精密機構智能云網制造系統及應用升級 ——助力6C行業智能運營及應用生態體系構建
鴻富錦精密電子（成都）有限公司系鴻海科技集團2010年在成都組建，總投資額約為美元21億元，項目首期總投資額為美元2.99億，注冊資本金95000萬美金，是富士康科技集團在西部打造的以平板計算機制造、電子顯示面板制造、6C科技整合服務等業務龍頭的電子信息產業基地，并在軟件開發、精密模具生產、工業4.0、現代物流、電子商務、綠色智慧教育生態等領域不斷突破，成為四川先進制造生產力的現代化企業。
圖1 富士康成都廠區布局圖
一、項目概況
在工業4.0和中國智能制造2025大潮流下，智能制造已成為制造業核心競爭力，而智能生產的最優路徑就是“智能裝備搭載工業互聯網平臺，運用大數據運算分析技術進行智慧統籌運營。”成都富士康McEBG智能云網制造系統項目于2016年9月1日啟動，主要為解決產銷不平衡、信息系統分散等問題，通過數據高效挖掘，信息系統串接，專家系統結合人工智能分析，最終實現生產制造管理智能化決策。
1. 項目背景
智能云網制造系統導入之前企業運營管理未達成高度信息集成化、智能化管理模式。各部門信息系統雖能夠獨立完成生產運營管理，但數據互聯互通效率低，協同制造能力不足。通過多年制造經驗積累，提取企業運營關鍵指標主要包括：人員指標、設備參數、產品數據、品質信息、環安能耗。應用工業互聯網平臺實現數據管理優化是企業順應中國制造2025宏觀發展規劃，實現智能制造轉型的必由之路。
目前國內外企業信息化平臺系統已初具規模，但在制造業集成應用尚不成熟。普遍存在通用性低、可靠性不足、迭代能力弱。若直接導入富士康使用，則需要富士康對現有生產式進行大規改變。遂開發基于富士康BEACON平臺的企業應用級智能云網制造系統，旨在通過制造數據自動感知、實時采集，分布式管理等技術，連接制造應用微平臺，實現資源統一分配、協同調度。集數據采集、傳輸、存儲、顯示和應用于一體，推動工廠數字化和智能化，減少不良浪費，提升生產效率。
2.項目簡介
智能云網制造系統目前從人、機、料、法、環五大類別，針對關鍵數據節點進行實時數據采集、統計、分析，并在生產車間重點采集和監控位置安置電子看板，顯示現場產能/良率/WIP/入庫等相關數據，系統通過對比現場實時數據與生產執行計劃，改變傳統信息傳遞方式，提升決策效率，使得各階層主管可以隨時查看最新可視化報表，數據時效性提高。
實現制造、倉儲、物流、質量監控等各環節的一體化智能管控，簡化工作流程，節約大量人工和時間成本，實現公司提質、增效、降本、減存最終目標。
圖2 智能云網制造運營監控中心
3. 項目目標
（1）建立McEBG工程、生產、品質、運營系統統一數據信息平臺；
（2）生產數據采集流程E化，簡化作業流程，提升企劃決策響應時間；
（3）三階層生產戰情報告自動生成、結果智能分析、數據異常自動預警；
（4）生產歷史數據保留及查詢，形成生產經驗履歷。
二、項目實施概況
1. 項目總體架構和主要內容
（1）智能云網制造系統總體功能架構
智能云網制造系統總體架構主要分為：終端設備聯網與數據采層、應用平臺層、數據中心型層及運營管理層。
通過現場數據總線進行設備集中控制，梳理各制造環節工業機理，分析定義出人員、設備、產能、良率等關鍵有效數據來源，布建智能裝備和數據采集基礎設施，接入SCADA系統對產品在制造環節各制程生產數據進行采集和監測，依托協議轉換技術和邊緣計算備實現多源異構數據的歸一化和邊緣集成，完成車間數據向云端平臺集成。工、生、品、經四管系統數據分類調用，形成人流、金流、技術流、訊流、物流、過程流六流模型庫，便于不同階層管理者進行數
據使用、流程優化、系統整合及企業運營決策。
圖3 總體功能架構
（2）智能云網制造系統功能架構
智能云網制造系統目標是從市場、資源、制造三部分進行管理，制造段數據采集、分析、統計、預警是重點應用項目。
主要包含車間計劃管理、設備管理、品質追溯管理、車間物料管理、備品管理、人員出勤管理等。采集數據經過清洗過濾后，在線自動生成各類WEB報表（產線產出、良率、報廢數、物料利用率、良率、在制品庫存狀態、工單實時進度、設備良率分析、設備稼動率OEE、多車間對比分析、關鍵缺陷及原因等），并對各廠部每日/月/季度/年綜合效率進行智能分析。另外，根據海量數據記錄，對設備運行狀態進行預測，對產能進行智能排配，對資源（人力/設備/能源）等優化配置，供不同職能管理人員進行資源統一調度、分配。
圖4 系統功能架構
2. 網絡互聯架構
圖5 網絡互聯架構
3. 具體應用場景和應用式
（1）產能監控
快速掌握各廠區、產品的生產實績，生產主管通過系統第一時間提取生產數據信息，及時分析問題及驗收執行成果，并依據時時信息制定行動計劃或確認重要決策。
圖6 生產戰情
（2）良率監控
研發智能檢測裝備，關鍵工站&制程品質數據自動采集，少許工站數據人工錄入，智能云網制造系統與物料批次綁定，使用在線SPC和專業工具，按照一定計算邏輯，自動生成每日TOP不良因素、出貨良率、報廢率、SI批退率、綜合效率等相關報表。若出現趨勢異常，則即時分析、預警，實現品質數據采集分析。各生產、品質單位主管可根據自己管理的管轄范圍查閱良率狀況，嚴控不合格品的產生。
圖8 不良因素智能分析
（3）自動化核心設備監控分析
開發TPM微應用，實時收集自動化生產設備數據，掌握產出、稼動、故障時間與首末件不良率分析等信息，依據產線人員所在線別、工段、工站、工位，以圖形化、顏色標記，查看授權的生產數據。具備「快速報修」功能，在設備出現故障時短信及時通知維修人員，有效提升設備稼動率，降低設備故障對產能的影響。
圖9 設備運行狀態監控
（4）人員出勤
每日生產在職人力、出勤人力、離職人力統計，準確掌握生產人力情況，根據生產計劃需求及調整直接人力，避免某些工站人力富?；虿蛔悖瑢е庐斎债a能不達標。
（5）能耗監控
實時生產能耗監控，一旦達到能耗預設范圍值或供給故障，及時警報顯示，避免因能耗不足或超標導致生產異?；虺霈F生產事故。另外，于廢水排放口，安裝監測設備，實時在線監測，每10秒向環保局傳輸監測數據，同步Apple合作伙伴IPE網站，進行公眾監督。
4. 安全及可靠性
（1）關鍵數據保護：在采取傳統安全防護基礎上，采用多重安全防護體系，對APP端、云端、設備端進行通訊協議加密和訪問安全認證。數據庫通過副本實時、定期備份，用戶身份簽名認證，防止賬號偽造攻擊，賬號體系加密防止拖庫和撞庫等暴力攻擊，采用分布式數據中心，進行云安全管理、云安全運維。
（2）可靠性：建立監控中心全程可視化，出現任何人員、設備、物料、數據、信息安全問題能夠及時發現并報警，并有專人定期檢查更新安全系統，避免數據存儲出現隱性異常問題。
5. 其他亮點
（1）實時化、圖形化，互動型看板，整合生產資訊，將目標達成、瓶頸工站等重要指標自動匯算、透過顏色呈現實時更新。
（2）智能、綠色的工廠SCADA系統
圖14 SCADA 系統
三、下一步實施計劃
1. 整合McEBG 智能制造+工業互聯網云平臺McEBG 智能云網制造云平臺，是依托現有追溯系統，實現核心層制造、檢測、物流、能耗等設備集群信息自動采集，突破原有信息多元錄入造成信息偏差問題，實現工、生、品、經四管系統數據來源一致，并通過專家決策系統實“四管六流”信息及不同產品處之間經驗型共享，機構件加工與成品組裝協同制造。同步在McEBG智能制造云平臺導入過程中實現三大升級：
（1）核心層資訊集成平臺化資訊集成升級；
（2）拉動式制造生產數據驅動生產升級；
（3）技術優勢型企業向專家系統型化企業升級；
圖15 工業互聯網云平臺
2. 智能云網制造系統完善及推廣
完善生產數據采集點，優化數據源，對各個制程、產品、物料、設備進行全面布局，智能生產中橫向整合、縱向拓展、端對端集成工、生、品、經四管系統，人流、物流、過程流、訊息流、現金流、技術流六流數據，進而實現核心數據全面采集監控數據深入分析應用。
在內部應用完善后，對智能智能云網制造系統進行APP封裝，向集團內部其他園區推廣，同步向集團外企業推廣，通過對不同領域的定制化功能升級，完善系統功能，升級成為工業領域通用系統功能，為其他企業提供智能制造全面解決方案。
3. 提升BIG DATE 獲取與AI應用能力
通過創新整合現有通訊媒介、通訊方式，引入集團工業互聯網BEACON平臺技術，以最小投入實現核心層設備集群企業云構建。在數據采集過程中，通過進行KPI指標檢討，明確定義工業企業中的“關鍵、有效、微觀、納米”數據，實現核心層數據采集系統價值最大化，提升數據分析及應用能力，筑基人工智能系統化應用。
四、項目創新點和實施效果
1. 項目先進性及創新點
（1）數據準確性自檢：確保生產走動采集數據都能準確保存，在系統內設置標準基數及參照當量，如CNC某制程段，因設備性能不同，單片產品加工時間為10min~15min，故每小時單臺機產出不超過6pcs，一旦超過規定值，電子看板會顯示異常，避免質量、加工程序、加工參數異常，并對該段時間加工數量作隔離處理，人員確認后匯總至系統，防止錯誤數據影響決策判斷；
（2）報表自動生成：生產數據采集匯總后自動生成并附帶當班重大異常及解決對策說明，每周/每月會自動匯總周報/月報及異常履歷表，以便后續查閱；
（3）時效性：實時電子看板系統每2分鐘刷新一次數據，真正做到數據實時匯總，報表實時更新，第一時間全面掌握制造加工過程的實時數據。
2. 實施效果
（1）提升生產效率：各階主管可以隨時掌握每日達成、每周達成、每月達成，產能、良率、人力… 關鍵指標，以便實時依據市場、客戶反饋及需求預測調整后續生產計劃，對資源進行優化調整，以更優方式響應市場變化。由「事后檢討」轉為「事中控制與事前預防」，提升應變效率。
（2）提升設備異?；貞?、解決時間加速：數據實時更新匯總，每天不需要再進行耗費大量時間進行數據錄入。改善跨單位異常反應、溝通處理效率，增強管理力與提升有效稼動率。
（3）時時紀錄品檢，實時較調降低重工成本：首末件、換刀、每日設備點檢等運維作業，均依據品檢紀錄進行針對性的保養與較調。
（4）預估刀具更換，提前備料提升稼動：掌握每把刀具使用壽命、預估更換需求時間；提前通知刀具庫進行備料、校調，有效提升設備稼動。
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者，本聯盟將追究其相關法律責任。
AII微信公眾號
AII頭條號