如何在一年内建成一座 5G 智能制造工厂

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 智能制造是制造业加速数字化变革核心抓手。通过云计算、大数据、人工智能、物联网等数字技术与先进制造技术的深度融合,全面优化从研发、供应链、工厂运营到营销、销售、服务等各个环节,将提升企业的生产和运营效率,降低制造和维修成本,提高营销和服务体验。随着变革进一步进入“深水区”,这还将助力制造业实现高质量发展,甚至是商业模式创新和产业升级。

智能制造是制造业加速数字化变革核心抓手。通过云计算、大数据、人工智能、物联网等数字技术与先进制造技术的深度融合,全面优化从研发、供应链、工厂运营到营销、销售、服务等各个环节,将提升企业的生产和运营效率,降低制造和维修成本,提高营销和服务体验。随着变革进一步进入“深水区”,这还将助力制造业实现高质量发展,甚至是商业模式创新和产业升级。

尤其是在全球经济环境震荡,“供应链困境”一时难解,市场充斥着不确定性因素的眼下,加快智能制造布局以实现提效、提质、降本,是制造业重塑核心竞争力的可靠路径。

但是,智能制造作为一项复杂且庞大的系统工程,涉及设备、系统、流程等全方位的升级改造,显然不可能一夜成型。对此,有企业由点及面、小步快跑;也有企业从零开始、一步到位。青岛佰才邦智能科技(以下简称“青岛佰才邦”)便属于后者。

青岛佰才邦成立于 2020 年。虽然是一个非常年轻的公司,但它只用了一年的时间,就把 4000 多平方米的荒凉厂区,变成了青岛市首家5G独立组网(SA)智能工厂示范型项目。这里全厂区由 5G 信号覆盖,配备了自动化高速贴片设备,物料和成品传输全程由无人 AGV 叉车(自动导引运输车)完成,产品检测使用 AOI(自动光学检测)替代人工——也就是说,从物料管理、传输到贴片、吸吊、上板、印刷再到到成品检测、下线、入库全流程,都做到了自动化,甚至无人化。

那么,青岛佰才邦是如何快速从零构建这样一个“高配”的智能制造工厂?它的智能制造实践过程有什么可鉴之处?传统制造企业又应该如何思考自己的智能制造路径?InfoQ 特别专访了青岛佰才邦总经理王奎政,本文将据此进行解读。

小基站制造面临高产能、严要求挑战

青岛佰才邦的核心业务之一是承接母公司(北京佰才邦)的 5G/4G 小基站生产制造。所谓的“小基站”,对应的是装载在大型信号塔上的“宏基站”。依照体型、发射功率、覆盖范围的差异,小基站主要分布于高层楼宇、商业网点、地下停车场等室内空间,宏基站主要用于室外大面积的信号覆盖。

虽然在 4G 时代,小基站就已经“隐匿”在我们身边,但是,随着 5G 商用的到来,小基站的需求量将出现激增。这是因为,5G 的高频特性决定了它的穿透能力和衍射能力不足,仅靠传统的宏基站很难做到广深覆盖。而小基站虽然发射功率低,但组网比较灵活,所以它在应用场景方面对宏基站有补盲的作用。

举例来说,在去年郑州特大暴雨期间,城市部分区域的互联网突然中断,不仅居民的正常生活受到影响,同时也增加了灾害救援的难度。为此,一波无人机高空基站设备火速赶往救灾现场,保障了城市网络通讯畅通和救援指挥调度效率。

正是由于解决了通信这“最后一公里”的问题,小基站迎来了一个巨大的发展契机。市场预计,根据小基站对热点宏基站覆盖范围内 20%-50%的区域计算,国内 5G 小基站市场空间将达到千亿级规模,具体为 658 亿-1644 亿元。

站在这样的高速增长节点上,小基站制造商既迎来了巨大的机会,也面临着更大挑战——一方面,要有能力满足产能的需要;另一方面,要继续保持品质的可控。这使得小基站设备的制造有相当的特殊性。

据王奎政介绍,首先,小基站设备需要支持长时间、不间断的网络运行,通常情况下要求 7x24 小时不间歇,因此其性能和品质要求必须达到工业级水准;其次,基站是一个功耗比较大的设备,散热量大,所以对电路板、晶圆电子元器件的要求也很苛刻。这意味着,基站制造商在工厂管理、产品质检等方面必须有很严格的规范,“比如,厂区要防静电,电子物料仓库要恒温、恒湿,电子元器件必须‘先入先出’,确保保质期在三个月以内。”王奎政举例说。

显然,传统依赖人工的劳动密集型生产模式很难满足这样的高产能和严要求——这正是青岛佰才邦打造 5G 智能制造工厂的重要原因。

与传统制造相比,智能制造工厂的一个重要特点是更依赖于机器而不是人,这可以带来增效降本、提质创新等诸多好处。首先,机器比人的工作效率显然更高,通常情况下,它们几乎不受外界环境干扰,并且可以“007”(7x24 小时)无休运转;其次,机器换人还可以大幅减少冗余劳动力要素的投入,减少非必要的成本支出;其三,无论是在产品生产还是检测环节,机器的精准度往往要比人工更高、错误率更低,能够达到提升产品质量的目的。

而如果在软件系统层面,结合人工智能、大数据、物联网等技术,智能制造工厂还可以实现对每一个生产相关的环节的数据采集、处理、分析,为生产效率的优化、资源配置的规划、产品质量的控制,以及产能产量的预测等提供关键的决策依据。在此基础上,再通过 5G 网络将零散的人、机器、设备全部连接起来,整个智能制造工厂的运行速度和精准度还会进一步翻倍。

所以,对于青岛佰才邦而言,要造出在数量和质量两方面都满足市场要求的小基站,建一个 5G 智能制造工厂是趋势使然,也是必要手段。

从零到一构建 5G 智能制造工厂

然而,如开篇所说,智能制造工厂的规划建设是一个十分复杂的系统工程,佰才邦是如何“化繁为简”,在短短一年的时间里把工厂建起来的呢?

王奎政告诉 InfoQ,青岛佰才邦 5G 智能制造工厂规划和建设的核心要素和关键目标非常明确——即做好数据的采集和管理。“只有在生产过程中及时采集产量、质量、能耗、加工精度和设备状态等数据,并与订单、工序、人员进行关联,才能实现生产过程的全程追溯。”他强调。

对于制造工厂而言,数据来自于 ERP、MES、APS、WMS、QIS 等各种不同的应用系统,所以,这些应用系统的配备是基础要求。在此基础上,更为关键的一步,是对这些系统进行集成,通过统一的数据平台让它们之间联动起来,让数据在设计、工艺、制造、仓储、物流、质量、人员等各个环节流动起来。

而为了保证数据的一致性和准确性,除了借助于平台本身的能力,在青岛佰才邦 5G 智能制造工厂的建设过程中,还建立了统一的数据管理规范,并为此成立了数据管理部门。该部门主要负责明确工厂数据管理的原则和构建方法,确立数据管理流程与制度,协调执行中存在的问题,同时,定期检查落实优化数据管理的技术标准、流程和执行情况。

聚焦了核心要素和关键目标之后,青岛佰才邦还锁定了核心的业务流程——生产设备管理和生产质量管理。在王奎政看来,发挥设备的效能是智能制造工厂生产管理的基本要求,而要做到这一点需要技术和流程双管齐下:首先,生产管理信息系统需要设置设备管理模块,使设备释放出最高的产能;其次,还要通过生产的合理安排,使设备尤其是关键、瓶颈设备减少等待时间。

具体来说,在设备管理模块中,青岛佰才邦建立了各类设备数据库、设置编码,以及时对设备进行维保;与此同时,通过实时的设备状态数据采集,也为生产排产提供了设备的能力数据参考。从长期来看,所有这些设备数据都可以归入设备的健康管理档案,根据积累的设备运行数据,还可以建立故障预测模型,进行预测性维护,最大限度地减少设备的非计划性停机并进行设备的备品备件管理。

从生产质量管理的角度而言,王奎政认为,产品质量是设计、生产出来,而非检验出来的。所以,在生产设备管理设计中,青岛佰才邦把质量控制嵌入到了生产主流程的信息系统中,比如,把产品检验、试验在生产订单中作为工序或工步来处理;并且,质量控制的流程、表单、数据与生产订单相互关联和穿透。

也就是说,青岛佰才邦的成功经验是把复杂的智能制造进程化解成两个“关键问题”——第一,管好数据;第二,管好设备——并且二者之间还做到了数字与物理的闭环交互。

打造智能制造工厂要明确目标、分段实施

不过,反观青岛佰才邦的 5G 智能制造工厂建设过程,其实具有一定的特殊性——因为是从零开始,所以设备和技术可以一步到位,这意味着它的产线可塑性更强,并且还可以针对不同设备的匹配度和兼容性进行定制化的调整和修订。

然而,对于绝大多数的传统工无法而言,是无法做到这点的。

举例来说,智能制造通常涉及对“人-机-料-法-环-测”几个环节的全面改造。其中,产线设备的改造是横亘在前的第一座大山。如前文所说,数据被视为是企业实现智能制造新的生产要素,但是,很多老旧生产设备不但需要大量人工的操作,也无法做到数据的采集;即便能够实现数据采集,不同设备之间、系统之间、业务环节之间也常常出现断层,信息孤岛严重,无法做到数据统一管理和分析。

所以,要推进智能制造,设备的改造和升级不可避免。但对于企业而言,老旧设备是核心资产,食之无味又弃之可惜,如果要花一大笔钱把所有的设备都替换掉并不现实。可以说,这是摆在很多中国传统制造企业面前的第一大挑战。

除此之外,流程的重塑也是一个关键问题。过去,很多操作都由人工来完成,实现智能化后,工单流转的方式,包括人与人、人与机器的协作方式,必然发生巨大改变。如果还沿用传统方法,智能设备、数字技术就会形同虚设。因此,企业必须用一套新型的管理流程来匹配智能制造——这是传统流水线制造企业打造智能工厂的第二大挑战。

而凡事涉及“人”就不可能简单。一方面,智能制造的实践过程中有一个重要环节是对重复劳作工种的减少,这不可避免地会对现有人员带来冲击,在企业推进智能化过程中将成为某种阻力;另一方面,新的设备、管理方式对人员的能力要求也更高,寻找合适的人才,则是第三重挑战。

对于这些问题,王奎政表示,企业要从文化、流程、技术、人才等各个方面进行统筹规划,并在具体落实的节奏上注重节点把控、分阶段实施。

具体来说,针对产线设备的升级,可以优先针对制造过程中一些特殊的加工过程,如作业环境恶劣、简单重复、作业强度大、加工精度要求高等进行局部智能化改造,而不是全部推翻重造。可以通过接入物联网,实现功能的模块化和可配置化,把离线设备切换到可控状态,再通过系统集成整合,借助上层的大数据平台,实现统一管理。

针对流程的重塑,要立足企业现状找准关键点,而不是照搬照抄、拿来即用。首先,企业要明确自己的转型目标是什么,比如,如果企业以降低成本提高效率为第一目标,可以优先考虑“机器换人”,在一定程度上先实现流程自动化;如果企业是想由制造向服务延伸,提高产品的附加值,就要从制造过程的智能化到产品智能化进行通盘考虑,并借助新的技术和管理方法拓展利润来源。

而针对人才缺口,一方面,要从外部引入既精通业务流程又深扎技术的复合人才,另一方面,还要在内部升级现有人员的能力,加大人才培养的投入和力度。同时让技术赋能于人,让内部人员感受到变化到价值,而不是让人受制于技术。

5G 智能制造工厂结下“甜果子”

据了解,在成立青岛佰才邦之前,北京佰才邦作为技术研发企业,一直苦于没有自己的生产基地,所有基站都交由代工厂生产,一来产量很难满足,二来质量也不好把控。而随着青岛佰才邦 5G 智能制造工厂按照公司既定目标和节奏投入就绪,小基站的生产制造也有序展开。

王奎政向 InfoQ 介绍,5G 小基站的核心组件包括了5G芯片、天线、滤波器等硬件,以及操作系统、核心网对接等软件;其生产流程与其它电子产品制造非常类似,涉及组装、打胶、密封、测试等工艺。但是,国内传统电子厂大多都是劳动密集型产业,很多工作需要大量员工协作完成,一条生产线平均要配备 10-15 人,更多情况下还要三班倒。

但在青岛佰才邦的 5G 智能制造工厂,目前产线人员只需要分两班上岗,单组人员在 6 人左右,与传统电子厂相比,产线人员减少了 1/3-1/2。“他们的主要工作,一部分是负责为贴片设备上料,另一部分是负责实时跟进设备状态,进行设备维护、换产编程等工作。”王奎政解释说。

除了人员之外,另一个与制造企业成本投入和生产效率息息相关的关键环节,是物料管理。比如,如果能掌握现场物料的消耗进度,既能避免物料积压浪费,又能避免储料不及时影响生产;再比如,物料在车间现场如果能够有序摆放,就更便于传送到指定的作业节点,加快生产进度。

针对这个问题,青岛佰才邦的做法是引入无人 AGV 叉车。叉车的作用不仅仅是替代人工搬运,更重要的是,它可以基于人工智能技术对工厂环境进行自主学习、自动建图,然后规划最为高效的路径,完成搬运和运输等任务。如果还和传统电子厂相比,王奎政表示,它帮助青岛佰才邦的物料管理效率提升了超过 30%。

除了降本增效之外,AI 技术也是青岛佰才邦保障基站产品高质量和高品质引入的可靠手段。王奎政表示,与人工检测相比,AOI 检测基于的是自主学习,所以效率更高、错误率也更低。并且,结合物联网技术,所有的产品都拥有了一个“专属身份”,从前端物料到后端成品都能做到全流程可追溯,一旦发现产品质量问题,就能很快找到根源所在,进而采取应对措施。

值得强调的是,借助数字技术的赋能,青岛佰才邦已经不仅仅是一个单纯的代工厂。凭借在 5G 技术层面的积累,以及在智能制造领域的亲身“吃狗粮”经历,青岛佰才邦完成了从生产到研发的“进化”。由其自主研发和生产的 5G 网关、5G CPE、5G MEC(移动边缘计算)、5G 专网软硬件等应用测产品,也已经在智慧停车、智慧社区、智慧城关、智慧工厂等各种场景推进应用。

换言之,青岛佰才邦已经的的确确从 5G 智能制造工厂的构建中吃到了“甜果子”——不只是提效、提质、降本,也为制造企业进行产业升级提供了一种“参考答案”。

可见,与所有行业的数字化变革一样,智能制造也是一件“千企千面”的事情。既有像青岛佰才邦这样在一张“白纸”上肆意描画 5G 智能制造工厂模样的企业;也有更多企业在充满色彩的画纸上通过改描、叠涂呈现丰富多元的智能制造画景。但无论如何,“智能制造”的命题已经确定,企业必须为此做足准备、充分构思、加速推进。

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
目录
相关文章
|
2月前
|
存储 安全 5G
|
1月前
|
传感器 人工智能 5G
|
1月前
|
机器学习/深度学习 人工智能 物联网
5G与AI融合:智能网络的新纪元
【10月更文挑战第25天】
64 3
|
1月前
|
监控 自动驾驶 机器人
5G技术在智能制造中的融合应用
5G技术在智能制造中的融合应用
47 0
|
1月前
|
人工智能 搜索推荐 5G
|
2月前
|
传感器 边缘计算 自动驾驶
|
3月前
|
5G 网络安全 SDN
网络功能虚拟化(NFV)和软件定义网络(SDN):赋能5G网络灵活、智能演进的关键
网络功能虚拟化(NFV)和软件定义网络(SDN):赋能5G网络灵活、智能演进的关键
91 3
|
2月前
|
存储 边缘计算 安全
5G 边缘计算的安全保障:构建可信的边缘智能
5G 边缘计算的安全保障:构建可信的边缘智能
95 0
|
7月前
|
存储 运维 5G
基于阿里云数据库 SelectDB 内核 Apache Doris 的实时/离线一体化架构,赋能中国联通 5G 全连接工厂解决方案
数据是 5G 全连接工厂的核心要素,为支持全方位的数据收集、存储、分析等工作的高效进行,联通 5G 全连接工厂从典型的 Lambda 架构演进为 All in [Apache Doris](https://c.d4t.cn/vwDf8R) 的实时/离线一体化架构,并凭借 Doris 联邦查询能力打造统一查询网关,数据处理及查询链路大幅简化,为联通 5G 全连接工厂带来数据时效性、查询响应、存储成本、开发效率全方位的提升。
基于阿里云数据库 SelectDB 内核 Apache Doris 的实时/离线一体化架构,赋能中国联通 5G 全连接工厂解决方案
|
6月前
|
边缘计算 自动驾驶 物联网
边缘计算与5G网络:未来智能生活的双重引擎
**边缘计算与5G携手驱动智能生活:**随着物联网爆发,边缘计算将处理带至设备边缘,提升效率,降低延迟,如智能交通系统的实时数据分析。5G网络以其高速、低延迟特性,支持高清流媒体及自动驾驶等应用。两者结合,为智能家居等场景提供无缝连接与即时响应,构建更高效、智能的未来生活。关注我们,洞见更多科技前沿!
下一篇
DataWorks