随着汽车工业的百年发展,人们早已习惯了四个轮子上的飞驰。然而,2020年初新冠疫情的肆虐,却让喧嚣的城市里没有了往日的车水马龙。这对车企而言无疑是严峻的考验。
即使没有疫情对汽车供应链和市场造成的突然冲击,车企近年来也面临着越来越大的压力:消费者需求的日新月异,压缩了新车从研发到上市的生产周期;造车新势力的强势入场,重塑了原有的产业竞争格局;自动化、网联化、电动化、共享化的发展浪潮,倒逼企业进一步修炼"内功"并积极转型升级。
面对来自需求侧和供给侧的双重挑战,富有远见的车企们从来不会原地止步,他们在蓬勃发展的数字世界中"开采"出了一种优质"燃料"——数据,驱动其驶向未来的数字化新征程。而以西门子为代表的数字化解决方案供应商就像沿途的"加油站",为车企提供了全面、完整的支持和补给。
01 统一采集数据的"利器"
作为工业文明的结晶,汽车的制造过程异常复杂,从车型的设计研发,到制造过程的冲压、焊装、涂装、总装,再到后期的检验、测试、服务,整个流程会产生海量的数据。
数据是车企改进研发、优化制造和协同管理的基础，然而，对于上汽大众这样的传统车企而言，由于其在全国各地都有生产基地，各个工厂乃至各个车间之间相互独立，数据分散在不同的子系统中，形成了一座座信息孤岛。
数据无法互联互通，就意味着管理人员无法实时了解车辆的生产状态，制造人员无法实现各个部门之间数据的协同，研发人员无法从其它车间和工厂中及时吸收经验——使得企业难以应对当前愈发激烈的市场竞争。西门子SIMATIC WinCC OA则为上汽大众提供了统一采集数据的“利器”，这一大型数据管理可视化平台可以帮助客户从多个独立的IT系统之中收集数据。同时，由于WinCC OA可扩展性强，最多可支持1000万点，2048个分布式站点的数据采集，所以非常契合上汽大众分布式采集数据的需求。
虽然系统能够实时采集数以千万的数据，但并不是所有的数据都需要一股脑儿地的“堆”在管理者面前，管理者的目的是希望一目了然地掌握数据背后的趋势变化，比如生产的节拍，能源的消耗等等……为此，西门子基于WinCC OA的SiPlant平台集成了许多可视化工具，能够方便、迅速地将KPI、OEE、报警等关键信息以人性化的方式展现出来，使得管理者在阅读这些数据报表的时候就像平时在网页上浏览新闻一般清晰明了。
02 无标准寸步难行
数据虽然是数字化的根基，但有了数据，并不意味着万事大吉。有时候数据标准如果不统一，反而会为用户带来开发、运维以及管理的多重不便。
“无规矩不成方圆”，这话放在汽车行业里则是“无标准寸步难行”。
在汽车总装车间，AGV小车是工厂智慧物流系统的重要组成部分，这些“辛劳搬运工”们的运转效率直接影响着工厂的生产效率。然而，由于一家车企往往会采购多家AGV厂商的小车产品，不同厂商之间各自为政，势必会产生各种各样的问题：首先，每家AGV厂商都有各自的控制系统，一旦缺乏全局性调度，就好比全市的交通信号灯乱了套，很容易在AGV线路交汇点发生“堵车”现象;第二，各家厂商在开发产品时使用的编程语言不同，这就要求用户的运维人员在运维阶段需要精通“八国语言”，未免有些强人所难，同时设备部门也要准备多种备品备件，既浪费成本，又挤占库存;最后，不同控制方式的AGV小车在和工厂的线边设备进行对接的时候，还有可能产生信息交互的延迟，从而形成信息孤岛。
显然，标准的“大一统”已经是大势所趋，西门子基于SIMOVE标准的AGV柔性生产解决方案则能让这些问题迎刃而解。
在西门子位于上海的汽车展厅与测试中心的样板工厂里，来自国内外多家AGV厂商的小车在总装车间里畅通无阻的高效运转着，所有AGV厂商都可以使用西门子专为汽车行业开发的基于TIA博途软件的SIMOVE设备平台来开发自己的AGV产品。同时，汽车行业用户也能够利用SIMOVE中央调度系统平台对不同厂家的AGV进行统一协调和管理，保证实时通信、实现数据增值，使未来大规模部署复杂的柔性生产线成为可能。
03 AI赋能车企高效生产
从各个系统中收集而来的数据，就好比是刚刚开采出的“原油”，只有经过层层提炼，才能真正变成汽车的燃料，燃烧产生动力。同理，数据只有经过分析进一步转化成企业的洞察，并帮助企业切实改进了业务，才算真正发挥了价值。
目前，许多车企正在基于对当前数据的趋势分析，预测未来可能发生的变化，从而提升产品质量，降低运维成本，广汽乘用车和上汽大众就是其中的典型。
在汽车的制造过程中，焊接质量检测是一项精细而复杂的任务。每辆汽车的白车身主体结构约有2000到3000个不同类型的焊点，其焊接质量直接关乎汽车的整体安全和使用寿命。虽然多种抽检方法相结合能够降低问题车辆出现的概率，但却无法从根本上杜绝白车身不合格的隐患。出于对质量的极致追求，广汽乘用车将西门子工业人工智能软件应用于车间核心工站，实现了生产过程中的焊接质量预测。由此，工作人员就可以对潜在缺陷焊点进行定向检测，不但可以更精准地排查隐患，还能大大降低人力和设备成本。
除了产品质量，车企也十分重视产线的连续运行。我们知道，产线上的各种机器设备都会因为长时间的运行而产生磨损，一旦损伤积累到一定程度，就会导致产线的意外停线。对上汽大众而言，每停线1分钟就意味着少1台车可以下线，由此可能造成巨大的经济损失。而西门子的预测性维护技术，则能通过数据分析预知设备未来可能发生的故障，提醒运维人员提前采取行动，从“坏了再修”变成“防患于未然”，帮助上汽大众每年减少1-2个小时的停线时间。
04 让汽车在数字世界里飞驰
未来，随着技术的迭代和应用的深入，数据的潜力将会得到进一步的释放。在西门子成都创新中心，来访者可以一览汽车行业数字化转型的宏伟愿景。其中，西门子MindSphere工业物联网即服务解决方案，展现了汽车行业未来的无限可能。工业物联网网关可以通过开放的连接标准将汽车复杂制造场景中的数据传送到云平台MindSphere，平台侧对数据的进一步分析将帮助车企更好地把握制造过程的各个环节，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，由此形成数字化闭环，最终实现将传统工业提升到智能化的新阶段。
不久的将来，研发人员可能只需将需求发布到工业互联网平台，就能从云端精准获取相关数据以及用于处理数据的模型和算法服务，让一款新车型直接在数字世界中飞驰起来 ，与物理世界的运行并无二致，方便进行测试和改进，由此大大加快了新产品的上市速度。
当前，中国汽车产业已经进入了一个全新的，发展模式出现颠覆式变革的新时代。在机遇与挑战并存的当下，利用数据洞悉先机，通过数字化转型应对时代变革，正在成为汽车企业领袖的共识和行动计划。西门子深耕汽车行业数十年，在汽车行业积累了大量的知识、技术和丰富的实践经验。未来，西门子希望携手中国汽车企业一起迈入数字化新征程，助力客户打造世界一流的企业，推动中国汽车行业“屹立于当下，繁荣于未来”。
