汽車生產(chǎn)現(xiàn)場海量數(shù)據(jù)的云計算

 作者： 劉勝勇
單位： 中國重汽集團濟南橋箱有限公司
來源：《金屬加工（冷加工）》雜志

18世紀60年代至今，全球工業(yè)領(lǐng)域歷經(jīng)4次工業(yè)革命。起于英國的第1次工業(yè)革命，以瓦特蒸汽機作為動力機被廣泛使用為標志，使機器生產(chǎn)基本取代手工勞動。起于19世紀70年代的第2次工業(yè)革命，以電力和內(nèi)燃機的廣泛應用為標志，使重工業(yè)取代輕工業(yè)，其典型特征為自動化。起于20世紀40～50年代的第3次工業(yè)革命，以電子計算機的發(fā)展和普及應用為代表，使原子能、航天技術(shù)、分子生物學和遺傳工程等領(lǐng)域取得重大突破并步入信息時代。起于2013年4月的第4次工業(yè)革命，以互聯(lián)網(wǎng)產(chǎn)業(yè)化、工業(yè)智能化和工業(yè)一體化為代表，以物聯(lián)網(wǎng)和云計算支撐下的大數(shù)據(jù)應用為核心（見圖1），既可使價值網(wǎng)絡實現(xiàn)橫向集成，也可使工程端到端的數(shù)字集成橫跨整個價值鏈，還可使綠色制造系統(tǒng)垂直集成并實現(xiàn)網(wǎng)絡化。



圖1　智慧重汽互聯(lián)網(wǎng)+服務平臺

隨著物聯(lián)網(wǎng)、移動通信、移動互聯(lián)網(wǎng)和數(shù)據(jù)自動采集技術(shù)的飛速發(fā)展以及在汽車等多領(lǐng)域的廣泛應用，人類社會所擁有的數(shù)據(jù)正呈前所未有的“GB→TB→PB→EB→ZB”跳躍級的爆炸式增長。這些海量數(shù)據(jù)唯有采用一些支撐云環(huán)境的相關(guān)技術(shù)和數(shù)據(jù)立方等云處理軟件，方可挖掘出有用的信息并被快捷、高效處理，方可釋放出數(shù)據(jù)的價值并被獲知彼此間的關(guān)聯(lián)關(guān)系，方可推動和實現(xiàn)數(shù)據(jù)、技術(shù)、業(yè)務流程和組織結(jié)構(gòu)四要素的互動創(chuàng)新與持續(xù)優(yōu)化。只有這樣，汽車等產(chǎn)業(yè)才能實現(xiàn)創(chuàng)新發(fā)展、智能發(fā)展和綠色發(fā)展，才能保持與其發(fā)展戰(zhàn)略相匹配的可持續(xù)競爭力，才能不斷滿足用戶日益增長的汽車個性化定制需求。
數(shù)據(jù)云計算的現(xiàn)場應用

對于汽車的產(chǎn)品生命周期管理（見圖2），產(chǎn)品設計和產(chǎn)品仿真的大數(shù)據(jù)分析能夠提高研發(fā)設計效率、降低研發(fā)設計成本，生產(chǎn)經(jīng)營的大數(shù)據(jù)分析能夠優(yōu)化工藝流程，客戶交易的大數(shù)據(jù)分析能夠開展精準營銷、實行定制化設計和服務，戰(zhàn)略資源的大數(shù)據(jù)分析能夠優(yōu)化、重組和再造管理流程。在海量數(shù)據(jù)即將成為最大的交易商品之際，對蘊藏于汽車智造中的這一寶藏進行挖掘，用以形成大數(shù)據(jù)平臺的基礎“資源池”。




圖2　汽車產(chǎn)品生命周期管理模型

（1）產(chǎn)品設計中的數(shù)據(jù)。產(chǎn)品設計是決定產(chǎn)品開發(fā)制造能否成功的先決條件?，F(xiàn)今的商用汽車總會投入很多配置不同和款式不同的產(chǎn)品，以滿足市場化形勢和用戶個性化定制需要。按車輛類型分，有載貨汽車、自卸汽車、牽引汽車和專用汽車等；按驅(qū)動形式分，有全驅(qū)、4×2、6×2（雙前軸轉(zhuǎn)向）、6×2（后提升）、6×4、8×2、8×4等；按功率分（以kW為單位），有61-71、71-85、85-99、99-117等；按滿載質(zhì)量分（以t為單位），有1、2、…、9、10、…、55等；按油箱容量分（以L為單位），有≤200、200-300、300-400、＞400等?？梢哉f，設計數(shù)據(jù)海量，仿真實驗龐大，技術(shù)參數(shù)（如軸距、輪距、總長、總寬、總高、前懸、后懸、接近角、離去角和最小離地間隙）繁多，派生標準件數(shù)若干，衍生非標件數(shù)無數(shù)。



圖3　某車輛輪軸基于CAD平臺的參數(shù)化流程圖

如何使產(chǎn)品設計合理、技術(shù)能力牢靠、銷售前景廣闊、零件標準化、部件通用化和產(chǎn)品系列化等，國內(nèi)汽車制造業(yè)應加大資金投入，建設現(xiàn)代化工程技術(shù)中心，全面普及汽車CAD/CAM/CAE技術(shù)，實現(xiàn)產(chǎn)品設計、分析和制造的三維化、無紙化與數(shù)字化，并借助“互聯(lián)網(wǎng)＋”行動計劃，實現(xiàn)汽車全價值鏈的信息和數(shù)據(jù)的綜合管理與共享，以滿足大規(guī)模客戶的個性化需求，從而獲得最佳效益。圖3為某車輛輪軸基于CAD平臺的參數(shù)化流程圖。

（2）工裝夾具中的數(shù)據(jù)。在眾類型、多配置的汽車零部件的加工中，既有發(fā)動機的曲柄連桿機構(gòu)、配氣機構(gòu)、進排氣、增壓、潤滑、點火和起動等環(huán)節(jié)，又有傳動系統(tǒng)的離合器、變速器、萬向傳動以及驅(qū)動橋等部件，還有行駛系統(tǒng)的從動橋、懸架、車身和車架等部件；既有轉(zhuǎn)向系統(tǒng)的轉(zhuǎn)向器、傳動機構(gòu)和操縱機構(gòu)等環(huán)節(jié)，又有制動系統(tǒng)的制動器、驅(qū)動機構(gòu)和ABS等部件，還有汽車室內(nèi)的儀表板、座椅、門護板、方向盤及手柄等部件。這些零部件的數(shù)字化加工均離不開各式各樣的液壓或氣壓型工裝夾具，有單一產(chǎn)品用的，有多個產(chǎn)品通用的，有固定在機床上使用的（見圖4），有隨零部件工序流轉(zhuǎn)再用的，有裝于零部件上不再卸掉的，等等。



圖4　從動錐齒輪柔性線上NM515立式加工中心用工裝
1.機床工作臺　2.轉(zhuǎn)角氣缸　3.分氣塊　4.吊環(huán)螺釘　5.底板　6.三爪卡盤　7.吹氣管

這就要求汽車智造生態(tài)系統(tǒng)的工藝設計平臺既能識別不同產(chǎn)品所需的工裝夾具，又能定位工裝夾具的工序間位置，還能判知是否多產(chǎn)品通用等?，F(xiàn)場的工裝夾具倉管在物聯(lián)網(wǎng)的控制下，能夠?qū)⑺枘繕俗詭熘姓{(diào)出后，由智能機器人放置于AGV小車上，再運送至指定的工作臺位，人工或機械手將其裝于工作母機或待加工配件上。低端水平的工裝夾具僅實現(xiàn)裝卡定位功能，中端水平的工裝夾具也可經(jīng)由傳感器感知溫度變形并適當補償數(shù)控系統(tǒng)，高端水平的工裝夾具還能經(jīng)GPS等獲知所在位置及磨損壽命曲線。

（3）工具輔料中的數(shù)據(jù)。眾所周之，現(xiàn)代數(shù)字化機械加工既離不開數(shù)量眾多的機夾刀具和可轉(zhuǎn)位刀片，也離不開數(shù)控機床上自動換刀機構(gòu)的快速裝/卸刀具；既離不開工具輔料倉管據(jù)產(chǎn)品設計平臺信息形成的定額控制，也離不開4～5小時無人值守加工的全程壽命監(jiān)控。因此，未來的汽車智造生態(tài)系統(tǒng)必須對工具輔料中蘊藏的數(shù)據(jù)進行實時分析，自覺評定庫內(nèi)山特維克、阿諾、鈷領(lǐng)、肯納和京瓷等品牌刀具的庫存量，自動統(tǒng)計各柔性制造線的月度用量及預測日后可能用量趨勢，經(jīng)刀具制造商平臺提供的性能參數(shù)自行補償現(xiàn)場的數(shù)控加工，經(jīng)現(xiàn)場的質(zhì)量檢測平臺預判刀具使用壽命并預警操作者和反饋數(shù)控系統(tǒng)。圖5為某企業(yè)的倉儲管理系統(tǒng)模型示意。



圖5　某企業(yè)的倉儲管理系統(tǒng)模型示意

（4）設備運行中的數(shù)據(jù)。在現(xiàn)今復雜、激烈的市場競爭中，充分發(fā)揮工作母機的利用率，實時獲知設備運轉(zhuǎn)情況，據(jù)動態(tài)生產(chǎn)進度制定準確、科學的生產(chǎn)計劃，準確統(tǒng)計機床利用率，從海量數(shù)據(jù)中分析出制約生產(chǎn)的瓶頸，據(jù)以往統(tǒng)計結(jié)果預測機床故障分布等等。如此，設備運行中的數(shù)據(jù)便由資源變?yōu)橘Y產(chǎn)，由資產(chǎn)轉(zhuǎn)為價值，繼而促進信息技術(shù)與工業(yè)技術(shù)的深度融合。

利用汽車智造生態(tài)系統(tǒng)中的機床實時狀態(tài)模塊（拓撲模型見圖6），可采集機床的開關(guān)機時間、程序起始及結(jié)束時間、主軸負載、主軸轉(zhuǎn)速、進給速度、進給倍率、當前運行程序、當前工件加工數(shù)、故障代碼和報錯內(nèi)容等數(shù)據(jù)，并把采集到的數(shù)據(jù)按機床時間、開機率和利用率等條件，以餅圖、柱圖、折線圖和統(tǒng)計表格等多種方式統(tǒng)計和分析數(shù)據(jù)后，輸出office文檔或PDF文檔。在統(tǒng)計表格中，可涉及設備狀態(tài)、加工產(chǎn)量、停機原因、設備用時、設備稼動率、操作人員達成率、設備報警、停機原因、工單完成率、員工效率和調(diào)機用時等。



圖6　機床數(shù)據(jù)采集拓撲模型

（5）質(zhì)量檢測中的數(shù)據(jù)。在市場經(jīng)濟快速發(fā)展的今天，企業(yè)間競爭日趨激烈，質(zhì)量對于一個企業(yè)的重要性日益凸顯?？v觀國內(nèi)外，每一個長久不衰的知名企業(yè)，其產(chǎn)品或服務都離不開過硬的質(zhì)量。因此，質(zhì)量是企業(yè)的生命，是企業(yè)的靈魂。

在汽車智造生態(tài)系統(tǒng)的構(gòu)建進程中，產(chǎn)品出廠前的終檢驗進行全項測量是毋庸置疑的，但產(chǎn)品在柔性制造線上的過程質(zhì)量控制也是不容忽視的。過程質(zhì)量控制數(shù)據(jù)不僅涉及到線性尺寸（如外尺寸、內(nèi)尺寸、階梯尺寸、直徑、半徑、距離、倒圓半徑和倒角高度）和角度尺寸，還包括產(chǎn)品的幾何公差，如形狀公差、方向公差、位置公差和跳動公差。這些具有快速、復雜和多變特點的海量數(shù)據(jù)，已經(jīng)無法再由質(zhì)管人員采用傳統(tǒng)分析方式（紙質(zhì)手工描點與Excel表格分析）進行加班加點地分析，只能是借助于智能傳感和智能檢測手段，并通過工業(yè)互聯(lián)網(wǎng)和云計算來實現(xiàn)即時捕捉、快速存儲、按需分配在線分析和趨勢預測。圖7為某產(chǎn)品裝配線的過程信息智能測控系統(tǒng)示意。

今后，企業(yè)新增柔性制造線時，既要在當前機床上采用在線實時測量，并進行溫度等環(huán)境因素補償；又要使產(chǎn)品的全數(shù)檢驗從制造中分離出來，成為一個獨立的工序后，采用SPC技術(shù)進行工序質(zhì)量控制；還要研究面向制造產(chǎn)能柔性的質(zhì)量集成控制技術(shù)（如精益和六西格瑪有機融合等），使工序質(zhì)量、制造成本和時間綜合達到企業(yè)的期望值，使柔性制造線乃至數(shù)字化車間、智能工廠持續(xù)平穩(wěn)運行，使企業(yè)利益實現(xiàn)最大化。



圖7　某產(chǎn)品裝配線的過程信息智能測控系統(tǒng)示意

結(jié)語
Google無人駕駛汽車的首席科學家Peter Norvig曾講到“我們沒有更好的算法，我們有的只是更多的數(shù)據(jù)”。這些數(shù)據(jù)的價值不僅在于數(shù)據(jù)的本身，還在于數(shù)據(jù)彼此間的關(guān)聯(lián)關(guān)系。互聯(lián)網(wǎng)平臺的云計算能夠梳理并治理這些雜亂且海量的數(shù)據(jù)，通過“數(shù)據(jù)采集→數(shù)據(jù)交換和預處理→數(shù)據(jù)存儲處理及共享→數(shù)據(jù)資源深度分析和挖掘→數(shù)據(jù)智能應用”的計算歷程，做到計算的泛在化，實現(xiàn)數(shù)據(jù)的社會化。因此，國內(nèi)汽車制造業(yè)在搭建智造生態(tài)系統(tǒng)的同時，務必要加大生產(chǎn)現(xiàn)場海量數(shù)據(jù)的挖掘深度，推進基于云計算的大數(shù)據(jù)中心建設，讓汽車全價值鏈上的數(shù)據(jù)由資源變?yōu)橘Y產(chǎn)、由資產(chǎn)轉(zhuǎn)為價值，使數(shù)據(jù)流通下的汽車智造不斷衍生新產(chǎn)品、產(chǎn)生高效率和釋放大智能。