构建绿色低碳智能制造系统的对策

构建绿色低碳智能制造系统的对策

林一雄 ,牛择晗

中国汽车工业工程有限公司 天津 300113

摘要：根据智能制造的规划要求，借鉴汽车、钢铁、航空、机床、电子、乳品、医药等领域智能制造的优秀场景建设经验，基于多年在柔性生产线配置、动态资源组织、产品质量优化方面的经验，给出了能耗数据监测、在线监测与诊断、智能仓储与物流、动态流程调整、精确分配与人机协作、智能场景、智能车间乃至智能工厂建设的对策。

关键词：建设；绿色低碳；智能制造；系统对策；分析

1概述

智能制造是制造业强国建设的主要方向，其发展程度直接关系到我国制造业的质量水平；绿色低碳是人与自然和谐共处的新领域，其推广应用直接影响二氧化碳排放。2021年底，工业和信息化部联合条例（2021）207“14”智能制造发展计划“通过融合、三大能力的提升和三大能力的持续提升，制造业高级工程师刘胜勇正在五年内深入实施智能制造工程的规划要求。2022年初，根据工业和信息化厅《联通发货函》（2021）263号文公布了2021中国110家智能制造示范工厂和241个智能制造优秀场景，工业和信息化厅科函（2022）7号文公布了2021中国673家绿色工厂。为了引领区域制造业协调优化发展，扩大绿色低碳智能制造的覆盖范围，快速提升智能制造能力的成熟度。

2七种场景助力绿色低碳智能制造系统

2.1柔性生产线配置场景

在东风小康汽车有限公司、天津鑫泰汽车零部件有限公司、重庆大江动力设备制造有限公司等生产现场，自动化流水线是提高生产效率必不可少的常见组织形式。许多生产线，无论是单列/双列直线布局，还是L或U布局形式，现在都被山东迪德精密机、利津精密、日发精密机、扬州Op、台湾石油机、台湾龙泽等国内品牌的数控车床、加工中心、镗铣中心、复合中心、法努克、ABB、库卡、CLOOS、，新增Mingsai、Siasun六自由度关节机器人，借助EDNA、NC-Link互联协议等数字系统，已成为涵盖规划、生产、监控、服务四个阶段的集成数字化柔性制造典型应用场景。

2.2智能在线检测场景

在上海诺亚克电气有限公司、北京福田戴姆勒汽车有限公司和信阳通河车轮有限公司的生产现场，轴承内外环、滚柱和保持架以及白色汽车车轮和车身等零件将通过视觉机器人进行识别、分类和分类。经过深入学习，2D视觉摄像系统能够以高可靠性解释产品缺陷类别和异常，实现海量数据色差图的可视化和报告。基于MatrixVision等平台的3D视觉测量系统，辅以机器人AI控制，可进行在线或离线过程测量控制，实现产品100%全表面和关键特征的微米视觉测量，以及工件多规格差异的分类和排序。蓝光测量系统基于双导轨方案和Coreview软件，在配备智能机器人和专用测量支架后，可在30分钟内完成全尺寸非接触式白车身自动测量，生成整个车身的点云图像，并用CAD模型理论值计算偏差。此外，用户还可以添加机器人双位夹钳、在线缓冲材料平台、中间姿态转换平台、传感器定位载体和优质蓝光测量系统，确保整个生产线的生产节拍，并在快速运行中获得高稳定性测量结果。

2.3能耗数据监控场景

研究表明，工业生产是最大的碳排放源。在使用切削液、润滑油、液压油和制冷剂造成的碳排放中，每年近36%的二氧化碳来自工业生产排放。中国已经确定，到2030年，二氧化碳排放量将达到103亿吨的峰值，即人均7.2吨。到2060年，通过植树造林、节能减排等措施，实现碳中和——抵消自身的二氧化碳排放量。因此，在智能制造系统中，引入能耗数据监测手段，应用新一代节能设备是推动制造业低碳绿色转型的重要途径。

2.4动态资源组织场景

无论是制造厂，还是其他行业的现场，都有红、蓝、绿、黄颜色对比的毛坯零件、夹具、图纸、订单、工具、机床、周转架、成品、量具及配件等资源丰富。随着工作任务的推进，涵盖规划、生产、监控和服务四个阶段的许多资源都在实时动态变化。只有依靠先进的管理系统，建立低延迟的工业网络，它们才能有效链接，在绿色低碳智能制造系统中发挥有效作用。在MAZAK的SPS（SmoothProcessSupport）智能工厂管理系统中，SmoothCAMRS将用户生成的3DCAD图形转换为处理程序，并对其进行分析和优化。SmoothScheduler可以从Smooth软件程序中提取加工时间，并在资源派生后根据每台机床的容量和订单紧急程度自动安排生产。将准确的生产计划、加工程序、工艺和操作说明发送给执行层的目标机床。SmoothToolManagement检查每个工具库的状态，为生产预配置工具，并监控工具寿命。SmoothMonitor对机床的运行信息、运行状态和维护状态进行实时管理、数据采集和分析。nC链路协议软件反馈给管理者，以显示机床的动态信息和生产任务的执行进度。

2.5质量优化可追溯性场景

众所周知，质量是企业的生命，是员工的饭碗。加工零件的尺寸波动影响生产线的效率；月末，途中合格零件数量模糊；在生产过程中，不合格的半成品流入下道工序，形成无效加工，浪费生产资源；柔性生产线成品不定期出现不良品甚至废品，无法通过有效的质量手段快速准确地捕捉问题的症结；客户对投放市场的产品有投诉，由于缺乏完整的生产过程记录，无法找到负责人。。。因此，绿色低碳智能制造系统必须加强质量优化追溯场景的建设：基于一个事物的二维码，系统地收集和关联生产底层大量离散的人、机、材料、方法（过程）、环境等基础数据，中间数据在SIGERMTS等可追溯性管理平台上进行处理——工单上报、站场管理、检验管理、返工返修管理等。在管理前端，形成质量数据分析、8D报表支持和供应渠道对比，最终实现了生产动态过程的视觉透明和产品质量的全数字可追溯。

2.6监控和诊断远程运维场景

虽然智能制造系统已经能够通过随机软件实时报告运行状况，根据设计/周期维护的经验给出预警，但在实际运行中，老化和磨损往往是由于单个机床零件，关键设备部件（如非正常损坏问题，造成柔性制造线和智能车间一个环节停滞，影响智能制造系统的效率。

一旦瓶颈设备出现故障点，智能制造运维团队将充分发挥其功能：自我故障排除时间短、在线监测准确、远程诊断响应快、精细维修和逆向计划、待更换备件储备充足、维修机床精度稳定、，产品质量一致性强。这不仅离不开监控诊断远程运维场景中基于大数据平台的应急维护转移流程的全面建设，也离不开移动终端与PC终端在人员配置、备件协调等资源要素的协同交互，流程优化和质量反馈。

2.7动态流程优化方案

设备保证技术，技术保证质量。在绿色低碳智能制造系统的过程动态调整场景中，需要完成基于过程路径的产品过程跟踪和防错，以及基于物料BOM的装配跟踪和防错。它不仅需要对工艺流程（如恒轮Heller4性能）进行分析和优化，还需要利用人工智能技术主动检测机床主轴（如光滑主轴）的振动，优化切削参数。监测机器温度变化（如AiThermalShield）和人工智能学习算法，以补偿热位移；必须同时具备机器人快速连接功能（如FANUCNC-QSSR）和动态碰撞监控DCM功能（如Haidhan TNC640），以警告发生碰撞事故的可能性。此外，用户需要使用更多的干切削技术（如重庆滚齿机YH3120CNC、南京双机插齿机YD5126CNC、宝鸡郭Xi倒角机GYK9335、宜昌龙机刮板机YK8115等），通过去除切削液相关设备，减少CO2排放，实现绿色材料减量加工产品，实现成本降低、效率提高、节能减排。

3结论

智能制造发展“十四五”规划提出，到2025年，规模以上制造企业70%基本实现数字化、网络化，500多家智能制造示范工厂将引领行业发展。新的发展理念、新的环保要求、新的市场格局、新的产品结构，必将产生新的供需关系。包括机床在内的所有企业都只能快速转型升级：以工艺和设备为核心，以数据为基础，依托制造单元、车间、工厂和供应链等载体，构建实际集成、知识驱动、动态优化、安全高效、绿色低碳、，智能制造系统巩固了企业发展的基石，创造出了更符合市场特点的三大产品。

参考文献：

[1]张戈.面向智能制造和绿色制造:构建新时代工程训练的思考[J].教育现代化,2018,5(19):184-187.

[2]黄玮.凝聚共识,针织行业推进“绿色生产和智能制造”[J].纺织服装周刊,2018(15):31.

[3]谢立安.政策解读:充分增强质量优势构建绿色制造和智能制造新体系[J].造纸信息,2018(10):8-11.