精密制造是如何實現的

要點

英特爾正在将數據分(fēn)析技術推向邊緣，并幫助奧迪在其工(gōng)廠實施自動化和增強關鍵的質量控制流程。
通過創建數據驅動的平台解決方案，奧迪可以減少人爲錯誤，并确保所有汽車(chē)的制造都更加準确和精密。

将數字技術應用于制造

對于奧迪來說，成功的秘訣是緻力于使用尖端技術打造高品質汽車(chē)，從而實現精密工(gōng)程設計、卓越性能和奢華感。奧迪的汽車(chē)制造非常先進，許多生(shēng)産作業（從點焊到鉚接）已完全自動化。但他們的終極目标是打造智能工(gōng)廠，實現工(gōng)業 4.0 的生(shēng)産水平。爲了實現這一(yī)目标，奧迪的工(gōng)程師們需要超越傳統的方法，即創建定制硬件和軟件解決方案來處理各個用例。相反，他們需要一(yī)個可擴展的靈活平台，能夠運用數據分(fēn)析、機器學習和邊緣計算等先進的數字能力。

英特爾物(wù)聯網集團副總裁兼工(gōng)業解決方案事業部總經理 Christine Boles 說：“如果了解一(yī)下(xià)如今的工(gōng)廠情況，你就會發現奧迪的汽車(chē)制造業務是非常先進和極爲複雜(zá)的。”“但是定制的用例很難進行維護和擴展，而且由于需要時間和成本來獲得必要的批準和部署單個解決方案，它們實際上還會阻礙創新。奧迪已經準備好以一(yī)種新的方式看待物(wù)資(zī)，并嘗試另辟蹊徑。”

通過在線檢查提高質量

奧迪與英特爾合作開(kāi)展了一(yī)項概念驗證實驗，重點是改進汽車(chē)焊接的質量控制流程。該概念驗證實驗在奧迪位于德國内卡蘇爾姆的工(gōng)廠（該公司的兩個主要裝配工(gōng)廠之一(yī)）進行。

内卡蘇爾姆工(gōng)廠的生(shēng)産線上有 2500 個自動機器人。每個機器人都裝配有從膠槍到螺絲刀的某種工(gōng)具，并執行裝配奧迪汽車(chē)所需的特定任務。這些機器人中(zhōng)有 900 個配有焊槍，可以進行将金屬件固定在一(yī)起的點焊。生(shēng)産線被劃分(fēn)成一(yī)系列的作業單元，正在組裝的車(chē)輛在生(shēng)産線上從一(yī)個單元流轉到下(xià)一(yī)個單元。每個單元頂多可包含 20 個機器人和數台打磨機。打磨機用于在工(gōng)序之間根據需要對焊槍進行清洗。

奧迪的内卡蘇爾姆工(gōng)廠每天組裝大(dà)約 1000 輛汽車(chē)，每輛汽車(chē)有 5000 個焊點，這相當于單日生(shēng)産中(zhōng)有超過 5 百萬次焊接。爲确保焊接質量，奧迪采用行業的标準抽樣方法進行人工(gōng)質量控制檢查。“每天，奧迪會先将一(yī)輛汽車(chē)下(xià)線，轉至一(yī)個大(dà)房間，在那裏 18 位帶着筆記本的工(gōng)程師會用超聲波探頭檢測焊接點，并記錄每個點的質量”，英特爾工(gōng)業解決方案事業部物(wù)聯網集團首席工(gōng)程師兼英特爾工(gōng)業邊緣洞見軟件首席架構師 Rita Wouhaybi 這樣表示。

采樣成本高昂并且勞動強度大(dà)，而這一(yī)流程對每天生(shēng)産的其他 999 輛汽車(chē)的質量留下(xià)了太多不确定的問題。遺憾的是，奧迪沒有可行且具有成本效益的方法來檢測其他的焊接質量。奧迪自動化技術規劃負責人 Mathias Mayer 說，“該解決方案的主要目标是使我(wǒ)(wǒ)們有可能以非常高的準确性對焊接進行百分(fēn)之百的檢查。”“目前，我(wǒ)(wǒ)們無法對此進行保證。我(wǒ)(wǒ)們在生(shēng)産線末端檢查一(yī)輛成品汽車(chē)。我(wǒ)(wǒ)們沒有制定生(shēng)産線内的檢查流程。英特爾擁有技術和專業知(zhī)識，可以幫助我(wǒ)(wǒ)們改善流程和實現目标。”

創建可擴展的邊緣解決方案

英特爾與奧迪一(yī)起，使用英特爾的工(gōng)業邊緣洞見軟件創建了流分(fēn)析算法。這些算法實現了預測性分(fēn)析和建模，進而将工(gōng)廠數據轉化爲有價值的洞察。該解決方案吸收了焊槍控制器的數據，并在邊緣進行分(fēn)析。

英特爾的數據科學家創建了一(yī)種機器學習算法，并将其生(shēng)成的預測與奧迪提供的實際檢測數據進行了比較，從而對其準确性進行了訓練。模型使用焊接控制器生(shēng)成的數據，其顯示了焊接作業期間的電(diàn)壓和電(diàn)流曲線。數據還包括其他參數，例如焊縫結構、金屬類型和焊條使用狀況。儀表闆可讓奧迪員(yuán)工(gōng)将數據可視化，并且系統會在檢測到錯誤的焊接或構造發生(shēng)潛在變化時提醒技術人員(yuán)，從而可将錯誤總數盡可能減少或消除。

在工(gōng)廠車(chē)間進行的優化不僅僅局限于一(yī)個流程，而且可以擴展到工(gōng)廠的其餘部分(fēn)。奧迪可以将該平台解決方案用于其他涉及機器人和控制器的用例，例如鉚接、塗膠和塗漆。“建立邊緣分(fēn)析平台的價值在于它可以讓更多數據融入其中(zhōng)，并查看關聯性、因果關系和其他有趣的分(fēn)析，甚至某些你一(yī)開(kāi)始可能不會想到的作用”，英特爾物(wù)聯網集團副總裁兼工(gōng)業系統工(gōng)程與架構總監 Brian McCarson 這樣表示。“這個平台爲奧迪提供了很大(dà)的發展空間。這不隻是專用于這個應用場景。在完成了最初的平台投資(zī)之後，奧迪可以在其各個工(gōng)廠和其他用例中(zhōng)進行發展和擴展。”

提高效率和精度

從人工(gōng)檢查轉向自動化的數據驅動流程，讓奧迪提高了其質量控制流程的範圍和準确性。而且，這也在其他方面帶來了益處。

Häffner 強調，提高自動化程度和效率不是要取代工(gōng)人，而是要給他們賦予新的知(zhī)識和技能，并爲他們創造新的機會。這同樣也是必要的，因爲許多熟練的工(gōng)廠工(gōng)人正在陸續退休，并且帶走了他們寶貴的知(zhī)識。因此實現其中(zhōng)一(yī)些工(gōng)作的自動化并使年輕的員(yuán)工(gōng)朝着新的方向發展，對企業和工(gōng)人都有利。

新系統及其實現的精确檢查的另一(yī)個主要優點是，奧迪可以積極主動地專注于避免問題，而不僅僅是應對問題。“假設我(wǒ)(wǒ)們每天對一(yī)輛汽車(chē)的 5000 個或更多的焊接點進行整體(tǐ)檢查，也許其中(zhōng) 95% 的焊接沒問題，而有 5% 的焊接不合格”， Mathias Mayer 說。“将來，我(wǒ)(wǒ)們可以專注于這 5%，因爲我(wǒ)(wǒ)們知(zhī)道它們會在工(gōng)廠中(zhōng)的哪些環節出現，并且我(wǒ)(wǒ)們可以更快地采取措施。

面向未來

擁有一(yī)個透明的系統，讓奧迪能夠理解設備産生(shēng)的數據并從中(zhōng)學習，這啓發了奧迪考慮新的可能性，而且還提供了額外(wài)的收益 —— 其中(zhōng)有些是意外(wài)收獲。Häffner 說，“由于我(wǒ)(wǒ)們正在運行數據分(fēn)析，且數據的可見性不斷提高，所以奧迪減輕了其公司的稅務負擔。”“在過去(qù)，我(wǒ)(wǒ)們不得不做很多假設，而我(wǒ)(wǒ)們的稅費(fèi)就是基于這些假設情況。而現在，真實數據表明我(wǒ)(wǒ)們的納稅義務減少了，這可節省大(dà)量成本。”

奧迪已經計劃在内卡蘇姆工(gōng)廠将此平台用于其他應用場景，并最終打算在大(dà)衆汽車(chē)集團的所有生(shēng)産設施中(zhōng)部署預測性焊接檢查和其他解決方案。Henning Löser 說，“我(wǒ)(wǒ)們正處于收集和分(fēn)析數據的起始階段。”“随着我(wǒ)(wǒ)們持續開(kāi)展這一(yī)進程，它将會給我(wǒ)(wǒ)們帶來更多的驚喜和新的機會。”

能夠可持續地制造更精密的汽車(chē)真是太美妙了，是英特爾與奧迪等合作夥伴一(yī)起成就了這些美妙。