轨道交通装备企业的智能制造生产管理模式探讨

2022-11-22荣豪袁博

中国科技纵横 2022年19期

荣豪袁博

（中车青岛四方机车车辆股份有限公司，山东青岛 266111）

0.引言

随着物联网、人工智能等先进信息技术的腾飞，促进了融合信息技术的新一轮工业革命的兴起，制造业的发展顺应时代的大潮，深度融合新一代信息和通信技术，结合先进制造技术，在时间、产品、逻辑三重维度上展开了涵盖制造过程的全产品谱系、全生命周期以及全制造环节的深度优化，以期实现对市场的快速响应和产品规模化定制的目标，以此诞生了新一代的智能制造技术。智能制造涉及两大主体：（1）硬件，即实施智能制造的基础和框架，其重点在于数字化智能化生产系统的搭建，以及网络化分布式生产设施的实现。（2）智能生产模式的构建，包括整个企业的生产组织、物流配送、设备维保、质量管控等方面的实施和应用。

作为一种全新的生产模式，智能制造将人机关系重新定义为人机协同模式，将制造行为的主体从人转化为自动化的设备。同时为了匹配精益、敏捷和柔性的要求，制造管理模式需要从设计、规划、采购、生产、物流、售后等全过程的管理模式上进行精细化和系统化的同步提升。本文将针对中车青岛四方机车车辆股份有限公司（以下简称四方股份公司）在智能制造深化改造过程中生产管理模式的转变展开分析，探索智能制造生产管理的新模式。

1.生产管理模式的分析和探讨

轨道交通装备企业通过智能装备、数字化系统开发和集成应用，改变了传统的生产组织、作业执行、质量管控、物流控制的制造方式，生产过程大量采用机器识别和系统判定、控制技术，实现系统换人，以人为主体的制造模式变革为以系统控制为主体的制造模式。以四方股份公司为例，通过搭平台、建产线、通数据的方式进一步探索数据驱动型企业建设。下文从现场生产管理、产品质量管控、人员薪酬激励、设备维护保养等4个方面对转向架智能工厂生产管理模式的变化和调整进行分析和探讨。

1.1 现场生产管理

四方股份公司建成了MES车间运行数字化制造平台，打通了数字化设计与数字化制造信息链路，建立了从工艺设计、产品制造到过程检验的闭环数字反馈体系，实现了车间作业管理数字化、标准化、流程化。在应用MES制造执行系统，并和其他系统的连接和协同贯通之后，于现场生产管理上产生的主要提升有：

（1）通过读取生产计划、采购计划和其他的现实计划的相关约束，结合企业资源计划ERP系统，利用MES系统中的自动排产功能模块，实现了连接项目管理、采购、物流到现场的三日计划的自动排产。相比于人工排产方式，自动排产具备几个优点：一是计算效率更高，排产结果更加准确合理；二是可处理的数据规模更大，可计划的时间跨度更长；三是处理突发事件的能力更强。（2）实现了工单与生产计划从口头、纸面传达方式向线上自动下达模式的转变，在各种终端设备如移动工程电脑、手持终端甚至手机等以及其他固定设备上实现了移动化、多平台的实时连通。（3）通过实时传达反馈现场生产进度和物料消耗情况，结合现有生产计划对交付日期、物料消耗进行及时的提前预测，结合订单需求调整规划提前期和物料配送时间，实现了以最小制造单元为单位在最小时间模块上的物料拉动，提升了生产柔性，使现场生产过程精准可控[1]。

为继续贯通产线和业务系统数据，提高作业效率，提升生产线整体效能，企业将利用数字化和网络技术持续实施数字赋能，实现生产过程的集中可视化和各工序的有序衔接，根据需要在当前现场管理的基础上继续提升：通过采集现场人员、设备、产线等关键数据，利用工业总线和5G网络将数据实时反馈至相应的工业App中进行对照反馈，对生产过程进行准确的判断、分析，进而进行及时的预警和管理。将持续优化MES系统，延伸MES系统的管理触角，打破MES和自动化产线的数据壁垒，实现与柔性生产线的深度集成，使其适应敏捷柔性制造的管理需求。提升MES对产品批量、种类变化、变更量大的适应能力，全面支撑制造执行业务，为企业数据驱动平台建设提供数据支撑。

1.2 人员薪酬激励

在制造型企业智能化升级过程中，企业作业人员的组织架构和作业任务发生了变化，相应的薪酬分配与激励政策也应随之发生变化。

（1）组织结构变化。四方股份公司建立了以指标为核心的产品全生命周期要素透明化的三级制造指挥中心。在分厂级指挥中心中，以班组为单位将制造过程中人员的工作状态以指标的形式进行了数字化的实时展示。分管厂长和区长通过分厂级制造指挥中心直接把控各班组的工作进度和异常状态，使得过程状态上传迅速，对应指令下达快捷，实现了自下而上的信息透明，使得组织结构更加扁平，作业调整更加精细化。而结合四方股份公司目前采用的以分厂为利润中心进行的分厂工人的财务分配，利润中心和分配主体距离缩短，进一步保障薪酬合理分配和绩效精准化判定。（2）作业任务变化。随着自动化装备的更新和升级，作业人员的主要作业任务和岗位职责发生变化，同时作业人员数量减少，人员劳动强度大幅降低，使得部分工作岗位对作业人员素质的要求提高。以转向架智能工厂为例，构架焊接生产线采用人机数字化交互、机器人自动焊接打磨；在加载、转运过程中利用自动化机械手和AGV车辆接收后台自动规划程序实现侧梁、横梁台位和工位的自动转运。作业人员的作业任务从人工半自动焊接转变为设备监控，通过摄像监控和数据采集反馈对焊接过程进行实时监控，从重复性劳动转变为需要一定技术专业能力的现场问题改善和过程质量控制，作业人员不仅需要掌握数控技术、焊接设备操作能力以及一定的设备编程能力，同时需要熟练掌握焊接工艺和焊接技能，属于能力和素质要求较高的复合型技能人才。

企业人员的绩效和薪酬分配通常是和企业组织架构和人员作业任务相匹配的。当前企业内基层员工的薪酬制度主要采用根据工种工区确定工时薪资的方式，薪酬分化不明显，而囿于过去基层作业人员的技术力要求不高，岗位工资上下浮动不明显，薪酬级差很小，使得员工对于未来工资的涨幅期望不高。随着企业智能制造模式的逐步推进，技能人才比例提高、技能岗位类别增多，应从岗位本身要求和人才职业技能进行综合考查，制定合理的绩效制度，并对薪酬激励进行适当调整[2]。

1.3 产品质量管控

四方股份公司过去的质量检测模式是通过人工测量尺寸、温度等数据，生成纸面表单，采用自检、互检、专检模式，实行多人质量责任制；进行数字化改造后，通过加工、装配、探伤、试验等工序多台检测设备联网集成，构建了SCADA数据采集平台，结合RFID识别录入在制品型号，在线采集检测数据，系统自动研判，自动上传QMS系统，自动形成产品质量履历。质量数据收集至后台，利用可视化技术进行关键数据图表化展示和趋势分析，便于对质量趋势进行及时的修正和客观的评价。此外，系统通过对质量历史大数据、质量表单、产品质量履历等进行记录和管理，实现产品全生命周期关键质量数据追溯。

现有的质量分析和维护模式，主要是事后检测模式，通过人工比对质量标准对已有的加工条件和产品进行调整和补偿，但质量数据往往仅局限于本工位，容易形成信息“孤岛”；并且质量数据生成后对人员依赖性较强，复杂数据仍未实现自动判断。在持续推进智能化信息化改造过程中，企业将基于现有基础提升质量管控能力，预期实现系统自动分析工序能力指数CPK，通过阈值设置，系统自动预警指导技术人员执行工艺改进；利用各类工业传感器、自动测量设备，将设备的加工状态和关键工艺数据实时传递到后台系统；通过设备和后台系统对过程质量进行监控，可以对系统误差进行及时的修正，最终实现预测性的质量维护。

1.4 设备维护保养

在数字化智能工厂中，大量工作以自动化设备代替人的重复性劳动，设备在整个制造环节的比重也越来越高。总体来看，设备维保经历了从事后维修，到定期预防性维修，逐渐到构建数据预测模型维修的演化，而伴随着信息通信技术的深入发展，通过对设备主控电流、加工参数等的监控，设备健康变得相对透明可控。

四方股份公司利用设备管理系统对制造设备的健康状态进行了平台的管理，并对关键设备进行网络化升级，在原有定期性预防维护策略的基础上，结合自动采集和手动录入的设备数据，实现全生产边界内的设备管控。当前难点在于设备种类驳杂，部分设备相对落后，设备关键健康参数采集困难，实现智能化预测性维保的难度较高。

在企业的智能化改造过程中，设备健康检查和维护策略需要因设备而异、因条件而异，需要同时计算设备停机损失和预防停机成本以及维修成本，针对不同设备采取相应策略，提高设备资产应用水平，实现维修成本精细化核算，根据具体需求和现实条件以及需要达成的目标确定维保策略。

（1）针对停机损失大、维修成本高的关键设备，例如各类数控加工中心、机械手、自动焊接装备等，通过各种传感器将设备的各个关键参数如电流、温度等进行实时监控，采用高清视频采集、5G传输等先进通信技术，结合MES系统和工业互联网将数据反馈至管理系统中，并通过图像识别、数据分析、边缘计算等方法对设备健康进行分析，建立设备健康数据模型，针对当前设备状态进行预测判断，并采取可用措施。（2）对于停机损失较大、停机故障频率较低的重要设备，例如天车等，增加关键部件数据传感器，定期对健康参数进行采集分析，建立设备健康数据模型进行预测，结合定期项点检查维护的方式，将设备的故障停机概率降至最低。（3）对于停机损失小、故障修复时间和成本较少的一般设备，例如各类电焊机等，采取定期项点检查维护加独立数据模型管理的方式，并制定快速修复策略，降低设备不可修复性损坏的概率。

四方股份公司利用工业互联网技术和信息化集成平台等手段，将总体设备维保方向逐步提升到精细化设备健康数据采集、精准化大数据分析及预测、集成化平台管理的智能维保策略上来，进而减少停机损失，降低维护成本，实现效益效率最优。

2.总结

通过分析企业自身的特点和现状寻找自身的发展需求和改革痛点，四方股份公司根据实际生产需求，在保证硬件和技术智能化数字化的同时，提升生产组织方式，去除冗余工作，形成现场和上游的双向反馈，提高工作效率。结合制造执行系统打造基于现场的信息化柔性化系统，提高物料管理、进度管理和异常管理水平。调整人员管理组织形式，优化人员配置，改善人员激励政策，结合现有机制激发员工动力，保证制度上的先进性。跟进质量管控模式，分析过程质量并进行预测调整，同时形成产品全生命周期的质量追溯，将产品质量涵盖的时间和空间范围进一步扩大。对设备健康进行精细化平台化管控，抓取关键数据，改进设备维保策略，减少设备停机损失。与传统制造模式相比，智能制造在宏观上进行了拓展，即注重产品全生命周期和全生产要素的管控，包括设备维保、供应商管理、售后管理等；在微观上进行了拓深，即更加注重过程管控，包括过程质量、加工节拍、人员状态等生产过程中的要素状态。制造企业通过利用网络技术、工业互联网、人工智能算法等手段和精益管理、价值流等方法，高效精准地提升本身的质量、效益和核心竞争力。传统制造模式与智能制造模式对比如表1所示。