量产工厂总装物流数字化场景应用_第1页
量产工厂总装物流数字化场景应用_第2页
量产工厂总装物流数字化场景应用_第3页
量产工厂总装物流数字化场景应用_第4页
量产工厂总装物流数字化场景应用_第5页
已阅读5页,还剩26页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

总装二车间|2024.03.22量产工厂总装物流数字化场景应用目录Contents长安汽车智慧物流规划01总装智慧物流场景应用02智慧物流拓展计划03一、长安汽车智慧物流规划发展趋势:物联网、大数据、O2O、共享经济等新技术与模式的加入,推动着工业4.0的高速发展,智慧物流的概念与现代物流自动化、网络化、智能化、可视化、实时化的发展趋势相符,同时也迎合了物联网的发展趋势。科技赋能:智慧物流将是下一阶段的发展目标,而智慧物流的核心竞争将指向价值化的科技产品赋能。行业科技创新发展是以价值为中心的需求驱动,弹性、数智、自主为发展新关键词,指向下一代物流的商业竞争态势。(一)智慧物流在行业中的发展趋势智慧物流的功能及优势1、智慧物流的价值体现中国智慧物流2025应用展望供应链物流发展趋势(一)智慧物流在行业中的发展趋势发展方向:智慧物流包括智能化作业、数字化运营、智慧化平台三大方面,目前行业内有部分企业已经能实现智能化作业和数字化运营,智慧化平台还处于探索阶段,也正是当下智慧物流的发展大方向和最终目标。2、智慧物流的应用方向智能制造愿景:以“实现高效、柔性、敏捷制造,快速满足客户大批量个性化定制需求”为目标,以制造技术、制造管理为核心支柱,开展模式创新、技术创新、智能赋能、管理升级,把制造能力打造为公司核心竞争力,助推公司创新创业计划战略达成。智慧物流愿景:以客户为中心,以“精准交付、总体最优”为目标,以交付为主线,打造全环节智能化物流,提供全环节低成本、高效率的智慧物流模式,构建智慧物流全场景,助力打造长安汽车全球智慧物流平台,支撑长安汽车向智能低碳出行科技公司转型。(二)长安汽车智慧物流战略公司智慧物流愿景公司智能制造战略以“打造‘标准化、一体化、自主选择、可复用’的两江工厂特色智能制造”为愿景,紧扣“数据标准化”、“工厂一体化”、“开发自主化”、“成本、效率、体验优先”、“业务深度融合”、“场景可选择、可复用”6大特征

,通过9条升级路径,依托“零代码”、“低代码”2大平台,以“数据治理”、“CPS体系”、“人才培养”为支撑,坚定推进智能制造“16923”升级规划,实现工厂制造的数字化转型,助推公司创新创业计划战略达成。(三)两江工厂智慧物流战略工厂智能制造战略T—物联网(IoT)互联网技术A—人工智能(AI)B—大数据(BigData)C—云技术(Cloud)规划级规范级集成级优化级引领级开始对智能制造进行规划,部分核心业务有信息化基础。核心业务重要环节实现标准化和数字化,单一业务内部开始实现数字共享。核心业务间实现了集成,数据在工厂范围内可共享。能够对数据进行挖掘,实现对知识、模型等应用,反馈优化核心业务流程,体现人工智能。实现了预测、预警。自适应,通过对产业链上下游的横向集成,带动产业模式创新。现状智能制造成熟度模型1:总体目标打造一流总装智慧物流系统大批量个性化定制准时化生产顺序化均衡生产3:模式变革零部件收货零部件分拣零部件仓储数字化管理①kitting系统②EP系统①智能接收2:平台5:核心环节①业务流程100%E化②物流运行数据透明化③智能化物流决策体系智慧物流低代码零代码3:基础技术支持硬件设备系统支撑①无人配送零部件配送①存序一体化②仓库无人化③库存量最小化④库存透明化秉承工厂:智能制造“16923”战略,助力打造长安汽车全球智慧物流平台。建立总装物流目标:打造精益、智能、高品质、一流总装智慧物流系统。围绕物流五项核心环节:零部件收货、零部件仓储、零部件分拣、零部件配送、物流管理开展赋能,实现智能升级。总装物流总体规划:围绕“13523”

推进;智能制造现状:优化级(4.0)。1、总装智慧物流系统架构(四)总装车间智慧物流战略采用工业互联网方案,以“数据”为核心,搭建SaaS、PaaS、IaaS、IOT共4层构架重新定义系统构架,定义系统业务逻辑,推动总装智慧物流系统建设。Saas层:业务系统平台层,业务执行的扁平化、标准化、可视化、智能化(快速、自动的展示生产过程运行状态,融车间业务流程,推动业务工作转变)Pass层:IT系统开发工具层(IT人员自主开发组件和各层业务管理软件,支撑人员快速自主数据赋能和系统移植)Iaas层:IT资源基础设施(数据存储及管理资源(服务器、存储、网络、虚拟化等))IoT层:设备连接及数据采集层(明确数据采集点、采集方式、采集路径、采集标准,采用自动化采集替代大量的数据录入人员)数据中台MES数据

Andon数据LMS数据零代码数据ERP数据物资出门数据平台资源部署和管理现场智能化设备EP……AGVkitting统一搭建的基础设施(服务器、存储、网络、虚拟化等)边缘网关(kepware)边缘云现场信息化终端……LMSWES数据采集预处理数据定义现场控制平台管理业务管理零代码、低代码平台

数据计算查询数据存储(HDFS)跨业务系统数据治理数据接入、导出外部访问边缘计算作业环节智能化智慧物流管理平台物料接收物料仓储物料分拣物料配送管理数据数字化关键指标DOS指标业务中台输出开发

第三方开发输入开发过程开发边缘层(IoT)SaaSPaaSIaaS2、总装智慧物流系统开发思路(四)总装车间智慧物流战略二、总装智慧物流场景应用无人仓无人配送智能灯检+EP座椅自动化输送链智能化项目:无人仓、无人配送、智能灯检、座椅自动化输送链。数字化管理:基础表单E化,方便人员及时填报数据、处理问题;可视化表盘,实现数据分析在线化,提升工作效率,降低人力资源消耗。智能化设备运行数据采集可视化看板(一)总装智慧物流项目总览民生物流QTM表单紧急交付KTMtableau仪表盘零代码仪表盘

无人仓系统架构1、无人仓1.1无人仓项目简介“人找货”拣料模式无人仓视频简介人员精益:精益卸货、投料人员共18人。提高内物流运行效率:内物流千停保持在0.5以下。提高盘存效率:

DC库区料盒件日盘时间缩短2小时,全盘时间缩短3小时。减少库存量:料盒件日库存量由原来的36万PCS下降至9万PCS,降幅达75%。硬收益:年节创价值可达450万元。1.2无人仓运行效益改善后库存量现状改善后内物流停线状况改善后人员精益情况投料工叉车工1066248减少减少返空区域规划AGV牵引料架、板车一拖三替代拖车配送,从物料发车至生产线边实现投料环节配送无人化。

2、无人配送2.1无人配送项目简介人工巡线人工备料人工空满切换拖车上线拖车返空LMS叫料指示无人仓拣料+人工备料人工空满切换AGV上线AGV返空PDA现状未来精益人员:投入89台牵引AGV替代拖车,人员减少13.5人/班,设备减少牵引车50台、电动搬运车2台。提高投料作业安全度:将空盛具回收区与捡料区有效隔离,拣料、空盛具回收、叉车卸货作业互不交涉,危险等级由5下降至1,D值下降99%。2.2无人配送项目效益改善后人员、设备精简明细设备替换无人配送小车电动搬运车牵引车改善前

3、座椅自动化输送链3.1座椅自动化输送链项目简介座椅自动化输送是在原来的输送链上增加车辆自动装卸接驳,替换人工抱座椅;供应商排序端新增EP系统,替换按纸质排序单排序上线方式。厂端布局供应端布局成本效益:精益人员9人,年节创价值约70万元。质量保障:供应端、装配端使用EP,实现质量的双重保障。3.2座椅自动化输送链项目效益全自动接驳装卸自动化输送链工装装配EP扫描防错质量双重保障供应端排序上线EP扫描防错新增环节新增环节同步化率高:打包、排序零部件的物流同步化率可达83.2%,节省生产线边的零部件缓存面积。千台车错漏打值低:使用灯检系统和EP系统后,千台车错漏打值保持在0.02以下,保障后工序的装配质量。

4、Kitting+EP灯检设备灯检数据系统EP系统信息流转、操作演示和效果展示kitting系统信息流转、操作演示和效果展示LMS工单信息数据库kitting数据分解库位信息录入零代码平台具有“多快好省”效应,能有效支撑数字化转型。

5、数字化物流管理5.1零代码应用多:全局优化,人、财、物、产、供、销、经营全链路场景均可搭建。快:敏捷迭代,开发周期以天/时来计算,不懂代码也可以搭建应用,可以快速培养人才。输入-交付事故报告……输入-物料紧急拉动过程-关重物资问题闭环过程-电瓶车点检过程-库位信息变更RDC-第三方物流考核流程过程-钣金补废流程流程名称应用场景车间物流与供应商联动……车间物流与物流处联动车间内部物资管控车间设备管控物料存储位置第三方物流管理四大工艺车间的联动初学者,开发基础流程表单,只需半天进阶者,开发基础流程表单,只需1个小时进阶者,开发高阶功能,最多需要1天开发阶段数据填报联动台账,节省填报和查询时间。可以及时发送、接收推送信息,并同步处理问题,提升解决问题的及时性。结果反馈及时性、完整性高。5.1零代码应用物料有缺件风险查询零件明细及供应商明细通知PPM工程师发送邮件结果反馈企业微信物料有缺件风险填报表单通知PPM工程师结果反馈PC端发送PC端查阅信息推送信息推送紧急拉动汇总表信息汇总过去现状物料紧急拉动流程视频演示好:全员参与,开发者就是使用者,使用者就是开发者,贴合业务,保证每一个流程表单实用率达100%。省:高性价比,购买成本、开发成本、运维成本节省至少10倍以上。5.1零代码应用零代码平台的API接口可以实现多系统数据互联,将无法直接利用的系统数据连接至零代码平台,数据无需重复填报。数据中台创建需求表单零代码:数据工厂进行数据加工,形成数据流Thingworx抓取数据写进零代码平台的表单日期、产量、班次、车型代码仪表盘:跨表单调用数据,自动形成日报、周报、月报,管理者可以直观地、及时地洞察异常情况,并给出针对性的决策,提高各层级的管理效率。电子报表替代纸质报表,节省日常运营成本以及个人工时2小时。日报周报汇总专项报表物流运行日报RDC月度KPI评价表5.1零代码应用改善前由工程师搭建的室组级看板由班组搭建的区班级看板基于数字化工具Tableau,将重复性的数据统计工作简化成一次性的自动化流程,节省周工时2小时。美化图表,内容更丰富。定时发送邮件,保证工作项的准时性。

5、数字化物流管理5.2Tableau应用原始的数据统计方式基于Tableau的数据统计方式人工统计人工发送邮件人工导出数据三、智慧物流拓展计划全智能化业务场景卸车作业主流程验收入库输送输送合单装车验收交车短驳存储装车在途运输零散整托整托拆零拆零合单上线单车单车配板合单拖挂车拖挂车挑车物料接收厂内仓储管理物料操控配送上线整车下线整车存储整车装车整车运输零件/商品车状态卸货验收视觉识别无人叉车RFIDAGV搬运拣选上线AGV智能化匹配存储立体库无人仓验收盘点RFID挑车智能化场景车联网辅助驾驶运输运输取货循环取货箱式货车运输新能源车联网辅助驾驶智能化匹配包装作业下料组焊包装标识包材包装材料模块成品包装包装智能化产品智能监控智能装卸智能搬运智能拣选智能配载智能调度智能盘点智能识别智能包装物流标准器具系统化管理RFID应用穿梭车叉车AGV牵引AGVRFIDRFID智能出库业务环节近程直送分拣打包排序分装小件流水线翻包排序打包大件拣选自动驾驶自动驾驶智能接收智能存储无人机ARM无人机AGVAGV智能装车自动驾驶智能监控自动驾驶自动打包及贴标IOT操作全环节全程管控人智能手环智能头盔及马甲设备智能穿戴智能管理智能拣选模块智能标签AR眼镜车间物流结合当下总装智慧物流现状和行业内先进的智慧物流技术,梳理出有可行性、实用性的智慧物流应用场景,包括自动驾驶小车、视觉门、视觉识别、激光导航、拣选机器人、AGV、RFID、ARM、智能芯片、智能手环、智能马甲等智能化物流设备,实施智能接收、智能配送、无人仓库、自动拣选,实现物流全过程工作量60%无人化。(一)总装智慧物流应用场景拓展车间现有智能平台独立开发13人,Alteryx+Tableau独立应用2人,零代码独立应用13人、RPA独立应用2人,thingwrox独立应用5人,TecnomatixPlantSimulation1人。培养物流数字化人才,扩充人才储备库,为优化总装智慧物流系统做铺垫、助推公司打造全球智慧物流平台。(二)总装物流数字化管理拓展1、数字化人才培养2、Alteryx+Tableau拓展应用(二)总装物流数字化管理拓展错漏打预测:预测哪位员工错漏打的概率更高、哪个工位错漏打概率更高,从根本上规避错漏打。缺件预测:预测哪种零部件在何时间段会出现供应不足的情况,保障物料需求满足率达到100%。盛具维护预测:依据历史盛具维护数据,计算每个盛具的维护周期,延长盛具的使用周期,节省固定成本。库存资金实时监控:依据LMS零部件库存量及零部件成本,对库存资金进行实时监控,提高资金周转率。Alteryx自决策Tableau可视化错漏打预测缺件预测盛具维护预测库存资金实时监控3、RPA拓展应用(二)总装物流数字化管理拓展物料打包组物料接收组查询新品、试装、切换零件相关技术通知,了解临时零部件的到货、在库状态。每日开班查询MES系统里当日预生产车型代码,了解特殊车型、小众车型的专用零件。业务层业务现状动态盘存组每日查询车辆销售计划的邮件,匹配、计算车辆型号缺口,梳理车辆编组顺序。零差错:自动执行,避免人为差错。完全自主:人工投入更少,效率更高。易集成与高扩展:跨平台、跨系统、跨部门,多用户、多系统、多场景协同。端到端:智能分析与决策,赋能企业,提质降本增效。FoxmailMESRPA简道云信息推送未来状况4、物流仿真(TecnomatixPlantSimulation)(二)总装物流数字化管理拓展遗传算法优化仿真方法可应用场景模型示例遗传算法优化:依据业务场景、流程现状建立仿真模型,采用遗传算法、神经网络等方法进行优化。全

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论