《时代新材:构建集成智慧物流平台,助力智能制造升级》

  • 来源专题:智能制造
  • 编译者: icad
  • 发布时间:2025-02-24
  • 一、企业简介

    株洲时代新材料科技股份有限公司(简称:“时代新材”)始建于1984年,前身为原铁道部株洲电力机车研究所橡胶试验室,现为中国中车股份有限公司一级子公司,是一家A股上市企业。中车时代新材以高分子材料研究及工程化应用为技术发展方向,致力于轨道交通、风力发电、汽车、先进高分子材料等产业领域系列产品的研制、生产与销售。轨道交通减振制品领域全球第一,产品品种千余种,并已实现大批量出口和海外经营,产品广泛应用于国内外高铁、动车组、地铁。        

    近年来,时代新材紧跟全球经济发展步伐,利用国际国内两大市场与资源,坚持面向新兴产业、面向高端产品、面向全球整合,产业协同融合发展,在德国、法国、斯洛伐克、墨西哥、澳大利亚、巴西等国家拥有研发和生产基地,综合国际化指数近40%。        

    稳中求进、品质发展,“十四五”期间,时代新材以“深化改革、创新引领、深耕细作、全球经营、严控风险”为方针,致力于将新材打造成为中国中车“有规模、有质量、有想象空间”的重要一极。

    图1时代新材

    二、企业在智能制造方面的现状

    信息系统方面:建设并深化使用OA、SAP、PLM、CAPP、MES、SRM等信息系统。       

    智能制造场景1:基于PLM的产品结构化设计,与工业设计软件CREO/CAD集成,从项目立项开始的一系列结构设计、工艺设计、采购、制造、首检、转批等动作均转为线上处理,实现产品从立项至最终报废的全生命周期管理。现已在轨道交通事业部全面应用,使得项目管理流程简化、研发周期缩短,项目管理成本降低,产品进入市场时间加快15~50%;并建立产品结构数据库,对于技术要求相近、结构相似的产品可快速复用,研发周期缩短,直接材料成本节省5~10%,开发成本降低10~20%,用于质量保证方面的费用降低15~20%。        

    智能制造场景2:基于CAPP的工艺参数结构化设计,与PLM集成,接入产品模型数据,固化工艺参数模板,实现结构化的工艺参数设计。现已在轨道交通事业部全面应用,使得工艺参数、工艺文件标准化,工艺设计效率提升;并形成产品工艺参数数据库进行大数据分析,保证产品工艺一致性及产品质量稳定性,有效提升工艺设计能力。        

    智能制造场景3:硫化工艺云应用,为解决同一物料在机台换模后需重新调试工艺参数及设备行程动作问题,将在MES报工生产的物料+机台+模具绑定的工艺参数及设备行程等信息同步至云端,三者信息一致时即可重复调用,生产效率提升,产品质量稳定性提高。        

    智能制造场景4:胶料智能化挤出配送,硫化机台通过MES与挤出机工控机对接触发胶料来料指令,挤出机接收MES指令将胶料挤出,并自动称量,达到需求重量后自动切断,并呼叫AGV自动接驳胶料配送至对应硫化机台,实现胶料智能化挤出配送,提高生产效率,杜绝胶料用错、胶料粘接、胶料易断、重量不准等问题,工序人员减少40%。

    三、参评智能制造项目详细情况介绍

    1.项目背景介绍

    业务痛点:       

    1、现厂房基本为人工、地牛、叉车作业,劳动强度大,作业效率低;        

    2、仓库多且位置分散,管理难度大,运输成本高,地摊式堆积严重,空间利用率低;        

    3、工序间物料流转靠人工沟通,叉车配送,物料流转慢,混料错料频繁;        

    4、产品结构属多品种小批量,业务流程繁杂多样,实物流信息流账务流不同步。        

    企业当前的物流现状已远远不能满足智能制造及数字化转型大趋势下市场信息化、时效性、透明化等需求,亟需建设一套安全、高效、透明、少人化的现代化集成智慧物流系统,实现物流自动化、标准化、少人化,快速响应市场,助力智能制造升级。        

    项目主要目标:        

    1、仓储管理:建设集中自动化立库,实现物料出入存的自动化;        

    2、配送管理:通过AGV实现产线内部自动配送;        

    3、人工成本降低:减轻劳动强度,物流配送全流程优化,减少作业人员30%;       

    4、流程时效透明:搭建WMS系统,实现全流程实物流、信息流、账务流同步透明。        

    所遵循的原则或方法:        

    通过现状诊断、价值流分析、PQ分析、PR分析、PFEP分析、SLP分析等方法进行相应布局规划、自动化分析、数字化规划。

    2.项目实施与应用情况详细介绍

    智慧物流平台主要为原材料、半成品、成品、模具、备品备件等存储、分拣及配送中心,占地面积9408㎡(11284),建筑面积约13244㎡。基于以下原则:        

    1)整体综合原则——设计时考虑设施布置有影响的所有因素,以达到更优的方案;        

    2)移动距离——搬运最小原则和搬运路径最优;        

    3)精益原则——人员操作、设备运行、人机工程;       

    4)流动性原则——在制品在生产过程中流动顺畅,消除无谓停滞,力求生产流程连续化;       

    5)空间利用原则——力求生产区域或储存区域充分有效利用空间;        

    6)柔性原则——考虑各种因素变化可能带来的布置变更,以便于后续的扩展和调整;        

    7)安全原则——人员安全、货物安全、设备安全、信息系统安全。        

    对智慧物流平台进行规划布局,按三大消防分区,分别规划成品库、铁件库、模具及大件库三大存储区,同时配备有办公区、拣选区,检测区等配套区域。共分为两层,一层主要为收货区和发货区,主要实现所有物料的收发及部分拣选;二层主要分为拣选区和AGV配送通道两大部分,主要实现原料拣选出库配送产线及产线成品与半成品入库。总计八大功能区:       

    (1)成品区:存放产线生产待发运的成品及半成品;        

    (2)原料区:存放供应商来料待配送至产线的原材料、备品备件;        

    (3)模具区:存放产线生产所需模具及大件道岔成品;        

    (4)地堆区:主要划分出人工分拣区域,大型物料缓存区域及检测区域等;        

    (5)发货区:主要为成品物料的集单和发运,同时满足小部分线下人工拣选等;        

    (6)收货区:主要为来料收货,以及不合格物料和退料的暂存;        

    (7)拣选配送区:主要为产线所需物料的拣选配送及产线成品半成品入库;        

    (8)月台:原材料来料收货及成品发货车辆的停泊位以及人工装卸平台。

    图2仓库布局

    图3仓库全景

    建设十巷道无人自动化立库用于成品区、原料区、模具区物料存放,通过调度堆垛机实现货物自动出入存,利用融合大数据分析的智能立体仓储技术,构建物料出入库逻辑算法,实现仓储区、货位、托盘、物料的精准定位、动态管理和智能预测,实现低成本无人化仓储智能管理。取近三年生产产品种类和产品数量做PQ分析,并根据近三年存货情况及各类产品出入库的流量需求,总计仓位约2.5万个,分为4巷道1吨双深位、4巷道1吨单深位、2巷道3吨单深位,面积约79.2m×60m=4752㎡,高24m。        

    立库前端配置链条输送机、辊筒输送机、RGV、拆叠盘机、移栽机、落地机、翻转机等与堆垛机对接实现物料出入库的自动输送,出入库输送线与产线上下料点位间通过AGV+空中连廊+提升机方式实现内部物料接驳配送,梳理各业务物流动线,利用智能路径规划技术构建自动物流动态模型,依据物料需求逻辑计算最优配送路径,实现智能无人化准时配送,并实时更新路线信息以应对一系列异常情况,综合考虑配送距离、AGV运行速度、交通避让、充电情况等,得出AGV配送流量需求及所需配备数量。        

    拣选区配置机械手、KBK等符合人机工程的货到人拣选装置,实现物料动人不动的便捷拣选方式,并通过视觉识别、智能感应等技术提高拣选效率,减轻劳动强度。设计一对多标准化载具,实现单一载具适应多种物料、多种自动化物流设备、多产线的自动接驳。配置光电感应、智能传感、RFID、PDA、电子屏等智能识别显示技术、物联网技术,实时采集、传输监控物料信息,实现精准透明出入库及分拣配送,同时取代纸质单据作业方式实现无纸化作业。

    图4智慧物流构成布局

    建设WMS智能仓储管理系统,搭建四化平台:        

    1、集团化:分子公司、多组织多工厂集中管理;        

    2、精细化:精准的数据,精准的时效,精细化的成本,标准化的流程和作业;        

    3、一体化:产供销物流一体化,订单协同一体化,资源调配一体化;        

    4、平台化:开放性平台,可复制平台,可扩展平台。        

    实现两化目标:        

    1、可视化:数据实时采集,现场实时呈现,关键指标预警,移动端作业透明,作业全流程透明;        

    2、智能化:作业智能调度,自动计费结算,经营决策支持。        

    对所有涉及的业务流程展开梳理调研,分析每一步实物作业流的实现方式,设计各信息系统交互逻辑,将存储、输送、分拣、装卸等自动化物流装备的作业流及产线作业流与系统出入存智能管理的信息流贯通,实现实物流、信息流、账务流的一致性,输出以WMS作为集成物流中枢,上承SAP、MES、SRM、QMS等系统,下接WCS、RCS等设备调度系统的系统架构。

    图5 ERP-WMS架构

    主要入库作业流程:入库主要有一楼铁件入库、一楼模具及超大件入库、二楼成品入库等。一楼铁件入库采用专用载具-循环料框,循环料框上配置RFID,供应商将物料、单据、托盘号\子箱等信息在SRM系统绑定循环料框RFID,送货车辆停靠卸货月台,叉车卸货至铁件收货区,厂房门禁配置有RFID读码器,读取收货料框RFID,传递信息至WMS并记录,当叉车上料至入库口,输送线上自动读取RFID信息,请求WMS分配仓位,WCS调度堆垛机和输送线完成入库,完成后按反向系统流程反馈至WMS、SAP更新库存信息。二楼成品入库流程由产线MES在产品下线装箱绑定后生成入库单发起,经WMS、WCS、RCS调度AGV、提升机搬运物料,完成后按反向系统流程反馈至WMS、SAP更新库存信息。 

    主要出库作业流程:出库主要有一楼成品出库、一楼模具及超大件出库、二楼铁件出库等。一楼成品出库由WMS接收SAP发货订单,跑波次计算出库托盘生成出库任务,由WCS调度设备将物料输送至出库口,再由人工叉车接驳装车,完成后按反向系统流程反馈至WMS、SAP更新库存信息。二楼铁件出库由MES排产信息下发物料需求单,人工选单WMS组波分配出库仓位,WCS调度堆垛机和输送线出库至库前缓存区,再由RCS调度AGV搬运至拣选站,人工PDA扫描来料托盘进行拣选,拣选后由RCS调度AGV配送至生产厂房需求点。

    3.效益分析

    1、将原始的人工、地牛、叉车作业升级为堆垛机、输送线、AGV等自动物流设备作业,提高作业效率,减轻劳动强度;        

    2、将地理位置分散的多仓库整合为集中立库,将地堆式堆积改为立库存放,充分利用空间,降低管理成本和运输成本;        

    3、将纸质单据叫料、人工配送升级为系统叫料、AGV配送,作业无纸化,物料精准配送、流转快,杜绝混料错料;    4、全流程信息化指令交互,确保实物流、信息流、账务流同步,全过程透明可控。        预期实现自动物流作业占比≥80%,配送及时率≥98%,物流作业人员减少30%,物流成本降低300万/年。总体物流形象提升,供应链协同一体化,加快流转效率,缩短交付周期,质量稳定可控,实现供应物流、生产物流、销售物流的高效联动,支撑市场快速响应,助力产品市场竞争力提升、市场份额提升、客户满意度提升,助力智能制造升级。

  • 原文来源:https://articles.e-works.net.cn/scm/article154740.htm#t1
相关报告
  • 《智能制造的试验台》

    • 来源专题:智能制造
    • 编译者:icad
    • 发布时间:2025-01-16
    • 新技术是制造业的增长引擎,但变革有中断和巨大成本的风险。使用技术测试台逐步推出新设备和软件有助于在生产部署之前改进和优化流程。 为什么要建立一个试验台? 技术测试台通过提供一个受控的环境来识别风险并在不中断生产的情况下进行实验,从而降低了全面部署期间失败的可能性。通常,测试台使用按比例缩小的设备来最大限度地降低成本,同时仍然反映全尺寸系统的关键功能和能力。 中试工厂 所有试验台都证明了新的制造工艺,但中试工厂的规模最大。旗舰设施通常是新建的,至少雇佣了一些全职员工,需要大量的资本投资。它们通常是与政府或经济发展组织合作建立的。在中试工厂,研究人员、科学家和工程师的迭代设计、测试和实验导致接近正确的工艺参数,这些参数将延续到全面生产中。 中试工厂示例 2024年,在美国国家能源技术实验室(NETL)的支持下,位于德克萨斯州圣安东尼奥的西南研究所开设了超临界变压电力(STEP)测试设施。通过展示超临界二氧化碳(sCO2)涡轮机技术,中试工厂验证了sCO2布雷顿动力循环的效率、可扩展性和环境效益。它以4兆瓦的电网同步功率运行,为涡轮机性能、热管理和系统集成提供了见解。演示设施能够对设备、工艺设计和操作条件进行真实世界的测试。 2019年至2022年,芬兰VTT技术研究中心有限公司建造了一座纤维加工中试厂,开发了一种半自动的数字双胞胎生产工艺。该工厂使用详细的模拟和受控环境来发现和解决现实世界的挑战,如集成遗留系统和自动化数据提取。这种方法在加速数字化转型的同时最大限度地降低了风险和成本,展示了试点规模的设置如何有助于将理论概念与工业规模的实施联系起来。 2024年宣布或开业的其他试点制造厂: 木质碳纤维 硅电池 乙醇基合成橡胶 无稀土永磁体 改装试验台 与试点工厂不同,这些工厂不会因创造新的就业机会或地区经济收益而成为头条新闻。这种规模的试验台在大学和研究机构很常见。行业联盟也可以成为合作进行后期研发或早期商业化有前景的新技术的途径。 改装试验台示例 从2016年开始,美国国家标准与技术研究院(NIST)主持了智能制造系统测试台,以促进产品生命周期数据的研究。该测试台从位于马里兰州盖瑟斯堡的NIST园区机械车间的12台机床中提取数据。连接到试验台的设备包括立式和卧式加工中心、铣床和三坐标测量机。机械车间向NIST研究人员提供零件,测试台的连接和软件组件分层在现有设备、调度和过程管理软件工具之上。 2022年,芝加哥MxD部署了一个数字孪生框架,以加强制造过程管理。该框架对数据收集和分析进行了标准化,以提高生产运营的可见性和控制。该项目还测试了一种“移动工人”解决方案,使设备操作员能够在移动设备上实时接收任务、访问关键数据和更新状态。该测试平台允许制造商在安全、低风险的环境中评估人工智能驱动的分析、预测性维护、网络安全等,帮助他们在承诺全面采用之前了解每种工具。通过模拟真实世界的流程,该测试平台支持培训和技能发展,使员工能够熟悉新的工具和技术。 台式试验台 中试装置或试验台改造背后的相同原理也可以应用于独立的台式或台式试验台。当这些小规模工具由公司开发时,它们通常不会发布。对于那些在大学环境中建造或共同开发的建筑,学术文献中都有相关报道。 台式试验台示例 基于Linux的数控开放控制系统(萨格勒布大学,2013) 技术试验台的局限性 由于它们旨在反映现实世界的制造条件,因此构建和维护测试台也面临着类似的挑战。这些包括安全、数据安全和隐私、系统集成以及物理和虚拟基础设施管理。有限的空间、资金和利益相关者参与等资源限制也会减缓进展。 此外,还需要良好的实验设计。测试用例需要明确规定并妥善记录。结果需要清晰明了,易于传播。否则,测试平台的发现可能永远不会扩大规模或应用于生产。 AMT试验台 AMT-制造技术协会于2018年建立了一个带有台式五轴铣床的“快闪店”,作为机器连接和数字螺纹的演示和研究平台。后来,增加了一系列协作机器人,将原来的铣床升级为新型号。除了员工培训外,AMT试验台上的活跃研究领域还包括: MTConnect中的规范和功能建模 工业物联网的远程访问、安全和安保 标准协调(ROS、OPC UA、MTConnect、MQTT) 设备清单: Penta Machine Co.PocketNC v2台式五轴数控铣床(带外壳) IGUS ReBeL6机械臂+Schunk夹持器 Intel RealSense D435i深度感应立体相机 Sonicwall防火墙 用于CAD和仿真、单元控制和远程访问的专用Windows工作站 AMT试验台是为机器人辅助加工而建立的。它还有一个基于MTConnect的数据收集系统,以及对该单元的安全、基于帐户的远程访问。 本文由Chloe Radigan与Russ Waddell合作撰写,并得到了Benjamin Moses和Stephen LaMarca的额外支持。
  • 《AI驱动智能制造新升级 开启城市发展新篇章》

    • 来源专题:人工智能
    • 编译者:高楠
    • 发布时间:2025-03-26
    • 随着人工智能技术加速渗透千行百业,其应用落脚正不断从产业链向城市全域加速融入。3月19日,全国首个城市级人工智能大模型中心——东莞人工智能大模型中心正式开服,标志着东莞全域智能化进程加速。同期,“2025华为云城市峰会·东莞”召开。 中国工程院院士郑纬民在会上指出,人工智能进入大模型时代,产业界要重视工程基础设施建设,重视算法,重视软件优化,构建国产万卡系统虽然艰难但很重要。他说“我一路见证东莞智能基础设施人工智能产业蓬勃发展,特别是今天大模型中心的成立,我相信对东莞的制造业和其他方面会有很大的推动作用,希望这个经验能复制到全国各个地方去。” 在峰会期间的人民网《人民会客厅》圆桌对话环节中,来自政产学用等各领域的多位嘉宾就人工智能和制造业如何深度融合进行了探讨和分享。多位嘉宾认为,人工智能大模型中心为城市的制造业、工业企业提供了数字化转型的良机,是整个生产力跃迁的核心关键,也为落实“人工智能+”行动提供了示范。 以人工智能驱动“世界工厂”生产力跃迁 当前,全球制造业正加速向智能化,作为世界工厂、国际制造业名城,东莞规模以上工业企业超1万家,电子信息产业集群具备全球影响力,其产业链完整度在全球市场中具有较强的不可替代性。业内分析认为,AI转型是企业实现效率与质量提升、城市向智能化跃迁的必然选择。 “进入智能化时代,人工智能就是真正的生产力引领。”国家信息中心信息化和产业发展部主任单志广认为,东莞拥有的大体量制造业产业集群,是利用好人工智能牵引、实现生产力整体跃迁的重要对象,也是推动“人工智能+”行动的重要着力点。 据了解,作为全国首个面向制造领域的城市级大模型中心,东莞市人工智能大模型中心依托华为坚实的软硬件基础底座,基于制造企业共性需求,为企业提供充足AI算力、AI开发平台和大模型算法服务,让企业用少量数据和低成本便可快速提高模型精度。 在香港城市大学校长助理教授韦业看来,制造业场景丰富,AI和制造业的结合是未来非常重要的趋势,也是中国AI产业在世界范围内实现弯道超车的重要契机,这对算力提出了进一步的要求。 “人工智能技术日新月异,产业化进程不断提速,发展人工智能既是顺应时代潮流的必然选择,也是提升城市竞争力的迫切需求。”东莞市政务服务数据管理局局长张志云表示,东莞拥有15家千亿、百亿级制造业龙头企业,1.4万家规上企业,20万家中小企业,具备发展人工智能的场景优势、规模优势。 今年2月5日,东莞市人民政府印发的《关于加快推动人工智能赋能制造业高质量发展的若干措施》提出,在构建“1+1+N”算力供给体系上,要求高水平建设人工智能算力服务平台、人工智能大模型中心,统筹调度市内外N个智算资源等,全力推进人工智能赋能制造业高质量发展。 张志云表示,东莞将以城市全域数字化转型试点为契机,从“找场景、搭平台、供数据、促产业”四方面重点布局,推动建设城市可信数据空间等运用物联网、大数据等技术,加快公共平台的搭建为东莞制造业的发展赋能。 城市级赋能平台与地方产业实现深度融合 企业在AI转型的过程中,会遇到哪些重点难点问题?东阳光集团战略规划总经理周林分享了自己的经验,他表示,公司从事的电子新材料、生物医药和健康养生三大产业具有高投入、长周期的特征,提高效率、减少风险是公司在转型升级过程中遇到的主要挑战。 据周林介绍,面对挑战,东阳光与华为云展开合作,通过深度整合AI技术与医药研发,构建强大的AI+医药研发核心技术体系,公司以创新为驱动,以科技为支撑,引领医药行业迈向智能化新时代。 与此同时,生态伙伴也在依托行业经验与AI技术,为产业提供更多数字化解决方案。依柯力信息科技(上海)股份有限公司董事长尹可杰表示,通过与华为合作全面打通研产供销服,覆盖工艺、生产、质量、供应链等生产制造场景,实现制造领域实际落地的制造运营智能助手应用,助力企业打造自主创新的“工业智慧大脑”。 这些案例证明,城市级大模型不仅是技术工具,更是区域产业升级的“操作系统”。其成功不仅依赖于政策精准度,也离不开普惠化的技术支持。 华为云大数据与人工智能领域总裁尤鹏介绍,凭借近2年来在华为云在人工智能大模型中心建设贵安、花都、宝安等区级人工智能大模型中心经验积累,加上多模态盘古大模型加持、算力供给能力的持续提升,东莞人工智能大模型中心提供智能算力集群为东莞企业提供了开箱即用、高效、长稳、更高性能的AI算力服务。 据了解,华为云提供全栈技术底座构建和即开即用的智能算力,支持DeepSeek等主流开源模型部署,支持华为云盘古大模型和产业各主流开源大模型部署。此外,在开放模型方面,为了解决通用大模型专业能力不强的问题,除上线自然语言、计算机视觉与预测分析三个基础大模型外,还提供了制造知识和制造视觉两大行业大模型,以便覆盖通用+行业专业知识,满足东莞制造产业需求。 尤鹏表示,长期以来,东莞以制造业为主,制造长尾需求场景丰富,这与华为悠久的制造业基因相契合。“我们把这些经验和能力带给东莞智能制造企业,帮助客户解决智造领域AI落地问题,通过东莞市人工智能大模型中心的创新模式,大模型的应用开发周期缩短90%,创造了AI时代的‘东莞速度’。” 以“东莞样板”打造产业智能化可复制标杆 东莞作为中国制造业的标杆城市,其城市级大模型的战略布局不仅服务于本地产业升级,更成为国家“人工智能+”行动的地方实践样本。同时,作为粤港澳大湾区的主要城市之一,东莞的智能化升级已超越单一城市范畴,成为粤港澳大湾区AI创新生态的关键枢纽,让城市级大模型成为区域协同创新的“技术中台”,推动大湾区从分散的产业集聚向智能化集群跃迁。 在业内看来,今年是人工智能从千行百业真正落地应用的元年,如何让东莞城市级AI大模型驱动产业转型的好案例从“1”向“100”复制,对全国制造业转型意义重大。 “通过集约、高效、先进的方式,以城市为载体,提供一个数字经济、产业发展的公共性人工智能平台是科学的路径,东莞实践是能够向全国复制的。”单志广说。 据了解,东莞市人工智能大模型中心汇聚算力资源、开放模型、AI工程化能力三类服务,连接产业、人才、科研和生态,推动产城学研与人工智能大模型技术深度融合,计划2025年打造50个以上AI+先进示范应用场景,力争到2027年打造135个以上AI+先进制造示范应用场景。 张志云表示,人工智能将对城市的产业空间、数据空间等整个城市数字化转型方面带来革命性变革,东莞将拥抱AI浪潮,让这场空间重构的热潮为整个城市产业结构的转型升级提供动力。未来人工智能的发展一定会在东莞这片产业的沃土上生根发芽、开花结果。 “华为云提供了AI算力的云服务,也提供了大模型的云服务,同时将一城一云一模型的模式落地实践,这种集约化、高效化快速落地AI的路径,值得花时间去总结并变成一个最佳实践。”尤鹏认为,大模型真正在行业落地还不久,还有很多新的模式、新的场景、新的技术亟待开发和完善,需要行业不断、总结和复盘,探索出AI落地可复制的最佳实践。 同时,在这样的背景下,专业AI人才的重要性愈发凸显。韦业表示,人工智能复合型人才培养需多方发力,不仅要通过课程设置、实践结合来填补人才缺口,还要创造跨学科环境和深化终身学习理念,助力高质量“人工智能+X”人才培养。                                (责编:郝帅、高雷)