【2024中国数据生产力大赛】涂装生产过程大数据管理和应用

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。

 

打卡第八天案例帖现已更改，已经打卡者可继续顺次打卡，未打卡者按照当前更新版本打卡，指路：https://bbs.fanruan.com/thread-149219-1-1.html

麻烦大家啦，感谢大家支持！

精读生产力大赛案例，打卡第8天，内容精炼，成果斐然。从该公司可视化成果来看，帆软BI和report应用效果很棒！

精读生产力大赛案例，打卡第8天，将数据数字化，业务透明化，有效的提高了生产力，将数据可视化，充分提供了工作效率。

【精读生产力大赛案例，打卡第8天】oee是每个企业都会面临的业务指标，这个案例可以复制到本公司，便于车间管理。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。

【精读生产力大赛案例，打卡第8天】
此次的案例主要针对一个生产过程进行分享，利用finerport和finebi进行数据分析和应用，进而实现成本控制。
在生产过程中，数字化的主要应用的场景就是降本增效--降低生产运营成本，提升生产效率。
作品中以面漆生产、喷漆、设备管理几个场景进行案例分析，详细的分析了对应场景解决方案，
学到了【同场景应用学习】

精读生产力大赛案例，打卡第8天，贵公司通过BI和report的有效结合，结合实际业务场景，实现生产制造过程的效率提升，提高管理水平。从过去的人工检验判断转化为以数据为依据，减少人为因素的影响。

精读生产力大赛案例，打卡第8天，车企好多，小建议是企业流程有点繁琐，不适应当前的简约管理

精读生产力大赛案例，打卡第8天，陕西汽车控股集团有限公司通过FineBI对需求和问题进行归类统计分析，FineReport制作表单系统将点、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，提高了对业务的管控能力，数据可视化为生产赋能！！！

精读生产力大赛案例，打卡第8天：虽然这个案例短小精悍，但也说明了运用Finereport和FineBI将数据化为生产力的优势。

精读生产力大赛案例，打卡第8天，通过实现生产制造过程的业务透明化，企业显著优化了管理流程，有效缩短了管理决策的响应时间和执行链条。每日的生产分析报告以日报形式及时传达给各级管理人员，确保了信息的实时性和准确性。这种高效的信息流通机制促使相关班组能够在班前会上根据系统分析结果进行精准的工作部署和预防措施制定，从而实现了问题的前置解决和风险的提前防控。

此外，各级管理层之间的紧密联动与协作，不仅强化了组织内部的沟通与协调，还推动了企业从依赖个人经验向标准化、流程化管理的深刻转变。这种转变不仅提升了生产操作的规范性和一致性，还显著提高了生产效率，稳定了产品质量，最终实现了产能的大幅提升。

数据的深度分析和广泛应用，在此过程中发挥了不可估量的价值。它如同企业的“眼睛”，帮助管理者清晰洞察业务运营中的薄弱环节和潜在问题，进而指导企业采取更加针对性、高效的管控措施。这种基于数据的决策支持体系，不仅增强了企业的市场适应能力和竞争力，还为企业持续改进和创新发展奠定了坚实的基础。