涂装生产过程大数据管理和应用 企业简介 陕西汽车控股集团有限公司是我国重型军车的主要研发生产基地、大型全系列商用车制造企业。资产总额880亿元，品牌价值433余亿元，荣登“中国500最具价值品牌榜”。 拥有国内一流的重卡新能源研究开发与应用实验室、博士后科研工作站和院士专家工作站、555项新能源、智能网联专利，先后承担了2个国家863计划项目，拥有国内第一张重卡自动驾驶测试牌照，L3级自动驾驶实现量产，L4级在多种场景实现批量商业化运营。陕汽因军而生、依军而强。承担了我军第一代至第三代重型越野车研制生产任务，先后参加了国家多次阅兵任务，在同类军车市场占有率超过90%，在国防建设中立下了赫赫战功。 在整个制造体系中，陕汽控股旗下车身涂装车间可实现HX、HD等平台16款车型的混线涂装生产，规划年产10万辆重型驾驶室，峰值节拍25辆/小时，是公司高节拍多品种产品的重要制造保障基地。   1业务需求/挑战 驾驶室涂装过程目前混线生产16款重型驾驶室，受涂装工艺复杂，生产工序长、设备 刚性强、设备停机频次高等因素影响，生产制造过程模糊不清，产能效率大多依靠人工统计分析，生产调度依靠电话等传递，影响效率和产能稳定持续发挥因素多而杂乱，管理者难以辨识清楚影响效率提升的关键因素，管理难度大，更难对各类问题采取针对性措施，提质增效效果不佳。 汽车制造过程目前竞争激烈，成本控制成了可持续发展的必要手段。涂装单元作为公司 整车制造工厂的用能大户同时要实现绿色生产，而车间内以电、蒸汽、燃气等用能的大功率设备居多，其用能占比达到公司的60%，生产制造成本居高不下，涂装能源数据依靠人工统计分析，能源使用过程不透明，能源损失等异常原因难以追溯，生产降成本工作更加困难。 2 解决方案 通过设备互联互通改造，采集关键工位生产数据，存储至数据库，通过大数据管理与BI应用，在线及时识别影响生产的瓶颈问题，深挖各环节影响因素，制定针对性措施，预防性管控，使提质增效、生产降本能有效落入实处。 1、建立能够反映涂装整体生产组织数据分析框架及运算模型，旨在识别生产瓶颈问题，深挖生产节拍损失的根本原因，为生产决策提供可靠支持，实现实时生产调度，指标预警，使生产信息传递更加高效、透明和准确，缩短管理半径。 2、通过数字化能源管理系统实现能耗情况的可视化来寻找能源浪费点。为更好的寻找节能潜力点，引入小时能耗与产量之间的相关系数作为评价指标。同时，通过将数字化能源管理系统与将能源管理纳入考核，调动员工节能研究积极性，通过 “能源数据”与“管理活动”紧密结合、降低设备停台时间等方式相结合，实现了各项能源费用的管控降低。 3、实现关键生产线的设备综合效率（OEE）自动计算统计，用来测量车间目前实际的生产能力相对于理论产能的比率，使人力与机器设备科学配合，发挥出最大的潜能，衡量评价质量、预防检修等工作有效性，综合效益最大化。 3 典型应用场景 3.1 场景一：驾驶室面漆生产过程数字化 （1）面临问题： 面漆为驾驶室提质增效的关键工序，质量和效率影响因素模糊不清，生产调度和生产影响因素全靠人工辨识和传递，难以形成有效数据池进行分析和制定改进措施。 （2）解决方式： 将机器人PLC中实时数据通过上位机采集至mysql数据库中，通过FineBI导入数据库中数据自动进行计算分析，包括单车生产节拍、生产效率、车型及颜色，小色种的占比，并且可以根据当前计算结果进行生产调度的决策建议。对于管控的生产指标，构建标准化的各类因素，现场人员可以通过Finereport进行原因选择的录入和提交，实现制造影响因素的统计分析，制定的调度指令和预防措施更加具有针对性。如发现颜色切换是面漆制造过程中对效率影响最大因素，因此车间统一调整生产计划，将颜色尽量的统一标准按批次集中投放，有效提升了面漆效率。 （3）场景价值 生产管理结合运行数据，确定了调整、迂回、联动、限制等生产迂回方式，切实使涂装生产做到实时受控管理。 使得平均面漆综合节拍较2023年增长1.63JP； 机器人清洗由25分钟/次降至15分钟/次，可每小时多生产1.6辆车。 3.2 场景二：喷漆设备能源数字化 （1）面临问题： 车间大功率能耗设备主要集中在喷漆工艺，由于中涂、面漆除去正常生产外，还面临周末保洁公司保养、设备检修、工艺测试等用能需求，因此导致能源的使用经常异常增高，增高的原因难以追溯，依靠人工抄表进行差异化分析，费时费力。 （2）解决方式： 将能源仪表接入中控，通过上位机将能源数据写入mysql数据库，通过Finebi和report进行计算分析，基于生产管理系统实际，核定单位时间内水、电、燃气消耗，实时对比生产与能源消耗和月度单车能源、同时对非生产时段能源和电泳烘房燃气消耗损失时间监控、实现了面漆线生产与车间能源消耗同步管控。每日核定好指标，系统自动计算指标使用的完成率，从每小时用能至每日用能做到实时监控和提醒。如发现在面漆班次在夜班结束后，因白班无生产，未进行有效交接导致夜班忘记关闭闪干烘干炉，造成燃气能源大量浪费。 （3）场景价值 通过对月度单车消耗分析、非生产时段的能耗监控，及时关注异常上升趋势，制定管控措施，单车能源成本降低100.74元/辆，降幅17.8%，每年节约能源成本819.2万元。 3.3场景二：设备管理系统 （1）面临问题： 车间的设备停机是影响效率与成本关键因素，预防性管控大多依靠经验，导致备件的申报、预防检修的确立针对性不强、故障率高，设备的开动率不足。 （2）解决方式： 通过Finereport制作表单系统，员工可以将点、巡检问题、需要的备件和身边的隐患通过表单快速进行提交，通过FineBI对问题和需求进行归类统计分析、针对性申报备件，制定预防性管控措施。同时对返修路线上的不合格品、设备运行时间、故障时间进行统计，通过Finebi实时计算生产线的设备综合效率评价预防检修工作。 （3）场景价值： 1、激发员工积极性，预防检修与绩效激励机制相结合，开展预防检修工作，保证设备的平稳运行，降低停机时间和频次； 2、设备开动率提升，运行更加稳定，设备综合效率（OEE）从63%上升至67%。 4总结与展望 实现生产制造过程的业务透明化，有效缩短管理半径，每班次生产分析以日报形式抄送相关管理人员，相关班组针对系统分析结果在班前会针对性工作部署和预防，各层级管理形成联动，形成依靠经验向标准化和流程化转变，有效提高了生产效率、稳定了产品质量，产能大幅提升。 数据的价值来源于对数据的分析和应用，有助于我们更加清楚的看到自己业务中存在问题，更加针对性、有效的管控住自己的业务。