文章

卫华集团:打造智能工厂,实现起重机产品全生命周期透明管理

2025-02-06e-works整理

222阅
本文为“2024年度中国智能制造最佳应用实践奖”参评案例。本次活动将评选出2024年度,为中国智能制造领域带来突出效益的最佳实践工程,全面介绍企业推进智能制造的步骤、重点与难点、获得效益等,分享建设过程中的经验,供广大制造业行业企业学习供鉴。
一、企业简介

       卫华集团有限公司(简称“卫华集团”)始创于1988年,总部位于河南省长垣市,是以起重机为主业的大型现代企业集团,目前,拥有4个现代化生产制造基地,7个研发中心,并成功涉足起重装备、港口海工装备、新能源装备、钢结构装配式建筑等版块,员工人数6000余人,2023年销售收入为191亿元。在起重装备制造领域,卫华打造了行业内门类齐全、品种丰富的起重产品序列,是全国制造业单项冠军示范企业,为奥运工程、西气东输、南水北调、杭州湾跨海大桥、新一代核电站等国家重点工程保驾护航。是国内四大卫星发射基地起重装备承制单位,助力神舟系列飞船、长征系列火箭、天宫系列探测器成功飞天,产品远销170多个国家和地区。卫华集团先后荣获“全国创先争优先进基层党组织”“全国文明单位”“全国制造业单项冠军示范企业”“中国机械工业百强”“全国机械工业先进集体”“全国守合同重信用企业”“国家技术创新示范企业”等500多项荣誉称号。与时代同呼吸,与祖国共命运。卫华将持续聚焦装备制造这一主业,致力于为中华民族贡献一个世界级品牌。
 

图1 卫华集团图片

二、企业在智能制造方面的现状

       1.信息系统集成与应用

       卫华集团构建了一套全面且高度集成的信息系统体系,涵盖了企业运营的各个关键环节。OA 数字化办公系统极大地优化了内部办公流程,实现了文件审批、任务分配、信息传递等功能的高效电子化运作,显著提升了办公协同效率,减少了纸质文件流转的繁琐与延误。PLM 产品生命周期管理系统深度整合产品设计、工艺规划、变更管理等流程,确保产品从概念设计到退役的全生命周期数据的一致性和完整性,为产品创新与持续改进提供坚实支撑。CRM 客户关系管理系统精准追踪客户信息、销售线索机会与服务记录,助力销售团队深入了解客户需求,实施精准营销策略,有效提升客户满意度与忠诚度。MES 制造执行系统紧密对接生产现场,对生产任务下达、工序调度、质量检验、设备监控等环节进行精细化管控,保障生产过程的高效、稳定与有序。SRM 供应商关系管理系统强化了与供应商的深度协作,从供应商选择、采购订单下达、交货跟踪到质量评估,实现全流程的数字化管理,确保原材料供应的及时性、稳定性与高质量。

       这些系统通过统一的数据接口标准和规范的数据格式转换,成功打破信息孤岛,实现了数据在企业内部的顺畅流通与实时共享。如同构建了企业的 “数据神经网络”,为企业战略决策、日常运营管理提供了全面、准确且及时的数据支持,有力推动企业管理决策从经验驱动向数据驱动的智能化转变。

       2.智能制造应用场景实践

       智能生产:借助先进的数字化设计与仿真技术,对车间整体布局、工艺流程进行全方位模拟优化,提前识别潜在问题并优化解决方案。MES 系统在生产过程中发挥核心枢纽作用,基于实时数据反馈动态调整生产计划与资源分配,确保生产进度精准把控。例如,在起重机关键部件生产中,通过引入智能加工设备与工业机器人,实现自动化高精度加工与装配。主梁机器人焊接柔性制造系统,依据预设程序与实时监测数据自动调整焊接参数,确保焊接质量稳定可靠,焊接效率相比传统手工焊接提升 [36]% 以上,同时大幅降低人工劳动强度与操作风险。
 

图2 生产现场
 

图3 生产现场

       智能物流:智能仓储系统采用自动化立体仓库、智能货架等先进设备,依据货物尺寸、重量、品类等多维度特征实现智能存储与快速检索。通过 WMS 仓储管理系统与企业其他信息系统集成,实现库存信息实时更新与精准管理,库存周转率提高 [32]%。在物流配送环节,从原材料入库到成品出库,全程依托物流自动化设备与智能物流管理系统,实现物料配送准时化、路径规划最优化,有效降低物流成本 [12]%,提升企业整体运营效率。
 

图4 车间整体规划
 

图5 自动化立体仓库

       智能管理:实现产品计划全业务流程管理,推动以计划交期为指导核心的业务模式变革。通过对周计划打通,分析仓库库存、生产在制工单、采购订单等数据进行汇总分析,对采购下单、到货、齐套跟催形成作业指导,结合产品缺件清单,指导业务办理。

       打通产品签订到产品出库全流程,建立生产过程汇总规则,通过SRM/MES系统的数据采集,实现产品过程的透明化。整合企业财务、人力资源、采购、生产、销售等核心业务流程,实现资源的集中管理与优化配置。基于系统生成的多维度财务与运营报表,管理层能够精准洞察企业经营状况,及时调整战略决策。企业绩效管理体系以量化指标为基础,全面评估员工工作绩效与部门协同效率,激励员工积极创新与持续改进工作质量,促进企业整体绩效提升。
 

图6 核心业务方案设计
 

图7 日计划


图8 生产进度

       3.应用效果与效益显著

       生产效能提升:通过智能制造技术的深度应用,生产效率较传统制造模式显著提升 [26]%。产品研制周期大幅缩短 [8]%,主要得益于数字化设计与仿真技术的应用加速了产品研发进程,以及智能生产系统优化了生产流程、减少了生产中断与等待时间,使企业能够更快速响应市场需求变化,在激烈的市场竞争中赢得先机。

       质量管控强化:智能质检系统融合先进的传感器技术、机器视觉与数据分析算法,实现对产品质量的全流程实时监测与精准追溯。产品不良率从过往的 [10]% 降低至 [2]%,关键零部件的质量一致性与稳定性大幅提升,有效增强了客户对产品质量的信心,提升了企业品牌形象。

       成本控制优化:在库存管理方面,优化后的库存策略与智能仓储系统协同作用,库存周转率提升 [32]%,库存成本降低 [12]%。自动化生产设备与智能物流系统的高效运作减少了人工干预与物料浪费,生产成本降低 [6]%,提升了企业盈利能力。

       管理水平进阶:完善的数据管理体系与智能决策支持系统为企业管理提供强大助力。各部门通过信息化平台实现无缝信息共享与高效协同工作,沟通效率提升 [56]%,决策周期缩短 [22]%。基于数据驱动的管理模式使企业能够精准预测市场趋势、优化资源配置,全面提升企业运营管理水平与市场应变能力。

三、参评智能制造项目详细情况介绍

1、项目背景介绍

       业务痛点

       定制化需求挑战严峻:桥门式起重机在不同领域的应用场景千差万别,客户对其性能、规格、功能等方面的个性化需求日益多样化,这使得企业在生产过程中面临着产品设计复杂、生产计划难以协调、资源配置难度增大等诸多难题,对企业的生产管理灵活性与技术创新能力提出了极高的要求。

       技术难度与复杂性并存:桥门式起重机的设计与制造涉及到力学、材料学、电气工程等多学科知识的深度融合,需要精确考虑载荷重量、梁的材质、动力处理方式等众多复杂参数因素,技术门槛极高。同时,其由大量高精度零部件组装而成,装配过程如同精细的外科手术,对零部件精度和装配精度要求近乎苛刻,任何细微的偏差都可能影响整机性能,这无疑增加了企业的制造难度与质量把控风险。

       生产管理瓶颈突出:传统的生产管理模式下,信息传递存在严重滞后与失真现象,数据在各部门之间犹如孤岛难以共享,业务流程繁琐且缺乏优化,导致生产效率低下,生产周期冗长;质量控制缺乏有效的实时监控手段,波动较大;成本管理粗放,难以精确核算与控制,严重制约了企业的发展。

       项目目标

       智能化生产转型突破:深度引入智能制造技术,打造智能化生产生态系统,实现生产过程从原材料加工到成品组装的全自动化、智能化与数字化变革,大幅提高生产效率,提升产品质量稳定性,降低生产成本,重塑企业核心竞争力,在全球起重装备制造市场中脱颖而出。

       提升企业管理效能:借助信息化平台建设,打破部门之间的信息壁垒,实现企业内部财务、采购、生产、销售、研发等各部门之间的高效信息共享与协同工作,优化业务流程,简化管理环节,提高管理效率与决策的科学性、及时性,使企业能够迅速响应市场变化。

       满足市场需求动态变化:始终坚持以客户为中心的发展理念,构建敏捷的市场响应机制,快速捕捉并精准满足客户的个性化需求,提供定制化的产品与全方位的优质服务,增强客户满意度与忠诚度,巩固市场份额,实现企业可持续发展。

       规划与实施原则

       顶层设计引领战略方向:高瞻远瞩地制定全面、系统的智能制造发展规划,明确企业在不同发展阶段的战略目标、实施路径与关键节点,确保智能制造项目有序推进,与企业整体发展战略紧密契合,为企业的长远发展奠定坚实基础。

       技术创新驱动转型升级:积极与国内外顶尖科研机构、高校及先进企业开展深度技术合作,大力引进先进的智能制造技术与高端装备,同时加大自主研发投入,鼓励内部创新团队勇于探索与实践,不断攻克技术难题,提升企业的技术水平与创新能力,保持在行业内的技术领先地位。

       数据驱动决策科学精准:构建完善的数据管理体系,从生产设备、工艺流程、市场需求、客户反馈等多个维度收集海量数据,并运用先进的数据挖掘、分析与处理技术,深度挖掘数据价值,为企业的生产计划制定、质量控制、市场营销、战略决策等提供有力的数据支持,实现数据驱动的智能制造精细化管理。

       人才培养保障持续发展:高度重视人才在智能制造发展中的核心作用,制定系统的人才培养计划,通过内部培训、外部进修、项目实践等多种方式,加大对智能制造领域专业人才的引进与培养力度,打造一支既懂制造工艺又精通信息技术的高素质复合型人才队伍,为企业智能制造的持续推进提供坚实的人才保障。

2、项目实施与应用情况详细介绍

       技术与装备应用

       先进制造技术深度融合:在数据库层面与 BOM 层面深度集成工业控制软件,实现了对工厂、车间生产数据的全方位采集与高效效能管理,如同为生产过程安装了智慧大脑,实时感知生产状态。通过专业的数据管理软件挖掘研发数据中的宝贵技术信息,基于嵌入式设备数据采集人工智能软件赋予设备自主决策能力,实现设备的智能化自治。例如,熔池检测技术与大数据分析技术的完美结合,在产品质量改进与缺陷检测、生产工艺过程优化等关键环节发挥了重要作用。利用移动工作站对焊接电流、电弧电压、声压电压等信号进行精准采集,同时控制 CCD 相机对焊接熔池动态过程进行高清图像拍摄,建立基于金属热传导理论、系统辨识方法和人工神经网络的焊接熔池动态过程模型,实现对焊缝质量的在线精确检测,并运用大数据分析技术对焊接机器人的焊接工艺参数进行智能优化调整,确保焊接质量始终如一。
  


图9 焊接工艺参数优化调整
  


图10 大数据分析界面

       智能化装备集群协同作业

       焊接机器人革新工艺:自主研发并应用的主梁、端梁、台车焊接机器人装备,成为生产线上的焊接大师。它们采用先进的焊接位置识别与导引技术、焊缝曲线识别计算与跟踪技术、熔池图像处理与特征提取的焊接动态过程建模技术,能够精准地完成起重机钢结构的自动焊接任务,并对焊接工艺进行智能控制。在焊接过程中,实时监测焊接参数,根据实际情况自动优化调整,大大提高了焊接质量和效率,使焊接接头的强度和稳定性远超传统焊接方式。
   

图11 协同作业框架
   

图12 监测焊接参数

       智能仓储设备高效运作:建设的智能化仓储系统是物流管理的得力助手。自动化立体仓库充分利用垂直空间,存储容量大幅提升;智能输送设备和分拣设备如同高效的物流传送带,根据系统指令快速准确地搬运和分拣货物,实现了库存管理的智能化优化、自动化出入库和及时配送。通过对货物尺寸、重量、品类等多维度信息的自动识别与分类管理,确保了物资存储的合理性与检索的便捷性,极大地提高了仓储空间利用率和货物周转效率。
 

图13 货位管理

       其他智能设备协同助力:智能传感与控制装备、效能采集装置、RFID、4G 远程网关、工业 SCADA、6轴力控传感器等智能设备在生产过程中紧密配合,形成了一个智能化的监控与控制网络。智能传感与控制装备实时感知生产环境与设备状态信息,效能采集装置精确收集设备运行效能数据,RFID 技术实现了物料的精准识别与追踪,4G 远程网关保障了数据的远程传输,工业 SCADA 系统对生产过程进行集中监控与管理,6轴力控传感器确保了设备运动的高精度控制,这些设备共同为生产过程的实时监控、数据采集与精准控制提供了全方位的支持,提高了生产过程的可控性和效率。
 

图14 设备协同
 

图15 工业互联网平台

       工业软件与智能系统应用

       工业软件赋能设计与管理:采用 pro-e、solidworks 等三维数字化产品设计软件,为产品设计带来了全新的视觉体验与高效的设计流程,设计师能够在虚拟环境中快速构建产品模型,并进行多角度的分析与优化。CAPP工艺设计软件则为工艺设计提供了科学的方法与工具,实现了工艺路线的合理规划与工艺参数的精确设定。PLM 产品全生命周期管理系统整合了产品设计、工艺、制造、销售、售后等各个环节的数据与流程,确保产品信息的一致性与完整性,实现了产品全生命周期的数字化管理与协同工作。
 

图16 数字化管理界面

       智能系统协同打造智慧工厂

       MES 系统精细管控生产:MES 系统作为生产现场的核心管理系统,全面覆盖了作业计划、生产调度、质量控制、成本管理等关键功能。通过对生产任务的合理分解与排程,实现了生产资源的优化配置;实时跟踪生产进度,及时发现并解决生产过程中的问题;严格的质量控制模块确保了产品质量符合标准;精确的成本管理功能实现了生产成本的精细化核算与控制,为生产过程的高效管理与持续改进提供了有力支持。
 

图17 MES系统界面

       SCADA 系统实时监控设备:SCADA 系统构建了生产设备的实时监控网络,对设备的运行状态、工艺参数、能耗数据等进行全方位采集与可视化展示。一旦设备出现异常情况,系统能够及时发出警报,并提供详细的故障信息,帮助维修人员快速定位并解决问题,确保生产设备的稳定运行,提高设备利用率,降低设备故障率。
 

图18 实时设备监控

       其他智能系统协同增效:整合了企业的财务、采购、销售、人力资源等核心业务流程,实现了企业资源的高效管理与优化配置;CRM 系统加强了与客户的沟通与互动,提升了客户关系管理水平;OA 系统优化了办公流程,提高了办公效率。这些智能系统相互协作、信息共享,共同推动了企业的数字化转型与智能化升级。
 

图19 多系统协作

       智能化布局

       设备互联构建智慧网络:通过工业物联网技术,实现了设备之间的深度互联互通。生产线上的各类设备、传感器、控制系统等通过统一的通信协议与网络架构紧密相连,形成了一个有机的整体。设备之间能够实时交换数据与指令,实现了生产过程的协同作业与自动化控制。例如,在焊接机器人与物料输送设备之间建立了智能联动机制,当焊接机器人完成一个工件的焊接任务后,物料输送设备能够自动将下一个待焊接工件精准送达,大大提高了生产效率。
 

图20 设备互联
 

图21 焊接现场

       生产流程优化提升效率质量:引入精益生产理念,对生产流程进行了全面优化与再造。通过价值流分析,识别并消除了生产过程中的浪费与冗余环节,简化了生产流程,缩短了生产周期。同时,对生产工艺进行了持续改进与创新,提高了生产过程的稳定性与产品质量。例如,在起重机装配环节,采用了模块化装配工艺,将整机分解为多个功能模块进行并行装配,然后再进行总装,大大提高了装配效率与质量。
 

图22 生产流程优化
 

图23 提升效率

       物流自动化加速物资流转:实现了物流自动化的全流程覆盖,从原材料采购到生产过程中的物料配送,再到成品发货,各个环节都实现了高度自动化与智能化。在原材料采购环节,通过与供应商的信息系统对接,实现了采购订单的自动生成与跟踪;在物料配送环节,采用了自动化立体仓库、AGV 自动导引车等智能设备,实现了物料的快速准确配送;在成品发货环节,物流管理系统根据订单信息自动规划运输路线与配送方式,确保成品能够及时、安全地送达客户手中,提高了物流效率与准确性,降低了物流成本。
 

图24 物流自动化

       重点与难点问题及解决思路

       重点问题

       技术集成与融合难题:智能制造涵盖了自动化控制、人工智能、物联网、大数据等多个前沿领域的技术与装备,如何将这些技术有机地集成与融合在一起,实现系统的协同工作与高效运行,是项目实施过程中的关键技术挑战。不同技术之间的接口标准不一致、数据格式不兼容等问题,容易导致系统集成过程中出现信息孤岛、数据传输不畅等问题,影响智能制造系统的整体性能。

       数据管理与安全困境:智能制造依赖于大量的数据支持,如何确保数据的准确性、完整性和安全性是至关重要的。在数据采集过程中,可能会受到设备精度、环境干扰等因素的影响,导致数据误差;在数据存储与传输过程中,面临着数据泄露、恶意攻击等安全风险。同时,随着数据量的不断增长,如何高效地管理与利用数据,挖掘数据价值,也是亟待解决的问题。

       人员培训与转型压力:智能制造的实施对员工的技能和素质提出了全新的要求,传统的生产与管理人员需要掌握先进的信息技术、自动化技术与智能化管理知识,实现从传统制造思维向智能制造思维的转变。然而,员工的培训与转型需要投入大量的时间与资源,如何制定有效的培训计划,提高培训效果,使员工能够快速适应智能制造的发展要求,是项目推进过程中的关键人力资源问题。

       难点问题

       个性化定制生产挑战:桥门式起重机的个性化定制生产要求极高,客户对产品的性能、规格、功能等方面的个性化需求差异较大,且订单批量小、交货期短。如何在保证产品质量和生产效率的前提下,实现快速的个性化定制生产,满足客户的多样化需求,是智能制造面临的难点之一。这需要企业具备强大的产品设计能力、柔性生产能力与供应链协同能力。

       生产过程复杂多变难题:桥门式起重机的生产过程涉及到多个环节和工序,工艺复杂,且受到原材料供应、设备状态、人员技能等多种因素的影响,生产过程中容易出现突发情况与不确定性。如何对生产过程进行实时、准确的监控与管理,及时发现并解决问题,确保生产过程的稳定与顺利进行,是智能制造实施过程中难点问题。

       解决思路

       技术合作与创新驱动:加强与高校、科研机构的产学研合作,共同开展智能制造技术的研发与应用创新。建立联合研发中心,吸引高端技术人才,针对技术集成与融合过程中的关键问题进行攻关,制定统一的技术接口标准与数据格式规范,实现不同技术与装备之间的无缝对接与协同工作。同时,积极参与行业标准的制定与修订,提升企业在智能制造领域的技术话语权。

       数据管理体系建设保障:建立完善的数据管理体系,从数据采集、存储、传输、分析到应用,制定严格的标准与流程。采用先进的数据清洗、校验技术,提高数据的准确性与完整性;加强数据安全防护技术的应用,如加密传输、访问控制、数据备份等,保障数据的安全性。引入大数据分析平台与人工智能算法,挖掘数据价值,为企业决策提供有力支持。

       人员培训与技能提升支撑:制定全面的人员培训计划,根据员工的岗位需求与技能水平,分层分类开展培训。培训内容包括智能制造基础知识、自动化技术、信息技术、数据分析与处理等方面,采用理论授课、现场实操、案例分析等多种培训方式,提高培训效果。建立员工技能认证体系,激励员工主动学习与提升技能,同时,通过内部岗位轮换、项目实践等方式,培养员工的综合能力与创新思维,促进员工的转型与发展。

3、效益分析

       企业竞争力显著提升:通过智能制造技术的深度应用,企业在生产效率、产品质量、成本控制等方面取得了显著优势,产品在市场上的竞争力大幅增强。在高端起重装备市场,企业的市场份额逐步扩大,品牌知名度与美誉度不断提升,成为行业内的领军企业,引领行业发展潮流。

       人员协作深度加强:智能制造系统的实施促进了企业内部各部门之间的信息共享与协同工作,打破了部门之间的壁垒。生产部门与研发部门能够实时沟通产品设计与生产过程中的问题,共同优化产品;销售部门与生产部门能够根据市场需求及时调整生产计划,满足客户订单;各部门之间的紧密协作,提高了企业整体运营效率。
责任编辑:夏豪
读者评论 (0)
请您登录/注册后再评论