在三一重工北京桩机工厂外,摆放着高大的桩机和粗重的桅杆。新华每日电讯记者黄海波摄
通过人机协同的数字化,三一桩机破解了品种多、批量小、工艺复杂等重工行业数字化转型难点,实现从刚到柔的转变
在三一桩机的未来布局中,数据成为企业核心优势,也是制造业弯道超车的机会
三一桩机的数字化转型,印证了“灯塔工厂”的意义:人让机器变得更有效率,机器让人变得更有价值
来源:新华每日电讯记者刘荒、张典标、李坤晟、黄海波
与汽车、家电等行业知名厂商相比,三一重工北京桩机工厂(以下简称为三一桩机)似乎并不起眼,但主产的旋挖钻机高擎百米、重逾百吨,称得上“钢铁巨象”了。
旋挖钻机俗称打桩机,用于大型基建工程的桩基开孔。这些桩基深度往往决定建筑高度。
2年前,这家国内三分天下有其一的旋挖钻机制造商,依托物联网、大数据和人工智能技术赋能,跻身世界经济论坛全球灯塔网络,荣膺全球重工行业首个“灯塔工厂”。
三一桩机从规模生产到柔性制造,破解了重工行业品种多、批量小、工艺复杂等离散化制造难题,全员劳动生产率提高85%、生产周期缩短77%,年人均产值突破千万元。
“以柔克刚”的三一桩机,如何玩转这些“钢铁巨象”?“举重若轻”的变化背后,对制造业数字化转型有何启示?
“焊接大拿”的徒弟不是人
走进三一桩机厂区,昔日挥汗如雨、满身油污的工人不见了,取而代之的120余台焊接、抓取、组装和搬运等机器人,围绕16条智能化生产线各显神通:小到分拣一块钢板,大到装配16吨重的动力头,都能轻松自如完成。
人气冷清的焊接线上,几台配备自动焊枪的机器人,正在焊接一根20多米长、8吨重的钻杆:蓝色弧光追逐着红外线靶点和轨迹,夹杂着脉冲般吱吱作响的焊接声……
手握15年焊枪的赵清霞,是全厂有名的“焊接大拿”。他做梦也没想到,徒弟竟是一群机器人。自己会把焊接桩机方头的看家本领,都“传”给这些“没心没肺”的“钢铁小子”。
连接钻杆与钻斗的方头,是桩机的核心部件。方头焊接质量不好发生断裂,钻斗可能掉进地下几十甚至上百米深的孔洞里,轻则影响工程质量,重则需要重新设计打孔。
此前,全厂400多名焊工中,只有赵清霞和另一名高级技工能焊接方头。“如果他俩全不在,整个生产都得停!”制造管理经理胡展鹏入厂20年,对此仍记忆犹新。
他还向记者解释说,焊接方头跟绣花差不多,主要工艺难点就是用1.2mm焊丝,环绕40mm厚、60mm宽的焊缝反复施焊上几十层,还要确保每层都不出现气泡和裂痕。
“每个焊层温度不同,施焊速度和节奏掌握不好,质量就难以保证。”70后赵清霞说,当年师傅就是这么教的,他也按这个套路带徒弟。
然而,这些类似于厨师口中“盐少许、油少量”的经验,经常让新手们琢磨不透,没有一年半载出不了徒。
赵清霞干活都穿防护服,只露出一双眼睛。赶上大热天再捂也不敢开电风扇,生怕焊缝里吹出气泡。焊工是个体力活,经常一蹲就是几个小时,腰间盘突出都成了职业病。
“年轻人不愿意吃这个苦,”他操着浓重山东腔说,“可技术得往下传,这不机器人都成徒弟了。”
连人都难以掌握的经验,机器人怎么能听得懂呢?
“不是简单模仿工匠的焊接轨迹。”三一桩机总经理王龙刚揭开了机器人学艺秘密:“每一条焊缝背后,都有焊枪角度、摆幅、瞬时速度、电参、温度等大量工艺参数做支撑。”
这些“心中有数”的机器人,巧用AI算法学艺,仅两个月就学会方头焊接。技术水平就连赵清霞都服气:不光效率翻倍,一次成功率达100%,个个都成了“焊接大拿”。
以前焊接一根7节长的钻杆,6个人白加黑两班顶多焊一节;现在4个人操纵8台机器人,一个白班就能全焊完。
经过3个月的培训,年轻技工岳千喜已能像玩游戏一样,熟练操控焊接机器人,比传统焊工轻松不少。
赵清霞教会焊接机器人后,又走上给机器人下发指令的新岗位,师徒变成人机协同的新搭档。两年前,厂里要求新岗位掌握基础的机器人编程,赵清霞第一个报名参加培训班。
有工友冲他开玩笑:“都这么大年纪了,还报名学那玩意儿?不如回家抱孩子。”
“学到的东西归自己,谁都拿不走。”赵清霞回应道。
生产运行不再靠“人治”
在机加中心,28岁的操作工李田华遥控着磁力吸盘,将七八十斤重的提引器坯料,稳稳当当地吊运到料台上,由机械臂自动夹装到数控机床。一整套动作下来如行云流水。
据李田华介绍,提引器加工精度高,允许误差仅为头发丝直径的三分之一。由于担心坯料磕碰受损,过去搬运、上料和测量主要靠人工。工人们围着机械设备爬上爬下是常态。
如今,机械臂带摄像头,机床会自动测量,机器视觉的“慧眼”遍布全厂。李田华形象地拿切菜做比喻:就像近视眼配戴高清眼镜,拿菜的手和切菜的刀都更有准了。
从2003年加入三一桩机,制造部经理夏闻世最头疼的事,莫过于粗重的零部件与毫米级装配精度的磨合。直到三年前,零部件生产基本靠“人治”:每道工序都离不开人,一处不到位就得返工。赶上生产繁忙,整个过程就像打乱战。
研发桩机十多年的王龙刚认为,正是这种离散化制造模式,才使该厂成为2019年集团数字化转型首批试点。如果这块最硬的“骨头”都能啃下来,其他工厂就更有把握了。
工程机械行业周期性较强,导致企业用工弹性过大,产能调整跟不上市场变化。三一重工决策者深知,突破行业周期困局,唯有“要么翻身,要么翻船”的数字化背水一战。
作为三一桩机工业互联网平台服务商,树根互联有限公司市场总经理修斌坦言,让工厂的大量“聋哑设备”学会“说话”,听从“指令”,是传统制造业启动数字化的基础。
三一重工智能制造研究院院长董明楷,把这个过程梳理为“三现四表互联”。即通过摄像头管理现场、现实、现物,采集水、电、气、油表等能耗数据,实现设备互联互通。
“要把设备连起来,结合不同的工艺和业务要求,才能把数据用好。”这位曾在西门子工业研究院工作多年的数字化专家,深谙工业软件与生产制造的融合之道。
起初,每项工艺只能采集到30多种数据。现在平均每项超过100多种。他们运用数据分类和挖掘技术搭建知识库,使三一桩机实现从刚到柔的转变。
三一桩机的数字工程师和工艺工程师利用这些数据,逐一调试、标定,建立生产知识库,让机器人得心应手地识别和处理不同尺寸的零件。
全厂每台设备的工况、每个订单的进度,包括每位工人的绩效、工厂后台的“智慧大脑”都了如指掌。5G信号打通了信息共享的“经脉”,能根据工厂实时运转情况,把订单分解到不同的产线上。
桩机物料大多都超长超重,一旦搬运时碰伤报废,损失动辄上万元。智慧物流成为数字化难点之一。
据王龙刚透露,他们对5G自动导引运输车采取双车联动,实现大宗物料同步搬运和自动上下料。为了提高智能化水平,下一步重点攻关运输路线的实时显示和算法优化。
装配线上的机械臂,个个都长了一双“慧眼”:借助视觉传感技术和AI算法,能快速识别、抓取和装配不同型号的工件。装配精度达到0.2mm以内,仅有两张A4纸厚。
董明楷回忆,在设备上安装高清摄像头,位置放低了生产场景拍不全,高了图片分辨率不达标。再加上机械振动、光线反射等噪声干扰,要反复调试才能选准数据采集点。
通过不断摸索,团队决定采取先拍照再修正的办法:利用图像模式识别、2D/3D视觉定位技术,精准识别工件种类和位姿,并由“智慧大脑”指导机械手平稳作业。
三一桩机数字化试点改造期间,正赶上产能从每月150台上升到200台的爬坡阶段。一直担心产量受影响的夏闻世却意外发现,产值比原来翻了一番,用工还不到过去的一半。
夏闻世清楚地记得,自己进厂那会儿,每月下线桩机10台左右,也就是现在一天的产量。
数字化不能一味做加法
直到今天,仍有人把制造业数字化转型,简单理解成“机器换人”,认为最理想状态就是“黑灯工厂”。
三一桩机也曾算过一笔账:假设购买一台60万元的设备,可替换两位人均年收入15万元的工人,两年就能回本。据此,他们提出3年收回3亿元数字化投资的目标。
随着数字化试点的推进,越来越多的人开始意识到,若完全为了机器换人而换人,既不可行也没有必要。
部件工艺所副所长尹言虎反映,对于一些特殊角度的焊缝,焊接机器人实在无能为力,只能依靠人工。
董明楷估计,三一桩机除了下料、成型等环节接近无人化,而焊接、机加、涂装、装配、物流等环节的数字化程度仅六成以上。
三年前从车企跳槽过来的智能制造所所长张雯,本想把车厂的数字化经验移植到桩机上,却遭遇了“水土不服”。
与品种多、批量小的桩机生产不同,汽车制造属于规模化生产,无需频繁转换工艺设备,计划可以直接指导生产。
“同样精确到分钟的桩机排产计划,由于不同机型生产差别过大而经常落空。”张雯深有感触地说。
三一桩机现有38种标准机型,小的挖深二三十米,大的挖深达150米。不少订单还是客户根据施工场景定制的非标型号,一年也生产不了几台。
董明楷也坦言,目前有近30种机型实现数字化生产,但对挖深超限的特殊机型,仍无法完全覆盖兼容。
显而易见,机器换人不仅存在“行不行”的技术问题,也有“值不值”的经济考量。
2021年,王龙刚接棒总经理后,一口气停掉了全厂近1/6的自动化设备,改为人机协同模式。
他算过这样一笔账:一台自动螺栓机成本约200万元,能抵一位年收入10万的工人干20年。与其完全靠自动螺栓机,远不如用人操纵机械臂更为高效和经济。
王龙刚认为,数字化并不是没完没了地做加法,追求所谓的“大而全”和“高大上”没必要。现在做减法就是要回归到降本增效的企业根本目标上。
一直关注企业数字化转型案例的修斌,也反对盲目追捧一些热门概念。他曾见过一家企业为了追求“黑灯工厂”,要求员工在电脑屏幕前关灯工作的滑稽场面。
在王龙刚的眼里,未来三一桩机将实现自决策,自动制定生产计划、调度工人、管理生产要素,真正打通研发、营销和服务,实现产品全生命周期的数字化。
“以后企业更多利润来源于数据,包括基于数据的服务和创新。”王龙刚坚信数据才是企业的核心优势,将成为制造业弯道超车的机会。
三一桩机的数字化转型,印证了“灯塔工厂”的意义:人让机器变得更有效率,机器让人变得更有价值。