——访机械工业第九设计研究院股份有限公司总经理助理兼技术中心总经理李华峰制造技术院总体规划部冯君霞博士
作者：王玉江宏
物流系统在汽车智能工厂的规划和建设中占据着中心地位，为实现工厂智能化、自动化和可持续发展目标奠定了基础。近十年来，机械九院着力打造“数智工厂解决方案”，特别是重视物流规划，为汽车行业智能工厂建设和数智化转型升级提供了强大助力。
前言
机械工业第九设计研究院股份有限公司（以下简称“机械九院”）成立于年，为汽车工厂提供从咨询设计、工程总承包到工厂运维的全过程的解决方案，被称为“中国汽车工厂设计的摇篮”。近日，本刊记者走进机械九院，采访了机械工业第九设计研究院股份有限公司总经理助理兼技术中心总经理李华峰、制造技术院总体规划部冯君霞博士。他们向记者介绍了机械九院在智能工厂和智能物流规划与建设方面探索与实践经验。
据李华峰介绍，机械九院自年解放青岛汽车项目开始正式针对汽车智能工厂的规划与建设展开研究，建立了最早的自主汽车工厂生产控制系统，建立了生产管理、工艺设备、物流供给之间的联系，把生产状态进行实时展示，该项目获得了汽车工业科技进步二等奖。
近十年来，机械九院紧跟汽车工厂数智化、柔性化和绿色环保发展趋势，持续深入探索和突破，在一汽繁荣、一汽蔚山、一汽大众、一汽解放、吉利汽车、北汽等10个汽车工厂项目建设中，对标国际前沿技术，应用机械九院智能工厂整体解决方案，为汽车企业打造了自主可控的数据资源平台、数据服务中台、数字孪生平台、人工智能平台，并依托平台开发了生产柔性管理、设备全面管理、质量统筹管理、能源精益管理、产线预测管理等一系列行业领先的“业务＋智能”软件产品，有力支持了汽车企业的智能工厂建设及数智化升级。
冯君霞博士先后供职于物流公司、汽车企业、研究院，十分了解汽车行业发展，在汽车工厂物流规划建设方面有着专业且丰富的经验。她认为汽车企业在进行智能工厂物流体系建设时一定要“转变观念”，掌握先进的技术与方法，她全面介绍了机械九院在该领域的实践经验与前沿探索。
冯君霞博士
机械工业第九设计研究院股份有限公司
制造技术院总体规划部
记者：在汽车智能工厂规划建设中，应该如何看待整厂物流系统的地位与价值？
冯君霞：整厂物流系统在汽车智能工厂的规划和建设中占据着中心地位，是实现工厂智能化、自动化和可持续发展目标的关键因素。在现代工厂环境中，物流不仅是支持生产的后勤系统，更是整个生产体系的核心组成部分。投资和优化整厂物流系统将直接影响工厂的效率、质量和盈利能力，例如：效率提升，物流系统通过精确的调度和控制，确保了零部件及时、准确地使送到生产线上，从而极大地提高了生产效率。
机械九院物流发展历程
成本控制，通过自动化物流解决方案，可以降低人力和时间成本，减少浪费和存储空间，从而有助于整体成本控制。
灵活性增强，智能物流系统可以灵活应对生产需求的交化，支持多样化和定制化生产，更好地满足市场需求。
质量提升，减少人为干预和错误，确保生产过程的连续性和准确性，从而提高产品质量。
可持续发展，智能物流系统可以通过准确的需求预测、优化的路径规划和能源管理等方式，减少能源消耗和排放。促进工厂的可持续发展。
此外，生产端打造柔性制造的能力也需要物流系统的支持。制造企业通过与下游电商平台系统以及消费者后台数据对接，通过生产线改造、零部件模块化、库存数据实时管理等方式实现柔性生产，做到因时制宜、以需定产，真正实现消费端和制造端的互联互通和产业生态共建。
记者：汽车智能工厂在物流系统规划与建设过程中需要把握哪些关键点？
冯君霞：汽车智能工厂的物流系统规划、设计及落地过程相当复杂，以下是一些必须注意和把握的核心要素：
1.需求分析。准确了解和分析生产需求，以确保物流系统能够满足生产线的实际需求，并具有一定的灵活性以适应未来的变化。
2.要从大系统角度考虑解决方案。一方面，物流需要与生产、库存、销售和供应链其他环节交互集成，确保业务的协同运作；另一方面是工厂所有系统的集成与协同，汽车企业智能工厂的物流系统规划涉及ERP、MES、SCM等多个系统，涉及多个功能模块和战路决策，以总装为例，在TMS、WMS、LES等物流信息系统的智能调度下，实现从零部件供应商到生产线各环节的互联互通，同时要联系自动化立体库、AGV等智能物流设备，实现零件验收、存储、配送上线等环节各项作业的准时、高效执行；最后，需要从供应链的角度，从供应链结构以及加强运营整合能力的全局视角来进行物流规划。
3.重视绿色低碳，如光伏发电、智能化设施的采用。物流占地面积大，有总装物流、中转库房、待机场、整车存放场地、物流道路等，目前汽车工厂的一半以上面积已经是物流来使用；物流从业人员多，整体自动化率提升空间大；所以也要重视绿色低碳。
库房的光伏应用
例如，通过光伏发电和储能设施获得持续的可再生电力，使用再生绿色能源代替传统能源，实现仓储屋顶分布式光伏发电系统和储能系统的应用，中和温室气体排放;园区通过数字化智能监测系统，可实现对碳排放、碳减排实时跟踪，大数据、人工智能技术可提高园区的节能效率，有助于精细化管理，基于全园区能耗数据监控平台，实时了解企业能源使用情况以及碳排放情况，进行智慧能源决策。最近我们规划设计的项目，物流仓库的雨棚已经不设雨棚板，而是直接铺设光伏板，减少投资，提供绿色能源。
4.重视物流规划与工厂的基础管理互相拉动。物流规划需要完善的物流基础数据、物流流程清晰、作业指导书具体可操作、包装标准化、规范化。通过规划加强和工厂的互动，也加强对方案的理解，保证项目实施落地的效果。
5.重视物流新装备的应用。例如，零件自动验收系统完全替代人工验收，提高验收效率，降低人工成本；基于器具上的RFID标签，对器具进行全过程管理，提升器具管理水平；中小件自动化立体库存储，以一个汽车工厂应用项目为例，节省物流面积平米，提高拣选效率，减少人员8人；AGV自动配送，AGV牵引器具与备货缓存机构、上下线机构、SPS随行链，与生产主线完美街接，达到全过程SPS料车无人化自动配送。
6.重视物流规划工具的应用，用好物流模拟仿真工具。在详细物流规划基础上，需要通过仿真技术对智能工厂物流方案进行验证，以便对方案进行优化及修正。通过构建仿真模型，研究工厂物流规划中存在的问题，进而通过优化使得物流系统最优、避免运营过程中发生瓶颈。
记者：近年来，机械九院在汽车智能工厂解决方案及关键技术创新方面取得了哪些重要突破？
冯君霞：针对汽车智能工厂解决方案及关键技术创新，机械九院重点开发了汽车智能工厂需要的智能装备，例如轮胎自动拧紧设备、自动涂胶设备、自动打磨设备等等；同时整合信息系统，尤其在BIM、仿真、物联网、大数据、云计算、人工智能等方面，开发了一系列智能软件产品，形成了“数智工厂整体解决方案”。
“数智工厂整体解决方案”的核心产品之一是汽车工厂智能管理系统包括：数据采集系统、数据处理平台、Al平台、业务应用APP及智能应用APP的智能系统，业务应用APP包括生产、设备、能源、质量等模块，智能应用APP包括设备预测性维护、质量预测、能源智能管控等应用，智能管理系统开发与成功应用大大地提升汽车工厂数智化管理水平及数字化能力。
另一个核心产品是数字孪生系统。数字孪生工厂是在虚拟世界打造一个与实体工厂一样的虚拟工厂，并通过数据连接和数据驱动，实现虚实互联和虚实同步，虚拟世界中的数字工厂将会和现实工厂之间进行完全同步的生产过程。
机械九院的数智工厂解决方案和数智化技术国内领先，为客户降低了成本、提升效率与质量，在各汽车厂应用取得一致的好评，支撑汽车智能工厂建设及数智化转型升级。
记者：围绕智能工厂智能物流解决方案创新，机械九院做了哪些重点研究，落地效果如何？
冯君霞：机械九院在汽车智能工厂智能物流解决方案方面的探索包括三大方面：
1.乘用车总装车间智能物流技术研究
（1）制定从到货、验收、存储、分拣、配货、供给、上下线各环节的设备方案：研究自动卸货叉车等各类自动装卸货技术，研究基RFID、视觉技术的自动化验收方案，研究大中小物基于各类立体存储的智能化存储、分拣、配货方案，研究基于货到人AGV、智能夹抱AGV、供给AGV及各类电子拣选组合应用的智能配货、供给方案，研究基于不同生产线形式、不同布局、不同节拍要求的上下线、随行线非标方案；研究基于不同零件、不同空间、不同动作轨迹的助力机城手方家等，掌握各类技术方家的原理、优劣及成本构成，建立各类技术方案的数据库。
（2）通过设定不同技术应用场景的车间布局，借助建立的教据库，建立不同应用需求的自动化方案的组合，配备智能化的系统联动方案，实现总装物流各个环节的智能化，库存、流量、效率等管理的智能化。
（3）通过调研与分析总装车间物流信息系统需求与应用场景，制成系统机理模型并开发建立系统原型，实现总装物流信息化与物流业务实体的强关联关系。
2.汽车工厂智能物流整体解决方案研究
第一阶段前提/环境：各物流系统和硬件设备对物流中控系统开放接口，同时熟悉各系统和设备的核心业务数据。目标：获取各物流系统和硬件设备的业务数据到物流中控系统，在物流中控系统能够展示各系统的数据。
第二阶段前提/环境：理解不同软件系统和硬件设备业务数据的关联关系。目标：在物流中控系统能够展示多系统和硬件设备的前后顺序及关联关系等。
第三阶段前提/环境：结合各工厂各车间对业务难题进行总结分析，对影响物流效率及成本的问题进行汇总。目标：形成车间物流业务的统计分析及业务指标，指导车间改进物流规划。
3.物流系统数据及核心智能场景方案开发
（1）梳理智能工厂中的物流系统数据的流向、制约条件等，建立数据标准。建立数据关联关系与数据层级，对基础数据、业务数据、指标数据等分类管理。以期对各平台数据进行整合，形成知识体系。
（2）提炼智能场景并制定技术方案。对不同智能场景实施程度和自动化程度进行总结分析，对需求和拉动等不同层次抽取的同时，对智能协同及强弱关联也形成总结经验。分析智能场景所用技术等，同时
转载请注明：http://www.0431gb208.com/sjszyzl/9274.html
