智能制造对物流技术的新需求-中机院产业园区规划网

智能制造是实现工厂内部、企业之间, 产品全生命周期的实时管理和优化的新型制造系统。制造过程离不开物流技术的支撑。智能制造不仅需要提高生产加工的效率, 还要提高物料配送的效率, 因此对物流技术提出了新的需求。

近年来, 伴随着大数据技术、云计算、人工智能等新兴技术的提出与崛起, 物联网+大数据+云计算+人工智能结合的智能制造成为了制造业未来的发展趋势及重心。国务院颁发的《中国制造2025》中提出了我国推进信息化与工业化深度融合的战略任务, 并强调智能制造作为两化深度融合的主攻方向[1]。物流是制造过程的重要组成部分, 随着智能制造的发展, 对物流技术提出了越来越高的要求。

智能制造的核心在于通过先进的自动化、传感、控制、数字技术的结合, 利用物联网、大数据、云计算、人工智能等新一代信息技术, 提高制造企业生产效率, 降低生产成本, 节能减排, 保障生产过程的安全运行, 满足客户日益增长的需求。

智能制造的特征在于实时感知、优化决策、动态执行三个方面。实时感知即通过传感器实时监控生产运输等设备的运行参数、位置信息等, 保障设备的安全运行。优化决策则是为了提高效率、节能减排, 缩短研发周期, 减少停机时间, 最大程度削减企业成本。动态执行即体现了智能制造系统应对临时性变量的能力, 这些临时性变量包括客户订单的变更、产能需求的变化、规划路径上的障碍物及其它突发情况等。

制造过程不仅包括生产、加工过程, 还包括生产过程中物料的仓储及配送过程, 离不开物流技术的支撑。智能制造不仅需要提高生产加工的效率, 还要提高物料配送的效率。因此智能物流是智能制造的重要组成部分, 智能制造离不开智能物流。

智能物流是在自动化物流技术的基础上, 结合物联网、大数据、云计算、人工智能等新兴技术, 实现物品仓储及运输过程中安全、快捷、高效的自动化运行及管理。其目标是满足客户需求, 提高物流效率, 降低物流成本与损耗, 促进整个供应链的产业优化, 为客户提供价格更低、速度更快、附加值更高的物流服务[1]。

智能物流首先是要实现物流自动化, 减少人的操作。在此基础上, 通过传感技术、物联网技术等实现物流信息化, 将自动化物流装备与互联网深度融合, 实现物流装备网络的实时监控与调度。未来, 随着人工智能、大数据、云计算等技术在物流业进一步深入的发展应用, 智能物流将朝着自感知→自适应→自执行的方向发展。届时, 物流系统能够通过传感技术、信息读取技术等自动感知获取外部条件参数的变化, 例如订单数量、配送目的地的变化、配送路线上突然出现的障碍物等。随后, 物流系统能够自动分析, 优化调整控制方式、运行参数、处理顺序、行径路线等, 得到模拟的最佳结果并反馈到物流设备上自动执行, 实现全自动化的高效物流模式。

智能制造, 不是简单地堆砌自动化设备, 对于制造企业来说, 实现智能制造, 建立智能工厂, 需要从顶端规划设计开始, 全面考虑生产的各个环节, 不仅是生产过程, 还要考虑生产计划的制定, 生产原料的准备。

智能工厂在生产实施之前需要利用ERP、APS等系统在接收订单后制定科学合理的生产计划, 充分利用企业资源, 降低生产周期提高效率。在生产过程中, 要实现网络、WES系统与自动化加工设备、生产线的互联互通, 实现生产设备的全面信息化和统一调度, 采集生产数据形成大数据分析, 优化决策, 还要协调物料、工装、工艺, 既要保证物料、工装及时配送到达指定的工位, 还要对物料、工装进行有效的仓储和管理。此外, 智能工厂不仅仅是单一车间内的设备协调, 还要做到车间与车间之间的协同调度, 包括生产进度、物料的配送、工序工艺配合等。同时, 在生产过程还要做到产品质量的全程智能监控, 实时采集加工及工艺过程各项指标数据, 及时发现质量问题, 确保产品质量的稳定性和一致性。

这些过程中, 物料的仓储管理及配送是支撑智能工厂高效生产的一个重要环节。传统物流技术在这些环节中主要依靠人力操作设备进行搬运和管理。这种方式自动化水平较低、效率不高且容易出错, 无法满足智能制造的要求。智能制造不仅要求物流技术实现物料的自动化仓储、管理及配送, 还要求物流技术与生产系统、网络的深度融合, 与智能生产设备协同调度, 使得物料的仓储、管理及配送做到及时、准确、高效。

随着智能制造的深入发展, 以RFID为代表的先进条码识别技术、以磁导航、激光导航为代表的自动引导技术等智能化物流技术在智能工厂中将得到更广泛的应用。未来人工智能、大数据、云计算等技术能够为智能工厂内的物流规划提供配送路径的决策优化、生产资源的精益化管控、物料配送与生产线的无缝对接等多方面的提升, 进一步提升智能工厂的生产效率, 大幅降低人力成本。

智能立体仓库利用自动识别、自动引导等技术实现物料的智能化仓储管理。智能立体仓库如图1所示, 主要由高层货架、巷道式堆垛机、全自动输送带、AGV、穿梭车等组成[2]。通过IWMS集成仓储管理系统将智能立体仓库中的叉车、AGV、堆垛机、手持读写器、穿梭车等设备进行整合统一管理, 配合RFID技术, 实现物料全自动出入库操作, 并实时监控仓库内物料的库存情况。

IWMS集成仓储管理系统向上与企业管理系统ERP对接, 向下与生产管理系统WES对接, 为仓库管理者及生产管理者提供库区实时监控、可视分析与智能决策, 包括出入库管理、温湿度管理、仓储查询、库存控制、储位可视化、VMI协同管理、盘库管理、库存预警管理等实际功能, 帮助企业实施监控与管理。

在智能制造的生产过程中, 不仅生产原料需要仓储管理, 在生产过程中产生的半成品及生产中所需的工装也应进行科学有效的仓储管理。建立智能线边库及工装立体库[3]能够使半成品及工装的出入库管理与生产线协调统一, 大幅缩减出入库时间并与生产线无缝配合, 有助于提高生产效率。

AGV是一种在地面行驶的无轨自动搬运车辆。利用导航技术, AGV自动完成货物的搬运工作。目前主流的导航技术为磁导航、激光导航和视觉导航。磁导航是利用在地面埋设的金属引导线通过电磁感应来引导AGV的行进。磁导航实施难度小、成本较低, 但缺点是AGV只能在埋设有金属引导线的地面行驶, 无法任意改变路径。激光导航需要预先在AGV行驶范围内安装反射板, AGV行驶时自身发射激光束同时采集反射激光束来确定位置和方向。激光导航定位精确且灵活度高, 可自由规划路线, 但其成本较高且反射板与AGV上的激光传感器之间不能有障碍物, 不适合粉尘较多的车间使用。视觉导航则是利用光学设备采集周围环境的图像, 利用v-slam技术构建出地图感知方位。视觉导航是最接近人眼的导航技术, 无需固定参照物。其缺点是目前定位精度还不够理想, 不及上述其它两种导航技术。AGV搬运灵活, 能够自动运行, 降低人工成本, 提高搬运效率。AGV的形式多种多样, 可根据所需搬运的物料重量及形状不同, 选择不同形式的AGV产品。图2为一种AGV托盘堆垛车。

柔性物料传递总装线主要由自动传输装置、可编程机器人、AGV组成, 并与MES制造执行系统完美对接。其中自动传输装置包括传送带、轨道、转盘等机械结构, 负责将物料准确快速运送到指定工位。接下来可编程机器人根据MES发布的指令对物料进行加工。再通过传送带或AGV将加工完成的零件自动搬运至指定地点。

相比传统装配线, 柔性物料传递总装线具有配送精准, 灵活性好, 自动化水平高等优点。一条柔性化物料传递总装线可适应数十种不同规格零件的生产[6], 并能够大幅降低人工作业强度。通过MES系统制造企业可以实时监控总装线生产状态, 统一调度, 既保障生产安全, 又提高生产效率。

智能制造中的物流规划主要针对智能工厂中物料的运输配送。物流规划对于保障智能工厂的高效运行非常重要。科学合理的物流规划能够最大限度地缩短物料配送的时间, 并与生产线深度协调, 提高生产效率。物流规划的内容包括BOM数据分析, 厂区物流动线设计, 车间内及车间之间的物料配送方案、储存管理等。

目前, 物流规划设计常常借助物流仿真软件在计算机上模拟实际运行情况, 及时找出物流瓶颈, 优化物流方案。未来, 物流规划将随着大数据分析与人工智能技术的发展, 变得更加高效便捷。人工智能技术在大数据分析的基础上, 可以自动模拟几千上万种物流方案, 对比得到最优结果。此外, 人工智能技术能够解决物料仓库选址这一类复杂问题[7]。这类问题的变量过多, 模拟仿真计算过于复杂。而人工智能可以根据现实的条件及约束, 对供应商分布、各地区税收政策、资源获取的便捷性与经济性、劳动力成本及获取难易度等各因素经过大量的模拟计算后, 进行充分学习并优化, 得到物料仓库选址的最佳地点, 从而降低企业建设及运营成本。

智能制造是制造业的发展趋势。智能化的工厂能够有效提高企业生产效率, 降低人力成本, 减轻企业员工劳动强度, 有利于企业的转型升级。然而, 要实现真正的智能制造并不仅仅是添置几台自动生产设备。对于新建智能工厂来说, 需要从顶端规划设计着手, 协调统一生产过程的各个环节。老厂房的智能升级改造则更加困难, 将受到原厂房结构、资源等多方面的限制。对于制造企业来说, 实现智能制造最大的障碍在于庞大的经费投入。智能制造要运用大量的自动化设备及先进技术, 其成本远超传统制造。而智能制造的最终目的是为企业提升效益。因此, 制造企业应根据自身实力, 逐渐向智能制造方向转变, 在投资智能制造项目时充分调查评估内部收益率IRR等经济指标是否合理, 不应盲目跟风。

智能物流是智能制造的一个重要的组成部分, 智能制造也对物流技术有着新需求。对于立足于向智能制造方向转型的企业来说, 要重视物流建设, 根据自身实力, 结合产品特点, 制定科学可行的物流规划方案, 遵循物流规划在先, 工艺设计在后的原则。企业应根据自身产品特性决定采用何种物流技术, 做到规模化产品型与定制化项目型区分, 不盲目追求全面智能化;建立物流数据决策分析系统, 基于大数据分析指挥调度物流作业, 构建高度信息化的智能制造物流新模式。

此外, 近年来大数据、云计算、人工智能等新兴技术及应用层出不穷, 也为智能制造及智能物流创造了新的可能。制造企业在应用现有物流技术的同时, 也应开拓创新, 改进挖掘更多有效技术, 形成具有自主知识产权的技术和解决方案, 提高企业竞争力。