在華晨寶馬鐵西工廠的動力總成車間，我們看到了不少忙碌的AGV（Automated Guided Vehicle，無人搬運(yùn)）機(jī)器人。
一位工人站在一個正方形的操作臺內(nèi)只需簡單點(diǎn)擊幾下電腦，AGV接收到指令后根據(jù)事先編程設(shè)計(jì)的搬運(yùn)路線，通過二維碼掃描精準(zhǔn)識別動線，將組裝所需的零部件送了過來，師傅們從AGV機(jī)器人上陸續(xù)拿出所需的零部件，扭身操作，工序完畢后點(diǎn)擊屏幕，這輛AGV便重新出發(fā)，繼續(xù)執(zhí)行自己的下一個任務(wù)。
今年上半年，華晨寶馬鐵西動力總成工廠物流“貨到人”項(xiàng)目投入以來，已經(jīng)共有20余輛AGV協(xié)助工人完成揀選運(yùn)輸工作，這20輛AGV每小時可以完成超過300個揀貨訂單，滿足發(fā)動機(jī)總裝的零件供應(yīng)。
在升級到“貨到人”的項(xiàng)目之前，寶馬工廠還是傳統(tǒng)的“人揀貨”模式。工程師們需要推著大大小小的裝載車去指定的揀貨區(qū)揀貨，將所需的貨揀回來，回到工作臺再繼續(xù)組裝操作。
僅僅是在華晨寶馬的動力總成工廠，每天的生產(chǎn)過程中就需要數(shù)以萬計(jì)的零部件進(jìn)行運(yùn)輸調(diào)配，這其中需要投入大量的人力物力。而技術(shù)生來就是為了解放員工單調(diào)重復(fù)的勞動，提升生產(chǎn)效率，AGV和無人化倉儲區(qū)的改造念頭由此而來。
AGV和無人化倉儲區(qū)也只是華晨寶馬鐵西工廠數(shù)字化轉(zhuǎn)型的一部分。在看起來非常傳統(tǒng)的汽車制造領(lǐng)域，寶馬已經(jīng)將人工智能視覺檢測、5G連接、無人化倉儲，甚至是VR/AR等數(shù)字孿生應(yīng)用在了工廠，并深入到了汽車制造的多項(xiàng)流程。
品駕/品玩參觀下來也有了極大的感觸：眼前看到的這些傳統(tǒng)制造業(yè)的智能化轉(zhuǎn)型本身并沒有科幻片中那般“性感”，但一旦將工業(yè)互聯(lián)網(wǎng)、AI視覺以及5G等技術(shù)融入到工業(yè)智能化流程的深處，一座傳統(tǒng)工廠的進(jìn)化也將是史無前例的。
從一粒砂開始的動力工廠
寶馬車?yán)锇l(fā)動機(jī)碩大的缸體，最初其實(shí)是從一粒砂開始的。
首先，鑄造發(fā)動機(jī)的原始材料就是專門用于鑄造工藝的鑄造砂，但由于砂本身沒有粘性，無法直接塑性，所以第一步其實(shí)是要將砂通過大型混砂機(jī)與膠混合，而再將砂膠混合物放到熱芯盒中形成砂芯，進(jìn)入鑄造空腔模具中從下至上注入鋁合金溶液待其冷卻凝固后便獲得了缸體零部件的毛坯。
但毛坯的精度還不足達(dá)到結(jié)合要求。所以鑄造車間讓砂變成了塊狀的毛坯件，而到了機(jī)加工車間后，經(jīng)過機(jī)械臂一系列的車、銑、刨、磨、鉗等各種工序便成了精度更高的發(fā)動機(jī)缸體/缸蓋。
在缸體進(jìn)入到下一流程前，其實(shí)就涉及到一個視覺質(zhì)檢的過程，最早是通過單獨(dú)的質(zhì)檢老師傅們的人眼目視，而現(xiàn)在換成了人工智能機(jī)器視覺輔助。
此前，檢測人員每天需要檢測約2000個汽缸蓋，這對檢測人員的細(xì)致程度和視力都提出了極高的要求。首先，目視檢測結(jié)果效率很低，其次，檢測人員如果長時間對同一種缸體檢測也極易產(chǎn)生視覺疲勞。
寶馬將流程融入AI視覺檢測后給我們留下了很深的印象：傳送帶只需將缸體運(yùn)輸?shù)搅艘粋€碩大的帶有機(jī)械臂的檢測位，檢測人員點(diǎn)擊電腦，機(jī)械臂夾起缸體，在舉起到檢測人員的面前之前，AI視覺已經(jīng)完成了缸體接觸面的初篩。
據(jù)了解，這個巨大的檢測設(shè)備內(nèi)擁有機(jī)械臂和多個攝像機(jī)，而過去的機(jī)械臂抓取其實(shí)是預(yù)先設(shè)置好的參數(shù)，而有了5G技術(shù)之后，可以慢慢過渡到AI視覺，實(shí)現(xiàn)一部分自學(xué)習(xí)。
這些初篩結(jié)果會率先出現(xiàn)在大屏上，并且對于人眼不易查看的小瑕疵進(jìn)行了顏色標(biāo)注。
隨后操作人員可以通過大屏放大查看，點(diǎn)擊復(fù)核，同時進(jìn)行缸體視檢。
更加靈活的生產(chǎn)流程，提升了質(zhì)檢效率和產(chǎn)品質(zhì)量。技術(shù)人員稱，原來缸體檢測的工作流程全部印在了66張A4紙上，質(zhì)檢人員會按照流程操作，而如今AI視覺通過學(xué)習(xí)已經(jīng)可以實(shí)現(xiàn)初篩，一個發(fā)動機(jī)缸蓋的檢測時間縮短到幾十秒鐘，而缸蓋表面微小瑕疵的識別準(zhǔn)確率也達(dá)到了99.7%。
在形成不同的鑄造件之后，也就有了上述AGV將不同零部件總裝到一起的過程。
現(xiàn)場一位技術(shù)人員稱，今年10月“貨到人”的二期項(xiàng)目也將上線，屆時將有更多AGV在倉儲區(qū)域代替人工揀貨員。而在未來，華晨寶馬還希望AGV可以擴(kuò)展到所有工廠，逐步實(shí)現(xiàn)從倉庫歸位、揀選到線旁供線的全物流流程自動化。
從代替人到協(xié)助人
從視覺AI和AGV的運(yùn)用也可以看出，本屬于物流配送區(qū)的員工變身成指導(dǎo)者和教練，他們不再需要深入倉儲區(qū)域進(jìn)行揀選，而是負(fù)責(zé)照看這些“小跟班”做得對不對和好不好。
這也就意味著，數(shù)字工廠并非會成為“無人工廠”。
對于華晨寶馬而言，技術(shù)以“人”為本，為員工提供支持和服務(wù)，是技術(shù)發(fā)展的必然走向。而通過智能化的“人”“機(jī)”協(xié)作，消除員工自我發(fā)展的阻力和束縛，是提升企業(yè)創(chuàng)造活力、贏得數(shù)字化未來的必由之路。
技術(shù)應(yīng)該協(xié)助人，而非代替人，這是百年寶馬深入制造的理念。
人，依然是永恒的主題。寶馬認(rèn)為，通過高效、精準(zhǔn)、全面覆蓋的數(shù)字互聯(lián)技術(shù)，數(shù)字化工廠為員工構(gòu)建了一個高度智能化、集成化的數(shù)字化平臺，讓每一個人都能從智能機(jī)械設(shè)備與網(wǎng)絡(luò)中獲得強(qiáng)有力的支撐，迅速從繁瑣的工作中解脫出來。
在寶馬工廠，我們看到了更多的激光攝像頭和機(jī)械臂組合的應(yīng)用。在車身裙板抓取工位，機(jī)器可以通過拍照，分析車身裙板的方向和位置，并獨(dú)立完成分揀工作。在質(zhì)檢區(qū)，攝像頭對車門、機(jī)箱蓋等位置的掃描也可以實(shí)現(xiàn)平整度質(zhì)檢，以及生成數(shù)據(jù)。
所謂數(shù)字工廠，以及數(shù)據(jù)化的平臺，更多是由經(jīng)驗(yàn)驅(qū)動轉(zhuǎn)為數(shù)據(jù)驅(qū)動。
這些數(shù)據(jù)到底有什么用？
除去數(shù)字化平臺，按需定制、生產(chǎn)等概念，更廣泛意義的工廠效率也擁有數(shù)據(jù)理念。
寶馬的想法很超前，這里有一個數(shù)字孿生的概念。寶馬工廠的一位高級總監(jiān)稱，機(jī)械臂調(diào)試的壓力、電流都可以成為數(shù)字化模擬，他們會通過數(shù)字化平臺來糾正。
機(jī)械臂迭代的過程中，生產(chǎn)系統(tǒng)的高效運(yùn)轉(zhuǎn)，都要把數(shù)據(jù)拿到數(shù)字孿生世界去模擬，然后再回來進(jìn)行實(shí)質(zhì)性的投產(chǎn)。
而現(xiàn)在的生產(chǎn)狀態(tài)其實(shí)來自于兩年前的設(shè)計(jì)和模擬，一旦投入真實(shí)生產(chǎn)，那么所有的工位的數(shù)據(jù)應(yīng)該都處于虛擬模擬的就緒狀態(tài)。
他對品駕/品玩表示，實(shí)際上，在建立寶馬任何一個工廠之前，相應(yīng)的管理部門其實(shí)對車間的雛形就有一定的要求，這個雛形就是一個數(shù)字化模擬的樣本，工廠怎么設(shè)計(jì)，數(shù)字化平臺怎么連同，數(shù)據(jù)怎樣流轉(zhuǎn)都是交給相關(guān)部門可行性分析的概念模型。
這不僅是將VR等技術(shù)應(yīng)用于工廠建設(shè)，通過3D建模在數(shù)字化系統(tǒng)中搭建“虛擬工廠”，而有了數(shù)據(jù)之后，將可以1：1還原工廠真實(shí)的生產(chǎn)場景和生產(chǎn)效率，模擬工廠的運(yùn)轉(zhuǎn)。
寶馬稱，在數(shù)字化工廠中，數(shù)字化規(guī)劃利用三維建模、VR技術(shù)（虛擬現(xiàn)實(shí)技術(shù)）和虛擬調(diào)試等前沿?cái)?shù)字化工具在虛擬世界中創(chuàng)造數(shù)字孿生，進(jìn)行產(chǎn)品和工廠的開發(fā)測試，并應(yīng)用于現(xiàn)實(shí)生活中，從而提升規(guī)劃和開發(fā)效率，縮短工廠及產(chǎn)品籌備時間。
這也正是最讓人期待的：當(dāng)新技術(shù)融入百年汽車工業(yè)，數(shù)字化工廠建設(shè)和生產(chǎn)都將迎來一次重大飛躍。
