像许多历史悠久的汽车制造商一样,这家后来成为Škoda Auto的公司成立于19世纪90年代初,最初生产自行车。今天,你不会看到Škoda装配线上的自行车滚落,但你可能会看到插电式电动汽车。

Škoda现在是大众集团的全资子公司,去年生产了80多万辆汽车,其中包括约4.9万辆电动汽车。Škoda总部位于捷克共和国Mladá Boleslav,在大众旗下所有品牌中,它的利润率位居第二,仅次于保时捷。

这种表现并非偶然。在过去的几年里,Škoda在最先进的装配技术上投入了数百万美元,以提高生产率,改善工人安全,并减少公司对环境的影响。作为整体工业4.0战略的一部分,该公司已经实施了增材制造、人工智能、增强现实、自主移动机器人和其他技术。

将一个新的工作站添加到装配线上需要仔细的计划——特别是当常规操作预计同时继续时。当位于捷克共和国Vrchlabí的Škoda组装厂的工程师们想要将一种新型机器人集成到变速箱生产线上时,多亏了数字双胞胎技术,该项目在短短三周内就全面投入运行。

工程师们使用该生产线的数字孪生设备对新配置进行模拟,在不移动一台机器的情况下评估不同的流程和场景。一旦工程师们优化了生产线设计和流程,他们就能够在最小干扰下安装新机器人。

“如果没有工业4.0技术,我们就无法以这种方式安装新的机器人工作站,”Škoda的部件生产主管克里斯蒂安•布莱耶尔(Christian Bleiel)表示。“由于空间不足,不可能将新装置建立在现有的车站旁边,并在正常生产的同时进行试运行操作。使用数字双胞胎……使我们能够创建一个非常详细的工厂虚拟图像,模拟过程和程序,并无缝添加到生产线上。”

在不到30秒的循环时间内,新的工作站安装轴承到每个变速箱。机器人安装轴承以满足应用的精度要求。

为了制造数字双胞胎,工程师们使用了生产线的3D模型。这包括机器人的数字克隆、传感器和安全组件。这使得站内的所有机械和运动过程都能被真实地模拟出来。双胞胎的软件方面确保了所有硬件组件和线路上基于程序的控制序列之间的顺畅通信。

使用这种设置,技术人员开发、测试和优化了控制电子设备,并确定了新工作站所需的空间。他们还能够计算出理想的循环时间,并防止机械臂发生碰撞。

该模型使工程师将项目进入运营阶段所需的时间缩短了约三周。此外,工程师通过提前优化布局,节省了约40平方米的建筑面积。有了数字双胞胎,机器人的控制程序甚至在机器人及其外围设备进入工厂之前就已经开发出来了。

机器人按顺序取电池

在位于捷克共和国Kvasiny的装配厂,Škoda正在使用一个大型六轴机器人从托盘中挑选电池,并按照所需的精确顺序将它们送到装配线上。Škoda将零件按顺序挑选的处理从仓库转移到装配大厅,这有助于加快生产。Kvasiny是Škoda第一个采用这种物流系统的网站,该系统自2020年7月以来一直在使用。Škoda公司为实现这一过程投资了约469,000美元,并为该系统提交了专利申请。

Škoda的品牌物流主管戴维•斯特纳德(David Strnad)解释称:“要想按顺序将零部件送到生产线,一系列高度复杂的流程需要完美协调地运作。”“通过在Kvasiny工厂使用新的搬运机器人,我们正在优化这一过程,使生产更高效,从而更精确,最终甚至更快。与此同时,我们还加强了工作场所安全和人体工程学。”

在过去,电池会被储存在隔壁的仓库里,通过叉车运到生产线上,然后手动卸载。现在,电池被储存在装配线附近的托盘上。为了确保正确的电池安装在正确的车辆上,机器人使用一个特殊的摄像头扫描每个电池上的代码。然后把电池放在运输车上,直接运到装配线。该机器人还可以堆放空托盘和运输包装,并可以在需要时从仓库订购含有电池的新托盘。该机器人安装在一个长线性轴上,使其能够从多个托盘中连续取出电池。安全防护和传感器防止与工作人员或机器发生碰撞。

计划要求该汽车制造商复制该系统来处理其他重型、大批量零部件。

Škoda还在Kvasiny测试另一个新概念,旨在提高工厂的工作安全性:每台叉车都安装了跟踪系统,以便机器能够在早期阶段识别附近的其他叉车。该工厂的工人戴着一种特殊的腕带,它的工作原理与此相同,通过震动向佩戴者发出危险警报。如果跟踪系统检测到附近的叉车或员工,机器会自动减速,如果需要,还会自动停下来防止碰撞。安装在每辆叉车上的LED灯还能提供有关附近潜在危险源密度的信息。

AI最大化集装箱装载

作为Škoda 2025战略的基石之一,人工智能在现代汽车的数字化进程中发挥着关键作用。人工智能不仅被应用于产品和流程,还被应用于服务,以帮助客户体验更加个性化。

Škoda应用人工智能的一个领域是物流。还记得经典的电脑游戏《俄罗斯方块》吗?其目的是将不同形状的碎片放入给定的空间,而不留下任何间隙。Škoda的物流人员在装载40英尺的集装箱时也面临着类似的任务。然而,他们现在得到了Optikon的支持,这款应用程序使用人工智能计算如何最好地装载集装箱,以最大化集装箱的容量。仅在2020年的前六个月,该软件就使Škoda省下了151批集装箱运输,减少了80吨二氧化碳排放。

Strnad说:“这款人工智能应用程序是我们在物流和工作流程数字化道路上迈出的重要一步。”“Optikon项目使零部件仓库员工的工作更容易,同时也降低了我们的运输成本。此外,它还使我们减少了二氧化碳的排放,因为我们现在只派满集装箱。”

将不同大小的托盘放入集装箱有无数种方法,这使得装载对物流人员来说是一项具有挑战性的任务。这就更加棘手了,因为每天仓库中可供分派的托盘都是不同的大小。Optikon应用程序是由Škoda的物流和IT部门联合开发的,它有助于使用人工智能应对这一挑战。该程序计算如何装载不同的托盘,以最大限度地利用每个集装箱的容量。

“Optikon在Škoda展示了我们如何使用工业4.0和人工智能技术,使我们做的每件事都更高效,”Škoda的IT主管克劳斯•Blüm表示。在决定如何放置物品以最大化集装箱空间时,该应用程序在计算中包括多达400种托盘类型。该程序还平衡集装箱内的重量分布,并检查货物能否及时装运。”

物流部门自2019年11月以来一直在使用Optikon,特别是用于装载运往俄罗斯下诺夫哥罗德Škoda组装工厂的集装箱。除了车身部件,粘合剂等生产材料也从该汽车制造商位于Mladá Boleslav的仓库运往俄罗斯。

Optikon使用数学组合分析方法来寻找所谓的“背包问题”的各种解决方案。它解决了如何在有限的空间中最佳地安置某些物体的问题。经典的背包问题只考虑了要打包的物品的重量和价值,Optikon还考虑了占地面积、物品的体积以及货物必须在何时运输。

寻找AI的用例

集装箱装载并不是从人工智能中受益的唯一应用。在Škoda的FabLab,汽车制造商测试各种工业4.0技术,每天都有新的应用。

例如,在该公司位于Mladá Boleslav的组装工厂,人工智能被用于协调卡车交通。每天,大约有2200辆卡车到达工厂,投放物资或取走组装件。人工智能有助于协调这种交通,确保及时交货,减少司机的等待时间。

在工厂内部,人工智能被应用于预测性维护。Škoda的品牌管理主管米罗斯拉夫•克鲁帕(Miroslav Kroupa)表示:“基于人工智能的分析使得在设备异常成为问题之前发现它们成为可能。”这将为我们在安排维护工作方面提供更大的灵活性,并将防止对生产造成代价高昂的中断。”

例如,人工智能被用于监测滑块输送机轴承的状况。这些大型传送带沿着装配线的一部分运送车身。热成像摄像机监测输送带滚珠轴承的温度,滚珠轴承可能会堵塞。这使工程师能够主动更换接近使用寿命的轴承。该系统还利用了驱动滑板的电动机的数据。当轴承开始摩擦时,电机运行也不那么平稳。

同样,工程师们正在使用人工智能来分析机器发出的声音。“每台机器都会发出可以被人工智能研究的独特声音。当监测系统检测到一种意想不到的新声音时,它就会通知用户发生了什么事情,”将人工智能应用于预测性维护的专家米兰•德克德克(Milan ddek)表示。“这使得在故障造成任何损害之前检测到可能的故障成为可能。例如,当滚珠轴承开始卡壳或齿轮磨损时,机器的声音会轻微改变。人类听不到,但人工智能可以。”

自主移动机器人运输零件

Škoda在Vrchlabí的组装工厂使用完全自主、自我学习的机器人来运输零件。

这个机器人可以携带130公斤的重量。与传统的自动运输系统不同,该机器人不需要感应回路、磁条或反射器形式的车道引导。要了解路线,车辆只需要通过平板电脑或操纵杆在目的地之间引导一次。在这样做的过程中,它自己捕捉环境并注意到周围环境的变化。如果有必要,它会自动调整路线。

通过传感器和激光扫描仪,机器人可以识别车辆、固定障碍物和行人。控制系统计算接近速度,并检测是否即将发生碰撞。在这种情况下,机器人会自己停下来或采取规避行动。机器人会根据周围环境的信息立即调整路线,在这个过程中不必停下来。如果完全自主的机器人检测到它会经常在旅途中的某个特定点遇到障碍,它就会永久地改变路线。如果有必要,机器人可以移动到Vrchlabí工厂的任何位置,该工厂占地1.6万平方米。

该机器人的第一个应用是将新加工的零件从工厂的CNC加工线运输到计量中心。该机器人每天完成120次行程,总行程为35公里。

现在,自主移动机器人也被用于向数控机床输送原材料和物资。供应是自动订购的。在仓库里,后勤人员将物资放入一个载体中。然后,机器人拿起载体,把它带到其中一条CNC生产线上。在返回途中,机器人携带一个空载体,并自动向零件仓库报告。

这些机器人提高了工厂的生产率和安全性。物流人员不再需要进入生产区域,因为所有的组件都被自动运输到CNC线。由于数控机床每天供应5万多个零件,自动化运输的成本预计在不到三年的时间内就可以支付。