【智能制造案例3】面向多品种小批量柔性制造的工业及配电产品数字化工厂

发布时间:2021-04-30
分享到
为推动智能制造深入发展,推介智能制造标杆企业经验做法,在工业和信息化部装备工业一司指导下,我们组织编写了智能工厂典型案例,内容涵盖汽车、家用电器、石油化工、纺织服装、飞机制造等领域。现将部分内容摘编如下,供有关方面学习借鉴。

无锡普洛菲斯电子有限公司作为法国施耐德电气旗下核心工厂之一,主要制造工业控制与电气自动化产品,针对多品种小批量柔性制造的需求,公司通过智能制造系统规划和设计,结合精益数字化理念,持续开展IIOT技术、自动化机器人、自主非标自动化和检测技术创新,应用数字化精益系统,实现工业控制和配电产品生产的全流程管控,利用数据采集、传输与过程质量的监控,实现端到端的质量与交付预测和管理。

图1  SMT柔性生产线

一、实施路径

(一)建设5G+柔性生产线,提高生产效率与产品质量,实现多品种小批量柔性生产。车间累计建成50多条不同的产品线,在原有生产组织模式下遇到换型频繁、物料配送复杂等瓶颈,创新提出并开发了5G+柔性生产模式,依托于5G网络的大带宽低时延通讯性能,实现了各生产单元的可移动、自由组织的柔性生产,做到同种类产品的零换型时间,跨种类产品10分钟换型时间。不仅节约了设备的投资和车间场地的占用,而且提高了交付能力,解决了企业痛点。

(二)智能物流系统实现物料的及时配送与监督。工厂有50多条产线,每天订单超过400个,物料种类超过4000中,对仓储协同的要求非常高,开发了智能仓储协同管控系统和物料运送系统,以满足快速换型与准确的物料供给。基于智能的路线优化算法和厂内物流配送模型,工厂仅需要配备适量AGV协助运料,实现了物料配送零错误和98%及时配送率。

图2  智能物流设备(AGV)和智能仓储系统

(三)高度智慧的数据利用和机器学习平台实现设备的预测性维护和质量管理决策的自主建议。数字化变革平台从底层设备中获取数据,并对数据进行筛选、加工和分析,形成能够服务于企业战略的数据,实现数据的共享和利用。开发了机器学习平台,其中包括设备故障提前预测、缺陷自动识别、三维物体检测和深度学习等功能。

图3  机器顾问和工业机器人

(四)实时的SIOP(销售库存运营计划)业务管理系统保证了供应链端到端的有效管理,提升客户满意度。供应链的管理囊括了从客户端需求到工厂计划生产到供应商需求计划的全过程,需要对海量的数据进行分析,打通供应链端到端的需求传递,系统通过连接38家分销中心和内部集团公司之间的需求信息,调整了超过400家供应商的预测发布途径。在运用这些模块后,保证了订单管理的准确性,精确的人力需求预测,库存管理更加合理,及时交货率达到了99%以上。

二、实施成效

致力于从价值链的角度挖掘隐藏的潜在浪费,实现生产运营成本降低17%、生产效率提升36%、不良品率下降24%、用工人员数下降33.18%。工厂生产节拍、产品符合率等均得到明显提升,为企业降低成本、提高生产效率提供了有力支撑。2019年,入选国家智能制造标杆企业。


收藏
赞一下
0