探訪博世長沙“燈塔工廠”，看大數據和人工智能如何賦能智能制造

隨著汽車電動化、網聯化、自動化的發展，大數據和人工智能在汽車產業鏈生態中發揮著越來越重要的作用。它不僅改變了汽車的功能，賦能了汽車自動駕駛、汽車駕駛艙等領域的進化和發展，也改變了汽車的制造模式，重建了汽車智能制造的價值鏈和生態系統。

就在近日，筆者走訪了博世位于湖南長沙的“燈塔工廠”，該工廠入圍了3月份世界經濟論壇公布的2022年首批13家“燈塔工廠”。是繼博世無錫工廠、博世蘇州工廠之后，博世第三家獲得“燈塔工廠”稱號的智能制造工廠。截至目前，全球已有來自22個行業的103家工廠獲此殊榮，其中37家位于中國，占比超過三分之一，總量居世界第一。

“燈塔工廠”作為智能時代的“最先進工廠”，被譽為智能制造的“奧斯卡”。它由世界經濟論壇和麥肯錫公司于2018年聯合發起。評判標準包括:自動化、工業物聯網、數字化、大數據分析、5G等技術。

博世長沙工廠是博世集團于2004年在中部地區建立的第一家工廠。其產品涵蓋電機、發動機冷卻風扇、空調鼓風機電機和風扇、車窗升降電機、座椅電機、雨刮器電機等。隨著電氣化和智能化的發展，博世長沙工廠還致力于為行業提供專注于提升駕駛體驗的舒適電機、專注于更安全駕駛體驗的動力總成電機、新一代雨刷系統和熱管理系統。此次參觀“燈塔工廠”，筆者從五個方面體驗了博世在智能制造領域的創新舉措。

人工智能(AI)驅動生產能源管理系統，使年耗電量降低了18%。

博世長沙利用自主研發的人工智能(AI)驅動生產能源管理系統，加速生產轉型。系統搭載自主研發的AI算法，可以結合客戶需求和預測、生產計劃、天氣狀況、溫濕度等業務和環境因素，滾動推出未來七天的生產線級用能預測和生產調度。當預測結果精確到小時時，平均絕對百分比誤差仍低于3.2%。

此外，在AI算法的幫助下，系統還可以提供優化的停機管理和準確的能耗異常監控，讓節能減排深入到各個環節。目前，該系統已幫助博世長沙工廠年耗電量降低18%，二氧化碳排放量降低14%，進一步引導生產轉型的數字化進程。

智能設備維護管理系統，節省25%的維護成本。

特別是現場專家提到，這套系統可以在毫秒級了解設備的動態狀態，為問題的分析提供了非常有利的依據。深度數字化和智能化不僅可以提高維修過程的敏捷性和效率，還可以實現設備的智能化管理，為穩定生產消除后顧之憂。博世長沙的設備預測維修系統采用深度學習算法，通過對歷史數據的分析和對實時數據的監控，實現預防維修向預測維修的轉變。

在生產中收集數據，通過分析和挖掘數據來指導生產。傳感器是收集數據的關鍵。振動傳感器廣泛用于預測性維護系統。通過收集的數據和相應的常見故障原因，數據分析團隊構建數據模型。在實際生產中，運行訓練好的模型，系統會監測設備異常及其原因，甚至預測可能的設備故障。

AI預測模型預測24小時內設備的健康狀況，并給出預警，幫助維護和生產人員提前做好準備并快速響應，減少……緊急維修訂單的出現，并通過提前計劃確保生產的穩定性。該系統的使用節省了19%的維護時間、25%的維護成本和17%的缺陷成本。

生產現場數字化管理方案，生產率提高20%

現場博世智能制造專家提到:“數據不僅需要與物料同步，還需要與人同步”。博世利用5G數據傳輸構建數字化車間管理系統，實現可視化5M1E平臺。它內部實現了涵蓋流程、原材料、設備、人員、文件系統等業務環節的精益化日常管理，公司內人員的一舉一動都可以轉化為數據。

基于電子文件的過程完全數字化，這為建立其他基礎設施奠定了標準。車間數字化管理系統由可視化的5M1E(人、機、料、法、測、環)平臺賦能，實現了基于人員資質、能力認證、變點控制管理的智能化人員配置。結果，博世長沙實現了20%的生產率提升，有效降低了12%的人力成本，并創下了零客戶投訴的記錄。

數據智能決策系統，精準預測和干預

數據智能決策系統包括數據采集、數據處理、模型建立、驗證和應用。博世數據科學家夏在現場介紹，博世長沙通過在設備上安裝各類智能傳感器，持續采集生產過程中的各類數據。本文基于海量數據資源，運用大數據技術和機器學習算法對其進行深度分析，建立了高精度的耗材使用壽命預測模型，從多個維度對耗材的生產性能和消耗情況進行分析，給出了耗材的最佳更換時間。通過模型的控制，提高了產品質量的穩定性，避免了單一經驗和人工誤判造成的浪費。

比如在具體應用中，還將振動傳感器應用于耗材的智能決策，將振動特征與其他數據相結合，使生產線上的刀具更換更加智能；焊接控制傳感器可以檢測焊接過程中的關鍵變量，并準確預測焊條的使用壽命。

該機型上線后，有助于焊條、車刀、剝皮帶等易耗品使用壽命延長30%以上，節省更換時間50%。

端到端的智慧物流平臺，關鍵指標實時顯示。

博世物流信息的溝通和交互始于上游供應商。博世物流一體化的中間平臺打通了卡車預約進廠、自動補貨、智能物流配送、生產執行五大塊。通過港口的連接，從原材料供應、運輸和內部流通到生產和貨物交付，材料和數據的使用是同步的。整個流程由物流中間平臺通過實時數據連接、異常監控和報警，在流程大數據的支持下啟用。平臺通過AGV、RFID/視覺識別、自動化應用、智能報表的靈活調度，結合云技術、AI技術和物流業務的深度融合，幫助博世長沙節省了30%的物流成本和15%的庫存周轉天數，將生產周期縮短至三年前的64%。

博世長沙總經理魏巖表示:“作為德國最早發起工業4.0的企業之一，博世一直致力于工業4.0的完善，并取得了顯著的成效。以數字化和疊加智能為基礎，通過不斷創新探索精益生產管理。未來，博世長沙將繼續做第四次工業革命的先行者和排頭兵，加速中國制造業數字化智能轉型，釋放綠色低碳潛能，探索智能制造新未來。”

魏延進一步提到，市場已經不能用傳統的數據方法來預測。相反，它需要更好的數字化方式來實現。它需要一個更加智能和靈活的互聯網來促進信息交流。AI加持使工廠實現自學習，精確的數字雙胞胎可以指導數字模型的生產。未來，作為博世長沙燈塔工廠，將不斷實現技術創新和自我突破。博世將致力于全面實現生產過程的物聯網、人工智能、自動化、智能化和數字化，構建智能制造價值鏈和智能生態系統，朝著“博世長沙未來工廠”的建設目標不斷前進，助推中國制造數字化智能化轉型。隨著汽車電動化、網聯化、自動化的發展，大數據和人工智能在汽車產業鏈生態中發揮著越來越重要的作用。它不僅改變了汽車的功能，賦能了汽車自動駕駛、汽車駕駛艙等領域的進化和發展，也改變了汽車的制造模式，重建了汽車智能制造的價值鏈和生態系統。

就在近日，筆者走訪了博世位于湖南長沙的“燈塔工廠”，該工廠入圍了3月份世界經濟論壇公布的2022年首批13家“燈塔工廠”。是繼博世無錫工廠、博世蘇州工廠之后，博世第三家獲得“燈塔工廠”稱號的智能制造工廠。截至目前，全球已有來自22個行業的103家工廠獲此殊榮，其中37家位于中國，占比超過三分之一，總量居世界第一。

“燈塔工廠”作為智能時代的“最先進工廠”，被譽為智能制造的“奧斯卡”。它由世界經濟論壇和麥肯錫公司于2018年聯合發起。評判標準包括:自動化、工業物聯網、數字化、大數據分析、5G等技術。

博世長沙工廠是博世集團于2004年在中部地區建立的第一家工廠。其產品涵蓋電機，發動機冷卻風扇，…空調鼓風機電機和風扇、車窗升降電機、座椅電機、刮水器電機等。隨著電氣化和智能化的發展，博世長沙工廠還致力于為行業提供專注于提升駕駛體驗的舒適電機、專注于更安全駕駛體驗的動力總成電機、新一代雨刷系統和熱管理系統。此次參觀“燈塔工廠”，筆者從五個方面體驗了博世在智能制造領域的創新舉措。

人工智能(AI)驅動生產能源管理系統，使年耗電量降低了18%。

博世長沙利用自主研發的人工智能(AI)驅動生產能源管理系統，加速生產轉型。系統搭載自主研發的AI算法，可以結合客戶需求和預測、生產計劃、天氣狀況、溫濕度等業務和環境因素，滾動推出未來七天的生產線級用能預測和生產調度。當預測結果精確到小時時，平均絕對百分比誤差仍低于3.2%。

此外，在AI算法的幫助下，系統還可以提供優化的停機管理和準確的能耗異常監控，讓節能減排深入到各個環節。目前，該系統已幫助博世長沙工廠年耗電量降低18%，二氧化碳排放量降低14%，進一步引導生產轉型的數字化進程。

智能設備維護管理系統，節省25%的維護成本。

特別是現場專家提到，這套系統可以在毫秒級了解設備的動態狀態，為問題的分析提供了非常有利的依據。深度數字化和智能化不僅可以提高維修過程的敏捷性和效率，還可以實現設備的智能化管理，為穩定生產消除后顧之憂。博世長沙的設備預測維修系統采用深度學習算法，通過對歷史數據的分析和對實時數據的監控，實現預防維修向預測維修的轉變。

在生產中收集數據，通過分析和挖掘數據來指導生產。傳感器是收集數據的關鍵。振動傳感器廣泛用于預測性維護系統。通過收集的數據和相應的常見故障原因，數據分析團隊構建數據模型。在實際生產中，運行訓練好的模型，系統會監測設備異常及其原因，甚至預測可能的設備故障。

AI預測模型預測24小時內設備的健康狀況，并給出預警，幫助維修和生產人員提前做好準備并快速響應，減少緊急維修訂單的發生，通過提前計劃保證生產的穩定性。該系統的使用節省了19%的維護時間、25%的維護成本和17%的缺陷成本。

生產現場數字化管理方案，生產率提高20%

現場博世智能制造專家提到:“數據不僅需要與材料同步，還需要與人同步”。博世利用5G數據傳輸構建數字化車間管理系統，實現可視化5M1E平臺。它內部實現了涵蓋流程、原材料、設備、人員、文件系統等業務環節的精益化日常管理，公司內人員的一舉一動都可以轉化為數據。

基于電子文件的過程完全數字化，這為建立其他基礎設施奠定了標準。車間數字化管理系統由可視化的5M1E(人、機、料、法、測、環)平臺賦能，實現了基于人員資質、能力認證、變點控制管理的智能化人員配置。結果，博世長沙實現了20%的生產率提升，有效降低了12%的人力成本，并創下了零客戶投訴的記錄。

數據智能決策系統，精準預測和干預

數據智能決策系統包括數據采集、數據處理、模型e……建立、驗證和應用。博世數據科學家夏在現場介紹，博世長沙通過在設備上安裝各類智能傳感器，持續采集生產過程中的各類數據。本文基于海量數據資源，運用大數據技術和機器學習算法對其進行深度分析，建立了高精度的耗材使用壽命預測模型，從多個維度對耗材的生產性能和消耗情況進行分析，給出了耗材的最佳更換時間。通過模型的控制，提高了產品質量的穩定性，避免了單一經驗和人工誤判造成的浪費。

比如在具體應用中，還將振動傳感器應用于耗材的智能決策，將振動特征與其他數據相結合，使生產線上的刀具更換更加智能；焊接控制傳感器可以檢測焊接過程中的關鍵變量，并準確預測焊條的使用壽命。

該機型上線后，有助于焊條、車刀、剝皮帶等易耗品使用壽命延長30%以上，節省更換時間50%。

端到端的智慧物流平臺，關鍵指標實時顯示。

博世物流信息的溝通和交互始于上游供應商。博世物流一體化的中間平臺打通了卡車預約進廠、自動補貨、智能物流配送、生產執行五大塊。通過港口的連接，從原材料供應、運輸和內部流通到生產和貨物交付，材料和數據的使用是同步的。整個流程由物流中間平臺通過實時數據連接、異常監控和報警，在流程大數據的支持下啟用。平臺通過AGV、RFID/視覺識別、自動化應用、智能報表的靈活調度，結合云技術、AI技術和物流業務的深度融合，幫助博世長沙節省了30%的物流成本和15%的庫存周轉天數，將生產周期縮短至三年前的64%。

博世長沙總經理魏巖表示:“作為德國最早發起工業4.0的企業之一，博世一直致力于工業4.0的完善，并取得了顯著的成效。以數字化和疊加智能為基礎，通過不斷創新探索精益生產管理。未來，博世長沙將繼續做第四次工業革命的先行者和排頭兵，加速中國制造業數字化智能轉型，釋放綠色低碳潛能，探索智能制造新未來。”

魏延進一步提到，市場已經不能用傳統的數據方法來預測。相反，它需要更好的數字化方式來實現。它需要一個更加智能和靈活的互聯網來促進信息交流。AI加持使工廠實現自學習，精確的數字雙胞胎可以指導數字模型的生產。未來，作為博世長沙燈塔工廠，將不斷實現技術創新和自我突破。博世將致力于全面實現生產過程的物聯網、人工智能、自動化、智能化和數字化，構建智能制造價值鏈和智能生態系統，朝著“博世長沙未來工廠”的建設目標不斷前進，助推中國制造數字化智能化轉型。

標簽：

汽車資訊熱門資訊