動力電芯生產(chǎn)是一個系統(tǒng)性的生產(chǎn)過程，對自動化、智能化要求水平很高。近年來，國內(nèi)設(shè)備企業(yè)及電池企業(yè)共同協(xié)作，不少細分領(lǐng)域的鋰電設(shè)備已經(jīng)完全實現(xiàn)進口替代，同時少數(shù)優(yōu)秀鋰電設(shè)備企業(yè)已經(jīng)成為國際高端鋰電池品牌穩(wěn)定供應(yīng)商。

可以說，中國動力電池生產(chǎn)正在走向“智能制造”時代。而建設(shè)智能工廠將成為推進智能制造的核心環(huán)節(jié)。

所謂智能工廠，指的是工廠依托信息物理系統(tǒng)(CPS)和信息通信技術(shù)的結(jié)合，引入大數(shù)據(jù)技術(shù)進行分析優(yōu)化管理，在計算機虛擬環(huán)境中，對整個生產(chǎn)過程進行仿真、評估和優(yōu)化，最終實現(xiàn)自動化、智能化、互聯(lián)化的生產(chǎn)制造。

智能工廠具備生產(chǎn)設(shè)備的網(wǎng)絡(luò)化、生產(chǎn)數(shù)據(jù)的可視化、生產(chǎn)文檔無紙化、生產(chǎn)過程透明化、生產(chǎn)現(xiàn)場無人化等重要特征。

簡單來說，生產(chǎn)設(shè)備的網(wǎng)絡(luò)化是指在電池生產(chǎn)設(shè)備生產(chǎn)過程中，實現(xiàn)與平臺系統(tǒng)相連接，使設(shè)備單機的數(shù)據(jù)上傳到平臺系統(tǒng)，通過數(shù)據(jù)化分析，了解生產(chǎn)過程的設(shè)備實際使用狀態(tài)；生產(chǎn)數(shù)據(jù)的可視化是指在應(yīng)用大量傳感器的前提下，使上傳到平臺系統(tǒng)的生產(chǎn)數(shù)據(jù)變得可視；系統(tǒng)在生產(chǎn)過程中對數(shù)據(jù)進行批處理，生產(chǎn)文檔將實現(xiàn)無紙化；隨著制造自動化水平的提高，生產(chǎn)過程將越來越透明、產(chǎn)品制造的各環(huán)節(jié)將一目了然；當智能工廠達到產(chǎn)線的自動化和智能化時，生產(chǎn)現(xiàn)場將不再需要大量的人工。

如何實現(xiàn)智能工廠

目前電池制造行業(yè)還面臨著以下四大挑戰(zhàn)：

一是電池制造行業(yè)結(jié)合了流程制造與離散制造，計劃難于管控，工藝流程復(fù)雜，在制周期長，造成交貨計劃難于管控；二是電池制造行業(yè)屬于精密制造行業(yè)，對過程要求嚴格，工藝標準要求非常高；三是電池組裝的生產(chǎn)自動化程度高，制程中一旦出現(xiàn)問題，必須及時發(fā)現(xiàn)并解決。四是產(chǎn)品召回策略，要求產(chǎn)品具備完整的追溯功能。

針對上述挑戰(zhàn)，需要在設(shè)備制造過程中，通過跨系統(tǒng)及跨工廠的溝通，使訂單在交付以及生產(chǎn)的時候得到有效的信息處理；通過降低在制品，減少達到時間，減少不良品，以減少浪費；通過降低人員差異性，降低制造過程差異性，自動過程防呆的措施，以確保產(chǎn)品質(zhì)量的提升；通過完整的產(chǎn)品追溯系統(tǒng)，可清晰的知道產(chǎn)品從電極材料的投入，到電池產(chǎn)出過程中整個生產(chǎn)流程的實時狀態(tài)。

目前電池企業(yè)鋰電工廠對生產(chǎn)設(shè)備在商業(yè)上有四個訴求，一是降低成本，避免來料浪費；二是提高綜合的設(shè)備效率，降低設(shè)備平均時間，提升產(chǎn)品品質(zhì)；三是優(yōu)化制造過程，改善貫穿整個產(chǎn)品生命周期的制造過程；四是提高服務(wù)品質(zhì)，及時響應(yīng)客戶需求, 反向追蹤產(chǎn)品制造過程，及時響應(yīng)分析品質(zhì)投訴。

針對上述訴求，可以從三個方面進行升級：

一是做好問題檢測，對問題盡早報警并作預(yù)防性措施，實現(xiàn)閉環(huán)控制, 從問題發(fā)生,停機, 分析, 解決, 恢復(fù)機器, 關(guān)閉問題進行全程閉環(huán)控制，并通知維修人員。

二是分析問題背后的原因。通過使用統(tǒng)計過程控制，甚至高級分析工具(例如機器學習, 數(shù)據(jù)挖掘, 神經(jīng)網(wǎng)絡(luò)等)進行問題的識別和分析, 將一些隱藏的問題可視化，并引導作業(yè)員或者維護工程師一步步快速解決問題。同時這樣還減少了失效分析工程師的數(shù)量。

三是預(yù)防與預(yù)測。設(shè)備可以根據(jù)長時間段的歷史數(shù)據(jù)，建立問題演化過程模型, 通過監(jiān)控問題特征來識別當前問題的狀態(tài)處在演化過程模型的位置, 以此推斷將要發(fā)生的事情，比如預(yù)測機器手臂零部件的剩余生命周期，又比如對模具、切刀等，可通過集成數(shù)據(jù)的提取并且分析，及早判斷有沒有發(fā)生變形。

其實，以上解決方法的背后，正是一套完整的智能制造系統(tǒng)。智能制造系統(tǒng)能夠?qū)W習人的經(jīng)驗, 分析解決問題, 并能避免問題繼續(xù)發(fā)生，通常有這樣一個閉環(huán)的步驟：問題發(fā)生，建立分析模型、解決問題，然后系統(tǒng)獲取經(jīng)驗，并根據(jù)經(jīng)驗改進模型，避免問題的再次發(fā)生。

在這個過程中，機器學習是智能制造系統(tǒng)非常關(guān)鍵的一個環(huán)節(jié)。機器學習最早源于通用電器，它可以直接改善生產(chǎn)流程，使生產(chǎn)效率整體提升20%；機器學習可以優(yōu)化工程和財務(wù)，使這兩個不相關(guān)的部門產(chǎn)生緊密的協(xié)作；機器學習還可以優(yōu)化工廠以及需求方面的分析，使產(chǎn)品的工作流、價值鏈的決策更高效和科學。同時機器學習也優(yōu)化了供應(yīng)鏈，使購買者和供應(yīng)商能夠更有效地進行協(xié)作，提高預(yù)測的準確度，減少庫存。

生產(chǎn)設(shè)備加入了機器學習之后，還有很重要的一個意義是OEE(全局設(shè)備效率)的提升，這也是鋰電池工廠最為關(guān)注和重視的。OEE是有關(guān)時間稼動率、性能稼動率、良品率的一個綜合指標。設(shè)備企業(yè)要做的就是協(xié)助客戶實現(xiàn)全狀態(tài)流程監(jiān)控，并向世界級工廠，OEE85%這個指標靠攏。

值得一提的是，智能工廠不是一場突然而至的革命，也不是一蹴而就的革新，從自動化到信息化，再到智能化，是智能工廠的發(fā)展邏輯。