我国的汽车制造业近年来发展速度较快,并且通过与国际接轨的方式加速了技术革新,使汽车企业生产效率得到了大幅度的提升。但是与一些汽车巨头相比,我国的汽车企业的技术水平依然存在一定的差距,而为了缩小差距,我国汽车企业纷纷开展先进制造技术与信息技术的融合应用,提升了汽车制造的自动化与智能化水平。智能工厂建设可以为汽车生产自动化与智能化奠定基础,但是在智能工厂建设方面,汽车企业依然面临着巨大的挑战。主要表现在以下几个方面:
1、底层装备的感知互联
目前,自动化底层装备在我国汽车企业中得到了广泛的应用,如装配流水线、工业机器人以及涂装缓存区PBS等,自动化底层装备的应用已经覆盖了生产加工、质量检测等关键领域,极大地提升了汽车生产制造的自动化水平。但与此同时,要想充分发挥出自动化底层装备的优势和作用,则需要借助网络来实现底层多类型智能装备的智能感知,并且还必须实现下层装置与上层系统之间的互通互联。在智能工程建设过程中,必须实现对底层装备的实时监控,并采用信息采集与信息分析的方法,来了解底层装备的运行状况,从而为柔性调度与管理提供了基础,以实现上下层装备的迅速精准匹配。
2、执行过程的透明化
实现汽车企业各业务环节执行过程的透明化,直观地展现出企业的实施情况,并且能够为企业相关业务的综合管理奠定基础。在智能工厂建设过程中,也要充分考虑业务执行过程透明化的需求,通过对设备状态、生产状况、质量检测等业务执行过程的信息收集和分析,借助三维模型或者二维图表等形式将分析结果直观地呈现出来,进而实现汽车企业各业务环节执行过程的透明化。汽车企业管理人员、业务人员以及客户与供应商等主体均可以借助三维模型或者二维图表来了解订单执行过程情况。
3、多业务之间的协同
现代社会背景下,市场需求多元化趋势不断加强,对于消费者而言,更加希望获得独特的产品,针对这种情况,有的汽车企业已经开始探索并尝试C2B定制化模式,这种模式是指根据用户需求来指导企业的生产,确保企业产品能够更好地满足用户需求。这种模式将成为汽车行业发展的主流,而在C2B定制化模式下,一方面客户的相关要求会越来越高,另一方面汽车企业自身在产品设计、生产模式调整以及售后服务等方面的能力也需要不断提升,这样才能更好地满足用户的需求,但与此同时也会给智能工厂建设带来更大的挑战。
4、多元数据开发利用
在大数据时代背景下,数据的重要性更加凸显,在汽车制造过程中,数据驱动的智能制造体系的影响力将进一步扩大。传统的集中式生产模式将逐渐被淘汰,取而代之的便是分散式生产。在智能工厂建设的过程中,需要更多地借助软硬件设备对生产数据、物流数据、检验数据以及销售和售后等方面数据信息的采集,构建更加完善的信息分析模型。针对相关数据的挖掘、采集、分析以及分析结果的直观展现等成为了智能工厂建设的必然需求,同时也是智能工厂建设所面临的巨大挑战。