这个双11,老板电器的工厂“黑灯”了

简介: 老板电器与阿里云等科技公司合作建设的这座智能工厂,整体生产效率较过去提高了45%,已成为制造行业数一数二的标杆,被浙江省评为首批“未来工厂”。

640-4.gif

双11临近,制造业工厂进入了一年中的旺季。为保证产能,各地工厂灯火通明,工人们打地铺、“三班倒”,加班加点备货。


作为行业龙头,老板电器的订单量又一次创下新高。但位于杭州临平的生产基地却格外平静:


上万平米的车间灯光昏暗,284台自动化设备正自行运转,来来回回搬运产品的AGV物流机器人成了车间里最忙碌的存在。


image.png

这是老板电器智能工厂正式投产后的首个双11。


老板电器与阿里云等科技公司合作建设的这座智能工厂,整体生产效率较过去提高了45%,已成为制造行业数一数二的标杆,被浙江省评为首批“未来工厂”。


因为采用无人化智能生产,工厂里不再灯火通明,常常只看到机器“摸黑工作”,许多人又将这里称为“黑灯工厂”。


如今,面对双11订单量激增,生产部负责人潘腾骏信心满满,“把设备开着就可以,一周七天、24小时,机器全开着工作。”


01智能大脑,提效45%

曾经,一名工人每天在产线上“接料”超过3000次,只要产线不停,就不能休息,一年下来,“接料”次数能达到一百多万。


现在,工人培训成为机器人运维工程师,重复的“接料”交由机械臂和AGV物流机器人完成:


“集烟罩自动冲压成型生产线”上,机械臂将成品烟罩从流水线上取下,转身放到平板车上。


一辆AGV小车缓缓停在机械臂前,发出一闪一闪的“光电信号”,读懂信号的机械臂立即停止作业,直到AGV小车拖走整齐摆满了成品烟罩的平板车,才转身继续流水线上的作业。


image.png


AGV小车的工作内容十分丰富:搬取原材料、运送成品、支援其他产线物资的配送……它的行驶路径同机械臂的作业一样,都取决于实时接收的“系统指令”。


这些指令,来自老板电器基于阿里云IoT平台搭建的“九天中枢数字平台”。


平台接入了工厂全部284台自动化设备、上万个点位的实时数据,处理分析后,形成一个可指挥整座工厂全流程调度的“智能大脑”,帮助工厂实现了不同设备间自主的协调运作、灵活响应,不需要额外的人工操作。


车间二楼的指挥中心里,一张20米宽的数字大屏实时反映出产线的作业情况,一旦设备出现异常,系统会自动通过手机钉钉给工人派单。从过去订单旺季忙乱的“人找任务”,变成了从容的“任务找人”。


image.png


如今,“黑灯工厂”的所有设备基于数据和算法自行运转,生产效率提高了45%,生产成本降低21%,良品率从过去的98%提升至99%。


“别小看这1%的提升,对于制造行业来说,当良品率达到一定的台阶,再往上提升一步非常困难。”厂长俞佳良说。


02 村里走出的行业龙头


1979年,浙江省原余杭县螺蛳桥村办起了“余杭县博陆红星五金厂”,一家只有5名工人、3把老虎钳的作坊式小厂。这就是老板电器的前身。


村镇企业是中国制造业发展初期的一波重要力量。凭着敢想敢拼的“老虎钳”精神,1987年五金厂与航空航天研究所合作,研发出中国第一代吸油烟机。随后,工厂规模日益壮大,产品核心实力逐渐清晰。企业很快就到了追求效率、品质的新阶段。


image.png

村办企业时期,老板电器最早的厂房


2016年,老板电器在杭州临平的工厂已经有了三个片区。


在新厂区三部,这家行业龙头初试智能升级,建立了茅山智能制造基地,通过自动化机械设备和信息化的结合,将自动化率提升到70%。老板电器因此也被工信部评为“智能制造试点示范企业”。


制造业的升级迭代在最近三五年大幅提速。5G、工业互联网平台、云计算、大数据、人工智能成为企业突破自动化“瓶颈”的重要技术,帮助打通产销环节,并通过更精细的“神经网络”把设备组织起来。


老板电器对这些“瓶颈”深有体会。


比如“模具冲压”,由于数据呈现方式比较传统,只能在模具出问题以后再进行维护、保养,无法满足此前期待的“提前预判问题”。


同时,在这场“智能化”变革中产生的海量数据,也让老板电器进一步思考:如何利用好这些数据、挖掘出数据背后的价值,让经营管理模式再上一个台阶?


一种关于全新工厂形态的构想,开始浮出水面。


03 从消费互联网到产业互联网


2019年,老板电器找到阿里云,决定将茅山智能制造基地再做提升。在此之前,双方的合作已有多时。


合作是从消费互联网开始的,阿里云的数据中台在营销运营侧给老板电器提供了决策支持。随后,合作深入到企业的组织管理层面,钉钉深度整合了老板电器的OA系统、会议管理系统,成为一个老板电器人人都爱用的数字化工具。


打造一座未来工厂,意味着从消费互联网到产业互联网的升级。老板电器和阿里云各组建了一支十多人规模的项目攻坚队伍,专职做这一件事。


“和2016年的智能工厂相比,最大的变化就是打通、融合和连接。”老板电器CMO叶丹芃说。


实现这一变化的关键,是一个介于产业互联网和消费互联网之间的大数据平台,它接入ERP、CRM、MES等系统,将制造、供应链、研发、营销、产品数据完全打通、建立关联,成为企业整体的大数据平台。在老板电器内部,被命名为“九天中枢”。


image.png


各系统、各设备间的数据运营规则,类似于人体神经收到大脑的指令,但与人体大脑能对神经天然生成指令不同。在工厂里,这些规则都需要标注以及设计。在对23个生产场景进行梳理后,阿里云工程师为复杂的数据规则做出了智能标注,布设下“聪明的神经网络”。


阿里云还调用了边缘托管,确保数据的采集从过去的“秒级”提升到“毫秒级别”,数据采集的稳定性也随之提升到100%。


有了这些准备,即使关着灯,照样能生产——这是被称为“黑灯工厂”的生产形态。在“黑灯”的背后,是工厂融合应用物联网、云计算、AI、5G等技术,实现全自动的智能化生产、智慧化管理、协同化制造。


同样以“模具冲压”为例,通过数字孪生,生产过程的数据能够被实时采集,并通过对核心关键数据建模,帮助工人预判模具磨损情况、是否需要停工维护等。


这仅是“黑灯工厂”的一隅。事实上,有47个业务场景可以在“黑灯工厂”中自动运行。

 

“从最初改造到最后交付,实际只用了9个月。整个过程超过我们的预期,可以讲是创造奇迹的。”叶丹芃说。


“黑灯工厂”在今年也首次迎来双11的爆单考验——如今,双11、年货节等消费季,已成为检验企业生产效率和全链路管理的一大标准,成为企业的“数字化压测”。


“互联网已进入中场,”阿里云新零售总经理戴涛表示:“从消费互联网到产业互联网的升级,正帮助企业降本增效,让生产更智能,工人也更从容。”


相关文章
|
XML 数据格式 Python
Python如何导入其他模块?
Python如何导入其他模块?
492 0
|
8月前
|
人工智能 数据可视化 Linux
保姆级图文教程!阿里云无影云电脑部署OpenClaw(Clawdbot)集成Skill指南
2026年,AI自动化代理工具已经深度融入日常办公与效率提升场景,OpenClaw(曾用名Clawdbot)凭借开源轻量、自然语言驱动、可扩展Skill生态等优势,成为个人与小型团队首选的AI自动化平台。它能够自主完成文件管理、信息检索、定时任务、网页操作、内容处理、邮件收发等一系列自动化工作,真正实现“一句话交给AI,剩下的让它自主执行”。
1567 4
|
前端开发 数据库 数据安全/隐私保护
【项目实战】登录与注册业务的实现(前端+后端+数据库)
【项目实战】登录与注册业务的实现(前端+后端+数据库)
3428 0
【项目实战】登录与注册业务的实现(前端+后端+数据库)
|
11月前
|
人工智能 自然语言处理 安全
万小智AI建站:1分钟建站,让品牌拥有“有灵魂”的官网
阿里云「万小智AI建站」基于大模型技术,实现“一句话建站,一分钟上线”。集成AI设计、智能客服、内容生成与云资源部署,5分钟打造专业官网,支持千款行业模板、多语言内容创作与24小时智能客服,助力中小企业高效建站、低成本获客。
|
机器学习/深度学习 人工智能 缓存
探秘 DeepSeek:那些你必须了解的事
DeepSeek是一家由中国幻方量化支持的创新型AI公司,专注于开发高性能、低成本的大语言模型。其独特的技术路径打破了参数规模、能耗成本和认知可靠性之间的“三元悖论”,实现了在单张显卡上运行170亿参数模型的突破。DeepSeek通过开源策略和高性价比模型(如DeepSeek-R1),大幅降低了AI应用门槛,推动了全球开发者社区的发展。其应用场景广泛覆盖教育、医疗、金融等领域,显著提升了工作效率和服务质量。DeepSeek的成功不仅在于技术创新,更在于其开放合作的理念,正引领AI行业的新变革。
3633 9
探秘 DeepSeek:那些你必须了解的事
|
机器学习/深度学习 人工智能
AI 的“推理链”是自我复杂化,不是真顿悟
大模型看似“深思熟虑”的推理过程,实则是系统策略驱动下的自我复杂化。它将简单指令膨胀为冗长回答,背后是预设提示、训练机制与生成逻辑共同作用的结果。这种“加戏”不仅浪费资源,还易引发幻觉和任务漂移。要实现真正可验证的推理,需引入外部逻辑模块与结构化框架,而非依赖其“自说自话”。
815 0
|
12月前
|
编解码 缓存 测试技术
《游戏测评进阶手册:核心工具应用技巧,打造有深度的技术分析》
本文聚焦游戏测评领域的核心技术工具应用,摒弃主观感受堆砌,从性能测试、渲染管线分析、延迟细分测试、音频保真度检测、跨平台兼容性验证等六大核心维度,深度拆解工具的实战价值与技术逻辑。文中融入真实测试场景与操作思路,详解工具如何精准捕获帧率波动、解析渲染底层差异、量化延迟成因、验证音频沉浸感及跨平台适配表现,帮助测评者从“感受型”转向“实证型”分析。通过工具赋能,测评可穿透体验表象,挖掘肉眼不可见的技术细节,形成可量化、可复现的专业结论,既为玩家提供针对性配置建议,也为开发者优化提供数据支撑,是提升游戏测评专业度与深度的实用指南。
420 10
|
消息中间件 大数据 Kafka
大厂面试高频:Kafka、RocketMQ、RabbitMQ 的优劣势比较
本文深入探讨了消息队列的核心概念、应用场景及Kafka、RocketMQ、RabbitMQ的优劣势比较,大厂面试高频,必知必会,建议收藏。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:Kafka、RocketMQ、RabbitMQ 的优劣势比较
|
开发工具 Python Windows
【Python专栏】搭建Pyhthon运行环境及开发环境 | 安装Python | 安装PyCharm
【Python专栏】搭建Pyhthon运行环境及开发环境 | 安装Python | 安装PyCharm
841 4
|
存储 SQL 人工智能
AnalyticDB for MySQL:AI时代实时数据分析的最佳选择
阿里云云原生数据仓库AnalyticDB MySQL(ADB-M)与被OpenAI收购的实时分析数据库Rockset对比,两者在架构设计上有诸多相似点,例如存算分离、实时写入等,但ADB-M在多个方面展现出了更为成熟和先进的特性。ADB-M支持更丰富的弹性能力、强一致实时数据读写、全面的索引类型、高吞吐写入、完备的DML和Online DDL操作、智能的数据生命周期管理。在向量检索与分析上,ADB-M提供更高检索精度。ADB-M设计原理包括分布式表、基于Raft协议的同步层、支持DML和DDL的引擎层、高性能低成本的持久化层,这些共同确保了ADB-M在AI时代作为实时数据仓库的高性能与高性价比