山西大院资讯网

 

 

0

 

全球首家重工行业“灯塔工厂”是什么样子?

网络编辑 财经 2021-10-09 09:05:09 0 工厂 灯塔 机器人

“你看到的厂房一共有4万平方米,去年产值78亿元,只有380名技术工人,平均每平方米厂房可以创造年产值近20万元。”在位于北京市昌平区南口产业园的三一重工北京桩机工厂,相关工作人员向《工人日报》记者介绍,“厂房里有8个柔性工作中心,16条自动化产线,375台全联网生产设备,其中机器人150台。”

9月27日,世界经济论坛(WEF)正式发布新一期全球制造业领域“灯塔工厂”名单,三一重工北京桩机工厂成功入选,成为全球重工行业首家获认证的“灯塔工厂”。 “灯塔工厂”被誉为“世界上最先进的工厂”,代表当今全球制造业领域智能制造和数字化最高水平。

工厂有了“智能大脑”

桩工机械作为重型装备,其生产模式属典型的离散制造,多品种、小批量、工艺复杂。生产过程中,更大的挑战在于工件复杂,又大又重又长,170多种钻杆中,最长的长达27米重达8吨。

走进今天的桩机工厂,机器人干得热火朝天,一台旋挖钻机,7天就能交付,月产能是300台。基于树根互联工业互联网平台,生产制造要素实现全连接,整个工厂已成为深度融合互联网、大数据和人工智能的“智慧体”。

然而两年前,这家工厂还不是这个样子。当时,厂房里弥漫着刺鼻的焊接味和机器的轰鸣声,800多名工人每天爬上爬下油污满身,月产能只有150台,生产周期高达30天。

4倍速的生产变革是如何实现的呢?

首先,工厂有一个“智能大脑”——FCC,即工厂控制中心,它也是整个工厂智能制造的核心。通过FCC,订单可快速分解到每条柔性生产线,每个工作岛,每台设备,每个工人,实现从订单到交付的全流程数据驱动。沿着数据流程,产品能够“了解”自己被制造的全过程和细节。

智慧物流的实现,则交给了聪明的货物搬运“飞毛腿”——AGV小车。

“大脑”高效分解任务,智慧工厂的“双手”也在同步飞速运转。在工厂内,基于5G+AR设备的“人机协同”技术已得到广泛应用。物料分拣、销轴装配等传统劳累活、危险活不再需要人力操作,全部由机器人高效完成。在后台,“根云平台”也在日夜不停计算,它要根据工厂里3600多个数据采集点收集的工业大数据,为每一道工序,每一个机型、甚至每一把刀具等匹配最优参数,优化生产节拍。

把工匠经验参数化

用三一重工智能制造研究院院长董明楷的话来说:“今天的桩机工厂就是一个脑子聪明、眼疾手快的工程师,实现了工匠精神与经验的参数化与软件化”。换言之,就是通过强大的人机协同,让机器人AI学会熟练工人的技能手法,将工匠的经验参数化。

以焊接为例,原来工厂里有400多名焊工,其中两名焊工是“重点保护对象”,因为有一个焊口,只有他们才能完成。生产任务繁忙时,两名工人必须加班加点,否则整个工厂都受到影响。现在,机器人将他们的技能参数化,高技能工匠给机器赋能,机器替代了劳动,这道焊接工序的产能,获得了数十倍的增长。老工匠的技能,也通过机器传承下来。

“灯塔工厂和传统工厂相比,对于工人技能是否有新的要求?”针对《工人日报》记者的问题,三一集团董事、高级副总裁代晴华作了回答:“在去年‘灯塔工厂’建设的时候,我们启动了一个很庞大的培训计划,不管是工人还是工地人员,都要学习机器人操作作业,为此在湖南长沙的三一工厂学院专门成立了机器人培训基地。”

为了鼓励工人学习机器人操作,企业制定了相关政策,学会机器人作业,不仅可以被奖励1万元,工资也可以涨一级,工人们学习机器人的热情非常高。工人的技能学习热情不仅使智能工厂的整体作业水平得到大幅提升,工人自己的职业通道也更多了,“我们会机器的人才被挖走了,也为社会贡献了新的力量。”代晴华说。

本报记者 赵昂 【编辑:张燕玲】

 

0

 

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。
本文地址:http://www.shanxidayuan.com/zcjh/caijing/3548.html

留言与评论(共有 条评论)

   
验证码:

关于山西大院新闻网

山西大院是公共的资讯平台,公开,绿色,守法,其主要目的服务于广大本地网民的综合门户网站,还拥有强大的本地公共服务导航一站式进入本地各大政府服务平台方便业务开展。

 

山西大院新闻网

Copyright ©山西大院新闻网

copyright protection: All articles, text, video, pictures, music sources and network reproduced non-original works, only for learning and communication, the content of the article information does not mean

that the network agrees with its views or is responsible for its authenticity, if there are any problems, please contact the webmaster for processing at the first time!

版权声明: 本站所有文章,文字,视频,图片,音乐来源与网络转载非原创作品,仅限于学习交流,对文章信息内容并不代表本网赞同其观点或对其真实性负责,如果存在任何问题,请第一时间联系站长处理!

E-mail: [email protected]