作为一家拥有超过70年历史的资深汽车零部件制造商，大连亚明积极拥抱智能制造、工业互联网与人工智能等前沿技术，组建专业研发团队，持续为企业的生产制造注入创新动力。在由企业网D1net、中国企业数字化联盟、信众智(CIO智力输出及社交平台)共同主办的“制造业标杆两会”之“2024全国汽车业数智化大会”上，大连亚明汽车部件股份有限公司副总裁肖庆阳分享了关于新能源汽车零部件智能制造技术的应用探索与宝贵经验。

大连亚明汽车部件股份有限公司副总裁肖庆阳

5G驱动智造升级

在探索智能制造的道路上，5G技术已然成为驱动工业互联网飞速发展的强劲动力。大连亚明深刻认识到，要构建智能工厂，首要任务便是构筑一个以5G为核心的工业互联网平台。这个平台不仅融合了AI质检等尖端应用，还巧妙利用5G通讯网络，实现了质检流程的高效与精确。同时，5G网络的超低时延特性为互联网设备的无缝接入、数据的即时采集与精准控制奠定了坚实基础。正是凭借这一技术优势，大连亚明从低效手工操作的传统工厂，成功转型成为自动化、数字化的智能工厂。

在大数据采集领域，大连亚明采用了前沿的传感器、PLC等技术，构建了一个横跨硬件层、通讯层的完备体系。这一体系能够实时捕捉生产现场的数据，进而打造出数字管理车间和生产现场可视化的高端平台。

以往，工艺员和工程师们需要频繁抄表以监控生产过程中的各项工艺数据，尤其在压铸领域，对温度、压力和水流量的实时监控更是关乎大局。而今，大连亚明凭借工业互联网技术，能够实时采集并深度分析这些海量数据，为生产制造、质量控制及在线检测提供了强有力的支撑。

凭借深厚的行业积淀，大连亚明自主研发了专属的智能制造平台。该平台的核心系统SCADA、MES等，皆由公司IT团队倾力打造。“选择自主研发的道路，正是基于我们对工厂运营多年来的深刻洞察，我们精准把握自身的痛点、难点，以及那些独一无二的工艺流程与生产细节。”肖庆阳表示。通过IT团队与生产、研发、制造等部门紧密协作，无缝对接，数字孪生的智能工厂得以实现。

肖庆阳指出，在数字孪生技术的蓬勃发展中，尽管众多企业与个人积极参与，但大多仅局限于展示与可视化的表面层次，这对于实际生产中的指挥与控制作用有限。对此，大连亚明独树一帜，开辟了一条全新的路径。

通过深入整合工艺、工序、设备及产线的全方位信息，公司实现了生产过程中关键数据的全面采集与精确提取。这些数据与3D孪生建模技术紧密结合，可以使生产线能够实时映射、控制与预警。这一创新融合不仅将数字孪生技术与生产制造紧密相连，更在生产过程中充分发挥了数据驱动的最大价值，显著区别于那些仅侧重仿真的传统孪生方案。

5G+AI赋能工业视觉检测

在深度学习与AI技术的驱动下，公司成功研发出一系列基于5G+AI的先进工业视觉检测装备。肖庆阳着重介绍了数字孪生工艺预测、工业设施精密检测，以及生产过程中质量追溯与智能预测技术领域的实践成果。

针对压铸件生产制造中普遍存在的气孔与缩孔这一全球性难题，大连亚明提供了独特的解决方案。依托先进的AI大模型与深度学习技术，自主研发了在线质量监测与预测系统。该系统能够深入压铸生产的核心，精准定位并解决质量问题的根源，彻底摒弃了以往依赖经验的盲目生产模式。

在缺乏这项技术的过去，压铸过程犹如一个无法透视的黑匣子，铝液在模具中的状态及压铸机的生产过程均难以观测，相关数据也难以获取。如今，凭借大连亚明的创新技术，更多生产数据得以被捕捉并用于工艺优化与分析，从而实现了对产品质量的在线监测与精确预测。

大连亚明还自主研发了整合生产过程中人、机、料、法、环、测等关键要素的系统，实现了工业互联网真正意义上的落地应用，超越了简单的工业领域互联网化，实现了生产要素之间的深度互联互通与高效协同。

依托这一强大系统，全面收集并分析海量生产数据成为了可能，为生产制造的精细化管理提供了坚实的数据基石。通过实时数据监测，可以精准掌握产量、质量及产线上的任何异常动态。一旦发现异常情况，系统会立即触发警报，通过即时通讯方式迅速传递信息，有效缩短了因信息不对称和沟通延迟导致的异常停产，显著提升了生产效率。

全链条质量追溯，打造高效精准制造体系

在生产流程中，大连亚明采用先进的扫码技术实时追踪每道工序的生产过程，确保生产管理的精细化与高效性，成功实施了"一码到底"的全链条质量追溯体系。鉴于主机厂对零部件质量的严苛要求，公司为每一种产品均配备了激光刻印的二维码。在生产流程的各个环节，均需对该二维码进行扫描或识别。这一举措使公司能够实现单件追溯并锁定质量问题的源头，不仅为质量问题的解决提供数据支持，还有效助力将质量损失控制在最小，实现降本增效。

面对主机厂的严苛标准，大连亚明在JIT准时交付、质量控制以及成本控制方面都实施了严格的监管措施。“事实上，主机厂对我们的产品要求极为严格，良品率必须达到百分百，不允许出现任何不良品。为了满足这一高标准，我们多年来一直致力于自研数字化系统和工业互联网平台。如今，我们已经成功打破了车间的‘黑箱’状态，实现了生产过程的透明化。我们的最终目标是实现数据驱动决策，实现生产的高效智能化。”肖庆阳表示。

在物流环节，大连亚明成功引入了AGV智能物流配送系统，实现了物流运输的自动化，替代了原本的人工运输。现在，仅需AGV便能轻松完成物流任务，显著提升了物流效率。

目前，大连亚明的生产过程已实现全面自动化。然而，自动化生产也伴随着潜在的风险，特别是在质量监控缺乏智能支持的情况下。为规避此类风险，公司将孪生系统与实时数据监测技术相结合，实现了从被动应对到主动预防的转变。一旦产线出现异常，系统会立即向现场工程师发送警报，甚至能够自动调整设备的参数，以优化生产工艺并做出迅速决策。

多场景缺陷检测的革新

随后，肖庆阳展示了基于视觉与人工智能技术的多场景缺陷检测应用场景。

以往，公司的质检团队在生产线上肩负着繁重且高压的质检重任，人工质检过程中难免出现疲劳累积与漏检情况，这不仅使公司在面对主机厂的漏检问题时承受处罚风险，还导致了整体效率低下，质量数据追溯更是难以实现，成为亟待解决的痛点。

而今，公司已实施基于人工智能的视觉检测技术，全面取代传统人工质检，生产过程中，高清摄像机负责捕捉零件的细微图像。依托深度学习算法，公司的AI系统能精确识别零件表面的各类缺陷，如缺肉、划痕、气孔等，实现精准质检。

以下缸体的检测为例，通过在一侧部署7台摄像头，借助人工智能视觉算法，可以对下缸体油道孔进行全面无死角的检测，系统仅需一秒，便能准确筛选出不良品。

在连接盒零部件的检测中，主机厂对缺陷尺寸有着严苛的要求——不得大于0.4毫米。这样的微小缺陷肉眼难以察觉，即便使用放大镜也需费力辨别。而AI工业相机则能在瞬息之间拍摄大量高清图像，并依据这些图像精确识别出不良品，确保产品质量。

这项创新技术的应用，显著提升了良品率，确保不良品在出厂前即被拦截，避免流向主机厂客户。这不仅极大地提升了生产效率，更为产品质量的稳定性和客户满意度提供了坚实保障。

利用数字化系统提升企业运营效率

近年来，大连亚明团队在数字化转型上取得显著成就，成立了独立科技公司，专注传播数字化工厂经验和研究成果，特别是在汽车零部件制造领域，目前已在一汽丰田、一汽铸造等多家知名企业成功推广实施数字化工厂解决方案，并计划进一步拓展至压铸行业，助力行业全面数字化转型升级。

肖庆阳认为，数字化系统本质上是一个工具，目标是帮助企业做好运营，帮助管理人员及时发现问题，并做出快速反应，减少信息沟通造成的浪费，降低沟通成本和决策成本。数字化系统要结合精益管理的思想，与业务管理深度融合，否则不但不会实现运营能力的提升，反而会成为负担。

关于企业网D1net(www.d1net.com)：

国内主流的to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。
 

2024全国CIO选型大会暨展览 将于11月29-30日在南京盛大召开，欢迎您扫描下方二维码报名↓↓↓。