取消
搜索历史
热搜词
原创
活动
转型理念
ENI专访
【CIO说】 第151期

基于5G+AI的智能“功夫熊猫”是如何炼成的?

作者:ENI
摘要:成都中电熊猫作为融合百年底蕴和新时代气息的制造企业,信息集成度高,是业内数字化实践的排头兵。依托自身的自动化基础,成都中电熊猫建立了大数据平台、数据综合共享及数据展示平台。

成都中电熊猫信息技术部部部长 仇善海

  • 成都中电熊猫仇善海:大数据应用场景 ——良率分析和故障预判

    对于普通消费者而言,成都是一个有着美女、火锅和熊猫的城市;5G则可能只代表着更快的网速和更流畅的视频播放体验。

    但对于制造业来讲,成都中电熊猫是一个符号,5G则很可能成为未来支撑起工业领域无线网络的最佳选择。

    成都中电熊猫作为融合百年底蕴和新时代气息的制造企业,信息集成度高,是业内数字化实践的排头兵。依托自身的自动化基础,成都中电熊猫建立了大数据平台、数据综合共享及数据展示平台。另外在系统搭建方面,围绕业务上线了生产执行系统、ERP、产品全生命周期管理和质量管理,包括WMS、MES、智慧运管平台等一系列生产经营系统。

    日前,成都中电熊猫信息技术部部长仇善海接受ENI经济和信息化网记者采访时表示,对制造业而言,产能和良品率是两大关键指标,所以,成都中电熊猫主要围绕产能跟良品率进行了一系列数字化建设。从初期的规划设计阶段就开始发力,然后不断完善数据平台,持续优化数据分析工作。因为在不同的管理阶段,分析维度或分析思路是有区别的,要随着工厂生产管理的不同阶段去逐步更新迭代。

    底层的设备连接、设备数据采集、数据清洗等已是业内标配,但成都中电熊猫的可借鉴点在于系统的集成度较高。虽然目前还没有做到所有生产线的链接,但经过不断地优化完善,成都中电熊猫的数据准确率、信息项目的同步程度已经做到了业内前排。

    仇善海表示,成都中电熊猫本身对数据的收集是比较全面的,尤其是一些资产数据和设备本身状态数据,体量非常庞大。可能一个工艺站点就能回传上千个传输数据。

    良率分析

    所以在进行良率分析时,工程师很难根据从上千条数据中进行差异性分析。对于这个问题,公司以往更多的是依靠一些资深专业人员,依靠人的经验去解决一部分问题。但对于超出资深人员经验范围的问题,例如对于工艺数据、设备本身的参数等,就很难依靠人力解决。对此,就需要依托大数据分析技术,从设备的关联性或差异性以及物料差异性等多个维度进行分析。

    另外,工厂如果过分依靠人为经验,没有将其转化为可以沉淀的知识体系,一旦发生人员流失,这对于企业来讲就是一种风险。所以,成都中电熊猫依托大数据技术,将资深工程师的经验、分析思路转化为流程算法,建立分析模型,从而加快分析的时效性。仇善海表示,依托这种分析模型,原本需要三四个小时的事情可以缩短为八到十分钟,只要大概十分钟就可以得出一组不良曲线图,大大提高了检测效率。

    另外,成都中电熊猫在专门研发了一套质量管理系统,用于产品品质的管理,解决不良品的向前追溯和向后推移的问题。并且将这套质量管理系统和MES系统进行了集成,质量系统可以通过MES系统反向对设备进行控制。当不良现象产生的时候,QMS品质管理系统里会有对应的分析和监控,可以直接对MES系统下指令,让设备停止或者不再对其下发新的派工单。仇善海表示,成都中电熊猫将SPC(过程统计分析)与KMS整合成现代的大质量管理系统,将生产的整个链条连接起来,让质量控制和生产联动起来。

    设备故障预测

    同样是依托大量的设备状态数据,成都中电熊猫按照通用算法一层层迭代建模,最终输出了一个完整的模型。通过这个模型,可以监控每个CVD化学成膜设备的腔室。仇善海表示,每一个腔室里都有一块玻璃基板,每一个腔室的运行状态是否正常,系统会按照不同颜色进行提醒。他说这个模型不仅仅只有故障传递的作用,而是在腔室正常运作过程中,检测到其接下来可能出现的问题,即故障预判。

    “但在实际操作中还是比较有难度的,目前我们也只是针对某些设备进行了分析,预判时间只能做到分钟级,还无法做到提前几天的预判。”仇善海如是说道,”这与行业工艺复杂程度有关。例如石油勘探的钻头,其更换钻头的预测率基本已经达到了90%以上,而且系统可以提前几天就给出更换信号。“

    一年前,当成都中电熊猫刚开始运行这个系统的时候,只能输出秒级的运算结果,这对实际操作而言是没有任何意义的。但随着数据的不断丰富,系统的不断优化,其中设备的保养数据对于预测分析的数据会有一个修正的作用,预测结果也会越来越准,且预判时间也会慢慢提前。

    多维度保障数据安全

    创新始于数据,数据重心在于安全。对此,成都中电熊猫围绕多个维度进行了数据安全的建设。

    首先是基于IT架构本身的数据保护,成都中电熊猫每年都会定期进行数据的备份/还原演练,包括IT技术架构,很多都是做双击,做了数据库的rank,除了在本地进行数据备份以外,其还在工厂内部做了一个异地的数据备份并进行演练。假设中心机房宕机,能否根据异地数据还原出可用的整套系统等等。

    从管理制度上进行保护,仇善海表示公司所有对外的数据都有一套加密系统,内部也有严格的权限管控和流程审批制度。

    从公共安全的角度,公司在网络设备配置层面也进行了一些优化。仇善海表示,成都中电熊猫上线包括态势感知、流量分析和工业防火墙等安全设备。

    除了加强本身的设备安全和制度管理,通过运用虚拟云桌面,成都中电熊猫将公司核心数据全部集中在云端。同时对这些数据本身也做了一些加密,包括杀毒软件的安装,以此作为保护数据资产的手段。

  • 成都中电熊猫仇善海:5G+AI打造中国智能”功夫熊猫“

    自动派单的流程

    在AI领域,成都中电熊猫主要针对生产线上的物流进行了优化。因为同样的工艺站点,产品线条可能包括几条甚至十几条,如何实现均衡连续的分配产品,就需要自动派工流程。因为其中涉及到很多复杂的算法规则,所以成都中电熊猫主要在这方面进行了智能方面的优化。

    例如液晶面板生产完之后,会在暂存区进行存放。暂存区设有很多立体空间,而且范围非常广,包含十几条产品线,如何选择最优、最近的产品,让设备的等待时间达到最短,且符合空间利用率,这个过程是需要综合考虑很多因素的,单纯依靠人为测算是无法实现的,需要AI智能算法的支持。

    图像识别

    仇善海表示,公司原计划年初上一套图像识别系统,但由于产品结构没有稳定就暂时搁置了。

    2019年,成都中电熊猫与腾讯阿里进行了深入交流,并进行了相关试点实验,但测试数据并不尽如人意。由于行业的特殊性,产品缺陷结构相当复杂,不一样的电路图型特别影响图像识别的准确率,而且相似的曲线类型特别多。仇善海表示,很多时候,对于两个看上去差不多的缺陷,他们自己都分不清,机器就更难识别了。

    根据之前的试点实践,得出机器识别的准确率是80%~90%,而且由于是样本测试,准确率肯定高于实际水平,但这依旧达不到人的检测水准,因为当时人的平均准确率是93%。而之所以上线图像识别,就是为了解放人力,如果达不到人的检测水平,自然不具备实践意义。

    目前,工厂本身也有一些自动化检测设备,检测完后会有人工进行复检。因为现在的自动化检测是设备厂家依托算法进行搭建的,只能识别缺陷,但不能把缺陷进行分类,要实现这个目的就必须依赖人工智能。而目前图像识别的算法,只有一些互联网公司或者人工智能公司才能做到,所以分类的难度非常高,而且必须在产品结构相对稳定的情况下才能做。所以成都中电熊猫去年一直在调产品结构,预计在今年年底或者明年年初重启这个项目。

    智能小车

    目前,成都中电熊猫已和电信达成合作,进行5G的覆盖和5G+工业互联的试行点。仇善海表示现在公司没有完全自动化的立体仓库,所以率先会在仓库物流部分进行试点。

    由于产品比较大而且非常重,重量多达几百甚至上千公斤,等5G上线之后,成都中电熊猫将会用一些智能小车运送生产线上的产品。目前国内的小车更多是偏向物流行业的,类似京东等都有自动立体仓库,相对而言更容易实现智能运货小车。但对于大型制造业,尤其像成都中电熊猫这种做大尺寸电视面板的企业,包装总量非常大,包装结构也相对复杂,但好在大小是相对固定的。所以,从生产线产品完成之后,怎样将产品送到成品库的货架上,是其5G上线后首先会考虑的问题。

  • 成都中电熊猫仇善海:基于人、人、人的

    成功的关键因素,仇善海表示人是最关键的。

    首先是信息化团队的人,因为无论是执行还是规划,都取决于做这些事情的人。对于信息化团队的人而言,一把手的支持非常重要,有了企业一把手的支撑,才能成功去推一些数字化的东西,然后就是信息化团队的基础能力和规划能力,怎样把业务跟技术融合,从流程上设计出比较规范能够落地执行的流程,这些都是取决于初期的规划。

    更关键的在于,信息化团队的人要深入一线去调查业务,必须对业务有足够的了解才能做出很好的转型规划。其次是合作的人,寻找优秀的第三方。不仅能输出技术,同时懂得把工厂的业务搞清楚,能把技术跟业务完美结合起来的第三方。

    解决了人的问题,仇善海表示,另外只需记住一点,不要盲从也不要人云亦云。技术重要,规划也重要,但最后解决自身问题、带来效益才是最重要的。

1 2 3

更多

分享到微信 ×

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。

Baidu
map