AGV智能制造平台方案的设计与研究

文｜深圳市今天国际智能机器人有限公司潘军、王焜、缪欣呈随着 AGV 在国内的加速发展，AGV 产品的制造模式既有多品种、小批量的要求，又有单品种、大批量的要求。AGV 企业需要建设智能制造平台以应对激烈的市场竞争。本文以某企业的各类 AGV 产品为制造对象，以服务化战略为导向，研究 AGV 智能制造平台的方案设计，指导 AGV 智能制造系统和 AGV智慧车间的建设与实施，既能提升某企业的竞争力，又能为国内制造业推广智能制造技术提供参考和借鉴。自从 2015 年 5 月国务院印发《中国制造2025》的文件部署全面推进实施“制造强国”战略以来，国内智能制造平台和智慧工厂的建设呈加速发展趋势，涌现出一大批优秀的项目和示范案例。这给 AGV 产品企业带来了巨大的机遇和挑战。一方面，由于智能制造技术的推广，给 AGV 企业创造了更多的产品需求，使企业的发展速度和盈利能力得到加强；另一方面，市场也对 AGV 产品的多样性、先进性、复杂性提出了更高的要求，对 AGV 的质量和交期要求也更加严格，不同 AGV 生产厂家之间的竞争也更加激烈。在这种市场环境下，AGV企业面临来自内部和外部的双重挑战。内部方面，AGV 企业亟需解决从以往的多品种、小批量的制造管理模式转向多品种、小批量与单品种、大批量兼容的制造管理模式的问题。外部方面，AGV 企业需要解决当同行间在产品品种、质量、交期达到一个差异化不明显的阶段时，如何建立本企业的市场竞争优势和盈利空间的问题。对于前者，AGV 企业建设自己的产品智能制造平台既是大势所趋，也是必经之路。对于后者，AGV 企业应该逐步摆脱传统的单纯依靠产品成本控制或产品技术进步的增长模式，把“服务”作为在新时期、新阶段的重要竞争手段，积极探索制造企业向服务转型的商业模式。一、背景与需求2015 年中国发布《中国制造2025》，从国家层面加强对智能制造的重视和指导。从国外的研究成果来看，美国、德国和日本的智能制造技术发展方向各有不同。美国主要是从软件系统入手，核心思想是信息贯通，注重数据分析和挖掘技术的应用；德国侧重硬件，发挥其设备制造的传统优势，提升装备智能化水平来实现数据的获取和分析，并且有开始淡化智能转为注重柔性和敏捷的趋势，即从“Intelligent Manufacturing”转为“Smart Manufacturing”。日本则在精益制造的方向进行数字化和网络化升级，相对于美、德两国对人在新一代制造系统中的作用重视的更多一些。目前国内对智能制造技术的认识还未形成统一观念，到底是实现自动化、信息化，还是实现智能化、无人化；是以“工匠精神”导向，还是“机器换人”导向，应该视具体的行业和企业的产品特征来决定。因此，以本公司各类 AGV 产品为对象，充分考虑本行业、本产品的特点，建立一个适合的AGV 智能制造平台是正确的方向。制造业服务化（Servitization）的概念由范德莫维（Vandermerwe）和雷达（Rada）于 1988 年提出。制造业服务化转型是制造企业向产业价值链两端的服务领域延伸。制造业服务化转型的趋势日益明显，越来越多的优秀制造企业在由以生产为中心向以服务为中心转型。如通用电气、IBM、西门子、ABB、雷沃重工、红领集团等把服务作为公司营收和利润的重要来源。由企业提供的服务往往成为企业的特色，因为服务业务难以为竞争对手模仿，从而成为企业的竞争壁垒。服务型制造是制造与服务融合的新型产业形态，是一种新型的先进制造模式。用户表面上是在购买企业的产品，本质上却是购买某种“功能”，服务型制造能够更好地将客户需要的“功能”提供给客户。服务型制造具有增值、整合、创新等三大属性。服务是价值增加的主要来源，通过服务整合企业间的分工协作，使资源在价值网络间优化动态分配。创新来源于对知识资源的整合，通过整合服务网络间的分布式知识资源，不断产生适应新经济条件的知识信息，提高产业整体的知识水平，从而更好地促进产业升级。深圳市今天国际智能机器人有限公司作为国内有影响力的物流自动化系统集成商，推广 AGV 产品在物流自动化系统、智能制造系统及智慧物流系统中的应用已有十多年的历史。经过长期的研发与实践，公司于2013年与瑞典 KOLLMORGEN 公司合作，逐步推出多款激光导引、磁点导引、二维码导引、复合导引等 AGV 产品，车型种类涵盖叉式搬运型、叉式堆高型、叉式宽腿型、叉式前移型、平衡重夹抱型、牵引型、背驮辊式型、背驮链式型、背驮手臂型以及背驮潜伏型等多类型 AGV 产品。本公司的部分 AGV 产品如图 1。虽有众多的车型选择，以前一个工程项目上仅会用到 1～2 种车型，数量以 10 台以下居多。近几年来，潜伏式车型的单一项目的 AGV数量常常数十台、间或上百台甚至数百台。这样的批量生产规模对于该企业的生产制造管理来说是一个全新课题。随着 AGV 市场容量的增大，新生 AGV 公司层出不穷，行业同质化竞争严重。为应对新的竞争环境，在打造 AGV 智能制造平台的同时，就必须要考虑该平台与制造业服务化大趋势的适应性。二、AGV 智能制造平台的系统架构系统架构方案设计是对已经确定的需求做出技术实现的规划。好的系统架构具备可靠性、安全性、可扩展性、可维护性、可定制性等性质。进行 AGV 智能制造平台的系统架构方案设计前，需要确定五个基本需求：一是该平台要与当前企业内部生产管理特点、信息化水平相适应；二是该平台能适应智能制造技术未来发展方向，增加功能或模块时能够顺利接入原有平台；三是该平台具有制造业服务化转型的一些初级功能；四是该平台的对“智能”的落地并非人工智能，而是着力提升系统的柔性和精益性，但保留可接入人工智能技术的扩展性；五是若有外包，系统要最佳适应该组织特点并开放外部 internet 网络接入的接口。根据这五个基本需求，结合对国内智能制造项目系统架构资料的研究，提出AGV 智能制造平台的系统架构如图 2。AGV 智能制造平台总共分为 6 个层级，最底一层是执行层，最顶一层是决策层。制造 AGV 涉及的底层人员物料的信息，通过上一层的传感器、数据采集控制系统、人机接口传递到再上一层即数字化层。数字化层包括订单管理系统 OMS、产品数据管理系统 PDM、资源管理系统 ERP、仓库管理系统 WMS以及制造执行管理系统 MES。在这一层级中，MES 是本 AGV 智能制造平台一期建设的核心对象，因为如图2所示 MES 在整个 AGV 智能制造的平台中起到承上启下的作用。数字层往上的 L3 云技术层和 L2 应用层中除服务化管理以外的应用是本 AGV 智能制造平台二期建设的对象，利用云平台技术不仅其本身有诸多先进性和优势，未来扩展建设专家系统和知识库模块进行企业知识管理的智能化提升也更加方便。在应用层内的服务管理模块中，服务化管理对应平台建设的服务化转型功能需求。为了探索 AGV 制造企业服务化转型之路，服务化管理的应用功能放在 AGV 智能制造平台的一期建设时进行。而该公司AGV智能制造平台的商务智能层，设定在三期建设时进行。特别说明的是，传统的智能制造平台架构中，通常都会有计算机辅助工艺规划模块CAPP，由于本企业的生产特点是加工外包，仅保留装配工艺部分，企业内部工艺路线较普通制造企业大大缩短，因此，将工艺设计和管理需求集成至PDM中实现。建设AGV 智能制造平台时，需要把握住以下四个要点：一是分步实施原则，将平台的建设分为三个阶段进行。每一阶段建设前就设立好建设质量评估指标体系，阶段建设完成后对照指标体系进行全面评估，保证每一阶段的建设质量。二是把 MES 建设作为平台建设的重点。MES建设要充分考虑AGV产品生产制造关键业务流程的特点。AGV 生产的一大特点是涉及物料种类多、尺寸小、物料生产过程准确追踪难度大。另外，AGV产品在出厂前必须要进行厂内调试，大批量AGV产品的出厂调试质量纳入MES的有效监控也是一个关键环节。三是服务化管理模块的设计要依靠自身的技术优势，以丰富给客户提供服务的种类和层次为方向，不断探索和提升保障设备有效运行的能力，提高客户的满意度。四是始终关注数据的打通和有效交互问题。由于信息化建设方面的历史原因，国内企业推广智能制造系统时都会多少遇到各功能模块间的数据交互不通畅的困难，因此，该AGV智能制造平台建设从一开始就要关注各功能单元间数据的无缝对接问题。三、实现 AGV 智能制造平台的关键技术经过对该AGV 智能制造平台的系统架构进行论证研究后可以发现，实现该平台主要涉及四个关键技术：智能生产管控技术、现场数据采集技术、大数据技术和云计算技术。智能生产管控技术主要实现以下目的：自动生产排程，根据订单情况，自动输出排产计划，充分调动企业生产资源的最大化利用；自动物料调度优化，减少生产装配各环节停工待料的时间，该功能往往和车间智能物流系统协同工作发挥巨大威力；快速响应订单变化，在实际生产中常见因为客户紧急需求而改变原有排产计划的情形，此功能可以充分识别排产变化带来的影响，确保更改后的排产计划能够使各项目均按时交货。数据采集是实现 AGV 智能制造平台的基础，只有在有效解决了底层设备的采集问题后，才能实现智能化控制的需求。目前数据采集的最大难点是底层设备数据格式和通讯协议各家相差较大，互不兼容。对这一矛盾可以通过建立设备互通的联网系统，实现设备分布式网络通讯，程序集中式管理，使设备方便地接入整个系统。由于该 AGV 智能制造平台对于数据采集的实时性要求低，此方法相对于另一条解决数据采集问题的技术路线制造数据采集系统MDC更加适合。由于 AGV的装配目前还不可避免的有一定人工参与的工作量，因此把手持终端或手机 APP手动上报数据的功能纳入数据采集系统非常有必要。大数据技术是近年来智能制造领域的一个热点技术。大数据技术应用于智能制造领域又可以细分为大数据集成技术，分别对源端和应用端数据进行集成；大数据存储技术主要解决数据量大、来源广、数据结构复杂时数据存储的完整性以及读写的速度能达到业务的要求；大数据处理技术包含批处理、流处理和内存计算以满足制造业大数据处理的不同要求；数据分析技术根据业务需求，将数据提炼为知识，再以知识促成决策和应用，是大数据技术中热点中的热点；大数据展现技术分别对制造过程数据进行展现，对制造历史数据进行展现和可视化技术。由于大数据计算对硬件要求高，选择云计算技术对于建立 AGV 智能制造平台就是一个经济选择。云计算技术不仅使复杂的数据计算变得更高效、更廉价，云计算技术还能提供丰富的应用工具，使 AGV 智能制造平台的应用功能开发变得更加容易和快速。四、结论与展望智能制造技术是“中国制造 2025”战略中的一个重要推广方向。本AGV智能制造平台从制造业企业传统车间的常见问题入手，立足信息互联与数据共享，可改变以往外购物料交付进度追踪不及时，生产程与实际进度出现偏差时不能及时发现，质量数据收集与分析缺乏，实施阶段发现设计缺陷或制造缺陷不能及时反馈的问题等，最终实现 AGV 产品设计制造与实施，由业务驱动转变为数据驱动、服务化驱动。在AGV 智能制造平台方案设计与研究过程中，注重项目实施的先进性与经济性平衡，力求快速解决当前AGV产品生产的主要矛盾又兼顾智能制造未来的技术发展趋势和制造业服务化转型的行业发展趋势，为其他中小企业导入智能制造平台时提供了一点有益的参考和借鉴。版权声明 -->本文经授权发布，版权归原作者所有；内容为作者独立观点，不代表亿欧立场。如需转载请联系原作者。