瓶颈环节增效50%,这是一家老牌通信天线厂商的「云上」奇迹 | 变局

简介:

我穿着防静电的工作服,站在一个五平米见方的货梯里。货梯的墙壁被漆成绿色,上面斑斑驳驳的是一些磕碰和摩擦的痕迹。我们随着货梯缓慢地升到五楼,打开门,进入了另一个世界。

迎面遇到的是一个用卷帘与外界隔开的大门,卷帘上有一块透明的区域,透过那里,你可以看到里面一排排的生产线和三五个工人。

进门前,带领我们参观的工作人员叮嘱我们,要将头发尽可能地塞入防静电服的帽子里,因为摩擦产生的瞬间强电流能轻易击穿车间内正在生产的各种微小电子元器件。

进入车间,映入眼帘的是一条长约 20 米的 O 型生产线,生产线前坐着三名工人和几个机器人。他们正协同工作,将各种元器件的印刷线路板(PCBA 板)与产品壳体组装起来。

ec1fd58f26a6f41df370cbb5b9af3cbaa48ac21c

生产线上的机械手臂

这条生产线覆盖了产品的装配和测试工序,可支持 12 款主流产品的实时混线生产,故而被称为「柔性线」。

产品在线上被自动扫码识别,车间的管理系统会直接根据产品的型号实时向机器人下发对应的指令,产品完成装配、调测后下线包装、发货出厂。

当天我看到的产品用于运营商 2G/3G/4G 的信号覆盖,或许此刻你手机收到的信号就是由这样的产品发出的。

这是广州京信通信的一个生产车间,上文描述的产品并不是京信唯一的一款产品。

成立于 1997 年的京信通信是全球领先的无线通信与信息解决方案及服务提供商,为全球 80 多个国家和地区的客户提供移动网络覆盖及行业应用整体解决方案和服务,并已于 2003 年在香港联交所主板上市。

同时,这家已成立 20 余年的老牌通信企业也是新技术的大胆尝鲜者。

早在 2003 年,京信就开始开发自动化测试系统,2009 年开始通过大数据分析优化测试项目。2016 年底,京信在生产车间引入机械手臂和 AGV 小车,并于 2017 年部署柔性生产线。

上文提到的柔性生产线具有另一个特点,那就是能够智能地对产品的测试数据进行分析,并根据分析结果主动优化产品测试项目,调整生产节拍,从而大幅提升生产效率。

得益于自动化和信息化技术的部署,2014 到 2017 年间,京信通信的工人数量减少了 54%。

fafcd3ebf221ef485d1752a7a78b654184f20057

帮助工人运送物料的 AGV 小车,它能自动规划运送路线

「个人认为我们对新技术的拥抱是领先同行的。」京信通信公共产品交付中心总监徐传民向我们表示,「但是由于行业竞争,我没有办法深入同行的车间中实地考察。」

去年 11 月,京信在原有的智能化基础上又进行了新的尝试——与阿里云 ET 工业大脑合作,从繁琐的产品调试环节入手,对生产过程进行改良。

产品调试环节中,有一个被称为定标的步骤,用于修正产品生产过程中产生的误差。

举个例子,假设某个频点上通信基站的输出功率是 200 毫瓦,但由于生产过程中器件、生产的离散性,造成有的输出功率为 100 毫瓦,有的为 300 毫瓦。

工人需要通过定标,将所有的器件输出功率都修正到 200 毫瓦,保证每个产品都符合标准。

这是一项耗时耗力的工作,因为影响产品性能的指标有 200 多项,且一些指标之间存在相互关联。调整哪些指标,以怎样的先后顺序和幅度调整,都是在定标过程中需要考虑的问题。

加上定标的实施过程需要将产品与特定的仪器相连接,调整不同指标时,操作人员需要不断地切换调整定标参数表,使得定标环节成为整个生产过程中的一大瓶颈。

为了解决这一瓶颈,阿里云 ET 大脑与京信通信展开了合作。以京信某款产品为例,将产品定标数据利用算法调优模型进行归一化优化,可直接将定标参数烧录到芯片中,能够将整个定标效率提升 35%-50%。

65232262ce4bc9b65c43a609c8a894be74b2b76d

工厂一角

下一步,京信希望借助阿里云 ET 大脑的力量,提升产品测试环节的整体效率。

京信通信智能制造事业部副总经理葛鑫将通信产品的测试过程类比汽车的生产:

若希望一辆汽车最后的时速达到 240 公里每小时,那么发动机要能够提供 260 甚至 280 公里每小时的动力。如果最后测试发现,车辆只能跑到 220 公里每小时,这个时候再去返工发动机,那么对整体的生产效率来说是一种折损。

「而且这种折损往往不是单倍的,当测试异常发生时需要返查,往往要拆回到部件和板卡级,维修后再装成整机测试,甚至有可能整个过程会反复。」徐传民为我们解释。

目前,京信的产品测试分为四个层面,器件、单板、模块和整机测试。京信希望能够找到每个环节之间的「增量」,将测试的控制点前移。

京信通信集团高级副总裁陈遂阳介表示:「若能将测试分解到器件、单板、模块等各个组件和环节中,产品最后的整机通过率将大幅提高。」

3d7351c7cac47bee9b1fd3332fbcc80464173a9d

柔性生产线上的工人

「做了 20 年制造之后,我们发现行业竞争越来越激烈。人员成本逐年走高,且招人越来越困难,原材料成本也在上升。」葛鑫说,「国际市场对小批量多品种的产品需求越来越大,产品更新换代速度也越来越快。」

如何让企业永续地经营下去,保持企业竞争力,已经成为传统制造业需要面对的问题。「我们一直在探索,从我们多年的发展来看,一定要向自动化、信息化、智能化要效率、要产出,提升综合能力。」葛鑫表示。

「现在是拼交付速度的时代。」陈遂阳说,「特别是海外市场,特别明显。谁交付快,谁就能拿到订单。」他认为,要提升交付速度,光靠自动化和信息化已经不够,需要采纳工业互联和智能工厂的理念。

葛鑫已经在京信工作 20 年,是本次与阿里云合作的主要负责人。他告诉我们,在合作过程中,阿里对京信的评价是「最清晰地知道生产数据如何使用的企业」。

京信清楚地认识到,自己的优势在于对车间和现场的生产工艺理解,数据的采集和车间工业互联,阿里的优势在于算法。京信专注于「云下」,阿里专注「云上」。

「我认为我们和阿里云的合作是优势互补。」陈遂阳说。

葛鑫表示,京信与阿里的合作将分为三个层面:

第一,借助工业大脑进一步提升京信的生产测试效率,挖掘潜能;

第二,京信将与阿里合作打造工业互联网的行业解决方案;

第三,京信将与阿里云携手助力中小企业的上云用云,实现信息化、智能化转型。

e674a4606d310d20bddd532ec78ec41a8c61b382

AGV 小车工作中

与京信的自动化形成鲜明对比的是,中小企业的信息化部署程度普遍偏低。

「有一个企业告诉我,他们上一个 ERP(企业管理信息化)系统,三次都没上成,为什么?因为企业根本就没有人懂 IT。」陈遂阳说。

因此中小企业期望能在云端构建一个信息管理系统,他们只需使用,无需构建以及维护,按使用交费即可。

这是一个三赢的策略,因为从数据收集层面,助力企业上云用云也将惠及京信本身。同时,阿里云也将增长行业领域能力,这就是京信与阿里云合作的第三个层面的来由。

陈遂阳认为,当下工业领域对工业互联的认识和成效还停留在概念阶段,他举了一个例子:

有些压铸企业没有设备互联能力,因此对机台、模具的管理比较粗放,假设模具的使用寿命是五万次,超过这个次数后,该模具生产出来的产品质量就不过关。

但是由于没有信息数据采集技术,因此情况往往是不合格的产品送到客户,经过检测遭到退货后,企业才去更换模具。然而这个问题利用工业互联的技术其实很好解决,只需要对使用进行计数并上传至网络即可。

陈遂阳表示,工业互联应用还处于初级阶段,希望能协同政府快速打造标杆企业推动工业互联网推广。「工业互联有什么好处,大家实实在在看到成效之后,企业才愿意投入。」


原文发布时间为:2018-04-4

本文作者:王艺

本文来自云栖社区合作伙伴“机器之能”,了解相关信息可以关注“机器之能”。

相关文章
|
安全 定位技术 数据安全/隐私保护
香港服务器与其他亚洲地区服务器的对比
这使得香港服务器能够提供快速的访问体验,相比之下,其他亚洲地区的服务器,如日本或韩国服务器,虽然也提供了不错的网络环境,但在连接中国大陆时可能会遇到更高的网络延迟。
|
数据采集 定位技术 数据安全/隐私保护
ESP8266调用NTP服务器进行时间校准
NTP服务器通常连接到具有高度精确时间源的设备,例如:GPS接收器或原子钟,以确保提供准确如一的时间。网络上的计算机可以通过连接到NTP服务器来同步其时间,并确保它们在同一时刻进行操作。
2191 0
|
消息中间件 存储 监控
自顶向下学习 RocketMQ(十):消息重投和消息重试
生产者在发送消息时,同步消息失败会重投,异步消息有重试,oneway 没有任何保证。消息重投保证消息尽可能发送成功、不丢失,但可能会造成消息重复,消息重复在 RocketMQ 中是无法避免的问题。消息重复在一般情况下不会发生,当出现消息量大、网络抖动,消息重复就会是大概率事件。另外,生产者主动重发、consumer 负载变化也会导致重复消息。
自顶向下学习 RocketMQ(十):消息重投和消息重试
|
11月前
|
机器学习/深度学习 算法 自动驾驶
《从GRPO看强化学习样本效率的飞跃!》
在强化学习领域,样本效率一直是亟待解决的难题。传统算法如Q学习需海量样本才能让智能体学会有效行为模式,尤其在复杂环境中,这成为应用瓶颈。群组相对策略优化(GRPO)应运而生,通过生成动作序列并进行相对评估,摒弃了价值网络,显著提升了样本利用率和计算效率。GRPO在实际应用中展现了巨大优势,如DeepSeek团队利用其大幅减少了训练样本和成本,提高了模型性能。这一创新为资源受限场景及更多领域的强化学习应用打开了新大门。
945 0
《从GRPO看强化学习样本效率的飞跃!》
|
存储 安全 编译器
指针的深入理解与陷阱
指针的深入理解与陷阱
|
自然语言处理 安全 项目管理
提高工作效率的关键:2024年10款最实用日程管理软件推荐
随着工作节奏加快,日程管理成为职场和个人生活中的重要部分。2024年,市场上出现了众多高效日程管理软件,既包括适合企业团队协作的强大工具,也涵盖了帮助个人优化日程的轻量级应用。本文推荐10款最受欢迎的日程管理软件,覆盖国内外多个工具,帮助用户挑选最适合自己的那一款,从而提高工作效率和生活质量。
2459 0
提高工作效率的关键:2024年10款最实用日程管理软件推荐
|
开发框架 Java 关系型数据库
Java哪个框架适合开发API接口?
在快速发展的软件开发领域,API接口连接了不同的系统和服务。Java作为成熟的编程语言,其生态系统中出现了许多API开发框架。Magic-API因其独特优势和强大功能,成为Java开发者优选的API开发框架。本文将从核心优势、实际应用价值及未来展望等方面,深入探讨Magic-API为何值得选择。
597 2
|
SQL 监控 数据可视化
数据可视化:Power BI在商业智能中的强大作用
【10月更文挑战第28天】在信息爆炸的时代,数据成为企业决策的重要依据。Power BI作为微软开发的强大数据可视化工具,集数据整合、报表制作和数据可视化于一体,通过简单拖放操作即可生成交互式图表和报表,提高决策效率,实现数据整合与实时监控,助力企业挖掘数据价值,提升竞争力。
455 3
|
XML Java 数据库连接
org.apache.ibatis.binding.BindingException: Invalid bound statement (not found):XXXXX
org.apache.ibatis.binding.BindingException: Invalid bound statement (not found):XXXXX
266 1
|
区块链
阿里云首款数字藏品 全网首发
为了无法计算的价值向先进科技致敬,阿里云首款数字藏品于2022年6月13日全网首发!限量10000份,免费领取!6月13日至6月26日,做任务得飞天5K纪念碑,更可免费抽iphone13!
7032 253
阿里云首款数字藏品 全网首发