汽车数字孪生生产系统

简介: 汽车数字孪生生产系统

2018年2月7日,特斯拉CEO马斯克对投资人说:“特斯拉的长期优势不是汽车,而是工厂。我们将工厂产品化(Productize the Factory),ModelT汽车不是我们所指的产品,而是指River Rouge工厂。”在另外的场合,马斯克还提出,自动化工厂应实现物料运输、制造和生产线的无人干预。特斯拉前首席技术官斯特劳贝尔也认为,工厂是一种高度垂直集成的产品。

不管特斯拉怎么说其工厂,但它指向的是一种不同于传统汽车工厂的模式,本书称之为“特斯拉生产系统”(TPS,Tesla Production System),虽然它的缩写与丰田生产系统(TPS,Toyota Production System)一样,但两者代表了不同的制造模式。

两个TPS都是汽车行业的生产制造模式,加以对比是一件有意义的事情(。丰田生产系统是工业数字化初期的选择,而特斯拉是汽车领域的新进入者,它通过数字制造技术的导入,形成了一种不同于其他汽车企业的生产方式。

特斯拉生产系统和丰田生产系统的对比

20世纪80年代日本制造引领全球风潮,其中汽车企业更是成为同行业的标杆,丰田汽车就是其中的代表。美国通用汽车在费利蒙市有一家汽车制造工厂,该工厂于1962年建设运行,后来通用汽车对丰田汽车的制造技术非常青睐,在该工厂基础上与丰田汽车成立联合工厂,称之为新联合汽车制造公司(NUMMI,New United Motor Manufacturing Incorporation)。通用汽车借此学习了日本汽车企业的制造经验,而丰田则以此作为进军北美市场的制造基地。

造引领全球风潮,其中汽车企业更是成为同行业的标杆,丰田汽车就是其中的代表。美国通用汽车在费利蒙市有一家汽车制造工厂,该工厂于1962年建设运行,后来通用汽车对丰田汽车的制造技术非常青睐,在该工厂基础上与丰田汽车成立联合工厂,称之为新联合汽车制造公司(NUMMI,New United Motor Manufacturing Incorporation)。通用汽车借此学习了日本汽车企业的制造经验,而丰田则以此作为进军北美市场的制造基地。

根据丰田汽车的建议,该工厂的自动化程度并不高,以保证生产制造的顺利进行。这一点让通用汽车当时的CEO罗杰·史密斯(Roger Smith)不太理解,因为丰田汽车在日本田原市建设了一个自动化程度非常高的工厂,以生产Lexus LS400,他认为丰田汽车是为了避免通用汽车偷师学艺。为此,罗杰·史密斯决定与日本机器人公司发那科合资一家公司,同时还收购了EDS(Electronic Data Systems)公司,以实现美日结合,专门生产可以为汽车行业应用的工业机器人。

罗杰·史密斯当时并不知道丰田汽车的苦衷。1979年丰田汽车在田原市建设的工厂,由于当时确定生产的Lexus LS400销量并不如预期,所以该工厂的产能不能应用起来,这与公司确定的精益生产目标并不吻合,在此之后,它减缓了生产线自动化机器的应用,反而加强了人机协同的精益生产系统的优化。为了打好进入美国市场的第一仗,丰田汽车不敢把本来运行不佳的高度自动化工厂推荐给合作方,只采用了较为成熟的经营生产系统。

据资料记载,新联合汽车制造公司在1984年开张的时候重新雇佣了通用汽车原有85%的员工,为了让他们掌握丰田生产系统,还把部分员工送到了日本去学习进修。丰田汽车在该工厂推行了新的管理文化,例如,要求统一着装,所有员工都可以使用停车位和咖啡厅,以促进团队建设,同时,新工厂还推行了不解雇政策。

这些政策毫无疑问都起到了作用。1984年12月,新工厂的第一台黄色雪佛兰Nova开出了生产流水线。相关数据显示,这家美国工厂已经可以生产同样品质的汽车,生产效率与日本一模一样,员工的满意度也非常高。到1988年,该公司就达到了58.6%的产能。


通用汽车虽然在费利蒙市工厂取得了成功,但直到1998年,它仍然没能在其他工厂实现类似的精益生产。虽然不同学者对此做出了解释,但笔者认为,丰田生产系统对人机协作要求比较高,需要对工人进行较为严格的训练和督导,这与美国的自由文化有较大的冲突,这是日本制造模式难以在美国等西方国家推行的缘由,它们还是倾向于采用全面自动化的生产模式。


精益生产专家詹姆斯·摩根(James Morgan)和杰弗瑞·莱克(Jeffrey Liker)联合撰写了《为未来设计:为什么福特、丰田和其他国际一流企业选择了精益产品开发方法来推动创新和业务转型》(Designing the Future: How Ford,Toyota, and other World-Class Organizations Use Lean Product Development to Drive Innovation and Transform Their Business),其中对特斯拉和丰田两家公司做了对比,特别对它们采用的制造方式做了对照。


,特斯拉并没有得到目前这样高度的认同,反而有不少分析人士对其超级工厂Gigafactory冷嘲热讽,该书作者尽量客观评价特斯拉生产模式,但仍然给出了负面评价。

杰弗瑞·莱克单独发表的一篇文章引起了笔者的兴趣,其题目为《特斯拉与丰田生产系统的对比:从新机器中寻找灵魂》(Tesla vs. TPS: Seeking the Soul in the New Machine)。作者指出,特斯拉工厂是一种产品,体现了自动化工厂的思路。对于重要的问题,想不到美国人也采取了重复三次的方式来强调,作者在文章中就用了“自动化、自动化,还是自动化”来表示特斯拉生产模式的核心。

当然,杰弗瑞·莱克并不认为特斯拉生产模式可以不用精益生产,他借此提出了不少精益生产的意见。不过,笔者支持特斯拉坚持应用新一代数字技术来提升自动化的思路,正如当初反对苹果采用触摸屏生产智能手机的论调,杰弗瑞·莱克等人也没有看到诸如数字孪生制造等新模式带来的改变,除了电动汽车自身带来的改变,生产制造新模式也如影随行。

真正要理解特斯拉在做什么,必须把马斯克的所有产业都集中在一起进行分析,例如,马斯克同期还运行了太空探索技术公司SpaceX,该公司负责人之一为汤姆·穆勒(Tom Mueller),他曾经在TRW工作了15年,负责TR-106等的研制,对NASA等机构的先进技术非常熟悉。

毫无疑问,

SpaceX采用了NASA计划中的数字孪生体技术,成功降低了成本

,提高了产品的模块化特性,为SpaceX参与NASA空间站补给运输服务。相关资料显示,NASA的航天飞机进行了135次飞行,每次约5000万美元预算,总计达到几十亿美元的投入。SpaceX和Rocketplane Kistler(罗基特普莱恩·基斯特勒)参与该服务,分别获得了2.78亿和2.07亿美元的合同。

从媒体报道来看,作为马斯克旗下的公司,它们分享了相关技术。


马斯克曾在多个场合强调数字孪生体技术的价值,

事实上,笔者与特斯拉供应链经理做过深入的沟通,了解到在处理供应商设计和供货等环节时,特斯拉大量采用了数字孪生模型,大幅提高了供应链协同能力。在特斯拉汽车的研制环节,更是全面采取了航空数字孪生设计标准,并深入应用数字线程,让产品系统和生产系统的数据统一起来,并实现了有效流动,从而实现了行业人士期待的数据自动化。

马斯克对丰田生产系统做了系统研究,对于它的不断改进思路颇为认可

,但他认为应该采用数字孪生体带来的新方法。通过广泛部署的传感器,采集生产现场设备的数据,经过办公室里面的青年数据科学家的

目录
相关文章
|
3月前
|
传感器 监控 自动驾驶
智能交通系统:构建未来城市交通的神经中枢####
本文旨在探讨智能交通系统(ITS)的核心技术、应用现状及未来发展趋势。通过分析ITS如何利用先进的信息技术、数据通信传输技术、电子感知技术等,实现交通管理的智能化、自动化,从而提升交通效率、保障交通安全、减少环境污染。文章还展望了ITS在自动驾驶、车路协同等领域的应用前景,为构建未来智慧城市提供有力支撑。 ####
|
3月前
|
传感器 人工智能 监控
数字孪生与交通:智能交通系统的未来
数字孪生技术通过虚拟模型实时反映真实交通系统,提升交通规划、管理和运营效率,优化交通信号控制,增强交通安全。在北京西三环和智能网联货运车路协同项目中,数字孪生技术的应用显著提高了交通管理水平,为智能交通系统的未来发展描绘了美好蓝图。
|
9月前
|
传感器 数据采集 存储
物联网技术在智能环境监测中的部署与优化
物联网技术在智能环境监测中的部署与优化
|
4月前
|
传感器 机器学习/深度学习 人工智能
数字孪生与汽车制造:提高生产效率
【10月更文挑战第31天】数字孪生技术在汽车制造中通过虚拟模型实现生产线仿真、设备预测性维护、定制化生产和质量管理,显著提升生产效率和产品质量。特斯拉、宝马和上汽通用等企业的实践案例展示了其巨大潜力。未来,随着技术进步,数字孪生将在汽车制造中发挥更大作用。
|
8月前
|
传感器 监控 安全
厂区车辆导航系统,科技助力工业运输生产安全
近期食品安全事件暴露工业运输安全漏洞,煤油罐车未经清洗运输食用油,引发关注。厂区货车面临监管难、操作不规范、效率低和安全隐患等问题。为解决这些挑战,车辆定位导航系统提出,包括精准定位追踪、智能调度、规范操作提示与监控、历史轨迹查询与审计及紧急响应功能,显著提升监管效率、规范操作、优化运输并增强安全。维小帮的系统为此提供了创新解决方案。
134 13
厂区车辆导航系统,科技助力工业运输生产安全
|
7月前
|
传感器 自动驾驶 安全
无人驾驶汽车的智能化和自动化技术可以使车辆之间的通行更加协调
无人驾驶汽车的智能化和自动化技术可以使车辆之间的通行更加协调
|
8月前
|
机器学习/深度学习 人工智能 供应链
智能制造:AI驱动的生产革命——探索生产线优化、质量控制与供应链管理的新纪元
【7月更文第19天】随着第四次工业革命的浪潮席卷全球,人工智能(AI)正逐步成为推动制造业转型升级的核心力量。从生产线的智能化改造到质量控制的精密化管理,再到供应链的全局优化,AI技术以其强大的数据处理能力和深度学习算法,为企业开启了全新的生产效率和质量标准。本文将深入探讨AI在智能制造中的三大关键领域——生产线优化、质量控制、供应链管理中的应用与影响,并通过具体案例和代码示例加以阐述。
950 3
|
9月前
|
传感器 监控 安全
楼宇自动化中的物联网技术
【6月更文挑战第7天】物联网技术在楼宇自动化中广泛应用,实现设备智能化监控与管理,提高能效,保障安全与便利。通过远程控制,提升管理效率;示例代码展示灯光控制功能。尽管面临设备兼容性、数据安全挑战,物联网技术前景广阔,将持续推动楼宇自动化发展,塑造更智能、舒适的生活工作环境。
55 5
|
9月前
|
传感器 存储 监控
物联网技术在智能城市能源管理中的应用
物联网技术在智能城市能源管理中的应用
|
运维 供应链 新制造
汽车及汽车零部件行业云MES解决方案
万界星空科技结合为汽配行业服务超10年的资深经验,给企业提供专业的信息化运维服务,帮助企业一步步向“行业标杆,智能车间,智能工厂”的战略方向迈进。
145 0
汽车及汽车零部件行业云MES解决方案

热门文章

最新文章