一座重庆工厂,智能与制造的“两江之约”

ops/2024/12/15 11:04:53/

outside_default.png

bde921ddd0ff2979b7759f6304bd335d.png

嘉陵江与长江在此交汇,勾勒出了重庆最独特的风景线,也成就了这座城市的千百年商贸兴盛与近代工业的崛起。

数字化、智能化时代,这座江边古城、工业重镇,也开始涌动着智能技术的创新源动力。其中最具代表性的,就是坐落在重庆市渝北区的长安汽车数智工厂。

走进长安汽车数智工厂,首先映入眼帘的是一幅巨大标语,“发展新能源汽车,是中国从汽车大国迈向汽车强国的必由之路”。汽车强国、制造强国之路怎么走?这座数智工厂,就是一个掷地有声的答案。

fd7d7478a53c7849fca62b33b31d252c.png

长安汽车数智工厂的数智化基础设施水平极高,目前已经正式建成并投产。有两组数据令人印象深刻:一是产量,设计年产能28万辆;二是柔性程度,生产线目前支撑着长安汽车三款车型、定制化配置的高效生产。

据了解,这座数智工厂长安与华为、联通等厂商共同合作,广泛应用5G、AI、数字孪生等40余项领先技术,具有“智能、低碳、高效”三大特征。

智能与制造,就这样交汇在一座重庆工厂,化为数智山城的“新两江”。我们就从智能与制造的“两江之约”,聊聊制造强国背后的创新之源。

47833d4bca6eaf12a4262240afa7cb29.png

拥有39年造车经验的长安汽车,为什么要在重庆新建一座新能源汽车生产工厂,并将其打造为长安汽车全球22座工厂中的数智化标杆?

放眼国内,数据显示,2020年—2024年中国新能源乘用车销量占比从5.4%‌到首次突破了50%,由于市场增长趋缓、竞争加剧,国产新能源汽车正式进入淘汰赛。

而放眼全球,中国新能源汽车2024年上半年出口量实现了13.2%的同比增长,竞争力正在不断增强。

由此可知,增强竞争力、拓展全球市场,已经成为国产汽车的突围之路。但成功突围,还要穿过三座大山:

11db9aeeb53dbde39c892248f37e9255.png

体验大山。更优的购车乘车体验,驱动汽车制造商加速采用柔性制造,为全球消费者提供发动机、内饰、外观、技术配置等不同要素的灵活定制,满足多样化的市场需求。

成本大山。柔性制造C2M模式,打破了按固定批次生产的传统模式,也给工厂生产带来了前所未有的复杂度,可能导致成本上升。比如产线上正在造的是A车,物料送来的却是B车的门,那就得停工重新协调,造成时间、人力、金钱的浪费。

效率大山。对工厂来说,只生产一台车的效率是最高的,柔性制造意味着多台车型混线生产,难度就会加大,难以保证敏捷交付。

新能源汽车的强国之梦,必须翻越这三座高山。而在山城重庆,我们看到智能和制造开始交汇,为长安汽车注入创新之源。

3683bb2540164e93a2253bc59c5c6b90.png

数智化技术,能带汽车制造商突围吗?长安汽车数智工厂,已经可以带来肯定而具体的答案。

目前,该工厂已经达到了极高的柔性制造水平,在产车型共三款,每一款车都为消费者提供定制化配置,柔性程度非常高。

在交付时,该工厂下线的汽车也具备非常高的数字化水平。以覆盖汽车全生命周期的“一车一档”为例,从订单生成到车辆最终下线,涉及的订单信息、物料信息、工艺数据、过点履历、检测结果、证书信息等均会被记录,确保全过程可追溯,实现精细化管理,降本增效。

由此可见,这座数智工厂,确实称得上是智能化标杆。

那么下一个问题就是,这座工厂的数智化能力是怎么来的?

秘诀是:数据为舟,AI为桨,打通“三流”。

62eb770996b0fc4bb99504b2f6abf5e9.jpeg

这个过程中,华为公司深入参与,充分协同和创新。一方面,华为自身多年的数字化转型理论和经验赋能,成为长安数字化转型的方法论。另一方面,长安汽车采用了“一云一网一平台”的华为智慧工厂解决方案新架构,让数据标准化,在工厂中自由流动,让数据按需参与生产,并通过大数据分析以及人工智能对海量数据知识的学习,让工厂变得有智慧。随着高质量数据的积累,工厂所学习的知识也越来越多,经验越来越丰富,再配合华为一站式研发工具链,对上层应用系统进行微服务化改造,让应用更敏捷,灵活应变柔性制造的需求,应用的迭代和部署效率也大幅提升。

数据为舟,AI为桨,助力贯穿工程数据流-生产工艺流-商业信息流,实现订单、生产、供应与交付有效协同,为长安汽车的智能制造构建坚实底座,让体验、成本、效率都得到了极大优化。

c55181887bf636154fb1ca64a8abe3ba.png

作为中国汽车工业的重要品牌,长安汽车的数智化探索,也对汽车强国、制造强国,有着深远的借鉴意义。

结合长安数智工厂的实践,以及华为自身的管理变革经验,华为中国政企智能制造系统部总经理杨萍也分享了关于制造企业转型的几点建议:

首先是定位明确。杨萍提到,华为在最早IT建设的时候,就明确了变革目标:“不是为了打造一个世界级的IT系统,而是要成就世界级的华为。”制造企业的数智化转型,也要明确一个定位和目标,那就是服务于主业的成功。以汽车制造为例,要在汽车业务研发、制造、销售方面等获得成功。

5f8ea54fea16b51268de7c015e1d6e0c.png

其次是数据质量。数智化转型,高度依赖于高质量数据。获取高质量数据,要做好数据治理,有顶层架构、扎实行动、持续耐心,否则的话就达不到数智化的目的。

第三是深入场景。企业智能化升级不能贪多求大,而要在“一厘米的切口,做到一公里的深度”,找到一两个对企业高频、重复的业务场景,把AI应用深入辖区,用技术真正解决问题,企业也可以在这个过程中慢慢积累数字素质和能力。

长安数智工厂,正是上述经验的现实载体,融合了长安汽车与华为的先进技术与数智化经验。汽车制造与数智技术,在重庆交汇,化为当地产业升级的创新之源。

5c292c5bd7a003ea08f4f808023429cf.png

一座数智工厂,是华为与长安汽车在重庆的“两江之约”。而随着华为在制造领域的能力外溢,与更多行业伙伴邂逅,共赴数字化、智能化的时代之约。

汽车领域,华为中国政企智能制造系统部还在研发方面,帮助头部汽车企业构建数智化研发平台,将新车型的研发周期从36个月缩短到 24个月,并且实现了30多款研发软件的自主创新。售后服务方面,可以基于华为人工智能平台,利用大模型解决车辆维修新技师经验不足、故障分析效率低、维修周期长、用户体验差等问题。人才方面,打造数智化管理、数字化应用、数字化技术3大人才培养体系,三年来累计为制造企业、高校培养了2万多名数字化人才。

62c964324c8d6b5f7e9181eaefba2b85.png

生物医药领域,以研发抗生素为例,传统的药物设计周期长,人工实验成本高,无法实现快速药物筛选。华为与国内头部药企合作使用盘古药物分子大模型,以每周3亿个药物小分子的速度进行筛选,在一个月内,筛选得到1个药物分子,在随后的细胞、小鼠试验上都取得非常好的验证效果,而传统方式这个过程估计需要数年时间。

机械领域,全国多省涌现了很多机器人企业,竞争压力越来越大。华为公司依据自身的研发变革经验,帮助头部机器人企业打造IPD管理体系,助力企业重塑结构化研发流程,实现了研发质量与生产质量的协同管理。降低了研发成本,研发的有效性也得到了极大提高。

e777664c070258d8199520924f8db7e3.png

从上述制造企业与华为的合作中,我们可以看到,华为的能力外溢,转变为制造企业的创新源泉,背后有几股充沛的力量:

一是根技术之力。源于制造、更懂制造、具有强研发能力、多业务覆盖的华为,可以为制造企业带来软硬件根技术,满足长续发展的创新所需。

二是方法论之力。正如杨萍所说,数智化转型是“一把手工程”,战略和定位尤为关键。非数字原生企业如何找到适配自身发展需要的转型战略?华为30多年来凝结的制造数智化经验,可以作为方法论,帮助其他制造企业少走弯路。

三是体系化之力。有了技术和方法之后,华为中国政企还通过“伙伴+华为”体系,为制造企业全面赋能,提供强大的转型推动力。行业智能体,以场景化解决方案,减少转型障碍和阻力,让企业与“数智世界 一触即达”。

这些华为能力,凝结为一支创新的洪流,为制造企业提供绵延不绝的发展动力。

从一座数智工厂到万千制造企业,从汽车大国到汽车强国,从制造大国到制造强国……数智化转型的时代之约,正吸引着智能与制造在中国交汇,伙伴与华为在此刻携手,共迎工业4.0时代挑战。

2d0ba9a0b9d5001378b2b11cd59c7673.png

·

·

·


http://www.ppmy.cn/ops/142079.html

相关文章

【动手学运动规划】 4.6 Hybrid A*算法

勇敢不是不感到恐惧,而是在恐惧面前仍然前行。 —《狮子王》 🏰代码及环境配置:请参考 环境配置和代码运行! 4.6.1 概述 Hybrid A* 是 2004 年 DARPA 城市挑战中的冠军车队使用的全局导航算法。相比与传统的 A* 算法,Hybrid A* …

JetBrains IDE(IDEAWebStorm)配置GitHub Copilot

关于 GitHub Copilot 和 JetBrains IDE GitHub Copilot 在编写代码时提供 AI 对程序员的自动完成样式的建议。 有关详细信息,请参阅“关于 GitHub Copilot Individual”。 如果使用 JetBrains IDE,可以直接在编辑器中查看并合并来自 GitHub Copilot 的…

机器学习环境

如果没有指定 Python 版本,通常建议使用 Python 的最新稳定版本,因为它通常会包含最新的功能和安全修复。对于大多数库来说,Python 3.8、3.9 和 3.10 都是广泛支持的版本。以下是考虑到兼容性和稳定性的改进后的环境配置: 指定 Py…

1_sass教程 --[CSS预处理]

Sass(Syntactically Awesome Style Sheets)是一种强大的 CSS 预处理器,它扩展了 CSS 的功能,使样式表更加简洁、模块化且易于维护。本教程将引导你从基础到高级特性,帮助你掌握如何使用 Sass 来优化你的前端开发工作流…

《开源时间序列数据:探索与应用》

《开源时间序列数据:探索与应用》 一、开源时间序列数据概述二、热门的开源时间序列数据库1. InfluxDB2. TimescaleDB3. Prometheus4. OpenTSDB5. Graphite6. Druid 三、开源时间序列数据的应用场景1. 物联网领域2. 金融领域3. 运维监控领域4. 能源领域 四、开源时间…

Python 参数配置使用 XML 文件的教程:轻松管理你的项目配置

Python 参数配置使用 XML 文件的教程:轻松管理你的项目配置 一句话总结:当配置项存储在外部文件(如 XML、JSON)时,修改配置无需重新编译和发布代码。通过更新 XML 文件即可调整参数,无需更改源代码&#xf…

xdoj 矩阵元素求和并排序

问题描述 请写一个程序,对于一个 m 行 m 列(2<m<20)的方阵,求其每一行、每一列及主、 辅对角线元素之和,然后按照从大到小的顺序依次输出这些值。 注:主对角线是方阵从左上角到右下…

论文阅读 -- IDENTIFYING THE RISKS OF LM AGENTS WITHAN LM-EMULATED SANDBOX, ICLR2024

论文链接:https://arxiv.org/pdf/2309.15817 目录 ABSTRACT 1 INTRODUCTION 2 BACKGROUND & PROBLEM STATEMENT 3 CONSTRUCTING TOOLEMU 3.1 EMULATING TOOL EXECUTIONS WITH LANGUAGE MODELS 3.2 DESIGNING AUTOMATIC EVALUATIONS WITH LANGUAGE MODEL…