锻造行业智能制造的发展

智能制造的概念

智能制造作为“中国制造2025”的主攻方向，是促进传统制造业转型升级的重要手段。各行业专家针对智能制造从不同角度分别进行了阐释。其中，工业和信息化部、财政部联合印发的《智能制造发展规划(2016-2020年)》指出，智能制造是基于新一代信息通讯技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式；ISO/IEC JWG21 智能制造参考模型联合工作组研究报告指出，智能制造是以赛博、人员和物理领域中新兴的信息技术为使能工具，通过综合利用智能决策、智能工业过程、智能运营和智能资源优化等手段，改善其性能和工艺等，进而创造并提供可持续的产品和服务系统，并与多个企业价值链开展合作的制造方法。由此可见，智能制造是制造业生产过程自动化发展的必然趋势。

锻造行业自动化的发展及局限性

锻造是我国基础建设性行业，在我国制造业中占据主要地位，汽车、航空、海洋工程等多个重大领域的诸多关键零部件都是经过锻造环节进行加工成形的。常见的锻造自动化生产线有轴承自动化生产线、气门自动化生产线、球笼自动化生产线、齿轮自动化生产线、法兰自动化生产线等。锻造行业自动化发展已有数十年历史，现已趋于成熟。以2012 年蒂森克虏伯的曲轴锻造车间为例，生产线上涵盖了LINSINGER 的锯床、ABP 的中频加热炉、KUKA 工业机器人、二重的12500t 压力机以及AED AUTOMATION的喷淋装置等国内外顶尖装备，生产线涵盖了十余种工作模式及动作流程，自动化集成程度已达到了国内外先进水平，工序之间转运时间最少，曲轴锻造节拍全世界最低。然而自动化仅仅满足了生产数量及节拍上的需求，在自动化日渐成熟的今天已经无法成为企业的核心竞争力，与智能化工厂相比往往会出现如下三点弊端。

⑴无法搭起信息物理系统(CPS)环境。

传统的锻造自动化生产线仅仅满足了生产动作逻辑的控制，然而生产过程中却无法把每一次生产过程信息记录下来。在生产过程中引入信息化系统，搭建起以锻造生产过程为主体的CPS 是锻造行业面临的首要瓶颈，做到生产过程信息的透明化。

⑵无法满足横向集成，仅仅实现了纵向集成。

企业往往实现了从设备层到应用层的纵向集成，实现了从ERP、PLM、MES的集成，实现了数据由上层至下层的下达以及由下层至上层的上传，形成了稳定的信息流流通，如图1 所示。

仅仅注重了纵向集成的企业往往会忽略横向集成，会暴露出以下问题亟需攻克，如图2 所示。

1)生产线投入金额巨大，然而设备利用率无法提升，空闲时间无法减少，没有好的排产计划，设备难以发挥最大能力。

2)生产出来的物料是否及时转运，是否和后续工序紧密连接，再好的生产线跟后续没有连接，整个制造过程是打不通的。

3)当产品品种切换的时候，工艺参数能否准确下达，迅速换产。

4)产品没有有效的管控，没有完整的追溯。

⑶刚性越来越强，柔性越来越弱。

目前的锻造企业设备往往仅能实现单一或极少品种的切换，生产刚性越来越强，柔性越来越弱，已满足不了日益多样化的市场需求，切换产品往往需要切换设备，且浪费巨大人力及时间。

因此，锻造企业只有通过发展贯穿整个企业的信息化、智能化技术，才能使企业取得行业领先地位。

智能制造三大范式

智能制造是不断演化发展的大概念，如图3 所示，可归纳为三个基本范式：数字化制造、数字化网络化制造、数字化网络化智能化制造——新一代智能制造。新一代智能制造是新一代人工智能技术与先进制造技术的深度融合，贯穿于产品设计、制造、服务全生命周期的各个环节及相应系统的优化集成，不断提升企业的产品质量、效益、服务水平，减少资源消耗，是新一轮工业革命的核心驱动力，是今后数十年制造业转型升级的主要路径。

⑴数字化制造。

数字化制造重点要解决的问题是提升企业内部竞争力，也就是解决企业“围墙”内的问题。数字化制造的主要特征为：1)实现制造过程的对象用数据来表述。2)数据的互联互通。3)信息集成和应用。

⑵数字化网络化制造。

数字化网络化制造的实质为“数字化制造+互联网”，数字化网络化制造追求产业链整体的优化，也就是解决企业“围墙”之外的问题。数字化网络化制造的主要特征为：1)实现与用户的充分沟通，制造企业从以产品为中心向以用户为中心转型。2)实现全产业链上企业与企业之间的协同。3)实现企业产业链从产品向服务延伸。

⑶新一代智能制造——数字化网络化智能化制造。

数字化网络化智能化制造的本质是“人工智能+数字化网络化制造”主要特征表现在制造系统具备了“认知学习”能力。通过深度学习、增强学习、迁移学习等技术的应用，使知识产生、获取、应用和传承效率发生革命性变化。智能制造在西方发达国家是一个“串联式”的发展过程，数字化、网络化、智能化，是西方发达国家顺序发展智能制造的三个阶段。我国应发挥后发优势，采取三个基本范式“并行推进、融合发展”的技术路线，走一条数字化、网络化、智能化并行推进的智能制造创新之路。

锻造行业智能化发展现状

当前，锻造行业智能化发展一般是在原有自动化控制的基础上，布设车间网络，实现涵盖能源、质量、设备所有数据的集成，同时与ERP、PLM等信息化系统进行高度集成，实现虚拟追溯、用能分析、计划报工、报警等功能，信息化系统贯穿了企业的各个部门。较成熟的锻造企业已经开始利用数据进行分析，利用机器学习技术分析锻造生产过程中的工艺参数，寻找出工艺参数的最优区间，指导并优化整个生产过程，形成新的专家知识。

未来锻造企业将把5G 等尖端技术运用到生产线中，建立锻造企业的远程运维系统，搭建锻造行业龙头企业的工业云平台，与企业形成长期合作模式，为各个企业远程服务提供便利的同时，参考企业长期运行参数，提供智能化改进方案。

锻造行业实现智能制造的关键性工作

数字化车间数据模型的建立

构建锻造行业车间数据模型，是改变传统车间生产模式，达成从车间作业计划下发到最终产品完工、检验入库等全过程的实时数据采集，实现车间制造现场的物流和数据流同步，为其他管理系统的数据分析、管理提供全面而准确的实时数据，提高数据处理效率。

搭建锻造车间数据模型需依据企业特点建立不同的关系，主要表现为以下两个方面。

⑴锻造行业数字化车间数据建模分析。

考虑产生数据的动态性与实时性，针对各种车间资源在加工过程中的状态数据进行综合描述，建立具有时间属性、多映射关系的数据动态模型，如图4 所示。

在物联网的背景下，锻造企业会产生大量的生产过程数据、质量数据、供应链数据等，企业需要打通锻造生产全流程数据的采集过程，建立起统一标准接口，并将数据进行结构化处理。此外，研发人员需要根据不同数据类别进一步细化数据，如，针对设备运行数据，需要对设备的状态变化、故障点等类别进行详细的数据描述，并进行统一的数据结构建模。

⑵锻造行业数字化车间数据建模映射关系分析。

从数字化车间数据映射关系的角度分析，为了满足不同系统对数据访问的差异性需求，建立了基于六类数据模型的映射、转换表达结构，如图5 所示，通过多视图技术来整理数据结构，提高对数据元的利用质量。

通过以上两方面的车间物联网数据分析，进一步结合XML 数学表达，成功构建数字化车间数据模型，从而实现以生产组织为主线管理，统筹数字化车间数据流。

数字化车间综合评价体系

锻造行业数字化车间综合评价体系的建立，可客观地对车间各个环节进行定性的评价，找出车间存在的薄弱环节，使管理者对车间进行详细地把握，实现企业精细化管理。

针对锻造行业离散制造车间生产系统运行的特点，从设备角度来指定评价体系，来说明车间生产系统运行情况。

⑴生产性评价。这是评价该车间管理水平和生产服务水平的关键，比如，如何提高产品的可靠性、降低返货率等。

⑵管理性评价。主要针对车间的管理过程，对“人、机、料、法、环”五大要素进行合理有效的管理。

⑶服务性评价。主要针对车间内为生产过程提供各种服务的评价，如物料保管和供应等。

在企业中，用于度量设备管理水平的指标有很多，设备运行指标一般要从管理型评价角度来说明，主要包括设备完好率、设备利用率、设备平均故障时间、设备平均修复时间、设备综合效率、设备故障率，如图6 所示。

成功构建一种适合锻造车间评价指标体系，可为企业车间管理提供强有力的评判手段。通过对车间综合评价结果的分析，进一步优化存在问题的环节，从而提高车间的生产能力、生产效率和企业快速响应市场的能力。

注：该文章来源互联网，如有侵权请联系删除。