深圳电子展
2026年10月27-29日
深圳国际会展中心(宝安)

汽车冲压柔性高速智能制造生产线

✎导 读 

 

汽车冲压柔性高速智能制造生产线保证了生产线高速、柔性、智能化的运行。本文通过对案例展开分析,深入阐述了系统架构、关键绩效指标、案例特点,对比国内外同行情况,为汽车智能制造发展提供参考。

作者:《智能制造标准化》中国电子技术标准化研究院,来源:智造苑,智能工厂前线经授权发布。

 

一、案例在智能制造案例基本情况

 

本案例属于智能制造标准体系框架中重点行业里的节能与新能源汽车。

 

汽车冲压柔性高速智能制造生产线:通过应用工业以太网、射频识别技术(Radio Frequency Identification,RFID)、自动传感器等,在冲压车间建成底层设备与上层管理系统互联的网络结构,实现生产过程、设备、质量、模具、板料、零件信息全采集。以数据驱动管理,对生产过程进行监控、管理、看板指挥、大数据分析,实现对生产现场信息智能化、自动化的实时共享。整合冲压车间制造执行系统上下游业务单元,建立以生产需求为牵引的冲压拉式智能排产业务模式。该生产线实现了底层冲压设备、换模设备、物流数据、质量数据、人员数据的互联互通,最终实现1.5天低库存运营、实时动态库存管理、实时动态盘存、生产计划实时智能化排程等主要技术指标,保证生产线高速、柔性、智能化运行。

 

二、智能制造系统架构介绍

 

1)冲压车间智能制造执行系统功能架构

 

冲压车间智能制造执行系统包括整线控制系统、设备监控系统、质量管理系统、物流监控、生产智能排程系统、生产防错系统、工艺参数监控系统及数据采集集成平台。通过车间智能制造执行系统的建设,解决底层自动化设备间、上层各系统间(如MES、PMC、MQS等)的互联互通,以及设备参数、工艺参数、质量信息、生产过程数据的全面采集。开发工艺参数、设备运行状态、生产计划状态、质量大数据分析优化模型,以支持工艺、质量、生产管理的持续优化,形成产品内部执行代码解析、工装字段定义、冲压设备数据采集及管理等内容的创新应用。冲压车间智能制造执行系统架构如图1所示。

图1 冲压车间智能制造执行系统构架

 

2)冲压车间制造执行系统网络架构

 

冲压车间制造执行系统网络包括三层网络结构:车间办公网络,车间设备控制网络车间数据采集网络。三层网络结构在网络硬件上相互独立,通过交换机和核心控制单元相互连接。冲压车间制造执行系统网络拓扑架构如图2所示。

图2 冲压车间制造执行系统网络拓扑

 

三、智能制造关键绩效指标

 

本案例采用数字化技术完成车间总体设计、工艺流程及数字化建模布局,利用智能传感、智能识别、工业以太网等技术手段将高速压机、高速传输设备、端拾器、工装模具、自动化立体仓库、高精度视觉检测设备、自动识别物流托盘等硬件集成为底层“物联网”系统,通过网络化技术手段将底层“物联网”系统与上层管理系统实现集成,最终形成自动化、数字化、网络化、智能化的冲压生产线。关键绩效指标包括:

 

(1)冲压车间生产效率提升20%以上;

(2)产品不良率降低20%以上;

(3)1.5天低库存运营;

(4)实时动态库存管理;

(5)实时动态盘存;

(6)生产计划实时智能化排程。

 

四、案例特点

 

1)本案例相对传统制造业在方法、技术、模式方面的优势

 

(1)首创国内自主车企智能制造精益管理模型与体系

 

本案例建立的智能制造系统包括整线控制系统、设备监控系统、质量管理系统、物流监控系统、智能排程系统及生产管理系统。为车间管理业务标准化提供平台支撑,搭建精益化管理模型整合了车间制造、物流、设备、工艺、质量五大业务板块,优化车间管理逻辑,将管理逻辑融入智能制造系统,搭建智能制造精益管理模型,实现冲压核心业务自动运行。最终实现系统指导管理,提升管理效率,降低管理成本。

 

本案例同时建立了一套完善的系统监控、快速响应、分析与改进机制,及时响应各种异常,防止车间设备异常、质量异常、物流异常等造成的停线损失。系统以任务形式进行工作分解,精细化管控车间整体投入产出,协同各相关板块提升指标,统计分析各项管理指标、监控指标趋势,推进瓶颈问题改善。通过该体系的建立实现计划、执行、检查、调整的有效循环,并持续改善现场业务模式,优化管理模型。

 

(2)首创国内汽车企业冲压车间拉式智能生产排程

 

本案例建立了冲压排程业务流程、约束条件优先级、排程目标优先级、排程计算公式、公式条件组合等一整套系统智能排产模型。实现系统自动获取工厂MES系统提供的焊装生产队列,通过RFID物流监控系统实时监控零件和板料动态库存,结合设备状态、平均生产能力、物流状态等约束条件,实时动态拉动生产计划。最终达到零部件1.5天低库存运行,实现库存成本降低50%以上。

 

(3)建立车间“物联网”与大数据管控集成分析平台

 

通过射频识别技术、工业以太网技术、数据传输交互技术,将车间生产设备、物流托盘、工装设备、计算机终端、上层服务器等设备连入统一的工业以太网,建立车间智能物联网,解决底层自动化设备间、上层各系统间(如MES、EAM、LES等)的互联互通,消除信息孤岛,形成底层设备到上位控制平台无缝链接、智能识别及高效响应。

 

本案例建立的数据采集平台与管理分析平台,设计PLC信号映射方案,从信号映射地址块抓取数据到上位系统。所有数据源都整合到标准化的数据平台中,满足现场设备层、车间层、工厂层、企业层等多层级智能应用管理的需要,并为上层系统多个应用提供统一的数据源。通过大数据管理分析平台智能生成BI报表,为管理者提供数据支撑,且对车间底层数据进行关联性分析,支撑工艺参数优化、设备预防性维护,推进问题处理从“事后处理”到“事前预防”的变革,从而推进制造模式转型。

 

2)本案例与国内外同行案例相比的优势和局限性

 

目前,国外汽车企业(比如通用、福特、大众、PSA、丰田、现代等)都已按“全过程的数字化设计”和“工业4.0”的理念,建成了符合智能制造模式的高效柔性生产线(如德国宝马莱比锡工厂),已应用数字化工厂技术,实现了三维工艺规划与工艺仿真,缩短了投产时间,节省了项目成本,产生了巨大的效益。本案例的建设可实现汽车产品设计、冲压工艺、工艺流程设计三阶段的数字化设计,而“数字化生产线设计、生产线仿真、生产线调试”三个阶段的数字化设计和高速柔性智能冲压生产线的建设在国内外同行中刚起步,还处于探索及研究阶段。本项目在建设过程中综合考虑了国内外同行在工艺、生产效率、适应性等方面建设的先进思想,建成后整体水平可达到国内领先、国际一流。

 

五、智能制造实施步骤

 

本案例实施拟解决下列问题:制造过程未全实现过程数据采集、监控、分析,不支撑产品、工艺、质量、物流的持续优化;物料配送及物流人员巡检“靠人吼”,没有系统实时提醒和支撑;质量等过程数据的问题记录普遍采用纸质文件记录,漏项、延迟等问题无法避免;上件工位通过线首人工查看,系统不能统计完成情况,并不能实时拉动物料、生产统计等诸多问题。

本案例具体的实施步骤:

 

(1)结合现场总线技术、工业以太网、RFID电子标签、自动传感器、PLC、电控元器件、人机交互界面、搭建“物联网”车间。消除车间设备相互独立的信息孤岛,实现车间底层数据(生产、工艺质量、设备、人工)全采集。建设冲压智能制造系统,将生产、质量、工艺、设备的管理逻辑融入系统,实现冲压核心业务自动运行,提升生产效率和设备利用率,实现汽车生产线智能柔性高速冲压技术突破。冲压车间智能制造系统如图3所示。

图3 冲压车间智能制造系统

 

(2)建设冲压车间数据采集集成平台和数据库管理系统(图4)。通过建立数据采集管理控制系统,将工厂、设备和其他信息资源与智能管理应用共享统一生产数据模型,按照多种逻辑方式处理实时数据、历史数据和关系型数据,最终将数据源统一整合到数据平台中。为物流、质量、生产、设备维护管理需求(如库存管理系统、设备管理系统、能源管理系统、制造执行系统)等多个应用提供统一的数据来源,满足从现场设备层、车间层级、工厂层级、企业级等多层级智能应用的需要。

(a)数据采集系统

(b)数据监控系统

图4 冲压车间数据采集管理控制系统

 

(3)建立冲压车间制造执行系统工业互联网。车间网络包括三层网络结构:车间办公网络、车间设备控制网络(主要是工业以太网,少数不支持工业以太网的设备用现场总线连接)及车间数据采集网络。三层网络结构在网络硬件上相互独立,通过交换机和核心控制单元相互连接。车间办公网络采用标准TCP/IP协议,负责连通车间管理层的服务器、数据库、上层企业级管理应用系统(ERP、MES、PLM等),以及车间现场其他由计算机控制的设备(三坐标扫描仪或其他质检设备);车间设备控制网络采用工业以太网协议,组成区域环网结构,可连通现场设备的控制器、设备通讯模块、网关等;为避免干扰设备控制信号,单独建设数据采集网络,数据采集网络采用星型结构,将自动化子系统的设备控制器、离散仪器仪表、传感器、网关等连入核心控制器单元,再通过核心控制器单元与车间管理系统连接。冲压车间制造执行系统网络架构如图5所示。

图5 冲压车间制造执行系统网络拓扑

 

现场业务智能化设计。系统根据自动排程的生产任务,通过现场LED屏幕、客户端或广播,指导生产线工艺设备、叉车、操作员等进行相应的作业。板料业务实施步骤为:板料接收任务指示,通过在板料入库工位显示应接收板料,板料接收成功,反馈入库信息;板料入库指示,通过现场看板和材料接收区广播指导叉车将板料投送到系统指派的库位;生产板料准备任务指示,在现场LED大屏显示预备板料库位信息,指导叉车前往取料;生产板料安置到拆垛台时,LED大屏显示板料到位;生产板料预备防错指示,当安置到拆垛台的预备板料与生产计划不符时,LED大屏、现场客户端、线首广播报警板料准备错误;零件入库时,读取托盘RFID信息,若发现零件被定义为返修件,则通过三色灯柱亮红和库房广播报警;通过冲压设备中读取模具安装信号,与当前生产计划模具编号对比,若发现安装模具与生产计划模具不符,则通过车间广播、亮灯、车间LED大屏等方式报警。冲压车间现场业务排程如图6所示。

图6 冲压车间业务排程

 

六、智能制造标准化现状与需求

 

1)智能制造标准化现状

 

本案例的设计、研发及实施尚未有专门面向于节能与新能源汽车领域工艺加工技术成熟的国际与国内标准,目前国际上面向工业过程智能制造领域的标准化工作主要由IEC/TC65(工业过程测量、控制和自动化)、ISO/TC184(自动化系统与集成)负责,国内归口标委会分别为SAC/TC124及SAC/TC159,负责工业过程测量、控制和自动化领域及面向产品设计、采购、制造和运输、支持、维护、销售过程及相关服务的标准化工作,包括系统方面、测量与控制设备、工业网络、企业系统中的设备与集成技术。其中与本案例相关的现有标准如表1所示。

 

表1 与本案例相关的现有标准

2)汽车冲压智能制造标准化需求

 

从标准化的角度出发,本案例有以下标准化工作亟需开展:

 

(1)能效评估等标准:冲压智能制造装备能耗特性、能效与能耗模型的研究基础上,确定评价参数的提取,需要建立完善典型装备的能效评价标准,提出测算试验方法。

 

(2)信息安全等标准:冲压智能制造装备对信息流及管控应保证与外部信息系统通信传输的安全、真实、完整,包括数据控制及加密、身份鉴别、密匙管理等内容。

 

(3)一致性标准:随着工业网络标准及智能制造行业应用行规的逐步完善,底层设备间的互联成为一个重要问题,而导致设备无法互联的主要因素是设备实现与规范不符,即存在一致性问题。一致性是设备互操作、性能和健壮性等的基础。

 

(4)互联互通标准:制造业工厂/车间的高度柔性、复杂性、危险性等固有特点以及小批量、多品种等生产特点使得其设备种类多样、内置与外置、有线与无线并存,即使解决了互联的问题,还存在互操作的问题,即无法进行信息交互、协调工作,保证生产的正常、安全执行。如何让这些分布式设备之间实现互操作,是系统面临的又一问题。

 

(5)物联网、大数据和云服务等标准:面向加工制造过程中的数据分析、传输、实时性的网络,以及数据交互的信息都需要进一步规范,要建立完整的工业大数据、物联网及云服务等标准体系,也是亟待开展的工作。

 

七、智能制造示范意义

 

本案例具有自身的特色亮点及应用示范意义:实现了研发智能化、生产智能化、管理智能化、工厂智能化。

 

研发智能化主要体现在产品平台化开发、工艺规划数字化、建立零部件、工装制造精度及公差验证试验室、机器人视觉涂胶试验室、焊接工艺实验室、智能制造实验室、新能源汽车新材料连接工艺研究平台、智能制造技术集成验证平台、智能检测平台。

 

生产智能化体现在智能化排产、自动换模、柔性钢铝混线、汽车ECU远程升级,实现了生产效率与成本的结合,运营成本降低,为产线应用带来明显的经济和社会效益。

 

工厂智能化体现在柔性高速生产线、自动化生产线控制系统、激光在线检测、IT基础设施、主机系统及虚拟化设计系统。

 

管理智能化体现在建有ERP、SRM、MES系统、生产过程质量系统、设备运行管理系统、能源管理系统、智能制造执行系统、安防系统。

 

本案例的实施将对我国智能制造战略及促进行业转型升级具有借鉴意义。

 

八、下一步工作计划

 

我国作为汽车制造大国,发展新能源与节能汽车是未来产业升级转型的重点突破领域,冲压为主的加工工艺是汽车制造工业主要应用领域,其加工技术水平具有代表性和典型性。开展汽车冲压等工艺技术与装备国产化攻关,有利于加快形成我国新能源汽车供应产业链,满足快速增长的智能柔性生产线的市场需求。冲压加工工艺技术的突破只是万里长征第一步,如果能够在国际竞争中保持领先地位,还有大量工作亟待进一步开展:

 

(1)故障定义冲压关键设备及系统的产品开发是后续需要开展的重要工作,从而产业转型和技术应用推广提供产品支持;

 

(2)按照标准化对汽车冲压生产线的制造过程进行规范及进行改造是生产线应用推广的当务之急;

 

(3)冲压工艺技术的最终目标是为汽车制造服务,最终占领市场。为此,后续需要大力扩大适用产品范围,进一步加快其他关键加工工艺技术的突破,发展并运用人工智能、远程运维、预测性维护等先进技术手段。

 

汽车制造过程中普遍面临的主要问题是能源管理系统,建设数字化、网络化、智能化的执行管理系统及冲压设备所消耗的能源远比传统手工人力消耗的能源多,绿色制造及加工过程的综合资源利用是普遍存在的突出问题,汽车生产线的整体集约化设计还有待进一步加强和提升,智能化能源管控系统亟待开发;另一方面关键设备的提升以及管理软件、虚拟仿真软件、大数据分析软件的国产化仍需进一步加强;减少人员成本,降低工人的工作时间和劳动强度仍需进一步改善。总之,寻找绿色制造、智能制造、人工智能与节约成本的平衡点仍任重道远。

 

近期活动预告