鸿富锦精密电子（成都）有限公司系鸿海科技集团2010年在成都组建，总投资额约为美元21亿元，项目首期总投资额为美元2.99亿，注册资本金95000万美金，是富士康科技集团在西部打造的以平板计算机制造、电子显示面板制造、6C科技整合服务等业务龙头的电子信息产业基地，并在软件开发、精密模具生产、工业4.0、现代物流、电子商务、绿色智慧教育生态等领域不断突破，成为四川先进制造生产力的现代化企业。

图1  富士康成都厂区布局图
 

一、项目概况

在工业4.0和中国智能制造2025大潮流下，智能制造已成为制造业核心竞争力，而智能生产的最优路径就是“智能装备搭载工业互联网平台，运用大数据运算分析技术进行智慧统筹运营。”成都富士康McEBG智能云网制造系统项目于2016年9月1日启动，主要为解决产销不平衡、信息系统分散等问题，通过数据高效挖掘，信息系统串接，专家系统结合人工智能分析，最终实现生产制造管理智能化决策。
1. 项目背景
智能云网制造系统导入之前企业运营管理未达成高度信息集成化、智能化管理模式。各部门信息系统虽能够独立完成生产运营管理，但数据互联互通效率低，协同制造能力不足。通过多年制造经验积累，提取企业运营关键指标主要包括：人员指标、设备参数、产品数据、品质信息、环安能耗。应用工业互联网平台实现数据管理优化是企业顺应中国制造2025宏观发展规划，实现智能制造转型的必由之路。
目前国内外企业信息化平台系统已初具规模，但在制造业集成应用尚不成熟。普遍存在通用性低、可靠性不足、迭代能力弱。若直接导入富士康使用，则需要富士康对现有生产式进行大规改变。遂开发基于富士康BEACON平台的企业应用级智能云网制造系统，旨在通过制造数据自动感知、实时采集，分布式管理等技术，连接制造应用微平台，实现资源统一分配、协同调度。集数据采集、传输、存储、显示和应用于一体，推动工厂数字化和智能化，减少不良浪费，提升生产效率。

2.项目简介
智能云网制造系统目前从人、机、料、法、环五大类别，针对关键数据节点进行实时数据采集、统计、分析，并在生产车间重点采集和监控位置安置电子看板，显示现场产能/良率/WIP/入库等相关数据，系统通过对比现场实时数据与生产执行计划，改变传统信息传递方式，提升决策效率，使得各阶层主管可以随时查看最新可视化报表，数据时效性提高。
实现制造、仓储、物流、质量监控等各环节的一体化智能管控，简化工作流程，节约大量人工和时间成本，实现公司提质、增效、降本、减存最终目标。

图2  智能云网制造运营监控中心
 

3. 项目目标

（1）建立McEBG工程、生产、品质、运营系统统一数据信息平台；
（2）生产数据采集流程E化，简化作业流程，提升企划决策响应时间；
（3）三阶层生产战情报告自动生成、结果智能分析、数据异常自动预警；
（4）生产历史数据保留及查询，形成生产经验履历。


二、项目实施概况
1. 项目总体架构和主要内容
（1）智能云网制造系统总体功能架构
智能云网制造系统总体架构主要分为：终端设备联网与数据采层、应用平台层、数据中心型层及运营管理层。
通过现场数据总线进行设备集中控制，梳理各制造环节工业机理，分析定义出人员、设备、产能、良率等关键有效数据来源，布建智能装备和数据采集基础设施，接入SCADA系统对产品在制造环节各制程生产数据进行采集和监测，依托协议转换技术和边缘计算备实现多源异构数据的归一化和边缘集成，完成车间数据向云端平台集成。工、生、品、经四管系统数据分类调用，形成人流、金流、技术流、讯流、物流、过程流六流模型库，便于不同阶层管理者进行数
据使用、流程优化、系统整合及企业运营决策。

图3  总体功能架构

 

（2）智能云网制造系统功能架构
智能云网制造系统目标是从市场、资源、制造三部分进行管理，制造段数据采集、分析、统计、预警是重点应用项目。
主要包含车间计划管理、设备管理、品质追溯管理、车间物料管理、备品管理、人员出勤管理等。采集数据经过清洗过滤后，在线自动生成各类WEB报表（产线产出、良率、报废数、物料利用率、良率、在制品库存状态、工单实时进度、设备良率分析、设备稼动率OEE、多车间对比分析、关键缺陷及原因等），并对各厂部每日/月/季度/年综合效率进行智能分析。另外，根据海量数据记录，对设备运行状态进行预测，对产能进行智能排配，对资源（人力/设备/能源）等优化配置，供不同职能管理人员进行资源统一调度、分配。

图4  系统功能架构

 

2. 网络互联架构

图5  网络互联架构

 

3. 具体应用场景和应用式
（1）产能监控
快速掌握各厂区、产品的生产实绩，生产主管通过系统第一时间提取生产数据信息，及时分析问题及验收执行成果，并依据时时信息制定行动计划或确认重要决策。

图6  生产战情

 

 
（2）良率监控

研发智能检测装备，关键工站&制程品质数据自动采集，少许工站数据人工录入，智能云网制造系统与物料批次绑定，使用在线SPC和专业工具，按照一定计算逻辑，自动生成每日TOP不良因素、出货良率、报废率、SI批退率、综合效率等相关报表。若出现趋势异常，则即时分析、预警，实现品质数据采集分析。各生产、品质单位主管可根据自己管理的管辖范围查阅良率状况，严控不合格品的产生。

图8  不良因素智能分析


 

（3）自动化核心设备监控分析
开发TPM微应用，实时收集自动化生产设备数据，掌握产出、稼动、故障时间与首末件不良率分析等信息，依据产线人员所在线别、工段、工站、工位，以图形化、颜色标记，查看授权的生产数据。具备「快速报修」功能，在设备出现故障时短信及时通知维修人员，有效提升设备稼动率，降低设备故障对产能的影响。

图9  设备运行状态监控

 

（4）人员出勤
每日生产在职人力、出勤人力、离职人力统计，准确掌握生产人力情况，根据生产计划需求及调整直接人力，避免某些工站人力富裕或不足，导致当日产能不达标。

（5）能耗监控

实时生产能耗监控，一旦达到能耗预设范围值或供给故障，及时警报显示，避免因能耗不足或超标导致生产异常或出现生产事故。另外，于废水排放口，安装监测设备，实时在线监测，每10秒向环保局传输监测数据，同步Apple合作伙伴IPE网站，进行公众监督。

4. 安全及可靠性
（1）关键数据保护：在采取传统安全防护基础上，采用多重安全防护体系，对APP端、云端、设备端进行通讯协议加密和访问安全认证。数据库通过副本实时、定期备份，用户身份签名认证，防止账号伪造攻击，账号体系加密防止拖库和撞库等暴力攻击，采用分布式数据中心，进行云安全管理、云安全运维。
（2）可靠性：建立监控中心全程可视化，出现任何人员、设备、物料、数据、信息安全问题能够及时发现并报警，并有专人定期检查更新安全系统，避免数据存储出现隐性异常问题。

5. 其他亮点
（1）实时化、图形化，互动型看板，整合生产资讯，将目标达成、瓶颈工站等重要指标自动汇算、透过颜色呈现实时更新。

（2）智能、绿色的工厂SCADA系统

图14  SCADA 系统

 

三、下一步实施计划

1. 整合McEBG 智能制造+工业互联网云平台McEBG 智能云网制造云平台，是依托现有追溯系统，实现核心层制造、检测、物流、能耗等设备集群信息自动采集，突破原有信息多元录入造成信息偏差问题，实现工、生、品、经四管系统数据来源一致，并通过专家决策系统实“四管六流”信息及不同产品处之间经验型共享，机构件加工与成品组装协同制造。同步在McEBG智能制造云平台导入过程中实现三大升级：

（1）核心层资讯集成平台化资讯集成升级；
（2）拉动式制造生产数据驱动生产升级；
（3）技术优势型企业向专家系统型化企业升级；

     图15  工业互联网云平台

 

2. 智能云网制造系统完善及推广
完善生产数据采集点，优化数据源，对各个制程、产品、物料、设备进行全面布局，智能生产中横向整合、纵向拓展、端对端集成工、生、品、经四管系统，人流、物流、过程流、讯息流、现金流、技术流六流数据，进而实现核心数据全面采集监控数据深入分析应用。
在内部应用完善后，对智能智能云网制造系统进行APP封装，向集团内部其他园区推广，同步向集团外企业推广，通过对不同领域的定制化功能升级，完善系统功能，升级成为工业领域通用系统功能，为其他企业提供智能制造全面解决方案。

3. 提升BIG DATE 获取与AI应用能力
通过创新整合现有通讯媒介、通讯方式，引入集团工业互联网BEACON平台技术，以最小投入实现核心层设备集群企业云构建。在数据采集过程中，通过进行KPI指标检讨，明确定义工业企业中的“关键、有效、微观、纳米”数据，实现核心层数据采集系统价值最大化，提升数据分析及应用能力，筑基人工智能系统化应用。

四、项目创新点和实施效果

1. 项目先进性及创新点
（1）数据准确性自检：确保生产走动采集数据都能准确保存，在系统内设置标准基数及参照当量，如CNC某制程段，因设备性能不同，单片产品加工时间为10min~15min，故每小时单台机产出不超过6pcs，一旦超过规定值，电子看板会显示异常，避免质量、加工程序、加工参数异常，并对该段时间加工数量作隔离处理，人员确认后汇总至系统，防止错误数据影响决策判断；                                                                                                                                     
（2）报表自动生成：生产数据采集汇总后自动生成并附带当班重大异常及解决对策说明，每周/每月会自动汇总周报/月报及异常履历表，以便后续查阅；
（3）时效性：实时电子看板系统每2分钟刷新一次数据，真正做到数据实时汇总，报表实时更新，第一时间全面掌握制造加工过程的实时数据。

2. 实施效果
（1）提升生产效率：各阶主管可以随时掌握每日达成、每周达成、每月达成，产能、良率、人力… 关键指标，以便实时依据市场、客户反馈及需求预测调整后续生产计划，对资源进行优化调整，以更优方式响应市场变化。由「事后检讨」转为「事中控制与事前预防」，提升应变效率。
（2）提升设备异常回应、解决时间加速：数据实时更新汇总，每天不需要再进行耗费大量时间进行数据录入。改善跨单位异常反应、沟通处理效率，增强管理力与提升有效稼动率。
（3）时时纪录品检，实时较调降低重工成本：首末件、换刀、每日设备点检等运维作业，均依据品检纪录进行针对性的保养与较调。
（4）预估刀具更换，提前备料提升稼动：掌握每把刀具使用寿命、预估更换需求时间；提前通知刀具库进行备料、校调，有效提升设备稼动。