能技術，實現制造系統的良性循環，能提升制造業的核心競爭力。

延伸到整個社會層面，在問題和需求導向下，人工智能的發展將極大地改變社會生產力，解放體力勞動，拓展腦力智力，創造更新適合人類的就業崗位。人工智能發展的V R、A R和M R技術，改變著人的工作、生活方式和邏輯思維，提升著整個社會運行效率。

未來將是數字化虛擬世界和物理世界融合發展的階段，社會體系將在數字構建下成為一個智能化系統，人工智能將驅動混合現實，參與全部人類的工作和生活，幫助推動人類文明的進化。在這個文明進化過程中，人類社會將形成以人為主導，人和智能機器長期合作共存、密不可分的局面。