中国汽车产业数字化发展动态

2018-01-20 12:00:09 江苏省企业技术改造协会 17

图片关键词




 

 

 

一、世界智能制造装备产业总体发展态势 

(一)工业机器人、3D 打印和智能仪器仪表市场增长强劲 

(二)数控机床和智能控制系统经历快速增长后走势萎缩或趋缓 

第一章 汽车产业数字化发展战略体系及政策措施 

一、汽车产业数字化是实现信息化向智能化转型的必由之路 

二、美德日等国家已经将数字化战略作为国家经济发展战略的制高点 

三、借助数字化体系框架,提出汽车产业数字化发展评估体系,对国内数字化水平进行评估 

四、研发流程数字化、虚拟研发可视化、知识型工作自动化、需求响应敏捷化成为数字化发展趋势 

五、美德日在智能装备应用、网络互联建设、运营管理系统、基于模型的企业(MBE)应用、工业互联网平台建设方面的水平总体上高于国内汽车制造企业 

六、汽车服务数字化将催生新的商业模式,数字化的产品和服务能够使车企更好地适应并了解消费者的需求和偏好 

七、中国以数字化战略推动汽车强国目标的实现 

八、持续完善顶层设计,着力解决制约我国汽车产业实现数字化转型的“新老问题” 

九、鼓励支持企业开展数字化改造,深度挖掘全生命周期内效率提升的巨大潜力 

十、统筹考虑关键性领域、基础性领域的标准体系建设及标准推广,为产业内及产业间融合发展提供依托 

十一、调整完善人才培养、引进、使用、培训、保障机制,尽快消除制约汽车产业数字化转型的人力资源短板 

十二、加强专业化联盟及合 

第二章 汽车研发数字化发展现状和趋势 

一、汽车研发数字化发展现状 

(一)国外汽车研发数字化发展情况 

(二)国内汽车研发数字化发展情况 

二、汽车研发数字化发展趋势 

(一)国内研发数字化存在的问题 

(二)研发数字化发展趋势 

三、汽车研发数字化应用典型案例 

(一)广汽研究院研发数字化案例——碰撞安全仿真技术 

(二)福田汽车研发数字化案例——协同设计 

(三)上汽集团研发数字化案例——虚拟路谱 

(四)上汽大众汽车有限公司——产品研发数字化 

第三章 汽车制造数字化发展现状和趋势 

一、汽车制造数字化发展现状 

(一)国外汽车制造数字化发展情况 

(二)国内汽车制造数字化发展情况 

二、汽车制造数字化发展趋势 

1.汽车制造数字化发展的主要瓶颈

2.汽车制造数字化转型的主要发展趋势

3.汽车制造数字化的重要解决方案

三、汽车制造数字化应用典型案例 

(一)上汽大众宁波工厂数字化制造进展和成果 

(二)长安汽车数字化制造进展和成果 

(三)华晨宝马数字化制造进展和成果 

(四)吉利汽车数字化制造战略实施方案及成果 

第一章汽车服务数字化发展现状和趋势 

一、汽车服务数字化发展现状 

(一)国外汽车服务数字化发展情况 

二、汽车服务数字化发展趋势 

(一)基于数字化技术的汽车服务与研发、制造一体化 

(二)从“汽车即资产”到“汽车即服务”(Caas)的转型 

(三)汽车服务从“有界”到“无界” 

三、汽车服务数字化典型案例 

(一)潍柴基于产品智能化和大数据的柴油机远程精准服务 

(二)长安汽车个性化定制及电子商务开展情况 

(三)EVCARD新能源汽车分时租赁——城市共享出行的数字化实践 

(四)滴滴在移动出行领域的数字化应用 



中国汽车产业数字化发展动态

第一章

汽车产业数字化发展战略体系及政策措施

 

一、汽车产业数字化是实现信息化向智能化转型的必由之路

数字化的核心是利用数据采集、传输、存储、处理和反馈的闭环,提取有价值的信息完成汽车产品的研发、制造和服务等全产业链和产品全生命周期的管理、决策和控制,实现汽车产业的体系优化和转型升级。

持续的“数字化变革”是传统车企实现信息化向智能化转型的必由之路,也是汽车产业转型升级的必由之路。随着信息技术的不断发展,信息化越来越多呈现出数字化特征,虚拟仿真、物联网、大数据、云计算等驱动技术将全面推动信息物理系统在汽车行业的应用,单个业务环节的信息化转变为全流程的数字化协同。智能化是信息化、数字化发展的必然趋势,在未来“智慧工厂”里,人工智能将广泛应用于汽车制造过程,知识自动化、智能决策成为智能化时代的典型特征。

借助虚拟和仿真、云计算、大数据、物联网、传感器、控制器、增材制造、机器人等数字化技术,全面推动CPS(物理信息系统)在汽车行业的广泛应用,可实现汽车产业“物理层、平台层、数字层”的高度融合。这将会带来汽车行业产品、技术、模式、业态的深刻变革,带来汽车产业格局的调整和重构,推动汽车行业进入以数字化为特征的崭新发展阶段。

在新的数字化竞争时代,汽车产业的数字化需求主要体现在以下几个方面。

(1)通过MBE(基于模型的企业)的虚拟仿真设计和制造,可以大大提高新产品的研制效率,缩短研发和上市周期。

(2)基于工业大数据平台和相关供应链管理(SCM)的集成,实现供应链和整车制造过程的无缝对接。

(3)基于实体工厂和虚拟工厂,通过大数据平台交互,可提高整车装配和生产的质量和效率。

(4)借助数字化的车联网平台实现产品服务的延伸和价值链的提升。

(5)个性化产品定制,实现柔性制造。

为了通过数字化实现把物理层和数字层打通,消除业务部门的数据“孤岛”,在不同层次进行融合,在更高层次进行整合,最后达到形成一个CPS系统的目标,需要对数字化的供给和需求进行整合,具体需要建立几个数据闭环。

(1)实现汽车产业各层次的互联互通。

(2)通过平台集成,消灭数据“孤岛”。

(3)通过研发、生产的虚拟仿真,提高质量和效率。

(4)通过数字层全覆盖和对物理层的闭环管理,实现系统优化。

在当前经济环境下,汽车产业同全球各大制造产业一样,均面临着巨大的压力和挑战,如何提高核心竞争力,如何降低成本和提升价值是其在发展中亟须解决的问题。汽车产业数字化是历史的必然趋势,也是决定汽车产业转型升级的关键,未来中国的汽车强国战略需要借助数字化战略来实现。

二、美德日等国家已经将数字化战略作为国家经济发展战略的制高点

目前全球先进制造业国家纷纷将数字化战略上升为国家战略,注重顶层设计,并配套以政策支持。例如美国在汽车产业数字化方面拥有强有力的政府支持,美国政府为先进汽车制造技术项目提供贷款,且具有发达的风险投资市场,为研发提供资金,分散风险。美国拥有全球最大的风险投资市场,2014年投资总额达到500亿美元,高于欧洲、中国和印度的总和,其中,硅谷的风险投资总额高居首位(240亿美元),纽约位居第二(50亿美元),软件行业具有规模效应,利润增长潜力巨大,是资本家的首选,占比达到41%。德国联邦经济与能源部在《德国工业4.0白皮书》中提到,“我们希望德国和欧洲可以在产业价值和生产力中具有核心竞争力,占据数字化产业生产的领先位置。德国工业价值的优势也应该是数字化时代新优势的基础,为了建立这种基础,我们必须在德国经济中嵌入数字化的平台战略,平台作为关键节点、利益平衡点、数据处理中心、创新推动者和市场开拓者,对数字化经济发展影响极大,且不断定义国家的增长潜力和竞争框架。”

全球先进制造业国家纷纷开始了数字化基础和战略资源的提前布局,例如成立相应的研究机构,开展研究项目,开发研究平台,培养数字化科研人才等。

世界主要国家已经将人才培养纳入推进大数据安全发展的重要议程,英国政府在《英国数据能力战略》中对人才的培养做出了专项部署,包括在初级、中等教育中加强数据和计算机课程,全面评估大学开设的数据分析学科,通过奖学金、项目资助的形式支持高校培养满足当前和未来数据分析需求的人才,强化“数据学科”设置,推进数据分析行业发展,以高等学府为依托构建大数据研究中心;澳大利亚在《公共服务大数据战略》中强调政府机构与大专院校合作培养分析技术专家,同时计划将各类大数据分析技术纳入现行教育课程中,强化人才储备;法国在《政府大数据五项支持计划》中提出引进数据科学家教育项目;美国在《大数据研究和发展计划》战略中,提出要扩大大数据技术开发和应用所需人才的供给,鼓励研究性大学开设交叉学科的研究生课程,培养下一代数据科学家和工程师。

美德日等国家已经对数字化和汽车产业进行深度融合。企业纷纷成立专门的数字化部门,例如GE的Predix平台、日本电装的“领先工厂”。富士通公司除积极参与美国GE/IBM等倡议的工业互联网联盟(Industrial Internet Consortium,IIC)成为IIC标准与工程组总监外,基于自身的工厂实践提出了工业物联网(IIOT)应用模式:“工厂可视化”试验平台。

数字化是技术和商业模式的深度融合,会改变和塑造新的汽车产业格局。美国大型汽车制造商利用技术集群中的现有知识,以及良好的合作伙伴关系,推动新技术、新流程在汽车制造过程中应用。美国已建成的创新集群如硅谷是全球十大IT公司中八家公司的发源地,这些公司相互合作创造了能为汽车产业所用的技术集群,此外美国还具有大批受过高等教育的劳动力,可以为数字工厂的建设提供高素质人才;德国汽车产业数字化发展的一个决定性因素是所谓的“中型公司”,即中等规模且一般为家族所有的公司,只有这些公司投身于彻底的创新并采纳工业4.0流程,才能在这项事业中取得成功,从而稳固其经济利益;日本企业与企业之间、企业与银行之间,在政府的协调下精诚合作,日本汽车工业的大多数零部件企业都属于某个围绕着整车厂而形成的集团,日本汽车集团与零部件企业在长期合作中建立了一种特殊关系,汽车集团为零部件企业提供各种支持,包括资金、技术、设备、原材料、人才等,同时在汽车集团的组织下,成立各种协调组织,如丰田汽车集团的“协力会”、日产汽车公司的“宝会”等,这些组织协调生产分工,开展技术、信息交流,解决相互间的各种问题和矛盾,促进汽车整车和零部件企业的协调发展。整车厂商和零部件厂商一旦形成供给关系,一般不易受到干扰,形成“抱团”现象。

三、借助数字化体系框架,提出汽车产业数字化发展评估体系,对国内数字化水平进行评估

汽车产业数字化发展的整体评估目的:①成为摸清我国汽车产业数字化发展现状、把握发展规律的有效途径;②成为帮助企业衡量汽车产业数字化水平、为其提供引导发展方向的科学工具;③成为助力政府推动汽车产业数字化发展的重要决策参考。

汽车产业数字化发展的评估原则:①系统性原则,在构建数字化发展指标评估体系时,各指标之间要有一定的逻辑关系和内在联系,但又要相互独立,避免重叠,兼顾完整性、逻辑性、独立性;②科学性原则,客观真实地反映数字化在研发设计、生产制造等方面的建设特点和状况;③可操作、可量化原则,充分考虑指标选取的计算量度和计算方法的一致性,尽量保证各指标简单明了,微观性强,便于收集;④客观性原则,尽量采用客观指标,避免开放式回答。

汽车产业数字化发展的总体评估思路:对现有的国内外关于数字化工厂和智能工厂的评估体系进行归纳总结,重点关注其在研发设计和生产制造环节的评估内容;分析其核心要素、归类方式及划分等级,充分参考与数字化提升相关的内容,完善汽车产业数字化发展评估体系框架;在此基础上,围绕评估目标与评估原则,借鉴成熟度的分级理念,构建汽车产业数字化发展评估体系;在评估现状的同时说明企业数字化提升的方向与路径。

目前关于汽车产业数字化发展评估的研究还处在早期阶段,国内外还没有成熟的、可直观借鉴的汽车产业数字化发展评估体系。但国内外都已提出了一些初步的评估体系。例如,2015年12月,工信部、国标委根据“中国制造2025”的战略部署,联合发布《国家智能制造标准体系指南(2015年版)》;德国机械设备制造业联合会(VDMA)和亚琛工业大学FIR共同推出了工业4.0成熟度在线自测评平台;美国国家标准与技术研究院提出了企业MBE成熟度评价模型;国际电工委员会成立了IEC/TC65 WG16数字工厂标准制定工作组,用以专门制定关于数字工厂的相关标准。

国外的评估模型虽然不能直接应用于中国汽车产业数字化发展评估指标体系研究,但对中国汽车产业数字化发展评估体系仍具有一定的启示,主要有以下几点。

(1)评估重点应包括数据集成、协同创新、智能装备、网络互联、系统集成、基于模型的企业、产品全生命周期。

(2)指标设计的一个基本原则是,所有指标设计都要落实到具体的操作评估中。

(3)评估体系构建应具有对汽车产业的针对性,汽车产业制造方式为典型的离散制造方式,也具有独特的生产特性,研发复杂,研发周期长,生产制造多采用流水线,注重效率。

构建汽车产业数字化发展评估体系是在对汽车产业数字化建设、发展现状进行深入调查的基础上,运用科学有效的研究方法,得出的针对汽车产业数字化建设和实现效果的评估指标体系,用于测定汽车产业的数字化水平,客观全面地反映汽车产业数字化的建设阶段和存在的差距。评估的主要内容包括2个维度、9个小类、5个等级及成熟度要求。其中,研发数字化成熟度分级主要依据产品设计等级、产品仿真等级、数据集成等级、协同开发等级;制造数字化成熟度分级主要依据智能装备应用水平、网络互联建设水平、运营管理系统应用水平、基于模型的企业(MBE)开展水平、工业互联网平台应用水平。

汽车产业数字化发展评估是依据汽车产业数字化发展评估指标体系要求,与汽车行业企业的实际情况进行对比,得出数字化水平等级,从而有利于企业发现自身差距,结合企业的数字化发展战略目标,确定发展方向,寻求改进方案,提升企业数字化水平。使用者根据自身需求,还可选择整体成熟度模型或单项能力成熟度模型加以利用,使用单项能力成熟度模型选择研发设计或生产制造的某一个维度进行评估,其提供了使组织能够针对其选定的某一维度进行重点改进的路径。

四、研发流程数字化、虚拟研发可视化、知识型工作自动化、需求响应敏捷化成为数字化发展趋势

汽车研发主要是指汽车产品的设计开发,包括从产品定义、概念设计、方案设计、工程化开发、虚拟/试验验证、样车试制直至量产前的整个过程。用于汽车研发流程的数字化设计技术是通过计算机技术实现的,主要包括计算机辅助设计、计算仿真分析、计算机辅助制造及虚拟制造、计算机辅助实验及虚拟实验、虚拟现实等先进的数字化技术。

随着数字化技术的普遍应用和发展,各个传统专业领域的CAX技术发展日趋成熟。例如各类CAX、有限元分析、多体动力学分析等软件技术平台的壁垒早已不存在,产品功能以及各企业的应用水平差异越来越小。研发流程数字化,利用基于CAX及PDM的数字化集成开发技术,构建汽车全数字化设计验证体系;虚拟开发可视化,以计算机支持的仿真技术为前提,形成虚拟环境、虚拟设计、虚拟产品及虚拟企业,从而大大缩短产品开发周期,提高产品设计开发的一次成功率;知识型工作自动化,对工业技术进行数字化表达和模型化,并将其移植到工程中间件平台,以便驱动各种软件、硬件和设备,从而完成原本需要人去完成的大部分工作;需求响应敏捷化,汽车企业将加速应用能够及时响应客户需求的新技术,如虚拟现实技术、大数据分析技术、并行工程技术、模块化设计技术、快速原型技术等。

目前我国要提升在全球制造业价值链中的位置,依旧面临很大的挑战,主要体现在以下几点。

数字化研发的核心软件和关键技术的自主化程度不高,推广成本巨大。目前我国缺乏自主品牌的数字化研发软件和关键技术,汽车研发所需高端核心软件和关键技术仍然主要依赖国外,国内现在使用的核心研发工具、软件、系统等大多是国外的,自定义、自研、自用并嵌入体系的软件和系统还很少。

整车研发缺乏有效的数字化技术与平台进行支持,系统“孤岛”现象明显。在整车研发过程中,汽车企业引进和使用上百个软件和应用系统,这些系统和软件是异构的,系统和软件功能方面不关联互助,信息方面不共享互换,并且信息与业务流程、应用相互脱节,信息孤岛现象明显。要想将这些软件和系统整合互联起来难度非常大,缺乏有效的数字化技术与平台进行支持。

五、美德日在智能装备应用、网络互联建设、运营管理系统、基于模型的企业(MBE)应用、工业互联网平台建设方面的水平总体上高于国内汽车制造企业

美德日制造业发达国家汽车数字化技术水平总体上高于国内汽车制造企业。智能装备应用领域,国外先进汽车制造企业能够实现装备数据采集及设备智能化管理,并且能够借助数字化工具进行数据分析、优化装配运行;运营管理系统应用方面,国外主流汽车企业运营管理系统多为自主研发,逐渐实现集成应用,并且贯穿于汽车制造过程全产业链,而非单一环节的数字化工具应用;基于模型的企业(MBE)应用方面,国外先进汽车制造企业能够建立企业级的三维模型与模拟仿真,但仍然没有国防军工、航空航天领域应用程度高;工业互联网平台建设方面,国外先进汽车制造企业建立了面向生产现场环境、装备运行数据分析的工业互联网平台,少数企业如西门子安贝格工厂、保时捷建立了可以实现面向生产现场、供应链、市场需求等全方位数据集成分析的工业互联网平台。

跨国公司在华合资企业数字化技术水平并不低于其本土企业,但国内自主品牌整车企业数字化总体水平较国际先进汽车制造企业低。智能装备应用方面,国内大部分自主品牌整车企业基本实现核心工艺环节全自动化;网络互联建设方面,国内自主品牌汽车企业在生产线的网络互联建设方面起步较晚,基本是委托第三方进行自动化生产线建设,建立了工业以太网和车间无线网络,实现车间数据互联互通;运营管理系统应用方面,国内自主品牌企业基于ERP、SCM、CRM、MES等单个运营管理系统逐步建立起完整的企业运营管理系统,少数先进的整车企业进入集成应用或协同创新阶段;基于模型的企业(MBE)应用方面,国内自主品牌整车企业最先开始在焊接和涂装两个关键工艺环节进行设备建模、工艺仿真和验证,大部分企业并没有实现企业级的三维建模;工业互联网平台建设方面,国内自主品牌企业工业大数据的采集、传输和分析利用还处在探索阶段,大多数汽车企业初步建立起面向供应链管理、行业数字分析的工业互联网平台。

美国凭借福特生产方式,充分挖掘生产线效率,成为以大规模生产为标志的汽车强国;日本凭借丰田生产方式,充分挖掘供应链效率,成为以精益生产为标志的汽车强国;中国如果能借助数字化机遇,打通汽车制造和服务,充分挖掘汽车全寿命周期的生产和使用效率,必将创造汽车发展的中国方式,实现由汽车大国向汽车强国的迈进。

当前数字化工厂发展存在的瓶颈主要有两个:一是数据管理协作平台和MES并未真正关联贯通,虚拟数据的变动无法实时将整个汽车制造流程连接在一起,而制造执行系统的指令也无法瞬间激活生产软件模块;二是当前产品设计数据和生产规划数据必须由人工传递到独立的自动化工程软件,未来有望通过统一的数据管理协作平台自动整合数据,缩短时间和工作量。

汽车制造企业数字化转型的主要趋势包括以下几个方面:一是扩大数字产品模型的使用,在产品设计早期阶段对产品进行优化,更好地验证机械系统、电子系统和软件系统,全面整合机械、软件和电子组件,以求尽可能提高汽车产品整体性能;二是采用集成程度更高的综合PLM软件系统,尽早优化模型驱动的系统;三是在汽车制造全价值链内集成各个系统,使产品研发阶段产生的数据与汽车全价值链各环节的数据保持一致,并且数据全程可追溯。

六、汽车服务数字化将催生新的商业模式,数字化的产品和服务能够使车企更好地适应并了解消费者的需求和偏好

在道路交通出行服务方面,消费者的观念正在逐渐发生变化,在共享经济模式开始出现和拥车成本高昂的大城市,消费者越来越能够接受通过租赁使用一辆车,而非购买和拥有一辆车,对此车企及服务商推出汽车服务的数字化方案来作为回应。车企推进产品和服务的数字化主要包括四个方面:一是在销售、售后等现有的商业模式和架构下推进数字化;二是借助于互联网、大数据等技术,在一定程度上新建商业模式和架构;三是增强汽车产品控制系统、智能操作系统、信息娱乐、在线升级等以软件为基础的数字化功能,迎合消费者需求;四是将自身由车辆制造商重新定义为出行服务商。

国外基于互联网和大数据的移动出行服务生态系统初具雏形。面临未来出行服务和乘客经济的重大机遇,国际上主流汽车制造企业争相进入移动出行领域,并积极打造各自的共享出行服务品牌,如宝马集团“DRIVE NOW”、戴姆勒奔驰公司“CAR2GO”、大众汽车集团“Moia”等。此外,基础设施提供商、车辆提供商、服务提供商、第三方机构、信息提供商等相继加入移动出行服务生态系统中。国内基于互联网和大数据的移动出行服务生态系统开始构建。合资企业积极将出行服务引入中国市场并注重与各相关方的合作;自主汽车企业加快出行服务布局,如上汽集团环球车享、吉利汽车曹操专车、北汽集团华夏出行等;第三方出行服务公司蓬勃发展,如滴滴出行。

在汽车服务数字化领域,不同的企业也都在进行尝试,例如:潍柴基于产品智能化和大数据的柴油机远程精准服务;长安新奔奔的个性配车新业务;EVCARD新能源汽车的分时租赁,实现城市共享出行的数字化;滴滴在移动出行领域的数字化应用等。

七、中国以数字化战略推动汽车强国目标的实现

数字化转型有助于重塑国家产业竞争力,汽车数字化转型是整个国家制造业转型升级的一个缩影和集中体现,重塑制造业获利模式与竞争力是一个全球的共识,也是一个全球的行动。近年来,继德国提出工业4.0、美国提出工业互联网之后,中国也提出了“中国制造2025”战略,从以数字化、智能化推动制造业转型升级这个核心要素上看,这三大战略是高度一致的,也均是国家意志的体现。

目前,我国汽车产业数字化转型的战略思想主要包含以下几点。

(1)数据驱动增长。从汽车产业发展动能的角度来审视,中国汽车产业的增长动能经历了市场发现与政策驱动、投资与市场驱动、创新与全球化驱动三个主要阶段,即将进入数字化驱动增长的新阶段。

(2)数字化体系能力。数字化技术的全面渗透显著提高了汽车企业的工厂生产效率;数字化技术促进了汽车企业员工劳动技能和知识结构的优化提升;数字化技术渗透到企业管理的各个层面;数字处理能力将成为企业生产函数中一个重要的自变量。

(3)数据创造网络价值。数字化转型创造的价值体系将不再是传统的线性形态,即所谓的价值链形态,而是一种发散的网络状形态。除了传统意义上的供应商网络外,大量与汽车产业相关的外围经济主体(主要是大量中小型的信息技术服务公司)都可能参与到汽车产业价值网络创造当中。如车联网产业的大数据存储、运营维护与系统安全管理等,都不再是OEM主机厂或核心供应商的业务范畴。

(4)数字化转型战略“两分法”。汽车产业的数字化转型战略应该从虚和实、软和硬、表和里的深度结合这几个相互对立又相互依托的层面上展开。

数字化战略催生全新的汽车产业生态系统,在这个汽车生态系统中,汽车产业的所有经济活动主体在创造和分配价值的过程中,围绕汽车设计研发、验证测试、采购配套、生产组装、物流供应、营销管理、售后服务、品牌运营、金融服务等产业内部经济活动,以及道路交通设施、车用燃料供应、大气环境系统、交通参与者、城市信息系统等硬环境和软环境,通过人、物、资本、信息等要素的流动与组合,形成一个相互作用、相互依存和动态均衡的功能体。这种产业生态系统的演进呈现如下特征:数据处理平台化和云化、数据系统动态优化、组织分散化和扁平化、数据实时开放与共享。

汽车产业数字化战略是一个完整的战略体系,包括战略视角、动力、目标和实施等一整套完善的制度安排。

(1)宏观视角与微观视角相结合。在微观层面上,数字化进程的重点是通过数字化技术的全面渗透显著提高企业生产效率;在宏观层面上,当汽车产业众多企业进入数字化进程时,宏观效应就会显现。

(2)问题导向与战略引领相结合。当前中国汽车产业面临一系列突出问题,如产业综合创新能力不强、产业组织结构和业务结构不合理、企业商业模式单一、国际市场占有率低、市场开放度不高、生产能力存在中长期过剩隐忧、自主品牌竞争力弱等,中国汽车产业数字化转型和竞争力提升要满足汽车强国战略的需要,特别是要为汽车产业发展动能转换、竞争力重塑、创新体系优化等奠定坚实基础。

(3)引领创新与夯实基础相结合。数字化、智能化对于中国汽车产业而言,最大的益处是我们有后发优势,有后来居上的可能。

(4)传统大企业和新兴中小企业相结合。近年来,一大批新兴的中小型科技企业纷纷进入地图导航、自动驾驶、共享出行、数据服务等领域,中国汽车产业数字化进程目前呈现由中小企业主导推进的局面。

(5)政府支撑作用与企业引擎作用相结合。制造业的数字化、智能化转型离不开政府这只看得见的手的独特作用,政府掌握着大量数字基础设施、公共数据库、数字化创新平台等无法由单个企业独自构建的优势资源。

应借鉴工业4.0和工业互联网的核心要素和体系,特别是将大数据、云计算、物联网、智能制造(包括智能工厂、智能产品和智能服务)、人工智能、人机交互等子战略纳入其中,形成一个多元素、多层次的战略体系,构建中国汽车产业数字化战略的基本框架。从宏观视角来看,中国汽车产业数字化战略的总体目标是要推动实现基于CPS的价值创造、结构优化和竞争力提升;从微观角度来看,就是要消除生产、流通、营销和服务环节在时间、人力、物力和资金上的浪费,消除企业内部和外部的信息不对称,提高生产效率,实现精益化生产。

中国汽车产业数字化、智能化转型应按三个阶段推进。

第一阶段(3~5年),补短示范、全面追赶。这一阶段的首要任务是补齐短板,打好基础,在总结前一阶段少数汽车企业智能制造试点示范经验的基础上,选择性地开展自动驾驶、先进车联网、人工智能、虚拟现实、大数据应用、新型算法和深度学习等新技术模式的试点示范,抓住“互联网+”战略的契机,利用中国在市场规模、技术储备、商业模式等方面的优势,推动“汽车+互联网”和“互联网+汽车”的融合发展。

第二阶段(5~10年),全面渗透、缩小差距。在法规标准、数字基础设施、公共数据库、协同创新平台等硬软件方面的短板已经不复存在;汽车行业数字化、智能化由点到面普及开来,在全国形成均衡分布、各具特色、百花齐放的可喜局面;先进轻量化材料、3D打印、人工智能、机器学习、虚拟现实、数据区块链、高级控制芯片等技术将全面渗透进汽车产业的各个领域;中国汽车产业涌现出一大批充满活力的创新型企业集群,中国与汽车强国的差距显著缩小。

第三阶段(10~15年),并驾齐驱、全面超越。智能制造企业的生理系统和功能高度复杂且发达,人工智能、机器学习、虚拟现实、大数据平台、数据区块链、量子通信、高端软件、商业模式创新等已经达到国际领先水平,且全面融入汽车产业各个领域,汽车智能制造体系与智能城市、智能能源、智能交通等领域全面融合,形成广覆盖、高效率的智能汽车产业生态系统,汽车企业员工的创造性得以最大限度释放,人与机器实现完美结合,体力劳动和知识岗位的分工界限被打破,创新体制机制成熟且充满活力,各种创新要素自由流动,不存在制度性障碍。

八、持续完善顶层设计,着力解决制约我国汽车产业实现数字化转型的“新老问题”

对汽车产业数字化转型发展过程中出现的很多“新问题”,需要予以深入研究、妥善解决,例如促进汽车产业与IT等其他产业的交叉融合发展,并建立与之相适应的监管体系等。与此同时,我国汽车产业发展中一些长期存在的“老问题”,如果不能得到有效解决,也将给整个产业的数字化转型带来负面影响,例如行业管理体制改革还需全面深化,公平准入、平等竞争的市场竞争秩序尚未真正形成,一些关键核心技术仍未掌握。

从进一步发展的角度提出如下建议。一是加快与汽车产业数字化转型相关法律法规的“立改废”工作,尽早明确信息安全职责,解决数据归属、隐私保护等问题,把自动驾驶、无人驾驶等新技术、新产业发展纳入法治化轨道。二是以更加开放、包容的态度对待数字化带来的生产组织方式变革。应该认识到,相比于核心投入要素、基础设施建设、主导产业的演变,在生产组织方式变革过程中各利益集团的斗争会更加激烈复杂。三是进一步深化和明确对自动驾驶、无人驾驶、车联网等基础概念的认识,并有针对性地提出发展路径,不宜将智能网联笼统化。四是保持政策的一致性、稳定性,为企业开展中长期投资提供稳定预期。五是积极探索协同创新的新模式、新机制。组织跨行业的协作组织,加快汽车产业数字化转型创新联盟建设,推进汽车产业数字化创新平台建设。

九、鼓励支持企业开展数字化改造,深度挖掘全生命周期内效率提升的巨大潜力

面对消费者日益增加的多样化需求以及资源环境等限制条件的约束,汽车产业发展变革将呈现很多新的趋势,一是汽车产品将更多表现出智能化特征,车联网预计将实现快速发展;二是生产方式存在大规模定制及传统大规模生产与极致个性化定制并存这两种潜在路径;三是汽车共享模式很可能会改变汽车的既有属性;四是在自动驾驶特别是无人驾驶发展到一定阶段后,汽车产品的功能平台将体现得更为充分,汽车的功能定位也不仅仅是提供移动出行服务。

具体建议如下:一是积极促进政产学研用多方合作,在吸收借鉴国外先进理念和做法的基础上,强化汽车产业数字化转型的本土问题意识,引导国内汽车企业更加明确数字化改造的路径、重点等关键性问题;二是更大力度地鼓励支持企业对现有工厂进行数字化改造,通过加装传感器、数控装备、通信接口等夯实数字化转型的基础;三是通过认证技术咨询师和鼓励退休工程师担任工艺指导志愿者等多种方式,在现有的技术改造项目扶持中,加入现场管理和技能提升等咨询性服务内容,提高“软硬结合”程度;四是鼓励支持具备基础的国内汽车企业积极参与汽车产业数字化改造过程,并为行业提供更多发展样本。

十、统筹考虑关键性领域、基础性领域的标准体系建设及标准推广,为产业内及产业间融合发展提供依托

标准化体系建设,对形成产业化、国际化等推动现代经济发展的动力机制发挥着至关重要的作用。在汽车产业以及整个制造业数字化转型的过程中,我国面临着不小的挑战,同时也有很大的机遇。我国与美国、德国、日本等国相比,在一些标准体系建设方面仍处于劣势地位,特别是与美国在信息通信产业标准上差距很大,但相比以往已有很大改善。与此同时,我国确实还面临着前所未有的良好机遇,主要体现在以下两个方面:一是已在5G等重点领域的标准体系建设上取得很大进展,也积极参与了相关国际组织开展的工作,话语权相比以往明显增加;二是我国的相对领先地位在“一带一路”沿线国家中更加凸显,如果能够快速推动相关标准体系的互联互通,凭借该区域巨大的经济规模体量,我国在推动国内标准国际化推广应用方面将占据更有利地位。

具体政策建议主要有以下几个方面:一是统筹考虑标准制定问题,在标准体系建设推广及走向国际化与促进国内汽车产业自主探索之间找到平衡;二是广泛听取相关机构、企业、专家学者的意见建议,优先制订智能制造综合标准化建设指南,以构建智能制造标准体系为重点任务,梳理已有标准,并按照“共性先立、急用先行”的原则集中力量制定实施。

十一、调整完善人才培养、引进、使用、培训、保障机制,尽快消除制约汽车产业数字化转型的人力资源短板

汽车产业在人力资源方面面临的挑战也很大。世界经济论坛的报告认为,在包含汽车在内的交通领域,劳动者技能的变化将主要体现在社交能力、技术能力、认知能力、资源管理能力、处理复杂问题的能力等多个方面;而满足这些能力所面对的主要障碍包括对颠覆式变化缺少充分认识和理解、拥有资源的限制、来自投资者的短期收益压力等方面;企业重点采取的应对措施包括对现有员工进行再培训投资、支持工作轮换、与外部教育机构合作、采取学徒制方式、吸引国外优质人力资源等。

具体建议主要有以下几个方面:一是切实强化“人才第一”观念,把充分挖掘现有人力资源潜力作为相关体制机制完善的首要目标和着力点;二是应该慎重对待“机器替代人”等类似提法,这可能会引发企业管理者和员工之间的紧张关系,影响双方对企业开展数字化改造实现转型升级的共识,并带来一系列负面影响;三是借鉴德国等先进国家实施学徒制的经验,鼓励支持相关企业探索适应我国国情的学徒制体系;四是调整优化职业教育管理体制,完善职业认证等级制度,提升技能型、专门型职业人才在人才体系中的地位;五是尊重制造业人才结构特征,并注重研究型、应用型、技能型人才培养;六是尽快完善社会保障体系,消除人员流动的后顾之忧,进一步提升人力资源配置效率。

十二、加强专业化联盟及合

作平台建设,发挥潜在信息、知识传播共享以及国际交流合作方面的积极作用

要实现我国汽车产业的数字化转型,需要推动跨国别、跨产业以及汽车产业内部各企业间的信息传播和共享。其原因主要包括以下三个方面:第一,全球主要汽车强国推进数字化转型的战略认识、技术重点选择、行动机制等对我国有很多可借鉴之处,我国在一些方面的领先做法也应该进一步推向全球;第二,汽车产业数字化转型是一个跨行业议题,涉及多个行业融合发展,数字化转型是一项系统工程,覆盖面广、难度很高;第三,汽车产业数字化转型是一次全产业链的提升,需要处于产业链上不同环节的企业以及中小企业的广泛参与和共同努力。

在现有的基础上,建议进一步做好以下几方面工作:一是推动相关联盟职责更加聚焦,不宜过分强调发挥联盟促进技术创新的原始性功能,而是把重点放在促进国内外、行业内外的沟通交流以及相关信息在国内汽车产业内的扩散共享;二是进一步完善扩充产业地图等信息,提高相关信息的完整度和可获得性;三是重视为广大中小企业提供相关信息和服务;四是持续加强国际交流与合作,从框架性合作向实质性合作迈进,并且在这个过程中重视和融入国内汽车企业的优良实践和切身关切。


第二章

汽车研发数字化发展现状和趋势

 

通常来说,汽车研发主要是指汽车产品的设计开发,包括从产品定义、概念设计、方案设计、工程化开发、虚拟/试验验证、样车试制直至量产前的整个过程(见图1)。现代汽车产品开发流程由造型设计、产品设计、性能开发、产品验证(试制试验)、项目管理等业务环节组成。

图片关键词 

图1 整车工程开发项目的全周期过程示意

 

根据麦肯锡2017年2月的一份报告,汽车研发属于典型的知识密集型或知识型工作,其数字化渗透率在42%~54%,高于各类产业的数字化水平总体平均值(37%),也远高于汽车工业产、供、销等其他环节的数字化水平。

一、汽车研发数字化发展现状

汽车研发数字化是指汽车产品的数字化实现以及实现产品数字化的研发流程各环节的数字化实现。即以虚拟化和数字化的形式代替或辅助传统汽车研发的业务环节,以实现时间、成本的节约和质量的提升。

汽车产品的数字化实现本质上就是以实现新产品设计为目标,“利用计算机生产出‘数字汽车’,即汽车全部采用三维数字化设计,形成全车数字产品模型,不但在几何上,而且在属性上全部采用数字化方式描述。不难看出,汽车数字化设计技术是一个跨学科的综合性技术,它包括汽车数字化定义、仿真、可视化、虚拟现实、数据集成、优化等技术”。这些基于汽车研发流程的数字化研发技术是利用计算机技术来实现的,主要包括计算机辅助设计、计算机仿真分析、计算机辅助制造及虚拟制造、计算机辅助实验及虚拟实验、虚拟现实等先进的数字化技术;CAX软件的应用是汽车数字化研发的基础,目前的数字化研发技术广泛采用CAX工具,在研发过程中必须考虑到设计、性能、工艺、试验、维修、销售以及后市场的各个环节,面向汽车产品的全生命周期进行研发;另外汽车研发是基于知识的设计,需要依靠汽车工程师的知识和经验;汽车研发还需要进行协同并行,即需要不同专业、不同领域、不同部门、不同地域工程师的协同和并行工作。

随着数字化技术的应用,新车型的开发周期从20世纪六七十年代的约七年逐渐缩短至目前的约两年,并呈持续下降趋势。数字化技术的应用不仅缩短研发周期,而且降低汽车研发成本,同时满足汽车产品多种车型和多种特性的平台化研发需求。“在方案设计中,可以同时对多个方案进行综合性能的模拟预测,以便迅速确定最佳方案;在工程化设计阶段,可以通过仿真,对结构、参数是否适合产品综合性能要求进行验证;在仿真分析阶段,数字化仿真可以代替或部分代替样车制作、工艺试验,能显著地降低开发成本;还可以通过对制造过程、装配过程的模拟,在设计阶段早期就发现并解决工艺设计、加工制造中可能发生的问题。”因此,国内外各大汽车企业,包括福特、通用、戴姆勒-奔驰、丰田、上汽、东风、广汽等,每年都投入巨资进行数字化设计与虚拟开发技术的深入推广应用,取得了显著的效果。

然而,汽车产品研发是一项复杂的系统工程,研发流程中各业务环节的任务不同,其数字化采用的技术不同,数字化的实现和应用程度也不同。产品设计、性能开发是数字化实现及应用程度都比较高的环节,基本实现了全数字化的建设和应用,并朝着数字化技术集成以及知识型工作自动化的方向发展。造型设计、试制试验等环节的数字化实现和应用程度相对较低,是以物理开发为主、虚拟开发为辅的环节,但其数字化实现程度在逐步提升,新的数字化技术正在被研发并应用到这些环节,比如造型设计中的VR技术、试验环节中的虚拟试验场技术等。总体来讲,汽车研发是汽车产业中数字化渗透率较高的环节,而且随着技术的发展,研发数字化正朝着数字化技术集成以及知识型工作自动化(或知识自动化,Knowledge-work Automation,KA),特别是研发业务流程的自动化方向发展,促进了汽车研发模式的转型升级。要实现汽车研发业务流程的自动化,首先须对汽车产品研发的现行流程有足够的了解,开展业务流程建模(BPM)、分析与优化,实现汽车研发项目管理的数字化。

汽车研发是汽车产业的重要环节,是汽车产业数字化渗透率最高的环节,其数字化技术主要体现在三维建模技术、虚拟仿真分析技术和产品全生命周期的数据管理技术。

(一)国外汽车研发数字化发展情况

根据研发数字化发展成熟度分级中的产品设计数字化水平分级,国际领先企业在产品设计领域已经实现设计制造一体化,从设计到制造采用统一的三维数模数据源,无须二维图纸,达到5级水平。在产品仿真领域已实现全业务流程均使用仿真分析手段,全面支持正向设计,实现虚拟性能开发,仿真分析结果与实际物理实验结果基本吻合;部分企业建立了虚拟仿真管理平台,对多业务进行协同管理,形成虚拟仿真、硬件在环仿真(HIL)与虚拟现实等技术方面的集成贯通,大量物理实验过程被取代;国际领先企业整体处于4~5级。在数据集成领域建立了面向产品全生命周期的管理系统PLM;部分企业基于PLM打通了产品设计、制造、管理与服务全环节;国际领先企业整体处于4~5级。在协同开发和互联互通领域建立了成熟的协同设计系统,能够实现全球各地的协同设计;部分企业建立了协同设计系统和统一的产品模型库,大幅缩短了新产品研发周期;国际领先企业整体处于4~5级。

1.国外产品设计方面数字化发展情况

数字化技术从其产生之初,便迅速在汽车行业得到应用,目前,几乎所有汽车公司均在不同程度上采用数字化技术。国外一些著名的汽车公司很早就自行开发汽车产品数字化设计工具软件,目前在汽车行业应用较广泛的主要有达索公司的CATIA软件和西门子的NX软件。

20世纪80年代初,美国福特汽车公司就开始了CAD系统的规划与实施,至1985年已经有超过50%的产品设计工作通过CAD系统实现,到90年代初其产品研发全面采用CAD系统。伴随着数字化技术的发展,以I-DEAS为核心的主流工具软件,逐渐取代了早期自行开发的以PDGS为主的CAD系统。

美国通用公司曾经以设计车身为目标,自主研发了DAC-1系统,用于车身三维曲线设计。到20世纪90年代初,三维产品数字化设计软件UG(最新的产品为NX)被美国通用汽车公司选为数字化设计的主导系统。经过不断的发展,目前美国通用汽车公司几乎100%的产品设计已通过NX等数字化设计工具软件实现。

目前在汽车领域应用较广泛的CAD设计工具为达索公司的CATIA软件。CATIA源于航空航天业,其强大的功能得到各行业的高度认可,在汽车行业基本上成为事实上的标准,成为欧洲、北美、亚洲大部分汽车公司用于产品设计的核心系统。近年来一些著名汽车制造商,如雷诺、丰田、沃尔沃、克莱斯勒等均不断加大在CATIA软件上的投入,更加强化了CATIA在汽车产品设计领域的领导地位。CATIA的应用给汽车公司带来了很好的效益,比如瑞典著名的卡车制造商Scania公司,其卡车年产量超过50000辆,当其他竞争对手的零件数在25000个左右时,该公司借助CATIA系统,成功将零部件数减少了一半,在增强整车性能的同时,大大缩短了整车研发周期。该公司已将CATIA系统作为其主要的CAD软件系统,用于整车系统和零部件的设计。

目前,CATIA的最新版本V6相比之前的V5版本,可以实现真正的在线协同和创新设计,但由于两个版本软件在架构上存在非常大的差异,国外只有少部分汽车公司如雷诺和本田开始逐步切换升级到V6,其他大部分都还在使用V5版本,对升级至V6采取待观望的态度,因为这样的软件升级对业务部门的影响非常大,并且将导致现有的PDM系统不能使用,使数据管理压力陡增。

另一个在汽车产品设计领域应用比较广泛的数字化设计工具是西门子的NX软件。菲亚特全球三大战略生产和研发中心之一,成立于1968年的土耳其汽车公司Tofas,曾经在装配设计,特别是在三维应用方面遇到了许多严重的问题。通过借助NX软件,Tofas的工程师们解决了这些问题,工作效率获得了显著提升,可在相同时间内处理更多的设计结构。借助NX系统,工程师在工装和模具设计过程中,可以把重点放在单个零件上。当需要进行工程变更时,工程师利用NX的装配结构功能可在数秒内返回到主要部分,进行必要的更改并自动更新整个结构。NX的建模功能也比较强大,该软件可允许公司依照客户的流程、方法和标准要求进行规划。可利用历史数据是NX应用所带来的一个优点,使用NX系统,能够快速修改旧数据,可以有效管理庞大数据的再利用,此外利用NX建立的宏,不仅节省了大量时间,还显著提高了模型质量。

在产品设计知识工程建设方面,国外车企都在积极建立企业的知识工程,将研发设计、项目管理等知识沉淀下来,以提高研发设计水平。一个通常的做法就是通过二次开发将研发知识集成到数字化开发工具和系统中。目前大部分车企都已基于CATIA、UG、Pro/E开展二次开发的工作,企业根据业务需要自主开发或与开发商一起合作开发。目前知识工程的建设体现在整车研发的造型设计、详细设计、验证设计等阶段。比如Tofas汽车公司,在概念设计与造型阶段,设计人员利用软件工具,可以快速查看各种建模技术和汽车专用模板,并能快速评估各种不同选项,摆脱设计工具本身的限制;设计团队在参与日常开发工作期间,可以快速获得或者创建各种可重用设计和制造元素,从而极大地提升产品设计开发的效率和质量。

在产品设计数字化方面,达索公司的CATIA软件应用最为广泛,该软件的应用不仅取代了早期的二维手工画图,实现三维建模,而且可以通过知识工程建设进行二次开发,将经过经验总结规范化的知识型工作固化到系统中,实现简单知识型工作的自动化,提升研发效率。

2.国外产品仿真方面数字化发展情况

随着汽车产品种类的增加和研发周期的缩短,CAE在汽车研发领域的应用深度和广度不断拓展。当前,CAE技术已经进入汽车行业的工业化应用阶段,包括用于零部件疲劳寿命分析、碰撞仿真、零部件结构强度分析、整车的NVH和发动机内部的仿真等,几乎涵盖了汽车性能研发的所有方面。

统计结果表明,“应用CAE技术后,新车型的设计验证费用占总成本(包括人力、物力等所有研发阶段的成本投入)的比例从80%~90%下降到8%~12%。例如:美国福特汽车公司2000年应用CAE后,其新车型开发周期从36个月降低到12~18个月,开发后期设计修改率减少50%,原型车制造和试验成本减少50%,投资收益提高50%。”

CAE的应用主要集中在整车、大总成或大子系统、零部件和小总成三个层面。通过在整车层面的CAE应用,建立虚拟样车,模拟车辆行驶过程的动力性、经济性、操稳性等,可以确定整车参数;通过在大总成或者大子系统的CAE应用,保证整车参数在各个总成中的实现;通过零部件和小总成层面的CAE应用,确定它们的力学特性符合总体设计要求,或进行优化以进一步改进初始设计。

很多著名的汽车公司都有CAE的应用规范和仿真分析流程,甚至还有自己开发的专业软件,以下分别介绍奔驰和大众CAE仿真分析的案例。

奔驰公司在新CLA Blue Efficiency Edition四门轿车上实现了0.22Cd的车身风阻系数,空气动力学仿真分析在其中起到了十分重要的作用。

减少车辆风阻系数需要系统的解决方案,通过在各部件上进行持续优化,最终实现整车风阻系数的降低。如果按照传统的先制作样件再进行实车试验的方法,开发成本会非常高,开发时间也会很长。目前在研发过程中,常常通过各种仿真分析手段进行虚拟风洞测试,对所有与风阻系数相关的部件分别进行分析,以改善空气动力学性能。在仿真分析中,根据经验和数据的积累,通常会通过改变散热器叶片、后车灯透镜等的弧度,改善车尾部造型,在后保险杠下方加装一个扩散器,同时对车底部分采用密封处理,可以快速得到各种优化车身风阻系数的方案。

大众汽车应用RomaxDesigner进行NVH仿真开发验证,其计划开发一套可靠、可重复和精确的验证策略,采用步进式流程来检查实测和仿真之间的一致性,这个流程应用在每个层面:齿轮激励、轴系统、轴、箱体和整车等各个层面。若每个层面都保持一致性,就易于查明任何差异,这样就能避免耗时的调查工作。在不同的阶段只需用Romax来搭建一个系统模型,无须费时费力地使用不同软件工具进行建模。使用RomaxDesigner能在系统级层面快速精确地研究齿轮啸叫,其分析速度和独一无二的系统级仿真方法,是目前市面上其他软件产品所不具备的,目前已经开发了清晰的策略来执行简明的模型更新流程,增加了Romax齿轮啸叫模型的有效性和可信度,设计变更不是依赖于测试和错误,而是基于经过验证且值得信赖的仿真方案。

3.国外数据集成方面发展情况

在汽车产品的设计开发过程中,概念设计、产品详细设计和试验验证等各阶段会产生大量的设计、仿真以及测试数据,由于设计工具的差异以及上下游业务的差异,这些设计、仿真数据往往都是非结构化异构的数据,设计工程师在开展整车布置、系统部件集成或性能验证等工作时,往往需要对不同格式的数据进行转换。早期都是通过系统自带功能进行手工转换,效率和数据准确性较低。随着软件技术的发展,产品数据管理、仿真分析数据管理等专业化数据集成软件平台开始出现(见图2)。

图片关键词 

图2 汽车产品开发过程及对应的数据管理系统

在CAD设计阶段,采用产品数据管理(PDM)系统对数据、文档、设计过程、数字资源进行一体化集成管理,开展产品的设计,管理产品结构的修改以及设计进展的跟踪等。目前PDM系统日益成熟完善,国际汽车公司大多采用西门子公司的TeamCenter、PTC公司的Windchill以及达索公司的Enovia,这三家公司的产品基本垄断了国外主机厂在产品研发与设计方面的数据管理软件系统。

在CAE分析阶段,许多企业通过构建面向企业用户的仿真数据分析管理(Simulation Data Management,SDM)系统,来整合设计仿真业务中的仿真工具、仿真数据及仿真流程,规范仿真流程及应用过程,对常用的仿真工具进行集成,构建向导化的仿真分析模板,管理仿真过程数据,实现仿真数据的共享与重用,并支持计算作业管理及计算资源的负载均衡与调度,同时打通工具软件间的数据关联,集成仿真过程中使用的仿真工具,形成统一的仿真客户端应用环境。由于不同仿真分析软件在CAE数据的结构和存储方式上各不相同,不同分析系统的仿真结果信息没有交互的基础,导致共享困难。而用于仿真分析管理的系统即仿真数据分析管理(SDM)的开发比较困难,成熟软件也较少。

目前汽车行业使用的仿真数据管理系统主要有两大类,一类是集成在CAE软件中的仿真数据管理模块,主要有ANSYS公司的工程知识管理器EKM(其实是SPDM,实现设计过程Process的集成与管理功能)、MSC的SimManager(用于捕获完整的仿真流程,包括产品设计、仿真算法、数据模型、分析结果、产品生产等所有环节)、Altair ADM(通过其强大的数据分析功能提供可视化的信息)等。另一类是PLM厂商推出的仿真数据管理系统,例如Teamcenter for SimManager(对CAE数据进行有效管理,包括有限元模型、分析求解与工况、计算结果与报告等数据)、达索公司SIMULIA SLM(可将仿真数据、流程管理和决策支持集成为一体)等。

4.国外协同开发和互联互通发展情况

产品协同开发可以定义为不同专业的设计团队在产品设计过程中有序、高效地进行一系列协调和配合以实现共同的开发目标。在整个产品开发过程中存在着多方面的协同需求。

多专业多领域的设计协同:汽车产品的研发是一项复杂的系统工程,需要多专业跨领域的工程师一起协同工作,才能完成整车的研发。

异地设计中心的协同:在汽车产品研发的过程中,需要分布在多地的研发设计中心进行跨地域的协同设计。

设计与制造协同:在汽车产品研发的过程中,制造部门需要提前介入设计对产品的可制造性进行评审,提前对生产制造装备进行并行设计,研发部门需要与制造部门进行反复的评审和沟通,尽量在设计的早期完成对产品可制造性的确认,完成生产装备的规划。

汽车研发过程中的协同需求还包括与合作伙伴的协同、与供应商的协同等,在这个复杂的系统工程中,很多环节还需要同时与各方进行协同,在此过程中,需要有一个可以供大家使用的数据平台或系统,用于支撑产品设计数据的交互和存储。

汽车公司通常使用产品全生命周期管理软件PLM来实现协同,PLM可以将企业产品研发过程中各阶段的数据和文档、制造过程中的各种信息集成在统一的系统中,对设计数据、过程、文档进行有效管理和利用,同时可以加强对CAD、CAPP、CAM等系统的集成与对接,提高研发效率,积累数字化资产,实现有效数据的重复使用,节约研发成本。

国外车企在协同设计方面起步较早并已有成熟应用,取得显著成效。其中达索的PLM系统灵活性强、应用快速并具有针对系统工程的专业功能,因而成为众多汽车公司的首选。宝马汽车公司已决定将其PLM系统从V5升级到V6。通过V6的应用,宝马公司将实施一个将E/E流程各个部门和人员联系起来的无缝协作流程,在定义系统的逻辑架构以及软硬件的同时,宝马将客户的需求与汽车的可行性功能相联系,从而将客户的价值置于创新流程的核心位置。宝马也将利用V6提供的解决方案为研发的车型创建主控架构,满足汽车功能不断升级的需求,从而有效应对未来嵌入式系统未来的复杂性。V6系统还可以提供功能再利用和研发中软硬件组件分离处理的解决方案,这些解决方案将会显著降低在E/E领域的成本。

菲亚特从十几年前开始使用Teamcenter软件进行产品全生命周期管理及协同设计,并使用NX软件进行计算机辅助设计。菲亚特在美国、意大利和巴西等多地的研发中心需要协同合作,通过利用西门子的PLM Software,可帮助分布在不同地点的设计师进行合作,从而确保安全地共享最新产品数据。通过同一个平台对在不同地点的设计工作进行监督,并通过单一解决方案进行必要的修改,使得菲亚特能够与全球各地的设计师高效共享数据,就像所有人都在同一个办公室。Teamcenter帮助其消除了网络和服务器之间的通信障碍,让所有人能够使用一套统一数据库进行同步设计。

日产同样利用Teamcenter共享整个公司的信息。Teamcenter中包含NX和I-DEAS生成的CAD数据、数字验证模型和结果、CAM文件、物料清单和工艺数据。这个应用在日产V-3P项目的应用上取得巨大成功。在该项目开始实施时,日产汽车公司的新车型设计从定型到投产需要花费20个月的时间,而V-3P项目中迄今开发的四款车从定型到SOP只用了10.5个月的时间,V-3P项目的产品质量获得了大幅提升。具体来说,一方面设计变更减少,减少幅度从60%到90%不等。60%的减少幅度是通过一项大量采用新技术的车辆开发项目实现的,90%的减少幅度则是基于已有的平台,实施新的车辆开发项目而实现的。另一方面Teamcenter在V-3P项目的应用,对车辆质量的提升也发挥了巨大作用,车辆投放到市场上后客户报告的故障数降低了80%。

5.国外新技术应用情况

目前,汽车领域数字化新技术应用主要包括:虚拟现实技术、混合现实技术、大数据技术等。

虚拟现实技术在其成熟应用之前,就早已在实验室开展研究。2016年被认为是虚拟现实技术元年,虚拟现实技术在游戏、旅游、房地产、直播等行业逐渐成为成熟应用。而国外车企早在20世纪90年代就已开始将虚拟现实技术应用到虚拟评审,并逐步扩展到虚拟工艺校验、虚拟协同设计、虚拟可视化、虚拟人机工程分析等研发设计环节,并通过虚拟现实技术逐步打通研发、生产、销售、售后整个汽车产业链。例如,用户通过虚拟现实看车,所选择的配置、颜色、发动机等关键数据回传到研发工程师,帮助工程师了解用户喜好,有针对性地提高性能,提高研发设计效率。

如今虚拟现实技术在汽车开发研究中应用的主要领域有:造型评审、虚拟干涉检查、DMU评审、人机工程评审、汽车虚拟设计等。在汽车研发过程中可以利用虚拟现实技术,创建一个虚拟设计系统,在该系统中汽车工程师佩戴三维立体眼镜,身临其境地进行产品设计,并检查和体会设计的合理性和舒适性,及时发现问题,完成整改和优化,减少物理样车阶段的整改和反复,节省研发费用,提升研发效率。

目前,世界上主要汽车公司都已采用虚拟现实技术,并在汽车研发领域进行推广。

美国福特汽车公司也开展了虚拟现实技术应用的研究,并取得了一定的成果。2010年,福特公司VR开发部门的FiVE Lab实验室利用VR技术帮助设计师进行车辆外观设计。工程师运用虚拟现实软件可以看到虚拟汽车的零部件,并可以设想在座舱内解决人机工程问题,优化视野等。2014年,福特联合美国Oculus公司推出一项利用虚拟现实技术的服务,该服务可以为汽车工程师在产品设计工程中提供帮助。通过佩戴Oculus,汽车工程师不仅可以看到不同款式的汽车外观,而且可以进入虚拟汽车查看汽车内饰,甚至还能通过该设备透视汽车内部的零部件,并通过交流平台与其他工程师一起商讨改进。到目前为止,福特已经应用VR测试10多年,也在100多场汽车发布上应用了VR技术,如2015年野马和2016探险者的发布。

美国通用公司也是全球汽车界最早利用虚拟现实技术的公司之一。通用汽车已将是否能在产品开发全过程中完整地运用数字化手段提升到关乎企业生存的战略高度,数字化虚拟开发能力的提升,已在通用汽车近几年开发实践中显示出来,并已在效率提升、质量提高、费用节省等方面取得了巨大成果。

日本丰田汽车在开发新型卡罗拉轿车时也运用了虚拟现实技术,无须制造试验样车,只需把众多设计的过程在计算机上进行虚拟仿真,由此将开发时间缩短到了18个月。虚拟现实技术在德国汽车行业也得到了广泛应用,虚拟现实开发中心几乎成为所有德国汽车公司的必备部门。

另外,全球知名汽车公司的研究报告显示,采用虚拟现实技术后,数字化的“虚拟汽车”可以在一定程度上替代传统的物理汽车模型,这种替代可以将新车型的造型设计验证时间从原有的1年多缩短至2个月,甚至可以将造型设计验证的成本降低到传统的方式的10%。

混合现实技术被认为是虚拟现实技术的进阶版,可使人在真实的环境中体验虚拟物体,而不像虚拟现实技术中,人在虚拟环境中是与现实世界隔离开的。大众已开始研究将混合现实眼镜HoloLens应用到高尔夫的设计中。通过微软开发的移动计算机,配合HoloLens投影,可以改变高尔夫车身颜色,换装车轮、挡泥板等不同配件,然后通过操作转变为全新版本车型,如R-Line车型。大众汽车通过虚拟工程实验室,将混合现实技术作为研发部门的一个工具,使工程师能够在“数字汽车”上直接调整车辆配置,甚至可以将设计出的新零部件直接装配在“数字汽车”上,工程师可以快速看到并检验自己的设计成果。

另一项新技术——大数据分析技术也在国外车企中开始应用。例如,大数据分析技术将帮助汽车公司进行精确的市场定位。未来企业进行品牌定位将首先进行基于大数据的市场数据分析和调研,制定基于大数据的市场战略,这将帮助企业进行更深入更广泛的市场调研,得到涵盖汽车行业市场构成、细分市场特征、消费者需求和竞争者状况等众多因素的数据;对这些数据进行科学系统的管理和分析,将得到更加有利于企业进行品牌市场地位的信息。然而,目前各企业对于大数据的应用都仍处于摸索阶段,对该技术的应用还比较有限。一些汽车公司开始了大数据分析技术应用的探索,如宝马汽车、福特汽车等。

宝马汽车从全世界收集保修、诊断、修复等方面的信息形成大数据,借助预测分析工具,将有效信息运用在新车型研发上,修复潜在问题,使得以往频繁发生的故障不再出现。宝马汽车计划将车接入互联网,对行驶的车辆及行驶环境进行实时监测,在车辆故障即将发生时,对用户进行提醒,改变车辆抛锚只能依靠救援的情况。

福特以新的方式将企业外部数据与内部数据相结合,更好地预测或者获得对于生产设计的更好方案,挖掘用户的非结构化数据信息。在利用外部信息上,围绕互联网上的博客文章、评论和其他类型信息进行情感分析,帮助工程师了解客户或者潜在客户的想法以及他们的态度。同时,福特汽车内部每年也会产生大量的数据,从业务运营到车辆研究再到客户,在互联网上的所有数据都能产生价值,通过使用大数据分析技术,可以将所有这些数据结合起来,通过大数据技术和平台化来管理,可提升研发效率。福特对每辆车配装传感装置,并通过这些传感装置获取车辆使用过程的数据,以便更好地掌握汽车运行的状态,用户使用汽车的方法,并且将这些信息反馈到设备及流程中,帮助优化用户的体验。

(二)国内汽车研发数字化发展情况

我国汽车研发数字化在研发软件的使用上与国际车企水平相当,但在软件的深度使用和开发上,与国外先进水平与一定差距。

在产品设计领域,我国车企均使用了三维的计算机辅助设计工具,大部分企业在使用二维的制造图纸,部分企业使用三维的工艺设计软件;国内整车企业的产品设计数字化发展水平处于3~4级,与国际领先企业的5级水平存在一定差距。

在产品仿真领域,我国各车企的主要研发业务均使用仿真软件进行设计分析,能支持正向设计,并取代部分零部件试验,部分企业在全业务流程均使用仿真分析手段,全面支持正向设计,实现虚拟性能开发,仿真分析结果与实际物理实验结果基本吻合,个别企业正在建设虚拟仿真管理平台,对多业务进行协同管理。国内整车企业的产品仿真数字化发展水平处于3~4级,与国外领先企业的4~5级水平存在一定差距。

在数据集成领域,我国车企均建立了先进的数据管理系统PDM,部分企业建立了面向产品全生命周期的管理系统PLM,少数企业就基于PLM打通产品设计、制造、管理与服务全环节制订了实施计划,国内整车企业数据集成的发展水平处于3~4级,与国际领先的4~5级有一定差距。

在协同开发和互联互通领域,我国车企均建立了企业间的协同系统,产品协同开发效率提升,部分企业建立了成熟的协同设计系统,能够实现全球多地的协同设计,少数企业就基于PDM建立协同设计系统和统一的产品模型库进行了规划,国内整车企业协同开发和互联互通的发展水平处于3~4级,与国际领先的4~5级有一定差距。

1.国内产品设计方面数字化发展情况

全面应用数字化技术提升汽车研发水平和能力是提升中国汽车研发水平、实现工业强国战略的必由之路。

20世纪70年代,我国就开始研究和推广CAD软件,这一软件技术在汽车领域得到普及应用,有效提升了国内自主汽车研发水平。目前,国内大型汽车厂商已普遍应用CAD软件系统,已经取代传统手工作业,一些大型汽车厂商CAD应用水平甚至已接近国际先进水平。但我国在CAD软件系统集成方面刚刚起步,国内相关机构推出的CAD软件系统难以得到广泛应用。国内车企所采用的CAD软件基本和国外车企一样,都是一些商业化成熟的产品,如CATIA、NX以及Pro/E等。另外在数字化设计工具知识工程自动化方面,国内汽车企业虽有一些尝试,但也还处于起步阶段,与国外一些大的车企之间还存在着比较大的差距。

国内在这方面做得比较好的一个案例是上汽技术中心,在二次开发自动化工具、系统集成等方面上汽已开展了大量工作,并以此来提升产品设计的质量及研发效率。截止到2016年,上汽技术中心所拥有的二次开发自动化工具的数量达到近300个,主要集中在CAD设计流程自动化和CAE仿真分析流程自动化等方面,有效提升了研发效率,主要开发工作均能自主完成,只有少部分委托外部供应商协助开发。

目前,根据研发数字化发展成熟度分级中的产品设计数字化水平分级,国内汽车整车企业都使用了三维的计算机辅助设计工具,大部分企业在使用二维的制造图纸,部分企业使用三维的工艺设计软件。国内整车汽车的产品设计数字化发展水平处于3~4级。

2.国内产品仿真方面数字化发展情况

目前国内车企已基本掌握了常规的仿真分析技术,并形成企业级的仿真分析规范、流程以及人才队伍,仿真分析技术已贯穿到产品的整个研发过程中,可针对汽车的安全、操稳、耐久、NVH、油耗等方面开展仿真分析。相关工作主要体现在三个方面,一是仿真分析应用,已由原先只是后端的开发验证、试验验证向前延伸至前端的概念设计优化,以仿真推动开发;二是建立了仿真分析验证评估指标体系;三是对仿真分析软件进行二次开发,形成流程自动化软件,将知识沉淀并提高知识的重用度。

仿真分析在国内汽车设计过程中占据着越来越重要的地位,仿真分析的计算量在不断地增加,工程师的本地计算机已不能满足仿真计算的需求。目前,大的仿真模型的计算一般都在高性能计算服务器上进行,只有小的仿真模型的计算才会在工程师本机上进行。但对高性能计算资源方面的投入并没有引起国内各车企的足够重视,各家企业在高性能计算核数上参差不齐,最高的拥有5000多核数,最低的仅有几百核数,部分车企还没有充分发挥仿真分析在设计开发中的作用。目前国内车企高性能计算资源的获得通常采用自建并少部分租用外部资源的方式。但外部资源(无论是公有云还是超算中心服务器)对车企来说存在两方面的问题,一是数据传输慢、存在数据安全风险,二是芯片老化、速度慢、费用高,所以大部分车企都趋向自建方式,在平衡成本、安全性的同时,可有效提高仿真分析计算能力。

由于商业软件功能的局限性,针对流体、结构、NVH、碰撞等仿真需求,在实际工作中仍需做大量二次开发工作,目前国内大部分车企都具有对仿真分析软件进行优化和定制化的开发能力,这些工具少部分自主开发,大部分委托第三方的专业公司开发,通过这种对软件进行二次开发的方式,可以逐步积累、沉淀企业研发知识和经验。例如:广汽自主开发的仿真分析软件及高性能计算资源监控系统,可实现对软件的占用情况、使用状态、作业等待情况以及资源使用状况等信息进行监控,并可根据分析项目的优先级对作业进行调整。

上汽技术中心在仿真分析数字化方面做了较多的二次开发工作,比如在ADMAS平台上做二次开发,建立虚拟道路谱,并于2016年应用于上汽车型开发,目的是在未试制样车的情况下对耐久性等性能进行测试,可有效减少道路试验数据的采集、底盘的调校等工作。另外在仿真分析二次开发方面还有一些更深入的应用,如上汽技术中心联合国内其他单位自主开发的FE柔性假人模型,相比于传统商业假人七八十万个网格单元,对计算机CPU要求高,计算量大的不足,该假人在内部构造、材料特性等方面做了优化改进,在仿真精度与商用假人相仿的情况下,网格数只有商用假人的一半,同时兼顾了仿真效率和精度,在仿真实验的对标上应用效果显著。

国内另一家车企福田汽车在仿真数字化方面也做了很好的工作,建立了仿真管理平台(见图3)。福田汽车的仿真管理平台可以实现仿真数据管理、仿真任务管理、仿真流程自动化管理三大核心功能。仿真数据管理模块可以对整个仿真过程中所使用的模型、前后处理和报告产生的数据进行分层次分类管理,同时基于所管理的数据,用户可以对数据进行查询、搜索、前后级追溯以及数据的增删等生命周期管理;仿真任务管理模块能够构建仿真分析流程管理环境,对仿真项目及任务进行定义、分配、发布及管理;仿真流程自动化管理模块对设计分析过程进行定制,对设计、分析过程进行标准化、知识化的处理,可以实现可配置分析类型的分析流程和过程的创建,规范了设计分析流程,规定了分析流程之间的数据传递关系,为工程师提供了各个分析类型的向导式分析模块,为仿真分析提供有针对性的帮助。

图片关键词 

图3 北汽福田仿真管理平台

北汽福田的仿真管理平台建立以后,在实际应用中发挥了很好的效果,对提升产品设计开发效率和规范仿真分析流程都起到了很好的作用,主要体现在五个方面。一是统一乘用车、商用车仿真任务管理形式,规范任务管理流程,提升仿真管理效率;二是通过有效的仿真数据的管理,实现统一平台下数据的共享和协作;三是通过相关工具软件管理,规范作业流程,提高作业的便捷性;四是通过流程自动化的工作模式,规范操作的同时实现仿真经验的积累;五是自动生成报告模式,减少重复性的操作,全面提升作业效率。

根据研发数字化发展成熟度分级中的产品仿真数字化水平分级,目前国内汽车整车企业的主要业务均使用仿真软件进行设计分析,能支持正向设计,并取代部分零部件试验;部分企业全业务流程均使用仿真分析手段,全面支持正向设计,实现虚拟性能开发,仿真分析结果与实际物理实验结果基本吻合;个别企业正在建设虚拟仿真管理平台,对多业务进行协同管理。国内整车企业的产品仿真数字化发展水平处于3~4级。

3.国内数据集成方面发展情况

目前国内汽车产品设计过程中的CAD、CAE都是相互独立的,产品数据集成主要体现在CAD和CAE的一体化、自动化方面。CAD、CAE的软件较多,在此基础上进行二次开发的应用更是多如牛毛,这些软件及其二次开发的应用犹如一个个孤岛,彼此间相互独立,数据版本不一致。如果能用某种方式将这些CAD、CAE软件集中在一个平台上进行管理,实现按照研发业务流程自动开展相应的研发工作,例如:数据下载-网格-属性-连接-工况-HPC-结果提取-报告的整个过程自动化,从而打破专业技术间的壁垒,提高知识的重用度,让研发设计人员可以有更多的时间去做更具创造性的研发工作,提高研发设计效率。

目前国内车企在这方面开展的研究工作还较少,但随着国内CAE应用技术的不断深入,一些高校和企业率先开展了数据集成方面的研究并开发了一些产品,例如清华大学和北京航空航天大学等高校联合开发的协同仿真平台COSIM、天舟COMAN系统等,北京索为系统技术公司在这方面开展了一些尝试,并和车企建立了合作关系,但这些工作目前还只是停留在仿真分析的部分领域,并未建立起全仿真领域的协同。

根据研发数字化发展成熟度分级中的数据集成水平分级,目前国内汽车整车企业均建立了先进的数据管理系统PDM,部分企业建立了面向产品全生命周期的管理系统PLM,少数企业就基于PLM打通产品设计、制造、管理与服务全环节制订了实施计划,国内整车企业的数据集成发展水平处于3~4级,与国际领先企业的4~5级有一定差距。

4.国内协同开发和互联互通发展情况

国内早期将设计数据以文件的方式存储在文件服务器上,将三维建模及仿真数据存储在文件服务器上,并向工程师开放特定存储权限对文件进行存储,但存在容易造成数据易丢失、保密性不够、协同性不好、数据源不一致等问题。所以需要使用信息系统对协同研发的过程及数据进行管理,将基于文件服务器的方式转变为在线存储的方式,将多数据源转变为单一数据源,将阶段性协同研发变为实时协同研发。

目前国内自主品牌车企的发展势头越来越好,开发的车型越来越多,因此针对产品的协同开发越来越受重视。协同性主要体现在PDM/PLM/BOM对数据的管控以及对其他信息系统的集成,这些都是企业的核心数据管理系统,服务于各专业领域工程师的协同开发,实现模型文件实时在线设计的功能。国内车企使用的协同开发软件以成熟商业化的软件为主,如Enovia、WindChill、Teamcenter等,并在此基础上做二次开发和集成,例如可以和BOM、数据发放、OA等系统集成。也有部分企业采用与供应商联合进行定制化的二次开发,例如江淮与供应商共同开发的设计协同系统,可实现异地协同、图纸发放、流程变更、项目管理、交付物管理等功能,所有数据都可在系统里上传和下载,但并没有真正实现CATIA模型实时在线设计的功能。

目前国内大部分企业都开始或已完成BOM的建设,主要集中在EBOM、PBOM、MBOM的建设管理方面,在功能上完成了BOM业务协同、配置管理、变更管理,做到所有BOM的历史信息都可追溯,作为研发设计、生产制造和订单的唯一数据源,有效减少冗余数据。但部分企业也存在研发和制造阶段BOM数据不统一的问题,这需要企业从系统层面做统一规划管理,解决数据混乱、版本不一致的问题,真正建立协同工作的机制。

奇瑞汽车是国内较早通过系统实现协同设计的自主车企。在上系统前奇瑞面临着如何提高产品开发与制造速度、实施“按订单生产”以及提高汽车产量的挑战,后来通过采用西门子的PLM系统Teamcenter,建立了完善的产品寿命周期管理方法和知识重用、产品配置管理、数字化管理流程PDM-ERP集成等功能,实现了更多的信息共享,可尽早及时发现问题,减少了工程组态更改所需要的时间,工程组态更改由以前的10~20天减少到3~5天,数据重用从5%提高至20%~30%,查找和恢复数据所需时间减少了90%,文档一致性也由以前的65%增加到95%。该项目的实施还带来了一些意料之外的好处,如改良产品开发流程、更高的设计模块化程度导致了更高的部件重用率等。

根据研发数字化发展成熟度分级中的协同设计水平分级,目前国内汽车整车企业均建立了企业间的协同系统,产品协同开发效率提升;部分企业建立了成熟的协同设计系统,能够实现全球多地的协同设计;少数企业就基于PDM建立协同设计系统和统一的产品模型库进行规划;国内整车企业的数据集成发展水平处于3~4级,与国际领先企业的4~5级有一定差距。

5.国内新技术应用情况

目前,国内数字化新技术的应用主要体现在虚拟现实(VR)技术、大数据分析技术等。

国内车企在研发设计端的VR技术应用,主要包括利用VR技术进行造型评审、装配工艺设计、人机分析及DMU评审和满足用户个性化需求四个方面。

国内车企在造型设计中通常需要制作油泥模型,而油泥模型制作周期较长,影响研发设计进度,而且成本较高。而利用VR技术进行三维建模仅需要几天时间,结合RTT、VRED、UE4等渲染画质较好的软件,可细致观察造型内外饰的每个细节。泛亚汽车技术中心在2004年建成了虚拟现实中心,是国内最早利用虚拟现实技术的公司之一,并把虚拟现实技术应用到造型评审之中。泛亚的虚拟现实中心的定位为“利用先进的虚拟现实技术,提升在造型设计、工程设计、性能分析、试验和制造等领域中充分利用数字技术的能力”。汽车外造型评审,包括造型方案评审、多方案对比、不同方案切换、曲面质量评估、高光检查、反射贴图效果等;汽车内饰方案评审,包括造型方案评审、色彩方案评审、光照度检查等。泛亚还开展了“基于虚拟模型的造型快速改动”“基于虚拟样车的驾驶员视野主观评估”等课题研究,但受限于设备性能尚未解决“与虚拟模型更自然的交互”、虚拟现实软件与CAX软件之间的数据接口等问题,部分新应用效果不佳。

利用虚拟现实技术搭建虚拟“数字样车”的工程师,在研发设计时可以在与真实汽车同样比例的虚拟环境中确立整体设计方案,结合VR交互手柄可对虚拟零部件进行装配检查、装配路径分析、断面分析等,全方位掌握每个设计细节,优化零部件设计,最大限度地避免设计和生产工艺的失误,减少物理产品原型需求,节约时间和成本、提高效率。

汽车研发过程中用于人机工程分析的实体模型制作需要几个月的时间,人机工程分析评审发现问题时,需要对有问题的零部件进行变更设计,实物制作不但较为烦琐,而且耽误研发周期。现在利用VR技术可提前制作虚拟模型以缩短制作周期,增加仿真可视化效果,通过虚实结合,提前预判变更设计,方便虚拟协同评审、干涉检查等业务场景。通过VR协同软件还可以达到异地协同评审的效果。

目前汽车产品研发、制造越来越复杂,产品的生命周期却在不断缩短,用户的个性化需求越来越多样化。VR技术可帮助研发企业适应这种改变,通过VR技术可以按照用户的需求进行“量体裁衣”式的私人订制,满足用户个性化配置和外观需求,并能预览与实物一致的“数字汽车”,同时结合大数据分析结果,锁定用户爱好,提高产品的爆款率。

大数据技术目前在国内的应用处于起步阶段,但这是未来汽车研发的发展趋势。其中,在这方面已有成熟应用的是泛亚技术中心,该中心通过自主开发的车辆远程数据平台,对工程试验样车进行远程管理并做数据分析,以数据研究为主线对车辆研发、试制及认证的整个过程进行管控。建立了车辆实时监控系统、故障分析和快速定位系统、道路试验评估系统、便携式诊断系统、DTC故障报表、纯电动远程监控等功能,可为车辆推送试验改进方案。

大数据分析技术目前的应用还包括远程智能诊断(故障预测、故障监控)、可靠性研究(整车功能模块使用的频率和工况统计、整车结构载荷冲击、耐久标准化)、智能领航员(经济能耗驾驶、智能保养、路况提醒)。例如荣威RX5,通过搭载许多传感器,实现远程智能诊断、监控等功能,虽然这些研究尚处于起步阶段,但大数据等新的互联网技术必将为汽车研发提供新的工具。

二、汽车研发数字化发展趋势

(一)国内研发数字化存在的问题

当前汽车行业的竞争日趋激烈,我国正处于从汽车大国向汽车强国转变的时期,如何提升我国汽车产业研发实力,增强在全球制造业中的竞争力,还面临着严峻的挑战,其主要表现在以下几方面。

(1)研发数字化使用的基础软件对外依存度高,缺少自主可控的核心技术。现阶段,我国缺乏自主的数字化研发软件,国内现在使用的核心研发工具、软件、系统等大多是国外的,自定义、自研、自用并嵌入体系的软件和系统还很少,缺少自主可控的核心技术,尤其缺乏国产的工业软件、解决方案以及实验/测试装备等。

目前,“西门子、达索等国际工业软件巨头已在汽车数字化研发基础工业软件上形成排他、封闭和垄断的生态系统,已经不利于创新技术的出现,也不利于国内中小软件企业的生存和发展。”而在知识自动化及工程中间件领域,由于差异化、市场分散、技术难度大,各大型软件企业涉足不深或较少,尚未形成垄断性的产业生态,同时该领域所对应的业务恰好对应了不少国内汽车企业的迫切需求,形成了自主工业软件发展的良好土壤和市场空间。

目前汽车研发各个专业领域的CAX技术及其商业化应用工具(工业软件)已渗透到整车开发项目全流程的各个阶段、环节和领域中,对于中外整车企业而言情况大多如此。多数国内车企的现状为仅仅用到数字化基础设施和工具,包括IT硬件和商业软件工具及系统,这方面的水平和国外基本相当。然而,我国汽车行业的数字化研发水平和西方国家相比,差距虽有所缩小但还是很大。主要表现在研发流程的数字化集成度低,研发管理、工程技术、研发实验室、整车/主机厂与供应/销售商互动等方面的知识型工作存在大量离散的“数字化、信息化孤岛”,致使研发过程的协同、效率的提升、知识的“组织化”及其传递与积累不理想,难以按工作流/业务流/数据流构建起完整的工程技术体系,不能体系化地顺畅实施“仿真驱动开发”。

(2)整车研发缺乏有效的数字化技术与平台进行支持,系统“孤岛”现象明显。在产品研发设计、试验和验证的过程中,针对知识经验固化进行的系统开发与应用较少,数据集成度与研发设计流程效率不高,缺乏丰富的经验数据积累;另外,专业化、标准化程度不高,导致研发设计效率、成本和质量不高,这都是我国汽车行业推广数字化研发技术的难点。

例如“工业技术软件化”的经典案例波音公司,其787机型研制中用到了8000多种软件,其中不到1000种是商业软件,其余7000多种是嵌入波音多年工程技术、知识和经验打造的私有软件,它们造就并保护了波音公司的核心竞争力,奠定了其在本领域的领先地位。跨国车企的情况也大体类似。如日产从2001年起实施了基于知识工程的CAX集成化“V-3P项目”,新车开发从造型冻结到SOP的平均周期从之前的20个月减为如今的10.5个月,开发过程的设计变更量减少了60%~90%,新车上市后的问题减少了80%。仅对比相应开发周期一项,我国各大车企平均用时就要多出50%以上。

在设计软件、试验验证软件、流程信息化管理系统等“看不见”的领域,西门子、达索、PTC、IBM、SAP、甲骨文、MSC、Altair等企业为了保持核心竞争优势,其软件底层技术不对外开放,要想建立这些研发专业技术的集成化体系,只能在从这些企业购买的软件上进行二次开发。而这正是汽车企业面临的困境,即“孤岛”太多,企业可能使用了大小上百个软件和应用系统,需要整合互联起来的各种软件或应用是异构的,处于不同的操作系统和环境内,采用不同的数据库解决方案或计算机语言、不同的数据与时钟格式,或采用不再得到软件商支持的过期版本等。全部购买这些软件和系统并在系统上进行二次开发和整合的难度太大,而且如此实现的专业技术体系是绑定在基础软件上的,只要基础软件变更或者升级,原有系统就无法使用,不得不需要重新开发或升级,汽车企业无法掌握主动权。

(二)研发数字化发展趋势

随着数字化技术的普遍应用和发展,传统各个专业领域的CAX技术发展日趋成熟,例如各类CAD、有限元分析、多体动力学分析等软件技术平台的壁垒早已不在,产品功能以及各企业应用水平的差异越来越小。“CAD、CAE等系统厂商之间的竞争逐渐向两个方向发展,一方面,三维数据化设计技术的应用由面向单一的几何建模和零件级应用转变为面向整机的虚拟装配、干涉检查、用户自定义特征、主模型技术和各种专业应用技术集成(如知识工程、工业设计、人机工程、网络化异地协同设计、数字样机的可视化浏览技术等)发展,以满足当今制造业面对激烈市场竞争对新产品快速开发、缩短开发周期的要求;另一方面,数字化技术应用系统的功能完善向更加重视对新产品开发流程的支持,在这一变化中,新产品设计的知识表达和应用成为最核心的技术。”

因此,在信息通信技术、物联网技术、互联网技术以及管理技术快速发展的网络信息时代,数字化技术发展将更加强调汽车领域知识工程的嵌入、专业化、自动化和智能化,同时与新产品开发的流程紧密结合。汽车研发数字化也将转向以知识流程来驱动产品研发,并覆盖产品研发的全生命周期。汽车数字化设计发展趋势可归纳为网络化、虚拟化、知识自动化及管理创新。具体体现在以下几个方面。

(1)研发流程数字化

基于CAD、CAE及数字化集成开发技术,实现汽车全数字化研发体系,即从汽车的概念设计开始,到三维建模、仿真分析、虚拟验证以及项目管理的研发全流程数字化。

具体来说,针对今后车企在研发数字化以及系统集成化方面的发展,建议可从以下几个方面开展相关工作。一是构建SDM(Simulation Data Management)的集成开发与应用;二是在构建企业(专有)云IaaS→PaaS→SaaS的基础上,把单一组织内的业务应用软件联通起来,消灭离散化的“孤岛”,使企业内任何互联的应用(软件)与数据源的数据流、业务流互联互通;三是尽可能地使业务流程简化和自动化,同时避免使现有应用与数据结构产生重大变化;四是建立基于AI和由大数据驱动的知识工程体系,用软件实现知识的“组织化”及其传递与积累;五是建立虚拟样车,开展虚拟验证,实现无图纸化研发。

(2)虚拟研发可视化

利用基于计算机辅助的仿真技术,构建包括虚拟环境、虚拟设计、虚拟产品以及虚拟企业等在内的虚拟研发体系,提高产品研发的一次成功率,并大大缩短研发周期;伴随网络通信技术的快速发展,可以通过网络组建动态联盟企业,实现异地协同开发,极大地提高产品研发的效率和质量。

(3)知识型工作自动化

它“将工业技术进行数字化表达和模型化,并将其移植到工程中间件平台,以便驱动各种软件、硬件和设备,从而完成原本需要人去完成的大部分工作,将人解放出来去做更加高级、更具创造性的工作。同时,知识型工作自动化还能通过对企业历史数据和行为数据的深度挖掘,利用机器学习技术对经验性知识进行显性化和模型化表达,进而实现工程技术知识的持续积累,实现工业技术驱动信息技术、信息技术促进工业技术的双向发展。”

麦肯锡著名研究报告Disruptive Technologies:Advances that will Transform Life,Business,and the Global Economy,提出了驱动未来经济发展的12种颠覆性新兴技术,所有这些技术都可能产生广泛、重大的经济社会影响,推动第四次工业革命。其中知识型工作自动化位列第二,到2025年其经济规模预计将达到5.2万亿~6.7万亿美元(移动互联网以3.7万亿~10.8万亿美元排第一)。

知识型工作自动化技术将在汽车等复杂产品的研制过程中有着广泛的应用。知识型工作自动化将实现大部分研发设计工作(知识型工作)由系统自动地完成,从而改变以往知识型工作者约80%的工作量是基于知识的重复性、操作性劳动,约20%的工作量是创新性智力活动的现状。在智能的知识型工作自动化系统中,这80%基于知识的重复性、操作性劳动由系统代替人来自动地完成。

(4)需求响应敏捷化。

瞬息万变的市场使汽车企业对客户产品的交付期的长短成为限制其竞争力的首要因素,汽车企业将加速应用能够即时响应客户需求的新技术,如虚拟现实技术、大数据分析技术、并行工程技术、模块化设计技术、快速原型技术等。

伴随着我国汽车行业的发展,我国汽车研发实力也不断增强,研发实力的提升离不开研发数字化的发展。虽然目前我国研发数字化面临着基础软件对外依存度高、缺少自主可控的核心技术、信息“孤岛”多、数据集成技术水平低等问题,但是我国汽车行业的数字化研发水平跟国际领先水平的差距在不断缩小,各自主品牌车企不断加大研发投入,持续不断地开展研发数字化领域的探索,并取得了可喜的成绩,下文将介绍几个企业研发数字化应用的案例。

三、汽车研发数字化应用典型案例

(一)广汽研究院研发数字化案例——碰撞安全仿真技术

广州汽车集团股份有限公司汽车工程研究院成立于2006年7月,是广汽集团直接投资、管理,并在授权范围内相对独立运营的分公司和战略事业部。作为广汽集团的技术管理部门和研发体系的枢纽,其负责广汽集团新产品、新技术的总体发展规划并具体实施重大的研发工作。

1.碰撞安全数字化研发的背景及必要性

随着计算机的更新换代和现代计算力学的发展,碰撞安全仿真技术得以快速发展,目前较常用的是多体动力学求解以及有限元计算求解,而有限元计算求解过程通常需要对模型进行有限元离散建模,然后提交计算器运算,其实质是典型数字化研发的应用。碰撞仿真分析由于计算量大通常采用并行计算,采用并行计算可以把计算任务动态分配到各个节点机上进行,极大地提高计算效率,缩短计算时间。

目前随着竞争的加剧和消费者需求的多样化,新产品的开发周期越来越短,汽车产品的款型也越来越丰富,碰撞安全仿真技术在汽车碰撞安全性能的开发中能很好地应对上述这些变化,其优点主要体现在以下几个方面。

(1)在产品设计阶段就可以快速进行模拟分析,从而缩短开发周期,降低研发费用。

(2)碰撞安全仿真计算可以消除真实车辆制造中的制造、工艺、试验设置等误差,使虚拟碰撞过程具备高度的可重复性。

(3)碰撞安全仿真过程可以准确获取结构变形、乘员伤害过程中的各类动画、力、位移、应力应变等信息,有助于更深刻地理解碰撞过程,从而快速优化碰撞安全性能。

汽车碰撞安全的仿真技术主要为有限元仿真技术及多体动力学仿真技术,其研究领域主要包含车体结构碰撞安全研究、乘员约束系统研究、人体损伤生物力学研究等、碰撞事故过程研究和弱势道路交通使用者保护研究等几个方面。整车高速碰撞过程具有材料非线性、结构非线性、接触行为非线性等特点,其过程综合了车体结构碰撞安全研究、乘员约束系统研究、人体损伤生物力学研究等,在有限元计算领域是一个较复杂的问题,因此本文选取广汽研究院在整车碰撞方面的案例进行介绍。

2.针对NCAP评价体系的碰撞安全仿真过程

根据最新的C-NCAP要求,在正面刚性墙碰撞中,汽车需要以50km/h的速度正面垂直撞击刚性墙,根据碰撞过程中试验假人头部、胸部、腿部等部位出现的伤害情况,来确定碰撞安全级别,伤害越低,碰撞星级越高。如果要取得较高星级评价,必须确保碰撞过程中试验假人头部、胸部、腿部等部位不出现较大的伤害情况。模拟此碰撞过程,通常采用有限元法,利用常见的LS-DYNA软件建模并计算。

其关键是要建立高精度的整车结构有限元模型,以确保车体结构在碰撞过程中有准确的力学响应,包括车身模型、焊点模型(见图4)以及底盘结构、动力总成、内外饰等关键结构模型,在建模过程中,保持整车质心分布、整车中焊接、螺栓连接等连接方式的模拟与实际物理结构和特性保持一致,完成完整整车结构模型的建立(见图5)。

图片关键词 

图4 白车身与焊接模型

图片关键词 

图5 整车有限元模型

对整车模型进行碰撞仿真分析,根据分析结果快速地修改主要吸能结构的材料、料厚及特征等,对产品进行优化。根据仿真结果,将最优的整改方案反馈到整车结构设计中,依据优化后的设计进行样车生产,开展物理试验。

目前在高精度的有限元仿真优化后,通常物理试验能基本满足设定的目标要求,且仿真结果能与试验结果达到高度一致。图6为仿真与试验后在车身B柱下端采集到的加速度时间历程曲线对比,可以发现,计算机仿真与物理试验曲线在一致性上可以达到较高的程度。

整车结构仿真取得较优化的结果后,可以开展约束系统仿真研究,并优化相关约束系统零件。通过对零件单品的仿真与试验对标研究,建立约束系统模型,将其放入整车碰撞模型中,进行碰撞试验研究,并与最终的假人伤害评价、最终的NCAP星级评价建立联系。图7是整车有限元仿真结果与物理试验结果的对比。通过最终结果的对比,可以在碰撞仿真模型中提取车体结构的碰撞信息,也可以提取假人伤害值的信息。

图片关键词 

图6 有限元仿真与试验B柱加速度曲线对比

图片关键词 

图7 整车碰撞安全仿真与试验结果对比

在整车碰撞有限元模型中,提取各类信息,可以开展碰撞安全性能的优化及评价工作,优化对象通常分为车身结构及约束系统。车身结构优化可针对钣金结构、材料、厚度、连接关系进行。甚至在设计早期能基于原型车建立可靠的预研模型,开展整车布置结构优化、造型优化、整车尺寸优化等。约束系统优化方面可以进行安全带限力值优化、预紧时刻优化、安全气囊包型优化、发生器选型优化和点火时刻优化、安全配置优化等。同理在设计早期可以基于可靠的预研模型,进行乘员舱内部布置结构优化、造型面优化等工作。

在完整的优化分析后,开展碰撞安全仿真结果评价,读取最终假人伤害值参数,与评价体系进行对比分析,便可获取最终的碰撞安全性能评价结果。图8是基于仿真结果提取的假人伤害值参数。

图片关键词 

图8 仿真提取假人伤害值结果

3.碰撞安全仿真技术实施效果

基于以上碰撞安全仿真过程的分析可以发现,广汽研究院在碰撞安全方面所形成的仿真技术,可应用在车辆高速碰撞安全性能开发的各个阶段,并取得了较好的效果,主要体现在以下几个方面。

(1)可以通过各阶段碰撞安全仿真分析缩短项目开发周期。在项目立项前开展预研分析,在碰撞安全性能目标设定及潜在风险评估等方面提供决策参考依据。在概念设计阶段,可以通过预研分析,为造型设计及整车布置提供较好的设计建议。在详细设计阶段,可以通过结构优化,快速完成结构设计,避免设计失败的风险。

(2)可以通过碰撞安全仿真分析,减少实际碰撞试验次数,从而节约物理样车,降低开发成本。

(3)可以通过碰撞安全仿真,提取丰富的参数信息,建立各类数据库,提高对碰撞过程的分析能力,加深对碰撞试验过程的理解,提高车辆性能及设计水平。通过全面缩短开发周期,降低开发成本,提升车型的市场竞争力。

目前碰撞安全仿真技术已经在乘员约束系统匹配、人体损伤生物力学、弱势道路交通使用者保护研究以及碰撞事故分析等方面大量应用。未来随着汽车智能网联化、电动化的发展,可以结合碰撞安全仿真技术针对主被动安全一体化背景下乘员对车辆的控制行为进行研究,或者开展基于无人驾驶工况下各类坐姿乘员保护研究以及动力电池的碰撞安全防护研究。

(二)福田汽车研发数字化案例——协同设计

北汽福田汽车股份有限公司(以下简称福田汽车)是中国品种最全、规模最大的商用车企业之一。福田汽车成立于1996年8月28日,拥有欧曼、欧辉、欧马可、奥铃、拓陆者、图雅诺、风景等汽车产品。

2015年底,福田汽车工程总院牵头对现有研发工程能力(先行研发能力、整车开发能力及体系、管理能力)进行了整体评估,认为制约新产品交

付能力的问题突出表现在以下几个方面。

·产品工程业务与其他相关业务存在“部门墙”,市场、规划、产品、制造、采购、质量、财务等业务协同还需进一步规范和加强。

·基于数字化的科技创新能力较弱,数字化作业与管理能力有待提升。

·没有建立全面的正向设计和仿真优化能力,造成工作集中在实物样车出来以后的整改上。

·三维和二维数据、实物不一致,数据可继承性差。

·平台化/模块化的理念虽已导入,但实际转化为成果还需要较长周期。

1.数字化管理和应用

基于对数字化管理及应用业务的规划分析,整个数字化管理及应用业务的实施遵从“整体规划、分步实施”策略。根据业务范围以及实施复杂程度,经分析讨论确定将整个数字化业务分为三个阶段实施。

Phase Ⅰ:数字化基础管理以及在工程开发业务中的应用。

Phase Ⅱ:数字化在工艺、制造、服务等环节的应用。

Phase Ⅲ:通过IT手段实现数字化业务与公司产品创造开发流程的一致。

整个数字化管理与应用业务体系的建设主要由8个核心系统支撑(见表1),其中目前已开展的第一阶段工作主要分为设计协同(CDS)、数据管理与发放(PDM+SRM)以及数字化工程阶段的应用(SDM)三部分内容,并且依据阶段内容分别开展了系统的规划与建设。

下面将对第一阶段中协同设计系统的系统架构(见图9)以及实现方案等内容进行重点介绍。

(1)功能架构

CDS系统作为三维数据协同设计过程管理系统,完成数模的初始设计、流程审核和数字样车审查等三维设计过程。

序号

阶段

备注

系统

主要内容

1

PhaseⅡ

设计协同

协同设计系统(CDS)

协同设计系统构建虚拟的3D 协同设计环境,实现产品在研发阶段设计并行、协调和数据管理。即设计人员在同一系统中按照相同的规范进行在线设计,并通过彼此实时分享设计过程中的数据来共同完成设计目标

2

数据管理与发放

产品数据管理系统(PDM)

产品数据管理系统(PDM) 目前是集团统一的产品工程数据管理平台, 主要管理产品BOM、 图纸、文档、资源、数模以及相应的变更管理。 对于数字化业务,PDM系统主要实现了三维数据的存储以及发放管理控制

3

供应商关系管理系统(SRM)

供应商关系管理系统主要用作工程设计阶段,设计人员在工程设计阶段与外部供应商的交互平台,主要包括研发设计协同以及采购协同两部分内容

4

数字化在工程阶段的应用

虚拟仿真数据管理系统(SDM)

虚拟仿真数据管理系统(SDM)主要是从项目管理的角度对福田公司的五大仿真业务按照业务流程进行规范管理,通过流程自动化的形成提升仿真效率,实现仿真业务及仿真数据的规范管理

5

PhaseⅡ

仿真计算资源管理工具

求解中心系统(HPC)

搭建统一计算集群支持CAE 快速分析计算,实现计算资源的有效利用,提高计算分析效率和计算分析能力

6

数字化在工艺制造阶段的应用

制造工程管理系统(MEDS)

制造工程管理系统(MEDS) 主要是在TC平台的基础上对制造工程进行任务管理、问题管理、知识库管理,建立知识重用原则,对ECR变更管理及业务流程等进行规范,基于研发过程中的3D数据实现工艺制造的模拟仿真

7

数字化在工艺配件服务阶段的应用

服务工程管理系统(EPC&STMTS)

是对售后服务配件技术文件(SBOM、电子图册、配件主数据) 和服务技术文件( 维修手册、说明书、保养手册、保修手册、服务代码) 进行规范管理的系统平台。实现基于3D设计数据的服务文件自动生成

8

PhaseⅢ

产品创造项目管理

项目管理系统(PSMS)

以计划管理为主线,实现整车开发计划、零部件开发计划、项目交付物、项目费用、成本、质量、销量和收益的管理, 支撑商用车产品创造流程FCVDS的落地。本项目中主要实现产品开发项目计划管理与数字化业务流程的交互与衔接

表1 数字化管理与应用业务体系建设八大核心系统支撑

图片关键词 

图9 协同设计系统

TC系统主要为CDS系统提供正式的零件号,接收CDS发送的结果数据,对数据进行存储并发放。同时作为中间桥梁,接收F-BOM的变更信息,触发CDS系统生成新版本。

F-BOM系统中的EBOM结构与CDS系统中的三维BOM结构有较大差异,目前不做传输,但EBOM的发布要通过数模设计验证。

(2)搭建协同设计平台实现多专业协同

系统通过搭建协同设计平台,实现多专业协同,即不同专业的设计人员在同一平台下按照相同的设计规范对同一个目标进行设计,实现数据的实时共享和保存。

(3)过程数据、多方案数据管理

对系统引入临时件的概念,实现对数据的过程管理和多方案管理。并且通过由临时号转正的方式有效解决正式号占用过多的问题。

(4)审签流程、数据成熟度管理

实现数模图纸审签管控,实现数据的成熟度管理。设计人员不需要切换系统,即可完成数据审签工作。

(5)基于骨架的关联设计

CDS系统自上向下的设计原则支持基于骨架的关联设计。由于所有零部件在同一个整车环境下,可很好地组织整车设计环境,且各个零件的位置始终处于整车坐标下的正确位置。

(6)数字样车(DMU)审查

在系统中可完成静态DMU和动态DMU审查,审查结果通过PVR存储到系统中。整车评审时可直接在里面查看审查结果。

(7)与PLM系统的集成

CDS作为设计过程管理系统,PLM作为结果存储和数据发放系统,两系统集成对确保数据的一致性和审签流程的完整性至关重要。

目前两系统已完成相关集成工作,运行稳定,确保了数据状态的一致性和数据审签、更改流程的完整性。

2.应用效果

通过构建统一的协同设计平台,支持在线设计、基于骨架模型的关联设计以及基于成熟度的并行设计,实现了跨地区、多专业领域的协同。协同设计平台系统的建设与应用,将使各专业设计参考更统一、设计状态更同步,从而大大缩短产品研发周期,提高设计效率20%左右。

实时在线设计与整车虚拟样车实时共享提高了数据应用的时效性,可在设计早期第一时间暴露设计问题。设计修改得越早,其设计修改、工艺修改及模具修改的成本越低,从而减少后期设计修改成本约50%。

通过建立面向供应商的统一数据管理与发放平台,实现实时电子化发放图纸以及更改通知,提高设计人员与供应商之间的沟通效率,节约沟通成本60%,减少可能由纸质图纸发放误差导致的零部件错误。

实现仿真业务的规范管理,包括3D数据的共享和协作;实现仿真流程自动化管理,使整个仿真管理的流程时间缩短40%;节约后期样车制造成本40%。

通过建立支持样车设计和样车审查的系统平台,并且规范DMU审查流程以及检查内容,在数字化产品定义与开发阶段尽早发现产品的问题,减少干涉类设计错误90%,预计能减少试制制造成本30%,可提前进行基于虚拟制造装配环境的验证分析,减少试生产阶段制造成本30%。

基于商用车研发云,实现多地域、多研发中心在设计开发中虚拟验证评审的共享与协同,整体提升商用车的产品开发能力与沟通效率。

目前商用车项目已经全面实施CDS系统,乘用类项目正在切换中,其中商用车的国六项目正在应用此系统进行概念设计,在整车搭建方案确定一项工作上就节省了一半的时间。进入商改阶段的超级卡车业务,由于之前的三维数字化样车搭建完整,因此可以快速应对市场上的新需求进行优化设计调整,大大缩短验证时间,为产品快速进入市场提供保障。基于整车的多专业设计和优化更改目前已经在全面推广,相比之前先在本地搭建设计环境然后搭建整车环境方案的做法,工作周期缩短1/3左右,同时更改次数减少,重新开模具的次数减少,节约前期研发成本1/5左右。

(三)上汽集团研发数字化案例——虚拟路谱

上海汽车集团股份有限公司乘用车分公司成立于2007年,是上海汽车集团股份有限公司依法注册并拥有营业执照的分支机构,主要承担上汽集团自主品牌产品的研发、制造和销售工作。

1.虚拟路谱技术的研发背景及必要性

随着汽车行业竞争日渐加剧,研发周期和研发成本成为汽车厂商实现利润最大化的决定性因素。如何在项目开发早期设计出满足苛刻道路耐久验证需求的产品,减少试验问题,对缩短项目开发时间和减少项目开发成本有重要意义。

在车辆前期开发阶段,没有样车、没有实际零件的条件下,对于如何进行零件的强度校核和疲劳寿命预测问题,传统的路谱采集方法正面临着严峻挑战。

随着车辆动力学仿真分析能力的不断发展,整车动力学仿真精度有了很大提高,高精度的轮胎模型、悬架模型已经逐渐被应用到汽车耐久性能开发中。通过开发基于轮胎和数字试验场路面的虚拟路谱技术,能够实现路面-轮胎-悬架-车身这一完整传递路径的整车结构动态载荷分析,从而逐渐摆脱路谱采集试验对开发流程的制约,为车辆耐久性能评估提供准确的设计载荷,极大地降低开发成本和缩短开发周期。虚拟路谱技术路线如图10所示。

图片关键词 

图10 虚拟路谱技术路线

传统的路谱采集技术,需要进行零部件改制及标定、夹具制作、试验场地及数采设备构建等工作,时间周期长,投入大;同时采集的数据除了与路面不平度有关外,很大程度上与整车状态相关,早期设计迭代更新频繁,往往早期采集路谱时的整车状态定义,在后期更改很大,这时路谱的有效性存在一定的问题,而虚拟路谱技术能够便捷地实现整车设计状态的变更,实时体现设计变更的性能状态。应用虚拟路谱技术的优势有以下几点。

(1)省去传统路谱采集方法需要进行零部件改制及标定、夹具制作、试验场地及数采设备构建等工作,大大减少项目开发时间和成本。

(2)直接评估整车在各种路面状况下的动态性能,快速分析参数变化对整车综合性能的影响,而传统方法则无法有效支持此需求。

(3)方便进行滥用工况分析,如撞击路沿、双轮过坑等恶劣工况,而传统方法往往较难采集滥用工况数据,也不便于频繁进行实车验证。

(4)方便预测并复现道路耐久试验工况,有效支持道路试验问题解决,相对于传统方法更加方便、快捷。

2.虚拟路谱技术的开发应用情况和特点

(1)数字路面建模

获取整车耐久试验3D路面信息(见图11)是虚拟路谱技术的关键技术之一,本项目首次引入了路面激光扫描设备,对路面进行三维扫描、建模。

 图片关键词 

图11 路面三维模型

对数据量过大的原始路面数据进行处理,就原始路面点云,基于路面节点处理的二次开发程序对路面扫描点进行自定义算法的滤波、修补,删掉过于密集的局部小特征,保留路面上较为明显、光顺的特征线,如比利时石块路面的石块边沿以及方坑、扭曲路的大波形线条,最终输出可用的CRG格式路面文件,如图12所示。

图片关键词 

图12 虚拟试验场路面

(2)轮胎参数库

基于3D数字路面的虚拟路谱技术建立在高精度的路面模型和轮胎模型的基础上,需要对轮胎进行准确的建模,以便真实可靠地反映整车的受力状态。

采用国际上通用的可用于平顺性、结构耐久分析的FTire轮胎模型,通过一系列轮胎特性试验对各自对应的参数进行识别,建立可用的轮胎模型。

选择目前上汽车型项目中常用的轮胎进行参数识别,建立上汽FTire轮胎模型参数库,涵盖205~235cm、16~19英寸等不同等级的轮胎型号。对经过参数识别后的某轮胎模型凸块进行试验对比发现,轮心力纵向、侧向、垂向对标精度均较高,能够满足耐久分析的要求。

(3)高精度整车动力学模型

建立了衬套、减振器、缓冲块等复杂弹性单元的非线性力学模型,开发完成了整车多体动力学模型自动化建模、分析流程。经过衬套、减振器、缓冲块等力学特性试验,涵盖非线性段力学特性,集成FTire轮胎模型建立整车动力学分析模型。

在此基础上,进行整车级的动力学特性试验以支持整车多体动力学模型验证。主要试验有K&C试验和四台柱试验,分别对整车模型进行运动学、动力学的静态和动态特性验证,能够较好地对整车模型参数、各子系统模型参数进行静态、动态特性验证。经过对标的某车型K&C、动态载荷激励,在考虑各子系统模型非线性特性的整车刚柔耦合动力学模型(见图13)基础上,整车具有较高的静态、动态响应精度。

图片关键词 

图13 整车多体动力学刚柔耦合模型

(4)虚拟路谱整车轨迹控制与对标

虚拟路谱技术与现有技术最大的不同在于引入了“驾驶”的概念,由整车驱动轮胎在3D数字路面上驾驶,直接获取整车的零部件载荷。因此需对整车行驶状态进行控制,以保证车辆按照耐久性试验规范行驶。

采用闭环跟踪补偿控制,在ADAMS环境下进行整车驾驶轨迹控制,整车模型沿目标轨迹进行指定行驶速度、轨迹的动态仿真,通过对某车型虚拟路谱仿真速度与目标速度的对标,可以发现,整车动力学模型可以较好地按照目标速度行驶。

在此基础上,经过子系统试验、整车模型对标,驱动某整车动力学模型进行比利时石块路、短波路、扭曲路的虚拟路谱仿真,得到载荷谱对标,载荷对标精度表明虚拟路谱技术输出的载荷具有足够的精度。

3.虚拟路谱技术应用

基于3D数字路面虚拟路谱技术分析的整车动态载荷和耐久性能评估已成功应用于多个整车项目开发,并通过道路耐久试验结果验证了该技术的可靠性。虚拟路谱技术已成功应用于结构耐久动态载荷提取、整车滥用强度工况考核、平顺性能评估以及整车动态包络、姿态检查等较多应用场景。

4.虚拟路谱技术应用成效

虚拟路谱技术的成功应用,可大幅减少物理样车路谱采集数量,缩短开发周期。

在全新车型开发早期阶段,使用虚拟路谱动态载荷替代静态载荷对整车底盘零部件进行耐久性能评估,更贴近于零件的实际受力状态,有利于实现精益化开发,从而在项目早期就避免过度设计,提前进行减重方案优化,降低项目开发成本,节省公司资源并合理使用开发费用,增强公司市场竞争力。

对于衍生车型在不同开发阶段,如有参数变更,重新采集路谱成本高、周期长,影响项目开发进程。使用虚拟路谱技术能快速分析参数变化对整车结构耐久性能的影响,提前进行多目标、多参数的结构优化,减少TIR问题。由于不需要重复路谱采集,可避免前期零部件贴片、改制和传感器标定等需求,缩短结构耐久载荷开发时间。

采用虚拟路谱技术可提升对子系统要求的定义能力,如有助于对车身刚度、零部件刚度等开发目标值的制定,提高整车精细化开发能力。

基于虚拟路谱技术进行整车平顺性、操稳性能评估,能够快速支持整车调试参数开发,与结构耐久性能分析相结合,可有效避免调试参数对整车不同性能产生不同影响的问题。

(四)上汽大众汽车有限公司——产品研发数字化

上汽大众汽车有限公司是一家中德合资企业,由上汽集团和大众汽车集团合资经营。公司于1984年10月签约奠基,是国内历史最悠久的汽车合资企业之一。上汽大众目前生产与销售大众和斯柯达两个品牌车型,产品覆盖A0级、A级、B级、C级、SUV、MPV等细分市场。

1.产品研发数字化背景和必要性

在经济全球化、社会信息化的形势下,汽车制造企业之间的竞争日趋激烈,对市场的快速响应已经成为竞争的焦点。市场竞争的背后是技术的竞争,汽车生产企业要想赢得竞争,就要以市场为中心,以技术创新为驱动力,以最快速度响应市场变化,并迅速赢得市场与用户。产品研发作为汽车制造企业中最具有创造力的因素,开发模式应满足企业发展的需要,确保企业在竞争中处于有利位置。

近年来,随着数字化和虚拟产品开发等新技术的不断涌现,特别是计算能力、存储容量的提升,计算机网络技术、计算机辅助技术在汽车产品开发中的广泛应用,明显缩短了开发周期,提升了产品开发质量,显现出很大成效。为了进一步加快新产品量产上市速度,产品开发由传统的串行为主模式向数字化开发并行为主模式转型势在必行(见图14)。

图片关键词 

图14 研发模式转换

2.产品研发数字化技术应用的基本情况和特点

决定一个产品上市后其特性、质量能被客户认可的因素,以及产品的经济价值,都将在产品开发设计阶段确定。相对于传统的产品开发设计过程,新型开发过程有以下特点。

·开发设计涵盖内容扩展。除了传统的方案规划、产品设计和产品试验外,还需兼顾生产规划、制造装配、售后等过程。

·产品的复杂性和多样性。借助模块化设计战略,在降低产品成本的同时,可以通过多种不同配置组合,尽可能满足用户个性化的需求。

·快速的动态协同开发过程。为提升对用户需求和市场变化的反应能力,产品设计必须能够灵活应对新决策、新任务,各职能部门应具备快速响应能力。

·高效的产品数据管理机制。网络信息技术的发展、成熟的产品生命周期数据管理系统为实现数字化开发提供了有力的技术保障。

面对市场竞争的加剧、平行开发项目数量的增多,上汽大众优化现有开发策略,尝试引入了全过程数字化虚拟开发模式,即通过计算机及虚拟技术完成产品开发的全过程,并建立了相应的业务流程。数字化虚拟开发使得开发过程信息传递、存储的主要形式由传统的二维图纸、文档变成基于三维的C3P(CAD/CAE/CAM/PDM)数据,原先的信息传递的不连续、缓慢甚至中断,变成连续、快速和同步(见图15)。图片关键词 

图15 全过程数字化虚拟开发模式

 

在组织形式方面,项目开发初期上汽大众就组建了公司内跨领域、跨部门的“虚拟产品开发”团队,团队成员由项目管理、设计、仿真计算、数字样车、生产规划、预批量、质保、售后等方面的人员组成,通过信息网络实现各部门相关人员的异地协同工作。

为了提高效率,由设计工程师提供最新状态的零部件数据,产品研发数字样车小组负责建立并维护由超过2000个数据组成的虚拟整车,确保整车数据的完整性和准确性。全公司各部门的虚拟团队成员能够基于同一个产品模型工作,不仅减少了大量数据准备工作和不必要的等待时间,而且提高了并行工作效率,同时还能在设计过程中及早地发现问题,并快速制订局部方案措施。

但是产品开发的复杂性常常体现在要兼顾多方面的要求,有时甚至是相互矛盾的优化目标,这使得决策过程往往面临很大的挑战。面对不断缩短的开发周期,“虚拟产品开发”团队通过设计小组会议、开发例会、技术会议和虚拟验收四个层级的虚拟开发会议进行各功能部门之间的信息交换和活动协调,以便加快决策过程确保项目进度。

为确保产品开发质量,针对开发过程不同阶段的特点,采用了相应的虚拟业务流程。数字化虚拟整车开发可分为面向整车性能、试制样车、结构设计的三个主要虚拟验证方面。在开发早期通过近30项虚拟整车性能模拟校验,对新产品的动力性、经济性、安全性、舒适性、通过性和可靠性等进行预测和评价,确保产品特性符合期望的产品定义;专业设计部门结合零件或子系统模块的设计及知识管理系统,以及以往产品开发、生产、使用过程中获得的经验教训,进行有效的开发设计,确保零件开发的设计质量;数字样机小组负责进行虚拟整车数据管理、结构数据几何空间校验、动态包络面分析等,确保设计的可靠性;生产工艺、装配性及质量保障的可实施性校验,则由相关职能部门在开发过程中同时进行。

3.数字化研发实施效果

产品研发数字化作为上汽大众产品研发部的重点工作,旨在从项目前期方案规划阶段开始就组织协调市场、质保、规划、生产、售后等部门建立跨部门的“虚拟产品开发”团队,由产品研发数字样车小组统合虚拟产品数据,从零件设计、产品性能、生产装配、质量保障到售后维护等各个环节全面评估虚拟仿真和模拟计算结果,系统性地制订技术解决方案。通过新项目数字化虚拟开发工作试点,形成并逐步完善了上汽大众数字化开发虚拟整车评审和验收机制。

因为有了产品开发阶段全面的虚拟分析保障,减少了后期部分物理试制样车数量和试验,不仅有效降低了产品开发费用,而且有利于在前期发现新产品潜在风险,并及时在后续设计中改进和规避,确保开发进度。通过新流程的实施,仅在2016年试点开发过程中,通过减少实物样车以及优化零件结构设计就节省开发费用逾1亿元,其中一个项目的设计质量在满足项目要求的同时,结合并行同步开发设计,开发时间比常规状况缩短了6个月。

 

 

第三章

汽车制造数字化发展现状和趋势


汽车制造流程包括从生产计划、制造执行至产品入库的全过程。其中,制造执行过程包括冲压、焊接、涂装、总装、检测等系列业务环节。

一、汽车制造数字化发展现状

汽车制造数字化,是指将数字化技术应用于产品工艺规划和实际制造过程中,通过建模、仿真分析和信息处理等手段来改进制造工艺,以达到提高制造效率和产品质量,降低制造成本的效果。

数字化手段能够显著提高汽车制造业生产过程的可管理性。汽车企业利用软件、网络、信息系统等多种支撑技术,对与制造环节相关的涉及研发、生产、工艺、产品、资源等各类信息进行标准化、结构化、模型化,并在此基础上进行分析和优化,从而提高整个制造流程的灵活性、生产效率、产品质量,降低生产过程中的不确定性,并缩短产品上市时间。

图片关键词 

图1 处于持续变革之中的汽车制造业

当前,在新一轮信息通信技术迅猛发展并与制造业加速融合的大背景下,美国、德国、英国、日本等全球主要工业化国家纷纷推出了一系列新型制造业发展战略,并以数字化战略作为重点突破方向。世界先进汽车制造企业更是将数字化作为提升核心竞争力的关键因素之一。汽车制造领域的数字化技术的应用虽然晚于航空航天领域,但发展潜力巨大,势头迅猛。当前,汽车制造业中各大乘用车企业采用数字化技术的比例已经超过90%,部分环节已经实现了较高的数字化水平,尤其在生产规划环节,CAPP(计算机辅助工艺规划)及相关同类数字化工具的应用比例已接近100%(见图1)。

(一)国外汽车制造数字化发展情况

1.汽车制造数字化发展历程

伴随信息技术、网络通信技术、人工智能技术的发展,世界制造业由手工操作模式逐步向机械化制造、自动化制造、数字化制造、智能化制造模式转变(见图2)。汽车制造是制造业的重要组成部分,汽车制造技术紧跟世界制造业发展潮流而发展进步,世界汽车制造业由小批量手工作坊式生产逐步向大批量流水线生产、柔性化、自动化、数字化制造、智能化绿色制造模式转变。

图片关键词 

图2 世界制造模式发展进程

具体到汽车制造数字化的发展历程,大致分为数字制造装备的推广应用、虚拟建模与仿真技术推广应用、信息化集成三个发展阶段。

(1)起步期:数字制造装备推广应用

20世纪50年代,数控机床的出现开辟了制造装备的新纪元。随着微型计算机的产生和发展,计算机数控编程技术得到广泛应用,相继出现的数控三坐标测量机(CMM)、工业机器人和数控机床一起成为重要的数字化加工、测量和操作装备。其本质是用数字控制代替凸轮行程控制,实现运动数字化。数控技术发展的趋势是提升各种装备性能甚至使其更新换代,即实现装备的数字化。

20世纪60~70年代,数字化技术开始应用于汽车制造业。这一阶段,数字化技术应用于制造业的重要标志是可编程控制器PLC(Programmable Logic Controller,以下简称PLC),其在汽车制造业生产需求驱动下应运而生。在使用PLC之前,汽车制造领域应用的主流控制系统仍然是基于继电器形成的,这类控制系统只能按照事先设定的时间和条件顺序进行有序工作,想要改变控制顺序的唯一途径是在硬件上进行重新接线。这意味着,只要汽车型号、配置发生变更,就要对控制系统进行重新设计和重新接线。1969年,美国数字设备公司(DEC)成功研制出第一台PLC设备,并应用于美国通用汽车公司。PLC设备除了对电压、电流等技术参数进行限定外,还特别强调编程、数据传输与存储问题。

(2)发展期:虚拟建模与仿真技术推广应用

到了20世纪80~90年代,先进的汽车制造企业将虚拟建模与虚拟仿真技术应用于汽车制造。部分先进的汽车制造企业采用虚拟建模与虚拟仿真技术,在产品研发设计阶段大幅减少物理实验次数,从而缩短研发设计周期并降低成本。例如,福特汽车公司早在1980年左右,即开始了对CAD系统的规划部署,1990年以后,其所有产品的设计开发,全面采用CAD系统。通用汽车公司采用UG(Unigraphics,以下简称“UG”)软件CAD/CAE/CAM全套系统,实现从汽车概念设计、产品设计,到仿真和制造全过程的数字化。

虚拟建模与仿真技术的应用持续改进。到如今,世界领先汽车制造企业已经能够对95%以上的设计与实际制造过程进行模拟仿真,除了更加高效集约地实现产品设计,还能够对实际制造工艺进行分析和优化,精准控制生产节拍,从而缩短调试与试运行时间,降低实际生产中的不确定性。例如,大众汽车集团在实际生产线布局之前,利用生产规划软件在虚拟环境中持续对设计方案进行验证、分析与优化,大幅提升了生产线规划的效率,并有效节约了实施后返工所需要花费的额外成本。据不完全统计,大众汽车集团平均从每个白车身项目中节约成本250万美元,3年内预算累计削减近3000万美元;沃尔沃汽车公司通过对协同产品定义管理cPDM(collaborative Product Definition Management,以下简称“cPDM”)软件生产管理功能组合的应用,实现了生产过程的在线规划和模拟。一方面,产品数据运行仿真所需时间大幅缩减;另一方面,在白车身生产过程中,点焊、激光焊接、涂胶等工艺流程实现98%的机器人离线编程并持续改进,整体工程成本减少50%。

这一阶段,汽车制造业自动化水平实现了进一步的提升,数字化技术逐步普及,并在龙头企业中取得了相当大的发展。

(3)深度应用期:信息化集成成为发展重点

随着PLM全生命周期管理软件的应用,汽车制造领域逐渐呈现企业间横向与纵向集成融合的信息化集成发展趋势。横向集成可实现全流程价值链的合作效率提高。企业内部及企业间通过价值链及信息网络实现资源整合,具体做法是将原先集中于企业内部的信息集成、研发体系、供应链管理及价值链重构等环节拓宽到企业间,使产品生产过程的信息流、资金流、物流等要素在更大范围内衔接与协同,从而提高整个产业链,包括研发设计、生产制造、营销等上下游企业的合作效率,并带来更大的经济效益。纵向集成主要是解决企业内部信息孤岛的问题。其具体包括PDM与ERP系统集成,可打通产品开发与生产管理甚至仓储管理等,有效缩短产品形成周期,加速产品设计到制造领域的转化;ERP 与MES系统集成,可不断完善ERP与MES系统的自身功能,为制造业信息化提供有效手段;PLM与MES集成,不仅可提高生产的灵活性,还可以提高生产速度,提供创新的产品和优化方法,通过将最新的产品设计和组装方法分发到更多、更快捷、更有效的生产价值链中,确保生产和工程领域全面可视化转移需求。

2.国外汽车行业制造数字化发展情况

美国、德国和日本是除中国以外的三大汽车制造国,其数字化技术应用平均水平高于国内汽车制造企业,主要体现在智能装备应用、网络互联建设、运营管理系统、基于模型的企业(MBE)、工业互联网平台水平五个方面。下文采用中国汽车产业数字化成熟度评价指标体系对美国、德国和日本主流制造企业制造数字化水平进行分析评价。

智能装备应用方面,国外主流汽车制造企业处于第4层级到第5层级,基本实现核心工艺全自动化,大量采用传感器、RFID、智能网关设备,并可以运用数字化工具进行数据采集与分析;网络互联建设方面,国外汽车制造企业发展水平介于第3级与第4级之间,逐步向高可靠、广覆盖的企业网络互联过渡;在运营管理系统应用水平方面,主流汽车制造企业的ERP、MES、PLM等软件系统集成程度明显高于全球行业平均水平,基本实现覆盖汽车制造全价值链的高效集成,达到第4级水平。在工业互联网平台水平方面,国外大多数汽车企业处于第3级水平,建立了面向生产现场环境、装备运行数据分析的工业互联网平台。

(1)国外汽车制造业智能装备的应用情况

智能装备的应用主要包括几方面内容,一方面包括自动化装备、工业机器人等自动化设备的应用;另一方面包括智能制造技术的应用和推广,包括生产线规划仿真技术、自动控制技术、自动识别技术(RFID、条形码等)、机器视觉、自动化生产调度及物料配送技术(MES、SPS等)等;此外,智能装备应用还包括生产数据的管理及对装备运行优化(见表1)。

表1 智能装备涵盖的主要工具及软件系统

智能装备主要工具及软件系统

自动化设备

数控机床、工业机器人、自动化输送线、自动检测设备等

智能制造技术

生产线规划仿真技术、自动控制技术、自动识别技术(RFID、条形码等)、机器视觉、自动化生产调度及物料配送技术(MES、SPS等)等

生产数据管理

数据采集、数据分析、基于数据分析的装备运行优化等

仅从应用智能装备的种类与核心工艺的自动化程度上看,国外汽车制造业与国内汽车制造业水平相差无几,主要包括数控机床、工业机器人、PLC等。国外汽车制造业领先于国内汽车制造业之处,主要体现在智能装备普及程度、装备数据采集与智能化管理程度等方面。

·智能装备

在智能装备普及程度方面,国外制造业发达国家在汽车制造领域的智能装备普及程度高于国内。以工业机器人的应用为例,根据国际机器人联盟(IFR)2016年报告数据,在汽车制造领域,日本工业机器人使用密度为1276台/万人,位居世界第一,美国以1218台/万人位居第二,德国以1147台/万人排名第三,而中国仅为392台/万人(见图3)。日本、美国、德国是工业机器人使用大国。日本同时也是工业机器人制造大国,2016年日本工业机器人国内销量占比23.5%,出口销量占比76.5%。在汽车制造领域,工业机器人主要应用于焊接、喷涂、组装、输送等环节。日本机器人厂商如安川、发那科、川崎重工等在全球机器人市场占有重要位置;德国从20世纪70年代开始应用机械手,主要用于起重运输、焊接和设备上下料等作业。目前,德国奔驰辛德尔芬根工厂拥有4500个工业机器人用于汽车制造。德国汽车制造企业在中国的合资企业最新的工厂完全依照德国最先进的工厂模型建立。如一汽-大众佛山工厂车身车间配备超过800台机器人;北京奔驰的后驱车型工厂车身车间配备800多台机器人;华晨宝马新大东工厂车身车间拥有856台机器人,可实现自动生产和检测。

图片关键词 

图3 2016年世界主要国家汽车行业机器人使用密度

·生产数据管理

在生产数据管理方面,RFID无线射频识别技术(Radio Frequency Identification)在国外汽车制造企业的广泛应用,被视为数字化与智能化应用的集中体现。以梅赛德斯-奔驰汽车公司为例,通过采用智能电子标签和RFID技术,能够实现数据与信息在汽车生产过程中的全程追溯,即便在恶劣的环境下,也能保证读取正确率达到99.99%(见图4)。

图片关键词 

图4 梅赛德斯—奔驰一张电子标签贯穿整个生产过程

根据汽车制造数字化发展成熟度分级中的智能装备应用水平的分级,国外汽车制造企业在冲压、焊接、涂装、总装等各个环节中,大量采用PLC、工业机器人等智能控制、执行设备,基本实现了核心工艺环节全自动化;在工业物联网、大数据需求的驱动之下,超过80%的企业大量采用传感器、RFID、智能网关设备;在装备数据采集及设备智能化管理方面,国外汽车企业比国内汽车企业做得更好,超过50%的企业能够借助数字化工具进行数据分析、优化装配运行,并在部分工艺采用了人机协作方式。

(2)国外网络互联建设方面的情况

工业设备互联需求不断增加,工业以太网市场份额迅速扩大。工业通信相当于工厂内各系统之间的“语言”,是工业4.0的核心,主要的方式有三种,即现场总线(Fieldbus)、工业以太网(Industrial Enternet)和无线(Wireless)。近年来,在智能制造、工业物联网、工业大数据等概念的驱动之下,工业设备互联需求不断增加。根据瑞典HMS工业网络有限公司最新发布的2017年工业网络市场份额的年度分析报告数据,在制造业日益增长的对于数字化、工厂设施与IT系统集成以及工业物联网的需求推动下,工业以太网的市场份额迅速扩大,由2015年的38%提高至2016年的46%。作为最广泛应用的工业通信类型,现场总线也实现了增长,但增速出现了放缓态势(见表2)。

工业通信贯穿汽车制造企业制造的全过程,保障汽车制造全过程的顺利进行。早在20世纪80~90年代,现场总线技术即开始应用于美国汽车制造业,发展至今,以PLC为代表的现场设备控制器、设备单元、人机界面(Human Machine Interface,以下简称“HMI”)、上位工控机(Industrial Personal Computer,以下简称“IPC”)等,均可通过以太网、现场总线构成完整的设备网络实现设备的监控及快速通信,几乎贯穿汽车制造企业全部生产活动。与普通以太网相比,工业以太网在实时性、可靠性、抗干扰性、安全性等方面表现更加优越,能够有效保证汽车制造业生产、物流、质量控制及产品追踪等一系列环节的顺利进行。

不同汽车厂商由于国家间工业通信标准的不同,网络标准的选择也不同。大众汽车公司Emden工厂采用PROFINET作为以太网标准,控制系统与压力机、输送系统和机器人实现无缝通信,从而兼顾冲压车间产能与效率。

表2 2017年全球工业网络市场竞争情况

单位:%

网络类型

网络名称

2016年市场占比

2015年市场占比

2016年增长率

工业以太网

EtherNet/IP

11

46

38

22

PROFINET

11

EtherCAT

7

Modbus-TCP

4

POWERLINE

4

Other Ethernet

9

无线

WLAN

4

6

4

32

Bluetooth

1

Other Wireless

1

现场总线

PROFIBUS DP

14

48

58

4

modbus-RTU

6

CC-Link

6

CAN/CANopen

5

DeviceNet

4

Other Fieldbus

13

资料来源:HMS中国。

 此外,基于标准TCP/IP的以太网技术,PROFINET可将底层生产车间网络集成到上层管理网络,实现对车间生产设备控制系统的故障诊断和维护;通用汽车公司采用EtherNet/IP为控制器、机器人和过程控制设备之间提供实时通信以及为高层商业系统提供信息,并要求其供应商也同步采用相同的通信协议;日本丰田汽车于2016年在全球范围内统一采用EtherCAT作为主流以太网技术,以匹配未来基于工业物联网的汽车制造系统的布局。

根据网络互联建设成熟度层级划分,目前国外汽车制造企业的发展水平介于第3级与第4级之间,出于对安全性、可靠性等方面因素的考虑,主流的工业通信仍然依赖现场总线和工业以太网,由于德系数字化与智能控制产品在汽车行业的应用比例较高,因此在通信方面,PROFIBUS、PROFINET应用比例也相应较高,相比之下,无线应用的比例则相对较低,SDN、TSN等新兴网络技术应用的普及程度则更低。

(3)国外运营管理系统方面的情况

实现工业4.0的目标需要完成三大集成——企业间价值网络横向集成、跨越整个工业企业价值链端到端的工程数字集成、信息化的纵向集成。其中,纵向集成旨在打通企业内部信息孤岛,实现企业内所有环节信息的无缝连接,亦即实现ERP、PLM、MES等系统之间的集成,是数字化工厂所要解决的重要问题之一。

国外汽车制造企业在运营管理系统方面相较于国内企业具有明显优势。不仅表现在各大系统完备程度及系统之间的集成方面,还表现在国外汽车制造企业更多地将数字化技术应用贯穿于汽车制造过程全价值链,而非单一环节的数字化工具应用。数字化建模技术不仅可以实现实体样车制造成本和人员重复劳动成本的下降,而且通过PDM/cPDM(产品数据管理/协同产品定义管理)数据平台,还能够实现汽车所有属性数据与信息全过程可追溯;基于PDM/cPDM平台数据,产品设计端与制造端能够实现无缝对接。采用CAPP(计算机辅助工艺规划)则可以对生产线布局、设备布局、生产工艺路径、生产线物流等进行仿真,大幅减少对实际生产线的更改,从而有效降低成本、缩短工期、提高效率;MES与ERP、PDM/cPDM之间的集成,能够保证所有相关产品属性信息从始至终保持同步,并实现实时更新。生产过程中所积累的海量数据,能够通过大数据分析得以充分利用,例如掌控生产运行时间、识别设备故障、预知能源消耗,并据此进行优化,提高汽车制造企业盈利能力(见图5)。

图片关键词 

图5 数字化制造全价值链

国外主流汽车制造企业的工业软件系统及集成应用多为自主研发。国外汽车制造业发展水平一直领先于制造业的平均水平,因此在信息化、数字化建设方面也比较超前,相当一部分主流汽车制造企业,基于历史发展需求,并没有采用商业化的工业软件系统,而是选择了自主研发。例如,上汽大众ERP系统部分模块来源于SAP公司,其他MES、PDM均采用自主系统,系统之间的集成也通过内部统一的软件平台完成。

根据汽车制造数字化发展成熟度分级中的运营管理系统应用水平成熟度分级,国外主流汽车制造企业在ERP、MES、PLM等软件系统布局方面相对领先,系统集成程度明显高于行业平均水平,基本实现覆盖汽车制造全价值链的高效集成,达到第4级水平。少数企业基于生产过程产生的数据驱动服务,推动了生产制造的持续优化与提升。

(4)国外基于模型的企业(MBE)应用情况

基于模型的企业(Model-Based Enterprise,以下简称“MBE”)是在基于模型的定义(Model-Based Definition,以下简称“MBD”)的基础之上,为制造企业建立起来的能够有效实现数据协同与信息共享的集成与协同环境。MBE是三维建模、模拟仿真等各类数字化技术集成体应用于制造企业的解决方案,尤其适用于工艺复杂、制造难度较大,在质量与效率方面面临巨大压力的领域。MBE不仅限于MBD的定义范畴,还覆盖企业从产品设计、制造到服务的完整的产品全生命周期业务(见表3)。

表3 MBE的发展阶段

发展阶段

发展阶段特征

第一阶段

单纯二维工程图

第二阶段

以二维工程图为中心,三维为辅

第三阶段

以三维模型为中心,二维为辅

第四阶段

基于模型的定义(MBD)

第五阶段

基于模型的企业(MBE)

资料来源:e-works。

 MBE的应用逐渐从国防与航空领域向汽车制造领域拓展应用。从MBD-MBE应用发展历程来看,国防与航空工业一直扮演着先驱的角色。基于模型的企业是2005年美国推出“下一代制造技术计划”(The Next Generation Manufacturing Technologies Initiative,简称NGMTI)中的六个目标之一,旨在加速制造技术突破性发展,加强国防工业的基础和改善美国制造企业在全球经济竞争中的地位。美国陆军研究院指出,“如果恰当地构建企业MBE的能力体系,则能够减少50%~70%的非重复成本,缩短50%的上市时间。”近年来,虽然随着汽车制造复杂程度的持续提高,数字化技术的应用日渐深入与广泛,但仍然未达到全面应用MBE的程度。汽车制造领域90%以上的数字化解决方案,是基于西门子Tecnomatix和达索系统DELMIA系列软件完成的。

依据基于模型的企业(MBE)应用成熟度模型评价标准,国外汽车制造企业已经普遍达到第4级水平,即基于企业级的三维模型与模拟仿真,数字化技术已经能够覆盖产品全生命周期,但是仍然没有国防军工、航空航天领域MBE水平高。

(5)国外工业互联网平台应用情况

工业互联网平台(即“工业云平台”)和工业4.0平台起源的背景是相通的,即基于IT、CT与OT的融合,通过对于数据的收集与分析,优化决策,推动各个工业行业生产与运营的智能化,有效实现装备与资源的优化配置,从而创造额外的价值增值与社会经济效益。“优化”是工业互联网的核心价值。广义的工业云平台,包括云设施Iaas层(Infrastructure-as-a-Service,基础设施即服务)、物联网平台和工业云(见图6)。狭义的工业云平台则不包括云设施。

图片关键词 

图6 工业互联网平台三大支柱

工业互联网研究机构IoT One发布的2017年世界工业互联网百强排行榜显示,美国和德国工业互联网解决方案供应商位居世界前列,如IBM、SAP、Cisco、GE、Bosch、Siemens等(见表4)。其中,尤以GE的Predix与Siemens的MindSphere两大工业互联网平台最受工业企业关注。GE Predix主要应用于大型设备与能源领域,而Siemens的MindSphere则主要应用于制造业领域。目前,两大平台都在积极构建“生态系统”,但仍处于试运行、试点应用阶段,包括私有云的建设及相关工业大数据的分析等。汽车制造领域工业互联网平台,距离大范围的扩张和应用的普及,还有相当长的路要走。

表4 2017年全球工业互联网百强排行榜前16名

公司名称

国家

排行

总体排名

品牌影响力

创新指数

生态开放性

IBM

美国

1

2

3

3

SAP

德国

2

7

5

2

Cisco

美国

3

9

2

4

intel

美国

4

1

18

1

General Electric

美国

5

4

1

23

Bosch

德国

6

18

7

9

ABB

瑞士

7

22

17

6

Siemens

德国

8

16

15

19

Dell

美国

9

21

25

5

Ericsson

瑞典

10

6

26

23

AI&T

美国

11

23

24

11

NEC

日本

12

10

10

40

Google

美国

13

5

19

36

Microsoft

美国

14

14

28

19

Verizon

美国

15

3

44

19

Fujitsu

日本

16

50

8

8

资料来源:IoT One。

 依据工业互联网平台水平成熟度分级标准,国外主流汽车企业处于第3级水平,建立了面向生产现场环境、装备运行数据分析的工业互联网平台,少数企业如西门子安贝格工厂、保时捷等可以实现面向生产现场、供应链、市场需求等全方位数据集成分析的工业互联网平台,达到第4级水平。

(二)国内汽车制造数字化发展情况

1.国内的汽车制造数字化发展历程

我国与汽车工业发达国家相比,虽然起步较晚,但汽车制造技术紧跟世界发展步伐,由起步阶段的单一品种小批量半机械化生产,逐步发展成大批量流水线生产、多品种柔性化半自动生产、信息化精益制造,汽车制造数字化也经历了从无到有、由小变大、由弱向强的过程。

(1)20世纪50年代:从无到有

我国汽车制造技术及装备的发展始于20世纪50年代,第一汽车厂通过引进苏联的大批量流水生产方式,我国汽车制造技术在半自动生产线、组合机床等领域取得较大进展。随后,第二汽车厂通过消化吸收国外部分先进制造技术,自主研发气缸体大平面拉削工艺及设备,以及各种壳体、轴类机械加工及检测自动线等先进技术设备,达到当时世界商用车制造的先进水平。

(2)20世纪70年代至20世纪末:由小变大

20世纪70年代以来,伴随着CAD、CAM、机器人制造技术、成组技术等先进技术应用于汽车制造领域,汽车制造领域数字化技术逐渐被广泛应用。

20世纪80~90年代,伴随着技术引进、合资建厂热潮,先进汽车制造技术、自动化生产装备大量引入中国,我国汽车制造技术和装备水平大幅提升。据有关资料,20世纪90年代,全国汽车工业投资额占全国投资总额的0.85%,其中,用于大型骨干企业汽车制造的现代化生产设施、技术改造和新技术新工艺装备的投资占汽车工业投资额的49.6%,用于总成、零部件生产的技术改造和先进装备投资额占汽车工业投资额的31%,对形成企业规模经济、扩大产能批量、提升产品水平、发展车型品种和完善服务等诸多方面起到了至关重要的作用。

(3)21世纪以来:由弱向强

进入21世纪,控制核心技术、工厂规划和设备全球招标成为法定规则,我国汽车制造业进入以数字化制造为特征的新阶段。2001年Profibus总线成为第一个进入中国的现场总线标准后,Interbus、CC-Link等工业总线标准相继进入国内汽车市场,自主品牌整车企业制造工艺开始从局部环节的单点自动化向核心工艺环节全自动化转变,并开始进行数字化制造技术尝试。自主品牌汽车企业制造技术和工艺水平开始进入快速增长期。总体来说,进入21世纪以来,我国汽车产销量不仅突飞猛进,国内企业汽车数字化制造技术也得以迅速发展。主要表现在以下两个方面。

首先,以数字化工厂软件应用为标志的虚拟制造工艺与仿真技术在国内汽车企业得以应用。2005年,中国一汽集团自主品牌一汽轿车有限公司引进数字化工厂软件技术,开始对制造工艺和制造装备进行数字建模,并进行虚拟制造工艺过程检测、验证、调试。虚拟数字化制造技术在汽车企业迅速得到广泛应用,如数字化工艺规划、数字化工艺规划验证、数字化装配、数字化物流规划-验证-优化等被国内汽车企业大量应用于生产实践。随着数字化技术的发展和汽车企业的需求变化,现有的生产线也被进行数字化建模。目前,这一技术被命名为“数字化双胞胎”,作为对实际物理系统的映射,可以在虚拟环境中进行分析和优化。

其次,RFID技术与MES结合,使生产车间数字化制造和信息管理水平又提升一个台阶。2007年,以长安汽车为主联合国内多家单位,承担了国家863计划重点项目“射频(RFID)技术在整车及零部件生产质量监控和流程管理中的应用”,标志着国内自主品牌企业在数据采集、数据通信、生产计划排产、相关的系统管理等方面有了长足进步。汽车企业通过引入RFID电子标签跟踪制品,进行数据采集、处理,可实现精准物流控制;将RFID技术与MES结合,实现MES对生产数据的高效采集和对订单、在制品的实时追踪,并利用传统调度算法和质量统计分析技术提高MES的智能性。

2012年以来,工业互联网、工业4.0、智能制造等理念掀起一股工业创新与变革浪潮,新的竞争态势以“数字化”技术作为重要驱动要素呈现出来。我国汽车产业作为制造业重要组成部分,也面临着数字化转型的重大机遇期。中国汽车制造厂商实施数字化制造的步伐加快,不仅从广度上,更从深度上加大了数字化制造在企业的探索和落地。

面对智能制造的浪潮,我国汽车企业相继制定智能制造总体策略和规划路径,并开始逐步实施,如北汽福田汽车公司,在分析自身现状及优劣势情况下,搭建福田汽车智能制造2025“一云、四互联、五智能”的顶层规划,以车联网、大数据、云平台为基础,利用智能工厂实现大规模客户个性化定制,进行智能制造的探索和实践(见表5)。

表5 福田汽车智能制造2025战略规划

规划要素

包含内容

五智能

商业智能、智能管理、智能汽车、智能工厂、智能制造

四互联

企业内部互联、企业与企业互联、企业与客户互联、企业与产品互联

一云

云平台

资料来源:北汽福田汽车股份有限公司。

 当然,汽车企业实现智能制造不是一蹴而就的。下面将通过对国内汽车企业在智能装备的应用、网络互联建设、运营管理系统、数字化虚拟工厂、工业互联网平台等五个方面的分析,来说明我国汽车数字化制造的发展脉络与现实情况进行梳理。

2.国内汽车制造数字化发展情况

从汽车制造数字化评价问卷调查情况来看,国内整车企业制造数字化水平明显高于零部件企业。整车企业在智能装备应用水平、网络互联、企业运营管理系统、基于模型的企业应用等方面大多处于第3级水平,基本实现核心工艺环节全自动化。其中,在网络互联建设方面,建立了工业以太网和车间无线网络,基本实现车间数据互联互通;在网络运营管理系统应用方面,基于ERP、SCM、CRM、MES等单个运营管理系统逐步建立起完整的企业运营管理系统,能够在单个工序上,基于三维模型实现辅助装配与调试。少数合资企业处于第4级水平,装备数据采集及设备实现智能化管理,企业网络实现从车间到企业的网络互联,企业运营管理实现系统之间的有效集成等。在工业互联网平台建设方面,国内整车企业初步建立起面向供应链管理、行业数据分析的工业互联网平台,达到第2级水平。零部件企业制造数字化水平参差不齐,合资零部件企业和少数先进零部件制造企业在制造数字化建设方面比较重视,大体和国内整车企业水平相当,大部分自主品牌零部件企业在制造数字化方面相较于整车企业低一个层级。

国内智能装备应用情况主要从对自动化装备应用、智能制造技术推广应用以及生产数据管理和装备运行优化三方面进行评估。

·自动化装备应用

在自动化装备应用方面,国内整车企业尤其是乘用车企业,基本实现核心工艺全自动化。发动机车间的金属加工设备多采用高精尖数控化设备,整车制造四大工艺车间广泛采用机器人和机械手。物流传输方面,通过采用程序控制葫芦、自动化输送线、先进总装系统、自动化滚床、自动检测装备等工具,自动化程度达到较高水平。如国内某汽车企业在2015年新建的汽车制造厂配备机器人规模达到232台,涉及整车制造四大工艺流程(见表6)。

表6 某汽车企业新建工厂自动化设备应用情况

生产车间

自动化装备应用情况

冲压车间

全封闭自动化冲压线,2500吨伺服压力机,全自动横杆机器人上下料操作,SPM达到每分钟13次

焊装车间

自主研发的快速高柔性焊装线,全线187台机器人自动化生产,高速(51秒完成1台车)、高柔性(4平台6车型)

涂装车间

有32台喷涂机器人,另有6台机器人实现自动化PVC底涂、裙边胶

总装车间

采用AGV等先进总装系统、SPS(Set Parts System)配送,实现“一个流”,并全面采用地源热泵空调

发动机工厂

采用智能加工线(由加工中心和多轴箱加工专机组合而成),在装配环节批量化采用电动扳手,拧紧精度100%符合品质规格要求

设备控制

生产车间每个设备控制柜中均配有主PLC系统;并对安全回路使用独立安全PLC

 ·智能制造技术推广应用

在智能制造技术应用方面,汽车行业成为新一代智能制造技术应用的引领者。在汽车生产车间,汽车车身焊接生产线配备视觉定位系统和智能化自适应焊接控制器,实现焊接过程管理智能化;在焊装车身总拼线和涂装全车间,部署RFID芯片自动读写的识别系统模块,依靠该技术根据读取的车型信息实现自动作业的柔性定位、柔性输送、设备柔性切换和校验报警等功能。在生产物流方面,国内汽车制造企业实施AGV管控系统,同时实现软件、硬件监控管理,确保内部生产物料供应精准化。

图片关键词 

图7 上汽大众车身焊接生产线上的视觉定位系统

·生产数据管理及装备运行优化

国内部分汽车制造企业能够实现对车间现场数据的详细收集及分析,在现场有针对性制定改善措施。上汽乘用车公司制定了一套PMC系统和生产线控制系统的接口标准,对于自动化程度高的车间,PMC系统从设备系统中自动获取生产线的生产过程数据,再分车间、线体、工位等层级来分析自动统计堵线、缺料、人工超时、设备故障等各种因素对生产的影响。由于总装车间人工装配环节较多、线边物料较多、采用工具辅助装配的环节较多,PMC系统则逐个定义每个工位有可能引起停线的原因,并在每个工位安装扫描枪。对于能够从设备系统中自动收集的数据,PMC系统在每次产生停线时自动获取停线信息并判断出停线原因。对于人工拉暗灯工位,系统不能自动判断停线原因,生产现场则需在拉暗灯产生停线后,扫描上传预先定义的原因。通过对现场详细数据的收集,准确判断停线原因并现场制定改善措施,进而通过自动统计分析车间每个工段、每个工位的停线时间的趋势、各种停线原因的改善情况趋势等大量管理数据,实现工厂管理水平的大幅提高(见图8)。

 图片关键词图8 上汽乘用车公司生产数据采集系统

根据汽车制造数字化发展成熟度分级中的智能装备应用水平评价体系,国内整车企业基本实现核心工艺环节全自动化,达到第3级水平;有部分企业实现装备数据及设备智能化管理,达到第4级水平;只有极个别合资企业基于数据分析的装配运行优化,实现自适应装配与人机协同,达到第5级水平。

国内零部件企业的智能装备应用水平远不如整车企业,可谓参差不齐。国内大部分零部件企业逐步实现核心工艺环节全自动化过程,处于第2级向第3级过渡阶段;合资零部件企业和部分国内先进零部件企业达到装备数据采集及设备智能化管理的层级,达到第4级水平。

3.国内网络互联建设方面的情况

国内自主品牌汽车企业在生产线的网络互联建设方面起步较晚,基本是在委托第三方进行自动化生产线建设时,由第三方代为进行工业网络互联方案选择并实施建设。如2007年,奇瑞汽车在车身焊接生产线建设时,委托意大利柯马公司进行设计和制造,柯马公司采用PROFIBUS总线构建工业以太网,实现车间管理系统主机和控制PLC之间的通信。近几年来,总线技术和工业以太网在整车生产厂得到了普及应用,各大整车企业的新建工厂都使用了工业以太网技术。如广汽本田于2014年新建第三工厂,实施CC-LInk IE总线,基本实现车间数据的互联互通。上汽通用凯迪拉克金桥工厂和武汉二期工厂都是通用全球体系中首批全面应用工业级全以太网络系统的智能工厂。通过工业级以太网的控制,可以根据市场订单情况确定生产节奏。

自主品牌汽车零部件企业在网络互联方面较整车企业水平低,多数企业处于设备互联向数据互联的过渡阶段,少数先进零部件企业能够使用工业以太网和车间无线网络,基本实现车间数据的互联互通。国内先进的汽车零部件企业新建的工厂中,现场设备控制器、设备单元、人机界面、上位监控PC,可通过以太网、现场总线构成完整的设备网络,实现设备的监控及快速通信。如潍柴动力生产车间电气控制系统采用PLC+现场总线控制方式,整条线上分段设置总控制柜,通过PLC及PROFIBUS(或PROFINET)总线,集中控制线上的工位输送及转台回转。发动机零部件生产线上配备RFID读写设备,通过总装线的信息计算机与MES系统联网,将装配计划下达到总装线,总装线按生产计划及上线情况,以RFID为中间存储介质,执行上线、打印发动机编号,记录各发动机在总装线上的生产、质量、产量等信息。主控PLC通过以太网与管理计算机建立连接,进行实时的数据交换,可实现机型、物流、生产质量状态的监控数据的上传。

此外,潍柴动力网络互联建设正在从第3级向第4级转变。在该企业的发动机总装工厂,采用一台工业控制计算机进行现场信息管理:通过以太网接收管理层(MES)下传的、经过分解的生产计划,指导上线,上传计划完成情况,实行生产计划的管理。主控PLC与信息PC实时通信,信息PC与MES数据交换采用OPC SERVER模式,实现MES下传计划到主控PLC,主控PLC的装配信息上传到MES系统。

根据网络互联建设成熟度层级划分,目前国内大部分汽车整车生产企业能够使用以太网和车间无线网络,基本实现车间数据互联互通,实现第3级水平;有部分企业从车间到企业基于网络互联实现了纵向集成,达到第4级水平;大部分自主品牌零部件企业建立了设备连接的总线网络,能够实现基于PLC的设备互联,实现第2级水平,少数先进零部件企业可实现车间数据互联互通,达到第3级水平。

4.国内运营管理系统方面的情况

国内汽车企业运营管理信息系统的建设是一个渐进的过程,经历了企业信息化需求萌芽阶段、信息化基础应用阶段、信息化系统建设阶段、信息化应用系统整合阶段和价值整合阶段(见表7)。

表7 企业运营管理信息系统发展情况

发展阶段

阶段名称

发展阶段特征

20世纪80年代

企业信息化需求萌芽

企业缺乏信息化工具,基本靠手工收集数据、整理报表、进行管理分析等工作

20世纪90年代至21世纪初期

企业信息化从基础应用逐渐向系统整合过渡

从单机信息化应用,到逐渐建立起独立的信息系统,并且将各个系统进行整合,实现网络互联

21世纪

集中信息化建设

建立面向生产全流程的运营管理信息系统,进入价值整合阶段

目前,国内汽车制造企业对信息化建设的重视度较高,信息化管理成熟度较高。“多数企业不仅在汽车产业各业务环节设施管理信息化建设,而且陆续在集团层面建立了信息化管理中心,搭建了信息化监控和服务平台。”其信息化建设的主要成果有两项。

一是大型整车企业逐渐进入信息系统集成应用或协同创新阶段。以华晨汽车为例(见图9),在车身工艺规划及装焊开发前期,搭建企业数字化工厂管理平台(TCM),实现虚拟仿真与制造数据的整合协同管理。对装焊工艺虚拟仿真功能和数据(工艺仿真、机器人仿真、人机仿真、工厂仿真等),以及包含工艺数据管理、数字化工艺规划、工艺流程及文档管理三个方向在内的制造数据,通过数字化工厂管理平台进行统一整合及系统化管理,实现全部工艺资源的数字信息化管理。上汽大众宁波工厂通过统一的产品数据管理系统平台,实现研发与制造环节的有效对接;同时生产运营管理系统通过FIS系统、Eco EMOS系统,可实现信息实时采集、上传、存储以及指令下发,控制整车生产全过程。

图片关键词 

图9 华晨汽车制造信息集成系统

二是物流供应链和客户关系管理系统开始应用。“一汽大众在供应链管理(SCM)方面使用SAP SRM进行寻源与非生产性物料管理,2010年开始使用SAP EWM管理售后配件仓储业务,在客户关系管理(CRM)方面使用SAP CRM进行客户互动与商机管理。上海通用使用SAP DP进行高级预测管理,使用SAP APO进行有限能力计划和详细排程管理,使用Siebel客户关系管理系统进行客户与商机管理,使用Infor-service经销商管理系统进行经销商协同。”

按照企业运营管理系统应用水平成熟度评价体系,国内大多数整车企业运营管理系统建立了完整的企业运营管理系统(见表8),并且逐步由各个独立的运营管理系统逐渐向系统有效集成过渡,处于第3级至第4级之间。零部件企业运营管理系统成熟度较低,大部分零部件企业处于ERP、SCM、CRM、MES等多个不同的运营管理系统向完整的企业运营管理系统过渡阶段,即从第2级向第3级过渡阶段。

表8 国内汽车企业应用ERP系统情况

图片关键词 

5.国内基于模型的企业(MBE)应用情况

在汽车制造环节,企业使用数字化工厂软件对制造设备、生产线、工艺、物流等进行建模仿真,减少制造调试时间和制造成本。国内最早使用数字化工厂软件的是一汽集团,于2005年开始进行数字化工厂建设,但国内企业大范围进行数字化工厂建设的时间是2014年以后。

国内汽车制造企业最先开始在焊接和涂装两个关键工艺环节进行设备建模、工艺仿真和验证。2015年年底,西门子公司依据对国内部分整车企业的调查,给出了企业生产线在数字化制造模型方面建设的情况(见表9),焊接车间全部应用机器人焊装工艺仿真和验证,涂装车间全部应用机器人喷涂仿真。其他工艺环节数字化制造模型应用情况较少。

基于模型的企业要求在产品设计阶段的三维模型,就要标注出制造阶段的相关信息(如实体几何模型、零件尺寸、工程说明、材料需求等),实现产品设计数据、工艺数据和制造数据集成。国内部分自主品牌企业已经通过系统集成,实现从设计部门的PLM系统中获取产品相关数据,并在“数字化工厂”环境中进行工艺评审、公差分析。

表9 整车企业产线数字化制造仿真模型应用情况

工艺环节

仿真项目

应用程度

冲压

冲压线规划与仿真

两家自主企业采用部分仿真技术,只有一家合资车企没有采用

焊接

机器人焊接工艺仿真和验证

全部应用

涂装

机器人喷涂仿真

全部应用

总装

虚拟仿真实现虚拟装配与人机工程学

大部分车企难以实现,两家企业部分实现

动力总成

测试台及测试台自动化系统

大部分没有独立的动力总成车间,有动力总成车间的车企中只有两家会用到

注:共调查16家企业,其中,合资车企5家;自主车企7家;新能源车企4家。

资料来源:西门子(中国)有限公司。

 依据基于模型的企业(MBE)应用成熟度评价体系,国内大部分整车企业能够在整车制造单个工序基于三维模型实现辅助装配与调试,达到第3级水平。企业焊接生产线的工艺规划、仿真模拟、离线编程、虚拟调试等能够完全在数字化环境完成,通过最先进的工业网络技术,与生产线智能交互,实现智能柔性应用。国内少数企业可以实现总装生产线的三维模型仿真分析。

目前,国内大部分自主品牌汽车企业并没有实现产品设计、工艺和制造数据统一管理,没有实现企业级的三维模型。主流汽车企业处于三维仿真实施工艺规划及验证阶段,尚不能进行PLC仿真,更谈不上实现离线编程和调试的同步工程。对自主品牌企业来说,要实现三维数字化模型对整个生产制造工艺过程全覆盖和对设计、工艺、制造三维模型数据全打通,任重道远(见图10)。

 图片关键词图10 构建基于模型企业的初步规划

6.国内工业互联网平台应用情况

2013年,伴随着通用电气在全球推出第一个大数据与分析平台,工业互联网平台概念进入国内汽车制造企业的视野。工业互联网平台主要作用是通过数据采集、数据分析实现对生产系统的全天候监控。“工业大数据的一个重要功能是可以对产品的生产过程建立动态虚拟模型,或对在工艺规划阶段建立的三维仿真模型进行验证和实时信息链接。实时数据与三维仿真模型链接后,工厂将变得可视化和透明化,工艺人员可持续对生产工艺进行优化和改进。另外,智能装备在大数据分析与积累的基础上可实现自我调节,自我改善。”

目前,国内市场的工业互联网平台有GE推出的Predix平台,西门子推出的MindSphere平台,三一集团推出的“树根互联”平台,航天科工集团推出的“航天云网”平台,海尔集团推出的COSMO平台等。另外,施耐德公司的EcoStruxure平台也正在进入中国市场。

工业互联网平台在汽车制造领域的应用主要通过数据的采集、处理实现汽车生产过程的优化。主要通过汽车制造生产线上安装的数以千计的小型传感器来探测温度、压力、热能、振动和噪声等信息,通过采集和处理这些信息,实现多种形式分析,包括设备诊断、用电量分析、能耗分析、质量事故分析、生产线物联网分析、供应链优化、生产计划与排程优化等。

对国内汽车企业来说,工业大数据的采集、传输和分析利用还处在探索阶段,因此大多数汽车企业处于初步建立起面向供应链管理、行业数据分析的工业互联网平台阶段,即处于第2级水平。

二、汽车制造数字化发展趋势

当今,虽然汽车的外观较之以往并未发生巨变,但是车轮之上所架设的车体早已今非昔比,即便将其称为“由0、1基因构成的超级机电一体化虚实共同体”也毫不夸张。在这个过程中,数字化所扮演的角色和所创造的价值不言而喻。

1.汽车制造数字化发展的主要瓶颈

当前数字化工厂发展存在的瓶颈主要有两个。

(1)数据管理协作平台和MES并未真正关联贯通。虚拟数据的变动,无法实时地使实际制造流程同步变动,而制造执行系统的指令也无法在瞬间激活生产软件模块。这方面目前尚有许多硬件和软件的瓶颈无法突破。例如,混线生产中,要实现即插即用,目前移动通信的带宽就远远达不到要求。市场上部分领先的数字化解决方案供应商已经能够使用虚拟控制器在实际生产开始之前,即可进行虚拟调试和设备仿真,从而显著提高总体质量水平、减少错误发生概率。

(2)产品设计数据和生产规划数据必须由人工传递到独立的自动化工程软件。在未来,则有望通过统一的数据管理协作平台自动整合机械电子和自动化系统的数据,缩短工程组态时间和工作量。此外,在数字化工厂的运营构建中,工业云是未来的应用趋势。将数据管理协作平台与工业云对接,通过工业云可以将生产过程、能源和质量实时管理起来,进行诊断和预判,并给出最终报告指导企业决策,而与之相辅相成的信息安全也须同步推进。

2.汽车制造数字化转型的主要发展趋势

为了有效应对市场需求多元化与复杂性的持续提升,汽车制造企业将进一步深化数字化转型,以求尽可能降低成本、提高效率、优化质量、减少误差、缩短产品研发周期。其数字化转型的主要趋势包括以下几个方面。

第一,扩大数字产品模型的使用,在设计早期就对产品进行优化,更好地验证机械系统、电子系统和软件系统,全面整合机械、软件和电子组件,以求尽可能地提高汽车产品的整体性能。

第二,采用集成程度更高的综合PLM软件系统,尽早优化模型驱动的系统。

第三,在汽车制造全价值链内集成各个系统,使产品设计阶段产生的数据与汽车制造的全价值链各环节的数据保持一致,做到数据全程可追溯。

3.汽车制造数字化的重要解决方案

具体到实际操作层面,主要向以下几个方面发展。

第一,并行设计与协同开发。在数字化环境下,从设计到汽车上线之间的许多工作都更易于并行开展,数据与信息也更易于协同。如果能够在汽车制造企业与零部件供应商之间加以应用,新产品的设计研发周期将进一步缩短,新车型的上市速度将进一步加快。

与上游零部件供应商企业使用同样的数据管理平台,从而实现协作性更强的设计流程。在一款车型处于早期的概念设计、系统设计阶段时,就与内部、外部各类供应商共享数据与信息,让供应商们参与设计流程,对方案的可制造性与经济性进行充分的沟通与反馈,并保持数据与信息的实时协同一致。在此基础之上实现并行设计,从而大幅缩短研发设计周期,并有效减少误差,同时提高汽车制造企业和供应商双方的工作效率,在提高产品质量、优化成本、降低产品开发风险和时间延迟方面都有非常显著的成效。

当前,这种产业链上并行设计与协同开发即便在国外也并未广泛普及,但从大趋势上看,产业链的纵向整合会逐渐深化。

第二,采用性能更加优越的仿真与优化软件。实践证明,采用性能更加优越、全面的CAX软件,并尽早开始通过虚拟仿真对产品进行优化改进,能够更加有效地应对日益加大的市场需求复杂性。所谓“未雨绸缪”,在产品设计阶段,即采用高级的仿真软件,尽可能全面地对可能影响产品性能的因素进行分析、调整与优化,有利于减少材料、环境的“或然性”所造成的意外情况。

第三,数字化工厂整体解决方案。当前,即便是数字化水平最高的汽车制造企业,也并没有达到工业4.0的水平,甚至没有应用完整的数字化工厂解决方案。汽车数字化工厂的建设过程,就是为汽车制造企业构建“数字化双胞胎”的过程。这个过程共分为基础数据库与局部数字化、互联互通、虚实精准映射三个阶段,具体描述如下。

(1)汽车制造企业建设数据的统一存储与管理系统,即数据管理协作平台。

首先,建立产品数据信息。汽车涉及3万多种基础零部件,以及组合而成的各种中型、大型零部件,都要在虚拟空间中一一建立自己的数据信息,统称为BOM。这些数据信息在研发、生产、物流的各个环节中被不断丰富,实时保存在一个数据平台中。数字化工厂的运行,都是基于这些基础数据。其次,建立数据管理协作平台,作为数字化工厂的数据指挥管理中枢,收集和管理这些碎片式的虚拟数据BOM。最后,在数据管理协作平台基础上,建立生产工艺流程的数据信息,即每个工序的节点、时长和时序等,这些信息都可以以数据信息定义,并与生产规划软件共享。

在这一阶段中,产品、工厂和设备分别在虚拟空间中得以构建,但是尚没有形成一个系统的整体,即使在虚拟空间中也是相对孤立的,仅能够在局部环节实现效率的提升。这也是目前绝大多数汽车制造企业数字化应用的现状。

(2)汽车制造企业将数据管理协作平台与ERP、PLM、MES\MOM、控制系统及供应链管理等进行信息关联。

在虚拟环境下构建起与现实制造全流程对应的生产体系(产品、生产工艺、设备),现实生产流程(研发设计-仿真-工艺定义-设计和生产-自动化和电气配套-调试)全部可以通过虚拟来实现。但是,虚拟与现实生产之间的数据交互,不是实时的,而是周期性的。也就是说,数据管理协作平台与MES没有真正贯通,虚拟数据的更改还不能在很短时间内更改生产制造的整个流程。

(3)数据管理协作平台与MES\MOM之间真正实现集成,与ERP、PLM、控制系统及供应链管理全部实现无缝对接。

虚实空间的数据交互是实时的、动态的,现实生产运行状况都能够实时反映到虚拟空间,虚拟空间优化后的决策也能够实时地反映到现实生产活动中,形成虚实精准映射、动态交互、高度智能的生产制造方式。这就是数字化双胞胎,是未来工业制造的最高级阶段。

三、汽车制造数字化应用典型案例

当前,全球主要工业发达国家正在大力推广和应用智能制造发展,旨在重塑制造业新优势,实现制造业转型升级。数字化战略是实现智能制造的重要手段,对实现智能制造起着举足轻重的作用。中国制造业面临着严峻挑战和重大机遇。加快我国汽车制造数字化转型,需要结合众多核心技术和工艺,以其前瞻性、低成本和提升企业整体效率的优势,实现制造数字化、智能化和定制化。

下面以上汽大众宁波工厂、长安汽车、华晨宝马、吉利汽车为典型案例,介绍企业在数字化制造上取得的进展及实施成果,这对我国汽车制造数字化转型具有一定借鉴意义。

(一)上汽大众宁波工厂数字化制造进展和成果

上汽大众汽车有限公司宁波分公司(以下简称“宁波工厂”)于2012年1月开工建设一期项目,包含冲压、车身、油漆和总装四大工艺。其2015年初达到30万辆/年的生产能力。二期项目于2014年5月启动,目前已完成二期一线的建设与投产,达到30JPH(即15万辆/年)生产能力。二期二线的项目建设正在进行中。

1.数字化制造技术应用情况

(1)智能装备应用情况

·自动化情况

在生产制造领域引入了较多的自动化工艺设备。例如,冲压车间全自动高速拆垛系统,可实现不停机更换垛料,线尾双KUKA机器人放料,整线实现自动化。车身车间机器人在线测量技术,能对每一台车身尺寸进行100%精确监控。油漆车间机器人自动喷涂技术和空腔注蜡技术,实现了100%机器人自动喷涂,保证油漆表面质量和车身防腐性能。总装车间自动化底盘合装设备,能有效提升装配效率、降低人工成本。

在物流领域率先尝试了AGV与机械手结合的技术方案。前风窗零件在物流仓库智能编组,AGV自动运输补货,在排序区域通过机械手智能识别排序,并最终通过AGV自动运输上线,这是一种多流程结合的自动化解决方案。项目中使用了全向行走的AGV、智能识别和抓取机械手等技术,同时将生产系统与物流系统相结合,尝试不同物流流程之间的设备系统、同流程的不同设备之间的相互配合。待该项目2018年实施后,从仓库到排序区将不再需要配料工、排序工、上线工,实现厂内物流多流程的自动化智能化。

·智能装备技术

在智能设备技术应用方面也取得了一定的成果,主要体现在ISRA智能视觉系统和RFID技术应用方面。

ISRA智能视觉系统。ISRA智能视觉系统是应用于车身车间的一套视觉识别定位系统,它通过机器人手臂上的摄像头对零件定位孔拍照,计算出零件在空间的实际位置,然后指示机器人按照零件的实际位置去抓取零件,确保零件的装配精度。通过ISRA智能视觉系统,能够消除传统安装技术在零件制作和运输过程中产生的累积误差,确保零件的装配精度,提升车身一致性,稳定整车车身质量。

RFID技术。通过采用RFID技术读取车辆的条码以获取信息,随后相关设备会根据车辆具体信息将指令发送给相关工位的机器人和工厂的生产控制系统,命令设备做出相应操作。例如,在前底板定位焊装工位,通过识别RFID信息,自动焊装设备收到指令,焊装不同车型的后底板总成(对应不同的后桥结构);在侧围内板总成与底板的合拢工位,利用RFID技术与机器视觉系统,精准实现侧围内板总成与底板的合拢;在车顶安装工位,机器人通过识别RFID信息,实现多种车顶形式的装配。

(2)网络互联建设水平

建立了一系列网络互联基础设施。例如,将生产设备以及生产信息网络通过车间级的网络互联,集成应用于生产设备和ANDON上位监控系统(SCADA)。生产设备和工艺设备建立了工业以太网网络,PLC与RFID、PC互联,并与上层的监控系统联结,实现对生产设备的可视化管理和生产控制。

在设备层,通过PROFINET总线网络的覆盖,实现设备层的各控制元件、传感器、驱动设备之间实时的互联。PLC与各类传感器、各类驱动设备之间通过PROFINET进行数据通信,实现PLC对设备的监控。

在车间层,通过基于TCP/IP的工业以太网将各PLC、客户端、服务器联结在一起,实现车间级的信息互联。通过车间级网络,底层设备的数据被采集至服务器内。同时,服务器中的数据(如设备状态、故障信息、生产信息等)通过网络显示在PC、显示屏、平板等客户端上。

在企业层,通过公司级的FIS和OA网络,将工厂、车间网络集成到整个公司网络之中,实现OT与IT之间的融合。来自ERP的生产订单自动传递至车间设备实现柔性生产。在公司总部办公室就可访问异地工厂的SCADA系统,掌握异地工厂的生产信息和设备状态(见图11)。

图片关键词 

图片关键词

图11 上海大众宁波工厂网络互联平台

(3)运营管理系统应用水平

公司运营管理系统应用主要体现在研发系统与制造系统对接、生产运营管理系统、流程管理系统、环保与能源运营管理系统等方面。

·研发系统与制造系统对接

上汽大众通过统一的产品数据管理系统平台,来实现研发与制造环节的有效对接。该系统平台功能覆盖从研发到制造的各个领域,为同步工程小组提供数据支持平台和在线信息交互工具,支持小组内协同及工作组之间的协同。通过系统进行协同工作,便捷关联项目信息和设计信息,提升协同效率。数据管理系统具备数据格式转换功能,可以将不同格式的产品数据转换成通用中性文件或其他CAX数据文件,从而实现信息在各部门间的有效传递(见图12)。

图片关键词

图12 统一的产品数据管理系统平台

·生产运营管理系统

生产运营管理系统主要有FIS系统和Eco EMOS系统,可实现信息实时采集、上传、存储以及指令下发,控制整车生产全过程。FIS系统主要功能是生产信息流转、生产控制和质量控制(缺陷管理)。同时,总装车间高精度螺栓数据采集管理系统,从工位至中控室服务器数据通信采用AP无线网络,与工厂FIS系统建立数据通信;Eco EMOS生产监控系统处于中央监控层,通过深度分析产品生产过程、PLC数据采集,实现生产过程可视化与设备运行状态实时监控。通过分析Eco EMOS系统收集的数据,可以发现设备瓶颈点,从而进一步优化、减少停线时间。此外,该系统具有实时信息反馈、生产数据分析、设备管理、订单管理、网络安全通道防护等优势。

·流程管理系统

通过多种工作在线平台,实现流程管理互联化、标准化、透明化。在项目工作领域中,“项目FMEA管理系统”通过对新项目或工艺更改的FMEA分析流程进行管理,实现上汽大众总部规划部门、产品设计部门和各生产工厂工艺管理部门之间的信息互联互通;在日常工作领域,“上汽大众管理文档在线”通过搭建公司文件系统管理平台,实现公司手册、程序文件、工作指导书、记录表样以及内控权限等信息的统一管理,各部门工作流程标准化、透明化;在员工发展领域,“员工职业发展系统”通过将员工职位层级评价和绩效考评体系标准化、透明化,实现员工与领导层之间的信息传递,同时记录并明确员工发展路径。

·环保与能源运营管理系统

通过建设环保与能源管理系统,着力实现绿色工厂愿景。通过覆盖车间所有能源的智慧能源管理平台,管理人员可实时查看工厂范围内水、电、气用量,及时发现波动情况,调整能源供应参数并记录能源消耗量。同时通过数据分析,发现车间及各辅助单体的用能规律,预测未来能源消耗。目前,宁波工厂已实现纯水制备能力110m3/h、中水制备能力60m3/h、废水物化系统处理能力110m3/h和废水生化系统处理能力150m3/h,公司环保运营系统自动化率达80%。

(4)基于模型的企业(MBE)开展情况

·数字化工艺

通过AP(Arbeitsplan)系统贯穿产品全生命周期,记录和优化整车、动力总成、零部件生产过程,实现工艺数字化。AP系统数据结构清晰,能够发现各生产工位的增值时间与隐藏浪费,为进一步优化生产工艺、提升劳动生产率打下基础。另外,AP系统也为规划、物流、制造等部门提供了统一工作平台,实现各部门间信息共享。例如,物流部门可直接在AP系统中获取实时工艺信息,以此为基础进行线边物流规划。此外,AP系统还与多达十几个系统有直接接口,可以进行不同数据调用,方便多部门系统整合和信息获取。

·数字化车间与数字化工厂三维建模

上汽大众建立了支持工艺规划、三维布局规划和仿真优化的数字化工厂规划平台,着力推进涵盖汽车制造各个工艺内容的数字化工厂应用,构建标准资源库。通过数字化工厂规划平台,宁波工厂在建造之初就进行了工厂布局设计分析、产品装配设计分析、制造工艺优化验证、工厂运行状态仿真。在建设过程中,宁波工厂实现了厂房基建、生产线模型、工艺设备、机器人的三维建模。在计算机建模的基础上,规划部门还对宁波工厂生产制造过程和生产设备配置方案进行了仿真模拟、验证和优化。

(5)工业互联网平台应用水平

目前工业互联网在上汽大众的应用方向主要有:数据分析平台的应用,可以采集工业数据,进行数据分析和挖掘,对质量、设备、生产等方面提供改进意见;在数据分析的基础上,考虑应用人工智能技术,实现生产的改进。

上汽大众基于HANA技术,建立了面向整车生产的生产系统和供应链的报表中心,可以对生产情况和供应链进行监控和分析。生产报表中心实时抽取各生产业务系统的数据,在报表中心数据库进行汇总,建立模型,对生产情况、质量情况、物流情况进行分析和展示。基于此套系统,各工厂对生产、质量和物流情况可以实时掌握,并对其进行分析。

同时,通过建立供应链监控平台,抽取ERP、生产系统、仓库管理系统、运输管理系统等各种业务数据。再通过进一步整合,对库存、供应商、订单等核心指标进行监控和分析,从而全面掌握供应链的运行情况。

2.实施数字化战略后的效果

在宁波工厂的建设过程中,面向工厂规划和生产过程的数字化工厂建设理念得到应用,建立起包括工艺规划、三维布局规划和仿真优化的数字化规划平台。通过这一平台,规划部门及时整合产品、工艺、工装设备的数据信息,使预规划工作的效率更高,方案评价更准确直观,投资估算更准确。同时,各规划专业部门可以在同一平台上并行工作,提高方案规划一致性,减少规划中可能存在的多专业布局规划方案的冲突和干涉,降低现场施工阶段的返工风险,缩短工厂规划的时间。平台的搭建还提升了异地和跨国沟通的便利性,各部门可以进行规范方案的远程讨论,降低出差沟通成本。

智能设备的广泛应用使工厂生产过程控制能力得到显著提高。通过自动化识别与探测系统的应用,宁波工厂实现了车型、零部件、车身焊点和油漆膜厚等各项参数的自动识别。一旦有生产环节发生异常,设备即可实时报警,避免缺陷车下线,从根本上保证产品质量和客户满意度。同时,通过网络互联和信息存储,宁波工厂实现了车辆缺陷信息的自动存档,其中车辆关键信息的存储期限可达15年或更久。保证了在车辆生产过程中和用户使用过程中,一旦发生异常,实现产品全生命周期可追溯。

在流程管理方面,数字化技术的应用简化了公司各项工作流程,使公司管理流程电子化、透明化,审批流程可视化、可监督,显著降低管理成本,提高内控监管能力。

(二)长安汽车数字化制造进展和成果

长安汽车的信息化建设历程有20年之久,已初步成为数字化企业,并成功通过首批工信部两化融合管理体系认证。在智能化工厂方面,通过数字化开发技术应用,实现全球协同开发;以ERP、MES等系统为核心,结合数据采集分析的设备监控、智能设备互联等打造数字化工厂。

1.数字化制造技术应用情况

(1)虚拟制造技术

·建立工艺规划与仿真平台

长安汽车建立工艺规划与仿真平台,并开始应用到鱼嘴二期基地工艺初期规划及物流仿真环节。以焊接、总装工艺流程为指导,建立了鱼嘴整车基地焊接车间、总装车间的三维布局模型。其中焊接车间包含了底盘拼焊区、车体拼装区、车身调整区三大区域;总装车间包含内饰线、底盘线、最终线、门线、仪表台板线等,实现工厂模型动态更新机制(Dynamic Model Update,DMU)、工厂三维建模、输送设备等三维规划。

·生产线仿真实施

长安汽车开展的生产线数字化仿真,主要包含焊接工艺仿真、总装工艺仿真以及车间内物流仿真。其中,焊接工艺仿真主要进行机器人仿真、焊枪优选、焊接可达性分析等;总装工艺仿真主要进行可装配性验证以及人机工程分析;物流仿真能够对鱼嘴基地乘用车总装车间进行整体仿真,实现JPH目标。

长安汽车在机器人仿真方面主要实现的功能包括,验证机器人焊接的焊点可达性、机器人路径规划、机器人节拍分析、机器人离线编程。物流仿真方面,长安汽车建立了鱼嘴生产基地焊接、总装车间的物流模型,并应用该模型进行生产线虚拟运行仿真,对生产节拍、缓存大小、车间物流通道、生产瓶颈等方面进行分析,提高车间生产物流效率。尺寸偏差三维仿真方面,通过对整车各系统的装配尺寸链的研究,持续优化产品结构设计和工艺设计,并输出系列的尺寸公差设计指导文件,指导试生产与量产。尺寸偏差三维仿真陆续应用于逸动、CS75项目,通过对整车尺寸公差设计及虚拟验证、产品偏差数据的采集与分析,在整车制造过程中的外观间隙断差和白车身尺寸方面合格率均有大幅度提高。

(2)信息化建设

长安汽车信息化建设方面主要体现在企业资源计划管理系统(ERP)、制造执行系统(MES)、计算机辅助工艺规划(CAPP)、长安供应链系统(OTD)的建设和应用方面。

·企业资源计划管理系统(ERP)

长安汽车ERP系统以财务管理为核心,通过对企业内部生产、采购、物资、资金、人力等资源进行规划、管理,最终实现物流、信息流、资金流三流合一。实现业务执行过程透明、流程固化,企业整体运行效率和市场反馈速度快速提高。功能主要涵盖生产控制、分销管理和财务管理(见表10)。

表10 长安汽车ERP系统实施前后对比

序号

ERP系统实施前情况

ERP实施后效果

1

基础数据混乱,各个部门数据规则不统一

制定数据标准,公司按标准建立基础数据库,形成统一数据源

2

各个部门信息封闭,信息孤岛众多

业务信息共享,上下游协同应用

3

生产制造、财务、销售业务互相脱离,账账难平,信息反馈滞后、不真实

物流、信息流、资金流三流合一,账务能及时准确反映出实际生产、销售状况,建立起集团财务集中管控模式

4

业务人员只掌握某个岗位技能,对于公司整体性业务、全局化思路缺乏了解

培养一批复合型人才,既了解核心业务流程又了解系统,可以整体性、全面为公司考虑,提升整体效益

5

没有准确量化、一致的资源支撑,难以提供有效的报表支持决策

为领导决策提供各种有效报表,随时可以利用系统中的资料全面地、准确、动态地掌握公司的营运状况

6

业务部门流程不规范、不精益,不能充分考虑上下游之间联系,不能全局性地进行改善,局部利益为重

业务流程固化、标准化,公司管理更加规范精益,支持持续改善

 长安ERP系统与其他系统平台逐步集成,实现数据集中采集、信息共享。长安ERP系统通过集成物料清单系统(BOM)平台,实现基础数据统一管理;通过集成制造过程相关的MES、PPM等系统,将生产信息传递给执行层;通过集成Portal平台与上游供应商实现协同;通过集成运输管理系统(TMS)和配送管理系统(DMS),实现与经销商联动(见图13)。

图片关键词

图13 长安汽车ERP系统集成示意

·制造执行系统(MES)

长安汽车MES系统以高效支撑长安“多车型、多品种、小批量”柔性制造模式为目标,通过各个子系统的集成应用,实现生产全过程的精益管理。制造执行系统(MES)以总装下线为基准,制定“总装拉式平准化顺序”生产计划,通过生产过程控制(PPC)来对生产排序、主数据管理、可视化等进行控制,以及通过质量管理系统(QMS)、停线管理系统(LSS)等来实现对生产全过程的精益管理。系统与底层的设备通过PLC、AVI、ANDON、RFID等物联网建设,自动采集生产全过程数据,实时监控生产线运作,建立过程控制评价标准,实时展示生产控制指标,以数据支撑生产决策(见图14)。

图片关键词

图14 支持“拉式生产”的长安汽车渝北工厂MES系统架构

·计算机辅助工艺规划(CAPP)

长安汽车计算机辅助工艺规划(CAPP),主要用于工艺技术部和商用车事业部、江北发动机工厂、渝北工厂、鱼嘴基地、北京基地、合肥工厂等制造基地的工艺设计和管理,覆盖冲压、焊接、涂装、总装、机加工专业领域,是衔接设计和制造的重要桥梁。长安汽车工艺管理系统架构已于2015年实现工艺技术部与北京基地分布式异地协同。

长安汽车计算机辅助工艺规划(CAPP)作为工艺研发过程中的重要管理平台,通过工艺编制、工艺内容入库等功能组件,能够快速搭建适应企业个性化需求的工艺设计平台。并且基于知识参数化工艺设计平台,集成了参数化定义、参数化解释等功能组件,并与工艺编辑平台无缝集成,实现工艺智能化设计。

目前,长安汽车计算机辅助工艺规划(CAPP)在重庆、河北、北京等生产基地得到应用,如北京长安CS75项目。CAPP共覆盖工艺开发项目92个,工艺规程11万份,项目覆盖率达100%,工艺数据覆盖率达90%。

·长安供应链系统(OTD)

长安汽车全供应链系统旨在建立以市场为导向,订单拉动的汽车精益供应链体系,可实现管理与信息技术融合。通过运用前沿信息技术,可对企业内部的系统进行有效整合及合理的系统架构布局。同时运用系统集成、大数据建模、过程监控等手段,实现OTD全供应链信息共享、管理协同、业务诊断、数据追溯等,为企业的销售、计划、采购、生产、物流等过程管理提供全方位的决策支持。

长安汽车企业供应链信息化体系的总体框架分为模式、组织、流程、绩效、信息系统五大方面10个模块。目前新建完成OTD计划平台、MES制造执行、整车可视化大屏监控、供应链BI分析等系统。企业原有ERP、DMS和TMS等核心系统通过贯通整合,长安汽车供应链信息化体系已基本成形,减少了整车、工厂、零部件各环节应对销售的反应时间,缩短产品交付时间6天,降低成本近1亿元。

2.实施数字化战略之后的效果

长安汽车在数字化工厂建设方面,建立了工艺规划与仿真平台,并开始应用到重庆鱼嘴工厂工艺初期规划及物流仿真环节,实现了产品设计与工艺设计等生产制造各环节的高度协同,推动了数字化工厂与实物工厂交互控制、等效验证,迈出了数字化工厂的第一步。

在信息化建设方面,通过IT网络集群、工业控制、物联网集群,实现了从底层工艺设备到企业上层管理系统之间的信息贯通;在业务集成方面,将生产、质量、工艺、设备、能源等管理逻辑融入系统,并自动运行,实现了工艺业务从“人管理”到“系统管理”的变革;在数据集成方面,车间底层数据(生产、工艺质量、设备)可全部被采集,实现了大数据驱动的生产管理。

(三)华晨宝马数字化制造进展和成果

华晨宝马汽车有限公司智能化工厂项目载体主要为铁西工厂、发动机工厂和新大东工厂。铁西工厂于2012年投产,主要生产宝马1系、2系、3系、X1及合资公司自主品牌之诺新能源车型;发动机工厂于2016年1月正式运营,主要生产最新一代BMW 3缸和4缸涡轮增压发动机;新大东工厂(扩建)投产,产品为全新一代宝马5系轿车。

1.数字化制造技术应用情况

华晨宝马智能化工厂项目实施的先进性主要体现在智能化、数字化、大数据应用等多个方面。

(1)智能化

·智能生产与检测一体化机器人

自适应焊接机器人。新大东工厂的车身车间拥有超过800台机器人,自动化率在95%以上,可实现自生产和自检测。车身车间的焊接机器人实现了对每个焊点的实时监控和动态调整,每一次焊接的过程信息都实时地显示在PLC中,通过每个工位大量的焊接信息的积累,不断优化焊接工艺。

新一代集成喷涂机器人。新大东工厂的涂装车间采用35个新一代集成喷涂机器人。机器人内部装载大量传感器,能够实时检测机器人喷涂时颜料流量、喷射压力等参数,这些数据通过系统实时传输到PLC,并能够实现在线监测,确保喷涂的精准度和效率。

智能扭力扳手。总装车间大量采用智能扭力扳手,能够在工人的每次拧紧操作完成后,实时检测扭力的大小,并显示在PLC中,多次的拧紧动作形成一条光滑曲线。将这条光滑的扭力曲线与理论曲线进行对比,能够直观地看到实际操作过程中哪些地方与理论值存在较大的偏差,通过不断校正这些偏差,实现精准化拧紧操作。

6序伺服冲压机。冲压车间采用高精度、高智能化的6序伺服驱动高速冲压机进行冲压,控制冲压机的电脑有22台,可对冲压的力度和精度进行非常精准的控制,冲压件的尺寸公差精度被控制在0.02mm,相比传统液压机可节能44%,降噪12分贝。冲压线上的线首能够实现智能化的抓取识别和位置识别。

·智能质量检测装备

ADD自动检测系统。新大东工厂涂装车间采用100%的自动检测系统,对喷涂结束后的白车身表面进行检测,并实现对白车身表面缺陷智能化分类。通过ADD自动检测系统,车身表面的缺陷识别率从原来人工识别率的65%上升到98%,确保了缺陷的高识别度和检测的精准度。

动力总成照相检测系统。通过检测动力总成各部件与MAT的相对位置,保证合装的准确性。每台车的动力总成进入照相机站,系统会读取MAT的信息,从而判定需要检测的车型信息,调取该车型的标准图片;同时采用42个高清摄像头,对动力总成部件进行精准检测。通过应用动力总成照相机站系统,缩短了检测的时间,确保了产品的高标准和一致性。

GAM检测系统。新大东工厂质检部门采用GAM检测方法检测冲压件的尺寸精度。通过先进的照相设备,对整个冲压件进行全面拍照,然后与系统的标准数据进行比对,自动标记缺陷位置。

·智能生产控制系统(Intelligent Production System-Technology,IPS-T)

IPS是宝马集团MES系统的一个统称,IPS包含了多个系统,其中IPS-T主要面向生产和设备控制,也是IPS中最为核心的部分。

强大的集成功能。智能生产控制系统面向生产过程的管控,由IT部门负责日常的维护。这个强大的生产控制系统主要包含对质量信息的监测和生产过程的管控、生产设备的远程控制、设备故障的预警和自修复,以及生产节拍和设备状况的实时显示。

质量信息监测和生产过程管控。IPS-T系统连接了所有的PLC终端,能够实时显示PLC的动态状况,并向PLC发送指令数据,实时动态地对生产过程进行管控。另外,监控的对象并不局限于数量庞大的PLC,也包含多种工业自动化设备。这些设备基于宝马集团的设备通信协议,建立了与IPS-T系统的连接,可完全实时地将各个自动化设备的运行状态信息同步到中心管理平台。

生产设备远程控制。对于一些有提前启动预热需求的设备,IPS-T系统能够实现远程的启停,有利于提高设备运行的效率。当车间工作结束时,IPS-T系统能够实现对车间设备的远程定时关闭,避免能源的浪费和机器的消耗。

设备故障自动报告和自修复。IPS-T系统提供了多种方式,比如邮件,短信等,可以按照事先定义好的缺陷类型和级别,将故障信息实时共享给需要及时进行维护的工段组。当设备发生一些常见的问题时,系统能够实现自动应答和修复,不用操作人员重复参与,在提高效率的同时还节省了人力。

生产节拍和设备状况实时显示。IPS-T系统能够实现对每天的计划生产量、实际生产量、超速或滞后完成工作量等生产节拍信息的实时显示,还能通过对PLC的监测,实现对车间每台设备状况的显示,有助于直观地显示每天的计划是否已经完成。

支持全球各地在线监测。IPS-T系统的另一大特点就是支持全球各地的在线监测,不管身处何地,只要有相应的权限,管理人员就可以通过网络登录系统,打开整个监控页面,查看各个工厂、各个车间的实时情况。

·智能物流管理系统

适应柔性生产的IPS-Logistic系统。IPS-L能够更好地适应顾客订单的定制化以及整车交付日期的差异化需求,适应在实际生产中的柔性混线生产方式。其主要功能包括车间级的排产和车辆状态实时跟踪。

车间级别的排产。从销售系统接受订单,生成生产订单,并拆分成车间级别的订单,分别进行排产,同时进行优化。一方面在车间级别考虑工艺流程的差异和特性,优化生产顺序;另一方面,在车间之间,进行优化调整,尽可能降低车间前序与后序之间的约束性。排产的信息会进一步与各个车间不同工艺序列的PLC实时同步,把最优化排产的结果与生产设备的实际生产作业进行无缝连接。

车辆状态跟踪。通过与车间PLC系统的整合,来进行车间的位置状态跟踪。具体包括了对整车(涂装车间/总装车间)的状态追踪,对白车身分总成件的跟踪(比如前车身、后车身)。除了在MES系统内部跟踪状态信息,提供整体透明化信息之外,IPS-L还将车辆的跟踪信息与ERP(SAP)系统进行集成,为SAP的智能物流系统提供最主要的信息支撑,从而完成从ERP到MES,最后到车间PLC控制级别的纵向控制体系。

智能取件装备。在铁西工厂车身车间,焊接机器人的外部还可以看到很多带自动升降功能的货架,货架的底端安装有若干个传感器,可自动识别货架上剩余的加工件数,旁边的控制器也会显示加工件当前的数量和是否需要补料,每个货架前面会有一个铲车,物流工人可从货架上铲走加工件。智能取件装备使车间内的物流运送更加高效和智能,省去了人工查看物料的时间和通知准备运送物料的时间,大大提高了车间物流的效率。

AGV运输车辆。零部件从配送区运往生产线由AGV自动运输小车完成,当生产线上常备零件用完时,生产线会发出请求运送配件的信号,然后由后台计算机调动AGV小车运输相关配件,装有零部件的物料小车会随车一起移动,从而实现精准执行。

(2)数字化

虚拟仿真系统。华晨宝马新大东工厂生产系统通过计算机3D模拟技术建立数字模型,不仅使生产线调试更加高效,而且生产作业更加精密,大幅缩减制造周期。目前华晨宝马在工艺仿真、装备仿真和工厂布局仿真方面都有应用。比如,铝材的冲压比钢复杂3倍以上,但是通过数字模型精准计算出铝板冲压回弹度等参数后,成型精度达到0.02毫米;车身车间采用数字虚拟调试,让焊接机器人的生产效率和生产质量得到进一步优化;新大东工厂在生产线规划布局之前,将工厂厂房和制造设备进行数字化建模,大幅降低了在实际生产过程中出问题的概率。

激光扫描3D检测系统。车身车间采用了全新的离线激光扫描检测设备,激光扫描仪将车身上的所有焊点还原成3D数模形式,通过与标准数模的对比,监测每一点是否在设计的公差范围内,节省了大量时间,保证实时的测量结果,方便进行大数据处理,同时可以提供专家级的数据分析。

实时定位识别系统(LIS)。华晨宝马铁西工厂LIS系统实现了车辆识别的数字化和自动化,取代了原先由人工扫描条形码识别车辆的做法。RTLS标签取代了纸质条形码,流水线上的传感器自动收发LIS系统发出的信号,不仅节省了工人扫描时间,也大幅降低了零件安装的错误率,从而提高了产品品质。

零件多样化扫描系统(IPS-Q&BVIS)。零件扫描系统通过扫描枪收集零件上的条形码信息,摘取其中的零件号或订单号与后台系统里的零件号或订单号对比,判断零件是否安装正确,以保证正确的零件安装到正确的车辆上。目前一台车上有将近100个零件采用扫描的方式控制安装质量,通过零件扫描可以提高10%的工作效率,还可以减少错装、漏装等质量问题,节约了检验成本和返修成本。目前总装车间零件扫描包括IPS-Q扫描和BVIS扫描两大系统。

维修管理软件系统(Maintenance Management System,MMS)。华晨宝马自主开发的维修管理软件系统(MMS)将所有设备的参数、图纸及使用说明等信息集成到软件中,实现了统一管理设备文件的电子化、无纸化,系统还能自动生成每台设备运行状态曲线,实现每台设备运行状态可视化。

(3)大数据应用

华晨宝马在智能工厂制造环节的大数据应用,一方面体现为对生产过程、设备运行装备的检测预警,从而进一步优化生产工艺,提高产品质量;另一方面体现为通过工业大数据的应用,降低工厂能量消耗,实现能源管理的智能化、高效化。

2.实施数字化战略之后的效果

华晨宝马生产工厂通过数字化技术应用,在各方面取得显著成果。智能机器人可以实现生产自动化和在线实时监测,保证更高精度、更高品质;3D数字化仿真设计能够优化生产规划和工艺;领先的智能生产管理能够实现设备之间、设备与系统之间的实时交互,生产过程效率提升、智能化;智能物流管理系统可满足客户个性化需求以及多产品混线生产;智能能源系统在设备中植入了智能传感器,确保能源的高效利用和环保,实现可持续发展;数字化工厂持续收集数据,机器完成不断地学习,进一步优化生产过程。

(四)吉利汽车数字化制造战略实施方案及成果

加快数字化转型,并应用于汽车制造全过程,是实现汽车产业数字化的关键所在。吉利汽车数字化制造战略是基于制造大数据软件,并在根据工作需求完成软件二次开发的基础上实施的。主要体现在虚拟生产系统、虚拟现实系统、智慧生产与管控、智能管理四个方面。

1.构建虚拟生产系统

按类别建立模型库,实现三维虚拟生产车间的快速构建,使车间模拟系统尽可能与未来实际生产系统的三维空间布局结构、生产运行和物流过程相吻合,为生产方案的可行性、合理性提供身临其境的评判依据,并为将来可能由不确定因素带来的生产布局变更,提供快速修正和预先评估。模型库采用的都是预投产设备的真实模型,与真实工厂完全一样,以保证评估的有效性和可靠性,具体工作流程见图15。

图片关键词

图15 数字化模型库建立流程

(1)确认生产系统规划布局

在构建数字化工厂前,需确认该生产系统的规划布局、生产线的布局形式和该生产线的评价指标。一般生产系统规划布局遵循四个原则:设备布局形式合理、给其他组成部分安排预留空间、确保工艺流程满足要求、按照工厂尺寸要求选择恰当的生产加工设备。

(2)构建虚拟系统

参考原型与资料准备。在构建虚拟系统之前需找到与目标生产系统类似的生产系统,并收集该生产系统原型资料、设备和工艺的借鉴,以及选型决策、人员配套和资金投入信息。参考成熟合理的工艺方法,分析在用设备和市场上可供选择的新型设备的性能参数,初步决定工艺设备的选型,充分了解设备的性能、价格、采购和维护周期等。

模型和技术准备。构建静态模型,主要是指构建生产系统所需要的设施、设备、人员的三维模型;构建动态模型,主要是对静态模型(如机器人、夹具、焊钳等)的作业动作和运行空间路线进行建模。进行支持数据库构建和支持功能模块开发的数据准备,包括数据的识别、分类、转化及系统分析,将数据应用于产品设计评估和工艺开发,充分发挥制造资源数据的作用。

(3)虚拟生产系统应用方式

虚拟生产系统是现实制造系统在虚拟环境下的映射,是集模型、仿真、数据管理于一体的综合性平台。“在虚拟环境中,对整个生产过程进行有效仿真、评估和优化,实现产品生命周期中的设计、制造、装配、物流等各方面的功能,降低从产品设计到生产制造之间的不确定性,将试制过程压缩,提前进行评估和验证,大大缩短新品投放时间,提高产品质量和盈利能力。”虚拟生产系统应用主要包括数字化预装配、数字化工艺规划、数字化工艺规划验证、生产管理和供应商协同、应用数字化工具的生产预演及评估等多个方面(见表11)。

表11 虚拟生产系统应用方式

表11 虚拟生产系统应用方式

序号

应用方式名称

主要职能

1

数字化预装配

在三维虚拟环境下进行数次仿真,以验证产品设计

2

数字化工艺规划

对产品、工位操作、装配线上所有的夹具等进行定义

3

数字化工艺规划验证

验证整个工作区域的工位优化布局,对生产能力进行评估、提供相应的工艺计划,并接收反馈建议进行进一步的修改和完善

4

生产管理和供应商协同

充分利用MES、实时流程和控制及流程规划的功能,确保零配件的质量,实现准时化生产

5

生产预演及评估

在构建完成虚拟工艺流程和虚拟生产车间的基础上,应用数字化技术,按生产工艺节拍和操作流程,实现关键工位或区域的交互控制功能,进行生产预演并进行评估,在实物生产车间建造前,及时发现问题并予以修正

2.虚拟现实系统

物理样机开发的局限性使汽车开发中的很多方案无法充分验证,导致产品研发周期长、开发费用巨大、生产与研发脱节等问题。虚拟现实技术VR(Virtual Reality)已带来信息技术创新革命,VR技术已在国防军事、航空、航天、轨道交通等领域广泛运用并逐渐向汽车制造领域扩展。以吉利NPDS研发流程为契机,依托已获得审批的浙江省重点研发计划项目“新能源汽车虚拟现实仿真系统研发与推广应用”,构建了虚拟现实系统技术路线图(见图16)。

图片关键词

图16 虚拟现实系统技术路线 

用虚拟仿真替代物理样车是制造发展的必然趋势。一方面,制造物理样车需要相当长的时间,对于严格按照研发进度日历进行的技术团队而言,必须为各种后知后觉的问题不断提供补救措施;另一方面,制造物理样车需要相当大的资金投入,而为了降低研发成本,尽可能减少甚至取消物理样车是企业管理者的迫切要求。运用虚拟仿真技术则极大地弥补了这方面的不足。虚拟现实系统能够使用现有设计CAD模型,进行刚体部件的可装配性分析、动态碰撞检查、运动机构的定义和动态仿真、基于真实材料物理属性的柔性体定义及行为仿真等。

虚拟现实系统主要包括虚拟评审、虚拟装配、虚拟展示三个方面(见图17)。

图片关键词

图17 虚拟现实系统组成部分

虚拟评审。通过使用三维交互式系统进行设计评审,能为企业决策者提供不同于以往的决策环境,是准确了解设计意图、状态、问题,加速决策流程的一种快捷方式,虚拟评审包括虚拟造型评审、虚拟人机工效评审和虚拟性能评审。虚拟人机工效评审又分为驾/乘人机工程和制造/维修人机工程。

虚拟装配。结合虚拟生产系统,在统一的使用环境下实现虚拟装配,在读取CAE、CAD设计数据进入系统时,用户仅需进行简单的定义,无须预先进行运动路径等复杂的设置,就能实现对数据中零件的实时交互操作,包括实时仿真、动态干涉检查、摩擦与滑动分析、实时拖曳、移动、隐藏、标注标记、测量等动作。

虚拟展示。依托虚拟现实系统提供对外宣传平台,通过虚拟现实系统和虚拟生产系统的结合,可以让参观者戴上设备在虚拟环境中参观工厂,缩短汽车制造商与客户之间的距离,增强与客户的互动,更好地了解客户的需求,并将其需求转化到产品设计中。

3.智慧生产与管控

传统的汽车制造已基本实现了自动化的流水线生产,数字化需求主要体现为利用数字化的手段应对日趋复杂的车间生产过程管理,实现系统集成和大数据管理。通过构建IT网络集群、工业控制、物联网集群,可以实现从底层工艺设备到企业上层管理的集成贯通;将生产、质量、工艺、设备、能源等管理逻辑融入系统、自动运行,实现业务上的集成,实现从“人管理”到“系统管理”的转变;将车间底层的数据进行全面采集,完成数据的集成,最终实现大数据驱动生产管理。系统集成的终极目标是个性化定制,即实现按客户需求交付个性化产品。

(1)建立数据采集管理平台

数据管理系统的网络架构自下而上分为感知层、监控层和业务层(见图18)。

感知层由现场仪表组成。网络基于短距离无线通信技术(Zigbee技术)和GSM通信网组成的传感器网络,是由大量的无线传感器节点(簇)、汇聚节点(簇头)和GSM数据传输模块组成的分布式系统。“传感器节点由传感器模块、处理器模块、无线通信模块和能量供应模块组成。数据在汇聚节点进行融合后,再通过GSM网络传送给能源实时数据库服务器。”

监控层读取实时数据库中的数据,提供重点能耗设备计量数据的动态监测。

“业务层实现基础能源管理功能模块。该层包含能源数据库服务器、应用服务器、Web服务器。能源数据库服务器作为能源历史数据归档的重要设备,使用SQL数据库管理系统存储长时归档数据,向应用服务器系统提供能源消耗基础数据,应用服务器运行基础能源管理应用软件。Web服务器为外网用户提供Web服务,通过Web方式进行数据查询、报表查询、报表打印。”

图片关键词

图18 数据管理系统网络架构

(2)设备监控维护

设备监控维护的实质是建立一套具有科学性、规范性和适用性的设备状态监控体系,提高设备运行效能,提升设备预知性维修水平,提升设备管理、维修、操作队伍素质,逐步实现设备状态可控的目标。

制定设备检测标准,需涵盖检测的项目及方式。设置监测点,对设备开机和运行条件、关键部位进行定时或定期监测。对异常数据或信息,利用长期积累的检测数据,进行统计分析,并对维修结果进行跟踪验证。比对检测数据和维修结果,持续优化设备检测标准;建立设备动态台账,对监测的异常数据和信息进行定期统计分析,做趋势对比,并寻找规律,准确掌握设备故障隐患信息或配件的寿命周期,为合理储存相应配件提供科学依据;建立设备维修操作库,在设备需维修时,有针对性地准备配件和工具,减少设备维修时间。

(3)个性化定制与服务

个性化定制是指,卖家提供选装包,客户可以根据自己的喜爱和需求自助选择配置,并将需求提交至销售管理系统,实现订单的提交和审核,订单信息将直接传送到制造管理系统并加入生产计划,在生产的全周期中将实时跟踪和反馈,以完成汽车的生产和装配。在汽车服务方面,主要完善的是汽车制造商、汽车零售商和客户之间的关系网络。利用数字化手段增强与客户的互动,进而为产品更新换代及产品后续故障维修、质量追踪做好充分准备。除此之外,服务的数字化还能给客户带来更好的用户体验。

4.智能管理

(1)管理与决策系统

随着企业经营范围的多元化以及业务流程日益繁杂,系统中的数据越发细化,历史数据不断积累,汽车企业信息化进程面临着前所未有的挑战。因此,建立一个统一的、高质量的管理与决策系统非常必要。管理与决策系统除了建立数据整合存储平台外,还需建立高效稳定的数据整合平台。

(2)FMEA系统建立

在企业实际质量管理体系运作中,虽有关于“预防措施”的程序文件,但真正发现预见性潜在问题难度较大。为保证“预防措施”的有效实施,建立一个从识别问题到控制潜在影响的管理系统势在必行。FMEA系统的建立,能够识别设计可靠性上的弱点,并从中找到能够避免或减少这些潜在失效发生的措施;利用实验设计或模拟分析,对不适当的设计,实现实时、低成本的修改,减轻事后修改危机。FMEA系统是一个动态的管理系统,需要实时更新,对设计或生产中存在的问题要及时录入系统,为后期项目的开展提供更多可借鉴的意见或建议,进一步改进或完善产品的质量、可靠性与安全性。

5.实施数字化战略后的预期效果

综上所述,“数字化制造战略的实施是通过信息自上而下和自下而上的穿透实现信息流、能量流和物流车的全面集成,实现从部件到组件到系统的全域能效管理,从而达到以最小排放、最小浪费和最大限度回收为目标的‘绿色制造’。”系统集成、大数据技术和其他数字化技术的广泛运用,为企业处理日益增长的海量非结构化数据提供了高效、可扩展的低成本解决方案,弥补了传统关系型数据库或数据仓库处理非结构化数据方面的不足,形成了数据驱动的决策机制,提高了决策水平。实施数字化制造发展战略,企业可以在产品开发周期、产品质量、资源消耗以及企业柔性生产能力等方面形成核心竞争优势,并可准确进行生产决策,提升对客户的服务能力。

 

 

第四章

汽车服务数字化发展现状和趋势

一、汽车服务数字化发展现状

在制造业服务化的大背景下,互联网、大数据、社交网络等新技术不仅对汽车研发和制造带来了深远的影响,还催生了整个汽车产业结构和价值链的变革,特别是在汽车服务领域,数字化带来了巨大的价值增值和效率提升。通过数字化的产品和服务,汽车企业更好地适应了消费者对数字化的需求和偏好,也带来了以服务为核心的商业模式变革。

汽车服务的数字化起始于消费者生活方式的数字化和互联网化,而消费者对数字化的偏好和需求是与生俱来的。因为对于逐渐成为汽车消费主力军的“千禧一代”来说,其早已处于数字化生存时代。面对这种需求,汽车产品也在发生变革,汽车价值开始由硬件创造向软件和服务创造转变,汽车智能网联化以及相应的交通环境数字化加快到来,面向未来的移动出行生态系统初步构建,汽车产业开始迎来从“汽车即资产”向“汽车即服务”的转型。

相比较而言,在支撑未来数字化变革的汽车软件领域,与国外领先车企动辄上万人的IT研发人员相比,国内汽车企业在此关键领域的投入存在数量级的差别,这势必会影响到未来的竞争格局和长期竞争优势的形成。而在汽车服务数字化与汽车研发、制造一体化、汽车全生命周期数据协同等方面,国内外汽车企业均有相当长的路要走。

(一)国外汽车服务数字化发展情况

1.国外消费者进入数字化生存时代和汽车的软件化转型

(1)国外消费者进入数字化生存时代,“千禧一代”偏好数字化

数字化、信息化、网络化使人的生存方式发生了巨大的变化,并由此带来了一种全新的生存方式。20世纪90年代,美国学者尼葛洛庞帝在其《数字化生存》一书中首次提出数字化生存,即人类生存于一个虚拟的、数字化的生存活动空间,在这个空间人们应用数字化技术从事信息传播、交流、学习、工作等活动。在该书中,作者认为:信息技术的革命将受制于键盘和显示器的计算机解放出来,使之成为人类能够与之交流、一道出行、能够抚摸,甚至能够穿戴的对象,这些发展将改变人们的出行、工作、社交、娱乐、学习等生活方式。

从世界范围来看,消费者总体上处于数字化、互联网化的时代。在汽车消费和使用方面,消费者对汽车数字化技术的需求和偏好与日俱增,特别是伴随互联网、计算机等成长起来的“千禧一代”(又称“Y一代”),成长于数字化时代,精通于数字化产品,其对数字化也具有更高的需求。据汽车调研机构J.D.Power的《2015全美消费者技术满意度调查报告》,可知汽车科技产品价格对不同年龄层消费者购买意愿的影响程度,以及不同年龄层的消费群体在汽车科技产品上愿意投入的费用,如图1所示。从图1中可以看出,产品价格对年轻消费者购买意愿的影响程度相较于其他年龄层次人群较小,且年轻消费者愿意为汽车数字化产品支付更高的费用,而中老年消费者则相对比较理性。

图片关键词

图1 不同年龄层的消费群体对待汽车科技的态度

(2)汽车价值逐步由硬件研制驱动转变为由软件和服务驱动

面对汽车市场和消费者对汽车数字化的需求,在以信息技术为代表的新一轮产业变革和科技革命下,汽车产品的内涵和形态正在发生显著变化,汽车产业链的价值创造也由汽车硬件的研发制造驱动,逐步转为由软件和服务驱动。同时,从汽车研发、制造和服务等产业价值链的环节来看,由于汽车硬件和车载软件的研发周期和特点的显著差异,在汽车软件化特征增强的情况下,呈现出汽车软硬件分离的趋势。汽车硬件开发完毕后就投入生产,而软件需要持续开发,软件和安全更新将覆盖整个车辆硬件生命周期(约15年)。

国际主要的汽车制造商和供应商对汽车软件及其带来的价值链的变化都给予了高度的重视,近十年来,车企和供应商均在积极提升自身的软件开发能力。大众汽车集团在IT方面的研发人员超过1万人,约占总体研发人员的20%,在其发布的《携手同心—2025战略》中,数字化成为其未来业务转型的关键,如图2所示。通用汽车也在不断减少软件外包业务,并且建立了一个由8000多名软件开发师组成的专业队伍。博世在2016年组建了由1.4万名软件工程师组成的庞大研发队伍,以研发与智能网联汽车相关的技术,并将其作为进入物联网领域的一部分。

图片关键词

图2 数字化浪潮下大众《携手同心—2025战略》提出的核心业务转型

2.国外汽车智能网联化和交通环境数字化加速到来

总体来讲,汽车产品数字化是一个动态的不断演进的生态系统,包含车辆数字化和智能网联化、驾驶员数字化、交通环境数字化等系统。

(1)国外汽车数字化技术逐级导入,智能网联化风起云涌

汽车产品数字化是包括车辆基本信息数字化、整车零部件及系统运行信息数字化、车辆故障信息数字化等基本信息的数字化,以及更高级别的代表未来发展方向的智能网联化。在数字化仪表、OBD等初级数字化技术基本普及的基础上,汽车智能化、网联化技术正在以前所未有的速度加快到来,各国政府纷纷加快在政策法规方面的研究和制定,大众、通用、丰田、博世、谷歌等主要汽车集团、供应商及相关的科技公司纷纷加快在智能网联汽车方面发展的步伐。

世界各国政府高度重视汽车智能化技术的发展,正制修订相关法规以促进自动驾驶汽车发展。2016年3月,联合国正式通过了《维也纳道路交通公约》修正案,规定在全面符合联合国车辆管理条例或者驾驶员可以选择关闭自动驾驶功能的情况下,自动驾驶技术应用具有合理性;有关允许无人驾驶系统的讨论正在进行中。2017年5月,德国修订《道路交通法》,规定当汽车的高度自动驾驶或完全自动驾驶系统运作时,驾驶人可把对方向盘和刹车的控制交给汽车,但驾驶人必须坐在方向盘后,如果自动驾驶系统出现意外,驾驶人要能及时介入并切换到人工驾驶模式。2017年9月,美国众议院通过了一项无人驾驶法案。该法案授权美国高速公路交通安全管理局,以监管普通车辆的方式去管理自动驾驶汽车的设计、制造和性能,并授权汽车厂商豁免权,其在第一、二、三和四年可以部署最多不超过2.5万辆、5万辆、10万辆和10万辆尚不满足当前汽车安全标准的自动驾驶汽车。

国外主要整车企业、供应商及相关科技公司积极布局智能网联汽车的发展,并依据各自的技术路线图分步骤推出了相应级别的智能网联汽车。欧洲整车企业如大众、宝马、奔驰、沃尔沃,零部件供应商如博世等纷纷加快布局自动驾驶。2016年以来,在多个层面上开展自动驾驶技术研发,DA、PA级智能网联汽车技术已实现产业化,CA级及以上智能网联汽车技术也处于大规模公共道路测试阶段,预计2020年前后可实现产业化,具体如表1所示。

表1 2016~2017年欧洲重点企业智能网联汽车产品技术进展

图片关键词 

2016年以来,美国传统车企、新型车企以及互联网科技企业全面开展大规模公共道路测试验证,同时在DA、PA级产品化、关键芯片、标准法规等方面进展快速。在DA、PA级产品化方面,通用、福特等传统车企已经实现量产;在CA级及以上技术研发方面,正处于大规模公共道路测试阶段,预计2020年前后实现CA级自动驾驶(见表2)。

2016年以来,日本三大汽车制造商丰田、本田和日产都加快了智能网联汽车领域的产业技术布局,并计划到2020年推出自动驾驶量产车。目前,DA、PA级智能网联汽车已基本实现产业化,CA级及以上智能网联汽车技术也处于大规模公共道路测试阶段,预计2020年左右可实现产业化。同时,在技术层面以提升人工智能的技术实力为核心。例如,丰田宣布斥资10亿美元与美国斯坦福大学及麻省理工学院合作成立人工智能研究院。本田将在东京建立新的研发中心,与其他研究机构合作研究自动驾驶技术所需要的人工智能系统。日产在收购三菱34%股份之后,计划出售旗下子公司日本康奈可41%的股份,所获资金将用于支持人工智能的研发工作(见表3)。

表2 2017年美国重点企业智能网联汽车产品技术进展

图片关键词 

 

表3 2016~2017年日本重点企业智能网联汽车产品技术进展

图片关键词 

网联化技术的应用可有效解决安全、高效、节能等社会问题,为创建可持续发展的生态社会提供了新思路。美欧日的汽车网联化产业发展较早,产业链相对完善,且重视网联化在安全、节能等领域的应用,初级网联化(Telematics)业务用户数量粗具规模。表4为国外初级网联化的情况分析。其中,美国比较注重安全,以前装为主,由政府导向的服务较多,如E911服务;欧洲主要是导航服务商助推,前装和后装市场共同发展;日本路况比较复杂,前期导航居多,当下还是汽车制造商占主导地位。

由于自动驾驶技术的发展,网联化技术(V2X,Vehicle-to-X,X:车、路、行人等)已与各类新型无线通信技术紧密结合。国外主导的是基于IEEE 802.11p的专用短程无线通信技术(Dedicated Short Range Communications,DSRC),现处于小规模测试阶段。整体来讲国外汽车制造商已从单纯销售终端产品,逐步发展为整合车载信息服务、卫星导航、无线通信网和运营平台的出行服务提供商,形成集驾驶辅助、安全救援、信息娱乐、便利服务功能为一体的终极集成商,实现全方位的汽车智能化。

表4 国外初级网联化(Telematics)情况分析

图片关键词 

(2)消费者意图和行为感知数字化,提升驾乘安全性

驾驶员相关数字化主要包含个人信息数字化、生理状态数字化和驾驶行为数字化。

个人信息数字化主要在自适应座椅、营运车辆管理等方面进行了应用。目前,多家汽车零部件商正在研发“智能”座舱,可进行自我调节从而提升司机或乘客的舒适度。

生理状态数字化主要应用在驾驶员意图识别和驾驶员状态感知等方面。随着安全事故频频多发,安全理念已备受人们关注,将数字化应用于汽车安全监测成为主流。目前,世界各发达国家均在积极开展驾驶员意图识别与状态感知的研究。在驾驶员意图识别方面,主要面向汽车安全辅助系统和主动安全技术。在驾驶员状态感知方面,主要有对行驶轨迹特征(如沃尔沃、福特)、方向盘操作特征(如大众、奔驰)、表情特征(如丰田)的监测和分析技术,这三种技术无一例外均基于机器学习,利用数字化来实现高精度监控,提升汽车驾乘安全性。

同时,驾驶行为数字化分析也得到广泛应用,为规范驾驶员安全驾驶和保险公司根据驾驶员行为进行定制化保险提供依据。驾驶行为分析系统可减少车队运营费用,同时提升行驶安全性。如以色列Traffilog公司开发的Traffilog系统旨在规范驾驶员行为,发现并纠正司机的不良驾驶行为,从而达到低油耗、低车损、高安全的目的。同时,驾驶行为数字化也可为定制化保险服务作铺垫。如丰田成立合资车载信息保险服务公司,推出一款新型保险,旨在基于大数据分析开展营销活动,推广新型保险服务,为消费者提供更广泛的保险选择,鼓励更安全的驾驶行为。

(3)数字化基础设施开始起步,交通环境数字化提上日程

交通环境数字化包含静态和动态交通环境数字化。其中,前者主要是指静态的高精地图信息;后者是指智能网联汽车的动态环境感知信息。

①高精地图信息。伴随汽车智能化的提升,地图与导航系统的应用为人们的生活带来了极大的方便,而高精地图在未来会成为智能或自动驾驶的基础。从普通地图到高精地图,地图图层更多,信息量更大。图3给出了清华大学汽车系提出的高精地图分层范例。由图3可知,普通地图一般只有道路级导航层,而高精地图则丰富了道路级导航层信息,增加了车道级导航层和自动驾驶辅助层。从图层数量上看,高精地图包含诸如宏观动态层、中间层、车道级细节层、动态障碍物层等更多数据层;从图层质量上看,高精地图每一图层描绘得更精细,包括准确的道路形状,每个车道的坡度、曲率、航向及侧倾数据等信息,可实现厘米级导航。假设在城市道路上行驶遇到车道线模糊不清的情况,此时Camera无法监测到有效的道路标识信息,但根据实时更新的高精度地图就可确定车道线位置,并进行轨迹规划与控制,实现自动驾驶。

图片关键词

图3 清华大学汽车系提出的高精地图分层范例

高精地图的发展受到世界各国的重视。在美国,Google地图利用测试车采集数据形成地图;Uber与Digital Globe签署协议以利用其高分辨率地图;DeepMap利用测绘、计算机视觉、SLAM(即时同步定位与地图构建)与大数据和云平台等技术,支持车辆精准定位和共享车辆。在欧洲,2015年底德系三强(宝马、戴姆勒、奥迪)收购HERE;NDS(Navigation Data Standard)协会主导欧系高精地图标准,并有望成为ISO标准。日本“Dynamic Map Planning”由三菱电机、地图绘制商Zenrin及九家汽车制造商共同参与,计划在2020年前绘制出日本3D高精地图。

②动态环境感知信息。动态交通环境数字化,即通过环境感知建立三维立体环境,包含路面、静态和移动物体的3D重建,可实现自动驾驶服务。基于智能网联汽车的环境感知系统主要由雷达、视觉摄像头、V2X、定位等系统组成。雷达包含激光雷达、毫米波雷达和超声波雷达;视觉摄像头包含高清摄像头、高动态摄像头和环视摄像头等,以满足系统不同的功能需求;V2X则包含4G/5G和DSRC/LTE-V技术的专用设备;定位系统则包含卫星定位、惯性测量、视觉匹配定位、多模式协同定位等。

目前雷达和视觉技术多掌握在国外开发商手中,国外V2X设备的发展也处于先进之列。世界各国激光雷达应用最为广泛、技术领先的公司主要有IBEO、VELODYNE、SICK、HOKUYO等。国外厂商在车载毫米波雷达硬件中不但占据产品绝对优势,且具有成本和性能优势,如德尔福、博世、电装等。

交通环境数字化的一个典型应用是城市交通调度,能够在不扩张路网规模的前提下,提高交通路网的通行能力,目前被广泛应用于国内外城市。交通调度的发展需要在完善交通数据资源库、综合应用工作流程管理、海量数据存储和数据挖掘分析等方面进行深入研究,并探索基于云服务模式的交通智能调度模式,实现各种资源的动态、精细化管理,提高交通运输效率。

3.国外汽车营销、销售和售后服务的数字化

数字化技术的一小步,意味着汽车产业发展的一大步。近年来,互联网、大数据、人工智能等新兴技术在传统的汽车营销和售后服务领域也得到了快速应用,一方面,传统的销售和售后业务的数字化程度不断增强,整个汽车服务流程的数字化水平持续提升;另一方面,基于互联网和大数据的汽车电商、数字化营销、个性化定制、预防性维护等得到了不同程度的应用。

(1)汽车营销、销售和售后服务流程初步实现数字化

在汽车服务领域,主要涉及汽车营销、销售,以及金融保险、二手车、维修保养、租赁等领域。在国外汽车成熟市场,汽车销售和后市场服务方面的价值量在整个汽车产业价值链中的比重超过了50%,高达53%,如图4所示。鉴于此,在制造业服务化的趋势下,汽车制造商依托自身优势,积极推动汽车营销、销售和后市场服务领域的数字化,为消费者创造更佳的数字化体验。

图片关键词

图4 国外汽车产业价值链各环节附加值

目前,国际主要的汽车制造商利用比较成熟的基于移动互联、大数据、虚拟现实等新兴技术的新一代的客户关系管理系统(CRM)、订单交付系统(OTD)、经销商管理系统(DMS)等软件系统,初步构建了整个服务流程的数字化架构体系。其中,CRM系统也有以“接触管理”为特征的萌芽期,以集销售、服务一体化的呼叫中心为特征的发展期,现阶段,人工智能被引入CRM,更强调客户终身价值的实现和客户体验,如图5中的福特汽车集团CRM战略架构所示。

图片关键词

图5 福特汽车集团CRM战略架构

OTD系统在国外的发展主要经历了从“预测驱动生产”到“订单驱动生产”的过程。前者按照库存进行生产,通常的做法是厂家提前预测市场的需求,并由此制订满足工厂开工率和财务目标要求的车型组合生产计划,如比较著名的“N+3月”滚动计划。后者是指从订单开始一直到客户拿到车辆所必须经历的流程和步骤,如果从经销商角度来看,这里的订单是指经销商订单,OTD包括了“经销商-厂家-经销商”环节,如果从客户角度来看,这里的订单是客户的订单,包括“客户-经销商-厂家-经销商-客户”的整个环节,涵盖了整个交易过程。国外部分领先厂商将产品定价策略和车辆交货期计算算法纳入IT系统,建立了在线订购系统,客户可以直观、快速地了解订购车辆的配置、价格、交货时间,并且以多媒体的形式展现给客户。

后市场车辆信息统计数字化涉及售后服务、用户挖掘、保险优化等应用。利用大数据技术,一是进行用户管理,通过建立汽车身份库,规范化管理汽车运行数据和驾驶员信息,与人工智能服务技术相结合,针对目标客户提供车辆保养提醒等一系列售后服务;二是挖掘用户,根据车辆运行状况判断车主是否需要更换新车,且针对用户喜好进行精准化营销;三是对传统保险、服务营销技术的战术优化,主要体现在保险UBI产品上,如数字化续保优化战略等。车辆信息数字化应用分析有利于4S店进行汽车保养和汽车远程服务,提升用户体验,提高用户黏性。

(2)以汽车电商为代表的商业模式开始向B2C转型

在“互联网+”和移动互联背景下,汽车电子商务行业快速崛起,同时,消费者数字化偏好和消费习惯的改变,更推动了汽车销售由传统的B2B模式向B2C模式逐步转变,汽车个性化定制在少量车型上得到了初步应用。国外整车企业及经销商在积极推动营销和销售数字化的同时,相关垂直网站也积极进入该领域。

欧洲一般的汽车网站都会有在售汽车的导航条,网友可以按车型、生产日期、价格、排量、变速箱、燃料类型、车身样式等条件进行挑选。选定车型后,网友还可选择距离最近的经销商。点击购买之后,网页会转到汽车保险页面,填写申请理赔项目,付款方式有信用卡支付、申请贷款、现金支付、组合支付等。由于相同车型在欧洲各国的售价有差异,所以消费者希望借助网上进行异国购车,以便节省开支。专业的购车网站,如OneSwoop、Virgin.Cars,可以实现跨国代购。网友缴纳服务费后,可以在线选购周边国家的汽车,还可以在线办理买车后的手续。

日本汽车行业开始探索B2C电子商务模式的一个很重要背景是汽车经销商普遍亏损。经销商店铺的数量过多,而日本的新车销售数量呈下降趋势,汽车保有量也随之减少。为缓解经销商盈利状况不佳的状况,日本汽车制造商尝试电子商务的营销模式。马自达和三菱都先后运用“订单式生产”的销售模式,实现制造商与订车顾客的直接沟通。但这套系统并没有达到马自达的预期销售目标,这种新的营销模式也未改变现有销售格局。

目前,美国在线汽车经销商渐成气候。据美国汽车经销商协会(NADA)调查,超过80%的经销商有自己的网站,消费者可以发E-mail在线订货、在线进行现金交易,经销商能够按消费者需求调配并在数天内供货。美国的TrueCar应该是目前最接近“汽车电商”概念的公司,它并不直接销售汽车,而是与认证经销商、整车厂合作搭建了一个在线交易平台,本质上它更像是一个定位在汽车销售领域的垂直搜索引擎。相比传统的模式,通过TrueCar网站、移动端等渠道,消费者可以获得更为便捷的购车体验(见表5)。

表5 国外汽车电子商务典型企业及对国内的影响

平台名称

企业地位

对国内影响

TrueCar

TrueCar是新车电商平台的代表性企业,2014年上半年完成IPO,它的底价买车模式在美国一度成为新车电商平台典范

TrueCar底价买车模式为国内新车电商行业发展带来更高的交易效率,也为国内新车电商提供了发展依据
对标企业:小马购车、惠买车等

CarMax

CarMax是美国最大的二手车零售商,在二手车行业进行C2B2B2C全模式布局,经过20多年发展处于行业领先地位,成为国内外二手车电商行业的代表性企业

国内二手车模式目前还处在单一模式状态,CarMax的产业链及汽车金融业务等的布局为国内二手车行业发展提供了重要依据
对标企业:车300、公平价等

KBB

KBB是美国重要的二手车估值平台,同时也是估值模式的名称,KBB通过免费而更加标准的估值服务来获取用户流量,从而在导流和广告等方面带来盈利

KBB模式为国内信息服务平台提供了很好的发展经验,而KBB的估值模型也为国内二手车评估行业提供了重要依据
对标企业:车300、公平价等

Culliver

Culliver是日本二手车行业中的代表企业,采用C2C和C2B混合模式,通过缩短交易时间简化交易流程,形成二手车快速周转,吸引消费者和个人卖家进入平台

Culliver的模式为我国依靠C端车源为代表的企业提供了发展依据
对标企业:车易拍、优信拍等

Beepi

Beepi是美国二手车电商C2C模式的典型企业,通过减少中间商方式来实现个人买家和个人卖家间的直接交易

Beepi的发展经验给中国二手车C2C模式的电商平台提供了更多的参考价值
对标企业:瓜子二手车、人人二手车等

4.国外基于互联网和大数据的移动出行服务生态系统粗具规模

数字化对汽车服务领域的影响深刻地体现在新型出行服务模式上。传统的出行服务以汽车这种硬件产品为中心,以销售和汽车所有权为基础,客户互动和体验主要体现在线下。而新的出行服务具有连接性、个性化、高性价比、数字化客户体验等特征。由于新型出行服务带来了新的增值和巨大市场潜力,汽车制造商、科技公司等争相涌入汽车服务出行领域,并重新将自己定义为“出行服务商”。

(1)出行服务需求变化重塑汽车产业价值链和商业模式

伴随移动互联、大数据等信息技术及共享经济的快速发展,移动出行需求发生了显著的变化,越来越多的消费者拥车意愿下降,转而更注重车辆使用权和使用体验,对汽车共享的接受程度逐步提升。消费者对数字化、智能化、娱乐化的偏好增强,这种偏好也延伸到移动出行领域,并对数字化、智能化的移动出行形成了强烈的需求。这种需求在未来将创造巨大的市场,购车需求逐渐向按需出行转变,这将重塑汽车产业价值链和商业模式。根据罗兰贝格《出行服务的演化》报告,新的出行服务、自动驾驶、电气化、数字化被认为是未来影响汽车商业模式的四大趋势。

根据麦肯锡对2030年汽车发展趋势的预测,至2030年,受共享出行、互联服务和性能升级的推动,汽车行业的收入将因新商业模式而提高30%,相当于1.5万亿美元。英特尔则对未来的乘客经济进行了前瞻性的研究,认为随着自动驾驶的逐步实现,消费者从驾车变为乘车将催生新的乘客经济,乘客经济将使新兴无人驾驶车辆服务、B2B出行服务、消费者出行服务的规模在2050年达到7万亿美元(见图6)。

图片关键词

图6 2030~2050年全球汽车乘客经济市场预测

(2)主要OEM加快从制造商向出行服务商的转型,并加强与科技公司的竞合

面对未来出行服务和乘客经济的重大机遇,国际上主要的汽车制造商已在争相进入移动出行领域,并积极推动自身从制造商向出行服务商的转型,而推动这种转型的主要方式有上升为企业战略、设立新部门/新公司、投资重组、与科技公司合作等方式。

戴姆勒公司在2008年开始启动出行解决方案“CAR2GO”。会员可以通过手机APP完成查找、预订、支付等程序。截至目前“CAR2GO”项目已在全球30个城市提供汽车共享出行服务,拥有130万会员。

宝马集团在其发布的“第一战略”中把出行服务作为传统汽车业务之外的一个发展重点,聚焦科技创新、数字化、可持续出行,其推出的“DRIVE NOW”汽车共享计划在国际上取得了初步成功。

大众公司在《携手同心—2025战略》中,提出到2025年致力于成为全球出行服务提供商的领导者。在具体实施层面,大众设立了专门的出行服务的品牌Moia,将其作为集团第13个品牌进行重点打造。同时,对欧洲最大的出行服务商Gett进行了3亿美元的战略投资。Gett是一家主要面向欧洲市场的出行服务商,在全球60多个国家设有业务,全球企业会员超过4000家。在具体的出行服务方面,大众在德国开展了X-Shuttle智能出行试验项目。

丰田汽车基于丰田智能中心、大数据中心、金融及计算中心等,推出了集成出行服务所需主要功能的出行服务平台MSPF。在合资合作方面,对Uber进行了投资,由丰田金融服务公司和Mirai创意投资有限合伙公司共同完成。

通用汽车在2016年向打车服务商Lyft投资5亿美元,并在2016年3月以超过10亿美元的金额收购了以自动驾驶起步的Cruise Automation公司。福特汽车于2016年3月成立智能移动子公司,专注于科技方面的研发,以更好地适应发展潮流。福特通过该子公司参与连接性、移动性、自动驾驶、客户体验以及数据分析方面的研发。自成立后,福特智能移动子公司收购了短程运输服务公司Chariot,向人工智能公司Argo AI投资了10亿美元(见图7)。

图片关键词

图7 国际汽车OEM及科技公司进军出行服务的竞合态势

(3)出行服务生态系统初步形成

据统计,2009年以来,新的出行服务商业模式每年吸引了约300亿美元的投资,主要投向了网约车和共享服务领域。在这种持续投入下,一个新的出行服务生态系统粗具规模。在此系统中,包括基础设施提供商、车辆提供商、服务提供商、第三方机构、信息提供商等(见图8)。

图片关键词

图8 移动出行服务生态系统初步构成

(二)国内汽车服务数字化发展情况

1.国内消费者的数字化生存和车辆的软件化

(1)汽车服务的数字化起始于消费者生活方式的数字化和互联网化,国内消费者已处于360度数字化生活空间

据《中国移动互联网发展状况及其安全报告(2017)》,2016年我国活跃的智能手机数量超过23亿部,较2015年增长106%,微信、QQ、百度地图作为最具影响力的三大APP,其用户量已经分别达到10.03亿、9.78亿、6.56亿。2016年的“双11”当天,天猫销售额超过1200亿元,其中无线成交占比高达82%,覆盖235个国家和地区,可见,互联网已经从根本上重构了人们的生活方式,消费者已经生活于360度的数字化空间(见图9)。

图片关键词

图9 截至2016年底中国手机网民规模达到7亿人

与国际上的“千禧一代”类似,逐步成为市场消费主流的“90后”群体也是伴随数字化和互联网化的发展和普及而成长的,其对汽车数字化技术和服务具有与生俱来的需求偏好。随着智能网联的发展,汽车行业逐渐走向“品牌年轻化”,数字化等高科技应用更是受到“90后”的青睐。腾讯汽车2015年底的购车偏好调查显示:“70后”务实,追求性价比,看重汽车质量和节油能力;“80后”兼顾节约务实与汽车风格;大部分“90后”用户购车时主要考虑外观和配置,其次考虑品牌和动力性,如图10a所示。图10b显示,大部分“90后”用户非常重视车辆的数字化等高科技配置,认为高科技是购车决策的重要影响因素。由于“80后”、“90后”对新产品、新技术更感兴趣,敢于尝试,促进了智能驾驶辅助系统的快速发展,并对即将到来的自动驾驶充满期待。

图片关键词


图片关键词 

图10 “90后”将数字化技术配置作为购车首要考虑因素

(2)汽车价值逐步由硬件创造向软件和服务创造转变,国内企业重视不够,投入明显不足

正如前文所述,面对汽车市场和消费者对汽车数字化的需求,在以信息技术为代表的新一轮产业变革和科技革命推动下,汽车产品的内涵和形态正在发生显著变化,汽车产业链的价值创造也由汽车硬件的研发制造驱动,逐步转为由软件和服务驱动。

对于这一趋势,目前国内汽车企业总体上重视程度不够,多数车企的信息化部门相对薄弱,只有极少数企业建立了独立的数字化部门。受主客观等多方面因素制约,国内汽车企业在车载软件和信息化、数字化方面的投入明显低于国外企业。例如,大众在IT方面的研发人员超过1万人,通用在IT方面的研发人员也达到8000多人,国际领先的供应商博世在IT方面的研发人员高达1.4万人,而多数国内汽车骨干企业的整体的研发人员才几千人,其在IT研发方面的人员投入占总研发人员的比例较低,因此仅仅是IT研发人员投入这一点上就存在明显差距。在未来,特别是在汽车产业数字化转型的大背景下,我国汽车企业在IT研发投入方面的不足,将制约其在控制系统、智能操作系统等核心技术领域的突破,并最终影响整个汽车产业竞争力的形成。

2.国内车辆智能网联化和交通环境数字化

(1)政策支持开始发力,汽车DA级技术快速普及,正加快向PA级迈进

面对智能网联汽车重大发展机遇,我国政府高度重视智能网联汽车发展。2015年,“中国制造2025”将智能网联汽车列为未来重点发展的23个方向之一。2016年5月,国家发改委、科技部、工信部、中央网信办联合推出《“互联网+”人工智能三年行动实施方案》,支持骨干汽车企业与互联网企业开展深度合作,设立跨界交叉融合创新平台,加快智能网联汽车关键技术研发,加大高精度地图、车载智能操作系统发展的支持力度,实行智能汽车试点工程,推动智能汽车典型应用,同时加强智能网联汽车及相关标准化工作。

2017年4月,工信部、国家发改委、科技部联合印发《汽车产业中长期发展规划》,提出以智能网联汽车为突破口之一,引领整个产业转型升级,并围绕智能网联汽车关键技术、标准法规、网络基础设施建设、基础大数据平台以及车辆信息安全等方面加紧推动。在工信部装备司委托下,中国汽车工程学会联合行业专业力量,编制并发布了《中国智能网联汽车技术路线图》。此外,在与智能网联汽车相关的标准法规制定方面,2016年以来,工信部、交通部、公安部等部门与相关研究机构、企业和组织联合,积极推进车路协同(V2X)标准、公共道路测试规范和专用无线频段研究等工作。

目前,中国智能网联汽车产业主要由传统车企和互联网车企两股力量推进,二者在多个层面上开展自动驾驶技术的研发和布局。上汽集团联手阿里巴巴,联合打造全球首款量产“互联网汽车”荣威RX5。长安自动驾驶汽车开展2000公里无人驾驶测试,百度无人车获得加州上路测试牌照,从而加快了自动驾驶的研发进程。表6是中国汽车企业智能网联汽车产品技术研发和布局情况。

表6 2016~2017年中国重点企业智能网联汽车产品技术进展

车企名称

产品化应用进展

技术研发进展

智能化等级

装备车型

路测情况

预期目标

一汽

DA级

奔腾X40/森雅R7

处于封闭道路测试阶段,此外,一汽红旗H7在美国M-city进行了基于互联功能的测试。PA级智能化乘用车具备手机远程操控系统和全自动泊车功能技术储备

计划2020年实现高速公路代驾产品

上汽

DA级

荣威ei6

开展高速公路、城区和车队自动驾驶技术研究,以实现单车智能化HA级技术储备。积极在美国加州申请路测牌照

计划2020年量产CA级智能网联汽车,2025年推出FA级智能网联汽车

长安

DA级

长安睿驰

PA级智能网联汽车已实现2000公里长途测试,同时已完成自适应巡航系统、自动紧急刹车系统等功能研发

计划2020年实现高度自动驾驶技术的应用,完成样车测试工作和示范运行

吉利

DA级

博瑞

处于封闭园区测试阶段,PA级智能网联汽车技术成熟,将摄像头、毫米波雷达与超声波传感器等多传感器的数据进行融合,逐步实现控制策略的自主化

计划2020年实现有条件自动驾驶技术的开发及产业化,HA、FA级智能网联汽车的量产计划在2025年之后

广汽

DA级

传祺GS8/传祺GA8

进行示范区内的V2X测试、自动驾驶技术测试,已建立自动驾驶车辆平台,全自动泊车、V2V前车跟随、指定路径的自主行驶等多项自动驾驶技术在研

计划2020年推出高速公路自动驾驶产品

北汽

与百度合作,应用百度AI加紧L4级自动驾驶系统开发

计划2021年规模化量产HA级智能网联汽车

蔚来

已具备较强大的自动驾驶研究团队,并与Mobileye、NVIDIA、NXP和百度展开自动驾驶技术合作

计划2018年量产CA级智能网联汽车,2020年量产HA级智能网联汽车

百度

已拥有30余辆自动驾驶测试车辆,与英伟达合作,在美国加州已获得自动驾驶测试许可,同时拥有较强大的人工智能研究团队

计划2018年小规模量产HA级智能网联汽车,2021年大规模量产HA级智能网联汽车

资料来源:中国智能网联汽车产业创新联盟。

(2)消费者意图和行为感知技术提升驾乘安全性

国内驾驶员个人信息数字化主要应用在自适应调节座椅和商用车队管理上。如重庆小康工业集团正在研发具备自适应调整的智能座椅及镁合金轻量化座椅,以适配未来的中高端新能源乘用车型,现已完成部分样品试制,预计2019年可推向市场。通过建立驾驶员资料库(包含驾驶员个人信息、运输货物、行驶路径等),来进行商用车队的数字化管理。

在驾驶员生理状态数字化方面,国内研究与应用较多。如武汉华信数据系统有限公司首次填补国内基于车联网的驾驶员疲劳检测系统的空白,并与多家知名汽车制造商进行合作。苏州清研微视驾驶员疲劳状态检测及预警系统已进行产业化生产,并进入整车厂前装市场。

在驾驶行为数字化方面,杭州鸿泉的鸿运车队管理系统以规范驾驶员行为为目的,发现并纠正司机的多种不良驾驶行为,譬如超速、过程怠速、急刹车、急加速、超转行驶、猛踩油门、空挡滑行、发动机冷启动等,通过对这些行为进行统计分析,有意识提醒并规范司机的驾驶行为,从而达到低车损、低油耗、低安全隐患的“三低”效果。UBI(Usage Based Insurance)是一种基于用户驾驶行为习惯的保险,是车联网与非寿险领域交叉融合的一种典型的大数据创新型应用,也在我国得到了快速发展,几大保险公司都开始推出基于UBI的车险业务。

(3)交通环境数字化开始加快,智能网联汽车示范区启动建设

在汽车行业推进智能联网的大背景下,高精度地图将是未来智能出行的关键因素之一,可推动静态交通环境数字化的发展。国家北斗办提出加快建设北斗地基增强系统,2017年底将推出北斗高精度位置服务。国内的百度、高德、四维图新、凯立德、光庭等都开始高精地图与高精定位的相关研究,并全部加入NDS协会,积极参与ISO标准制定,推动自动驾驶汽车的发展。目前,中国只有十几家地图供应商拥有导航电子地图甲级测绘资质,其中一半以上都被BAT收购或者参股(见表7)。

2017年7月,百度AI开发者大会当天,会场外播放了其自动驾驶成果视频,展示了借助摄像头和高精度地图的定位情况,其效果非常好。

表7 国内企业高精地图发展

企业

发展现状

百度

其高精度地图有完整的三维道路信息,实现厘米级车辆定位,不仅是3D绘制,而且定位精度小于5cm接近3cm。相比普通GPS,其定位精度提升了两个数量级(估计是应用SLAM技术),目前可自动识别包括交通标志、地面标志、车道线、信号灯、路沿、桥梁、灯柱、护栏等多种目标

高德

2016年底,完成了全国国道/省道ADAS级别高精地图数据以及全高速公路的自动驾驶级别(HAD)高精地图数据的收集;2017年底,预计将ADAS级别数据扩展到30个以上城市的主干路,HAD级别向国省道和主要城市内部扩展

四维图新

2016年100%覆盖高速公路(L2级别);2017年推出20个城市的L2级别及L3级别高精地图;2019年正式制作能完全满足自动驾驶的高精地图

凯立德

目前在北上广深等重点试验区进行地图数据采集

在智能网联汽车示范区方面,由于国内没有相关自动驾驶上路测试的法规,自动驾驶汽车无法在公共道路上合法测试,中国的路况测试基本以园区内测试为主。同时,工信部已基于未来智能网联汽车的长远考虑,将交通系统和汽车结合起来,提出了基于宽带移动互联网的智能汽车智能交通示范区建设,构建“5+2”国家示范体系。“5”指武汉、重庆、浙江、北京、长春,“2”指上海和无锡。2015年,国家批准上海国际汽车城为国内第一个智能网联汽车试点示范区,2016年6月,上海试点示范区封闭测试区开园,2016年11月,重庆智能汽车集成系统试验区在中国汽车工程研究院园区举行了启动仪式,一期工程“城市模拟道路测试评价及试验示范区”已投入运行(见表8)。

表8 国内部分智能网联汽车测试区建设情况

名称

封闭测试场

建设情况

建设主体

特色

上海示范区

2平方公里,道路全长3.6公里

2016年6月,一期封闭测试与体验区开园;2017年底,形成27平方公里开放道路测试区;到2019年底,完成典型城市综合示范区建设;到2020年底,形成城际共享交通走廊

上海汽车城

国内首个该类示范区,功能与美国M-city类似,建设快,但无高速环路

重庆示范区

403亩,道路全长5公里

2016年11月,一期“城市模拟道路测试评价及试验示范区”开园;2017年预计完成重庆西部汽车试验场智能汽车可靠性试验区建设;预计2018年完成两江新区智能汽车与智能交通开放道路试验区建设

中国汽车工程研究院

地形气候独特,试验示范,无高速环路

北京示范区

400亩,道路全长约7公里

预计2017年底开园

北京智能车联产业创新中心

突出反映京津冀道路特征,有高速环路

武汉示范区

确定选址,2~90平方公里

2017年前,建成2平方公里封闭示范区;2019年前,建成15平方公里智慧小镇;2021年前,示范成果在90平方公里的示范区进行推广

自动驾驶车辆测试,小型智慧交通雏形

3.国内汽车营销、销售和售后服务的数字化

近年来,互联网、大数据、人工智能等新兴技术在传统的汽车营销和售后服务领域也得到了快速应用,一方面,传统的销售和售后业务的数字化程度持续提升;另一方面,基于互联网和大数据的汽车电商、数字化营销得到快速发展,个性化定制、预防性维护等在少量产品上开始试水。

(1)利用CRM、OTD、DMS等数字化软件系统,初步建立起汽车营销、销售和售后环节的数字化能力,但还存在信息孤岛现象,数据协同度不够

国内汽车销售和后市场在整个汽车产业价值链中的比例虽然还未达到国外的水平(53%),但是国内销售和后市场现有的存量已非常巨大,并在未来较长一段时间有很大的发展空间,因此国内主要汽车厂商及相关服务商为提升效率、强化客户体验,均在积极通过数字化技术推进整个汽车服务流程的数字化。

国内CRM研究相对起步较晚,但是发展速度惊人。中国汽车市场CRM的发展经历了成立呼叫中心、纵向传输客户信息、横向整合客户信息、客户信息的深度应用四个阶段。目前,大众、通用等企业在国内的合资公司建立了相对完善的CRM系统,并基本实现了对客户信息的整合,自主品牌车企建立了CRM系统,但是还存在一定程度的信息孤岛问题,从各方面获取的客户信息整合和协调程度不够。

OTD在国内的发展经历了预测驱动生产、计划驱动生产、经销商订单驱动生产、客户订单驱动生产等四个阶段。目前国内汽车公司主要采用的还是“经销商订单驱动生产”方式,整个环节包括“经销商-工厂-经销商”。未来随着个性化需求以及汽车电商的快速发展,客户订单驱动生产将逐步成为主流方式。

(2)电商平台的汽车营销和售后业务发展迅速

越来越多的汽车品牌,围绕“售前、售中、售后”进行数字渠道布局,品牌的触媒方式越来越丰富,市场以“官网+电商/网络销售旗舰+社交平台+移动客户端+车联网”为核心标配,品牌触媒提供的服务内容有资讯多媒体、综合信息与服务、汽车金融服务、娱乐生活体验、汽车生活服务、智能车联网、二手车服务、用户用车指南、保障服务等。

目前国内汽车电商按照运营主体来分,主要有垂直汽车电商、厂商及经销商自营、综合电商平台三大运营模式:①垂直汽车电商:以汽车之家、易车网为代表的垂直媒体,依托自身优势,相继推出B2C商城、定制车等服务,用户可以在线支付购车定金,到4S门店完成款项支付、提车,最终交易在线下完成;②厂商及经销商自营:对于具有车源优势的整车厂商,电商平台有助于塑造更好的品牌形象及用户线下体验,如上汽集团、长安汽车、吉利汽车等汽车企业均建立了电商平台;③综合电商平台:以天猫、京东为代表,将传统B2C模式照搬至新车电商。天猫通过线上展示+线下提车探索新车电商模式,借助自身平台及消费用户资源优势,增强了汽车品牌入驻吸引力。京东放弃自营模式,与传统车企达成合作,并接入了易车商城、车讯网等旗舰店。

汽车后市场服务出现细分行业和新的服务方式,多样化的服务模式将逐渐成为未来中国汽车售后服务市场发展方向。在具体的应用层面,一汽-大众奥迪通过“云镜”可实现对线上线下各渠道的精准掌控,进而提升营销活动的精准度,降低营销成本。2016年,一汽-大众制订了“发轫”计划,4S店数字化营销系统旨在把用户未来的喜好都融入大数据中,对精准营销起到支撑作用,同时为客户带来更佳的数字化体验。

4.国内基于互联网和大数据的移动出行服务生态系统

随着共享经济的加速到来,汽车共享等新型出行服务也风生水起,合资汽车企业积极推行出行服务的本地化战略,自主品牌车企加快在共享出行、专车等方面的业务布局,科技公司及第三方服务公司也纷纷战略性进入,以便在出行服务方面开拓业务。

(1)合资汽车企业积极推行出行服务本地化战略

国内出行服务的快速发展,以及将实现从汽车制造商向出行服务商转型上升为车企的发展战略,促使戴姆勒、宝马、大众、通用、福特等跨国车企积极将出行服务引入中国市场,并注重与相关方的合作。

戴姆勒在中国成立了专注于出行服务的戴姆勒智行(中国)租赁有限公司,并启动了CAR2GO和CAR2SHARE两个出行服务项目,前者是一种自由流动的模式,后者则是以热点商圈为站点的模式。截至目前,戴姆勒智行已经在中国的7个城市开展了出行服务,车辆达千辆。

大众汽车为推动出行服务业务,与滴滴出行、首汽约车达成了战略合作关系。在与滴滴合作方面,旨在协同各自在产品、市场、品牌、数据技术方面的优势,打造优质、安全、高效的移动出行服务;在与首汽合作方面,双方将进一步挖掘电动汽车分时租赁市场。此外,大众公司还与人工智能公司“出门问问”达成了资本合作关系,双方将共同研发车载人工智能技术。

(2)自主汽车企业加快在出行服务方面的布局

面对出行服务市场的变革和机遇,上汽、吉利、北汽、奇瑞等国内自主品牌车企也纷纷加快布局,多数车企以电动汽车为切入点,重点在电动汽车分时租赁、电动汽车专车等方面进行了业务布局。

上汽集团于2015年推出了聚焦于电动汽车分时租赁的项目“e享天开”,2016年与上海国际汽车城的电动汽车分时租赁EVCARD进行重组,形成了环球车享电动汽车分时租赁品牌,并进入快速发展和布局阶段。截至2016年7月,环球车享已进入全国31个城市,投放车辆超万台,建立网点5200余个,累计注册会员突破100万人,是目前国内规模最大的新能源汽车分时租赁运营企业。按照其规划,2020年,其将在国内100个城市开展电动汽车分时租赁业务,运营车辆将达到30万台,同时完成在海外电动汽车分时租赁市场的布局。

吉利汽车在2015年战略进入“互联网+”电动汽车出行服务领域,建立了曹操专车。通过曹操专车平台,吉利汽车旨在通过运营和出行数据采集,建立用车数据库,指导汽车研发设计与生产,打造汽车出行生态圈。平台上的车型以吉利帝豪电动汽车为主。2017年2月,曹操专车获得《网络预约出租汽车经营许可证》,助推其打造的新能源汽车共享出行B2C平台进入快速发展通道。截至目前,平台上运行的吉利帝豪纯电动轿车已经超过1万台,实现了在杭州、宁波、青岛、南京等11个城市的运营。

(3)第三方出行服务公司蓬勃发展

不仅整车企业在积极进入按需出行服务领域,腾讯、阿里巴巴、百度等科技公司都在以更快的速度进入该领域。

2012年以来,网约车平台蜂拥而起,经过大规模的补贴大战以及后台的服务器比拼,市场从分散逐步走向集中,最终腾讯支持的滴滴实现了对快的、优步中国等公司的重组,成为国内占据主导地位的网约车平台。滴滴目前是中国最大的移动出行平台,日订单量超过2000万单,相当于全球其他移动出行市场总量的2倍,这背后离不开大数据及数据分析能力的强大支撑。目前滴滴每日新增定位轨迹数据超过70TB,处理数据超过4500TB,路径规划请求超过200亿次。

在汽车共享方面,据不完全统计,国内注册运营分时租赁的企业数量有370家,实际有车队运营的公司数量超过了100家。但是,目前仍处于比较分散的发展阶段,比较知名的有上汽集团的环球车享,有超过1万辆车,其余超过1000辆的不足10家,绝大部分的共享汽车项目投入车辆不足500辆,总体上面临投入车辆不足、网点不完善、短期盈利压力大、用户体验不够好等主要问题(见图11)。

图片关键词

图11 国内不同类型的汽车共享运营商的分布情况

(4)出行服务生态系统开始构建

构建生态系统可以帮助参与者弥补彼此的能力缺陷,发现和抓住曾经超出其核心竞争力边界的机会,因此,积极合作构建出行服务生态系统成为主要参与者进入出行服务领域的主要策略(见图12)。

图片关键词

图12 汽车共享出行服务生态系统为参与者带来多赢的市场机会

科技公司方面,阿里巴巴、腾讯、百度纷纷布局智能出行服务领域。例如,阿里巴巴公司成立了阿里巴巴汽车部,利用自身数字生态系统线上线下服务进军汽车服务市场,并形成了一套涵盖“端到端”机动车全生命周期和出行服务价值链的服务。2015年,阿里巴巴与上汽集团合作,共同出资1.6亿美元合作研发互联网汽车。

汽车企业方面,上汽集团、吉利汽车、北汽集团等也纷纷凭借在车辆方面的经验和优势,布局移动出行领域,积极打造电动汽车出行服务平台。例如上汽集团通过环球车享电动汽车分时租赁项目,构建了由政府部门、车企、运营商、充电服务商、网点业主、信息通信提供商等共同组成的电动汽车出行服务生态系统。

二、汽车服务数字化发展趋势

汽车服务数字化在连接汽车研发和制造的同时,正在带来汽车移动出行领域的巨大变革,在带来价值增值的同时,将逐步变为无界的移动出行服务生态系统。

(一)基于数字化技术的汽车服务与研发、制造一体化

基于数字化技术的汽车设计、制造、服务一体化以网络和系统为基础,以数据流动和信息交互为特征,通过利用互联网、云计算、数据挖掘、大数据技术、异地协同管理等先进网络支撑技术,将汽车策划、研发、生产、销售、服务等环节有机地联系起来,建立统一的产品全生命周期管理及数据集成体系,即形成“设计-制造-销售-服务-设计”闭环一体化工作模式,这对汽车技术水平、产品质量和服务水平的提高都将具有重大意义,也代表了汽车服务数字化的发展趋势(见图13)。

图片关键词

图13 基于数字化技术的汽车研发、制造、服务一体化

(二)从“汽车即资产”到“汽车即服务”(Caas)的转型

随着科技的发展和消费者消费观念的变化,人们希望始终保持在线状态,并以自然和直观的方式与外界互动,这种生活习惯的变化在智能手机的发展中愈加明显。未来,消费者对汽车拥有的观念将逐步减弱,并转为按需购买出行服务,随着智能网联技术的发展,消费者将从驾驶中解放出来。特别是在车辆软件、大数据、移动互联、自动驾驶等技术的推动下,从“汽车即资产”到“汽车即服务”转型的速度将更快。比较保守的研究也认为未来的移动出行服务市场将为汽车产业带来30%的增量,而比较乐观的研究则预计未来移动出行市场的规模将达到目前汽车产业的2倍左右(见图14)。

图片关键词

图14 数据驱动的商业模式的变化带来产业价值链变革

正是看到了这一重大发展机遇,同时也面临新进入者的竞争,2015年以来,国内外主要的汽车制造商纷纷加快在移动出行服务领域的布局,并将自己从汽车制造商重新定义为出行服务商,随着移动出行服务企业战略的实施,在未来10年移动出行服务将在全球形成一定的市场规模。同时,一大批科技公司也纷纷进入移动出行服务领域,滴滴、优步、Lyft以及Zipcar等网约车服务以及汽车共享服务的普及,使人们对车辆的观念从保有转变为按需出行,由此移动出行领域竞争合作态势基本形成。

(三)汽车服务从“有界”到“无界”

类似于智能手机通过附加值服务,与外部的各相关产业互动,并形成联网的生态系统,未来预计汽车也将通过物联网、大数据等技术,经历类似的转换,并与更多更广的产业相互融合,产生远超过汽车本身的价值增值,产生新的商业模式和汽车服务生态系统。在此过程中,汽车服务的边界也将因为产业融合而逐渐变得模糊,在未来的数字化浪潮下,汽车服务将从“有界”变为“无界”(见图15)。

图片关键词 

图15 基于车联网的“无界”的汽车服务生态系统

汽车企业正在加快推动商业模式创新,在提供汽车产品的同时,积极进入汽车服务领域,其中以用户为中心的车联网使得汽车企业与用户、其他服务商之间能够形成持续性联系,在为客户带来数字化体验的同时,逐步形成如图15所示的新的汽车服务价值链和无界的生态系统。

三、汽车服务数字化典型案例

汽车研发和制造的数字化总体上是沿着研发和制造全流程而脉络分明的,而汽车服务数字化具有高度发散的生态系统的特征。以下从预防性维护、个性化定制、汽车电商、分时租赁、网约车等角度,选择国内部分企业进行案例分析,尽管这些案例相对整个汽车服务数字化而言还显得比较单薄,而正是无数个看似分散和微小的服务环节的数字化组成的协同生态系统,构筑了未来汽车服务数字化。

(一)潍柴基于产品智能化和大数据的柴油机远程精准服务

潍柴动力股份有限公司成立于2002年,由潍柴控股集团有限公司作为主发起人、联合境内外投资者创建而成。公司致力于打造最具成本、技术和品质三大核心竞争力的产品,构筑了动力总成(发动机、变速箱、车桥)、整车整机、液压控制和汽车零部件四大产业板块协同发展的业务格局。

1.推动数字化的必要性

近几年,世界经济发展整体放缓,中国经济发展进入新常态,受其影响,整个装备制造行业产品销量下滑明显,行业竞争日益加剧,产品同质化问题突出。传统的制造行业亟须通过更好的客户服务来赢得市场竞争,也需要通过在后市场服务中寻找更多的利润增长点,因此发展后市场客户个性化定制的数字化服务,成为装备制造企业转型的重要方向。

另外,随着潍柴在国际及国内市场产销量的快速增长,售后服务业务量急剧上升,如何更好地满足客户的售后服务需求,加强客户黏性,提高客户满意度成为企业面临的一个关键难题。面对这些问题,加强企业信息化建设,开展企业两化深度融合,实现企业数字化战略转型成为公司最为重要的工作。潍柴整合客户服务中心、备品公司、油品公司和再制造公司,组成了潍柴后市场业务公司,其重点战略目标就是使企业从“制造型企业”向“服务型制造企业”转变,为企业打造后市场这个新的销售收入和利润增长点。同时针对公司的业务发展战略和服务转型的要求,集团信息化总体规划所指导的多项工作同时展开。一是完善营销和售后服务体系的信息化平台建设,提升客户信息的管理能力,加强客户黏性,实现柴油发动机的后市场远程预防、诊断、维修维护和问题处理,提高产品使用过程中的满意度,提供更加便利、更加准确以及更加个性化的定制服务。二是搭建用于产品运行数据存储和建模分析的大数据平台,并且将前端的市场营销销售平台与售后服务平台进行集成,从而实现客户信息的全流程贯通和客户个性化定制服务。

2.数字化技术应用的基本情况和特点

为实现潍柴后市场服务的数字化战略,实现潍柴产品的后市场远程预防、故障诊断、维修维护和问题处理,潍柴在产品本身和企业数字化方面开展了大量工作。

(1)产品智能化升级。研发自主知识产权的柴油机ECU产品,实现柴油机的全数字化控制。ECU可实时采集发动机的运行数据,并将采集的数据通过无线通信网络传输回厂内。此外,ECU可实现电控数据的远程刷写,从而为实现产品的远程故障处理提供条件。

以现有潍柴自主电控系统为基础,依托移动互联网、大数据技术、云计算技术,研发满足ISO26262功能安全要求的移动化、平台化、网络化、智能化电控柴油机产品。通过智能产品对自身状态、工作环境的感知,来达到节能降耗目的;通过与电信运营公司联合,实现产品的预防性远程故障诊断、环境自动感知及自适应,并实现产品、用户、供应商和服务商的信息互通,推进潍柴售后服务整体水平的提升,全面缩短客户产品使用问题的响应周期,提高客户满意度(见图16)。

图片关键词

图16 潍柴电控ECU数据采集架构

(2)建设大数据分析平台。建设基于自主ECU的高端柴油发动机智能化服务云平台,针对经销商建设销贷管理应用平台,为经销商销贷管理提供管理手段和技术支撑;针对各细分行业大客户,建设车队管理应用平台,提供全方位车辆管理解决方案;针对新能源车,建设新能源车运营监控平台,对新能源车辆进行实时监控、故障预警、充电桩管理、数据管理和销贷管理。除此之外,针对发动机研发人员的研发工作,通过采集的产品运行数据和故障数据,建设发动机性能优化和研发支持服务平台,为潍柴内部发动机研发工作提供数据支持。目前潍柴针对产品全生命周期搭建了完善的数据传递一体化模型,从源头的设计端形成设计BOM,给出了产品的基本结构和零部件组成;设计BOM传递至工艺部门进行工艺BOM的设计,给出了每项自制零部件和外购零部件的工艺路线;工艺BOM传递至生产部门形成制造BOM,给出了产品的具体上线排序和物料使用;生产人员在实际生产过程中将实际的装机清单转换成装机BOM,一方面反馈至前期的设计BOM、工艺BOM和制造BOM,形成差异分析报告,一方面形成服务BOM,供售后维修服务参考使用。在实际维护过程中进行了零配件的更换,此类数据将会通过ECU传输至潍柴本部,并反馈至设计人员,由设计人员分析产品前期设计缺陷,从而提高设计质量(见图17、图18、表9)。

图片关键词

图17 潍柴智慧云平台主要功能

图片关键词

图片关键词


图18 潍柴智慧云平台油耗监控功能

 

表9 潍柴智慧云平台位置定位功能

地区

设置台数

运行台数

北京

4


大连

2


济南

11

2

扬州

4

2

南京

2


上海

66

24

杭州

5


重庆

2


成都

3


山西

9


 

·需求预测

基于自主ECU的高端柴油发动机智能化服务云平台,实现了对发动机数据更丰富、更完善的采集,利用大数据技术对采集到的发动机运行数据进行大数据挖掘和分析,实现故障的预判,对是否需要更换部件进行预测,进而提高需求与销售预测的对接以及预测精度。潍柴通过对发动机数据的远程采集,发现某正在行驶的车辆未来几天内有可能出现故障;通过对某车的发动机维修保养数据进行分析,预测到某些零件即将需要更换,将及时与用户沟通,帮助其及时更换零部件,避免经济损失。

·订单预测

基于自主ECU的高端柴油发动机智能化服务云平台,利用大数据技术实现了对发动机维修和保养需求的预测,加上对用户消费数据的大数据分析,进而做出对订单数量的预测。潍柴通过对某车队的发动机数据、维修保养数据进行分析,同时根据市场需求情况,如新能源汽车政策的调整等,及时预测到客户的换车需求,实现订单预测,达到了精准营销的目的。

(3)信息推送

实现对特定用户的信息主动推送、报警推送、通知推送。主动推送是使用条件筛选(发动机编号、用户名)选择推送的用户。报警推送是根据故障等级进行推送,推送内容包括故障码、故障描述、维修建议等。通知推送是将保养通知(包括保养提醒、保养计划管理如分组管理特定车型保养计划、里程/时间节点、保养项目、费用评估)等通知类信息和广告类信息进行推送。对于物流车辆,可与大型的物流园区进行对接,了解物流园区的配送需求。通过对车辆行驶数据、运行数据的监测分析,及时了解载重情况。在运输完成后,推送其最近的物流园区进行货物的配送,保障其经济效益。

·主动服务

基于自主ECU的高端柴油发动机智能化服务云平台,实时掌控车辆运行状态,提供发动机的主动服务功能(包括故障提醒、工况保养提醒)。通过对云平台收集的数据进行分析,及时了解发动机实时运转情况,了解其位置信息、油耗信息等。根据对所处位置的分析,了解车辆未来的柴油需求信息,及时推送到最近的加油点,避免油品缺乏的情况出现。控制中心通过监测整车实时油耗、综合油耗,以及提供监测结果分析,为车队管理人员提出最优油耗驾驶习惯建议,有效降低车队运营成本。控制中心通过有效监控车辆运行速度,保证运输安全、准时、经济,提高运营效率。

·在线检测

基于自主ECU的高端柴油发动机智能化服务云平台,利用自主ECU的数据采集和发动机的控制功能,实现对发动机运行状态的在线检测,包括发动机型号、ECU型号、ECU程序版本、ECU数据版本、发动机故障代码、车辆工况基本信息(车速、发动机转速、机油温度、累计工时等)。进一步对发动机运行数据进行分析,实现对故障的预判以及远程维保的提醒。通过潍柴云平台,当客户出现故障报修时,可将客户报修、服务的提供与支持、装机配置的检索、备件的调拨、回访关怀等业务流程,打造成全流程的系统支持体系。接到报修时,基于呼叫中心的客户联络窗口,通过与北斗定位系统的集成,可实现客户服务地点的精确定位;集成了地图和定位的现场服务手持终端,在客户现场就可以提供报修、检修等服务。在维修工程师去现场前,对发动机的故障情况进行远程诊断,可更加准确地了解发动机的故障信息。通过EPC电子零件目录系统,可为维修事项和配件的选购提供信息支持;通过集成备品业务平台,可提供查询、选购、订单、配送整套服务,从而使维修工程师能够提前确定故障解决办法,使得到达现场后,能更加高效地解决问题。

·远程维护系统

基于自主ECU的高端柴油发动机智能化服务云平台,提供精确到车辆的实时数据交互渠道,为现有系统(呼叫中心、服务系统、CRM等)提供数据支撑,实现车辆的保养计划管理、保养提醒、保养管理、故障提醒、远程诊断、远程标定、远程刷写等。远程诊断可以远程读取和清除故障信息,采集数据流和冻结帧信息;远程标定指具备高级权限的用户,通过平台远程修改部分预定义的整车标定参数;远程刷写是指具备高级权限的用户通过平台将ECU数据文件下载至车载终端,实现ECU的远程刷写。借助移动互联网、TD-LTE、智能终端等新一代信息技术,可有效实现手持终端设备与服务系统的无缝集成,通过移动网络或PC终端上传照片及视频至服务系统。通过系统远程诊断功能,控制中心的维修专家可通过有效分析实时传递发动机二维图、故障及异常信息,查询生产档案,结合系统知识库,提供实时远程故障诊断,及时通知用户故障原因及解决方式,更快捷地服务于终端用户,同时可针对用户的发动机状态制订专业的维修保养计划,帮助用户以最优的成本获得最好的使用体验。

车辆在进行维修时,维修工程师借助于云平台提供的信息支持,通过能够广泛覆盖公司生产的全部柴油电控发动机、天然气电控发动机的潍柴“智多星”产品,在售后服务过程中,提供故障诊断、整车功能标定、远程数据刷写、维修向导等多种通信服务,可极大地满足对服务的需求。

·产品溯源与防伪认证

基于数字对象标识服务平台,以“追溯防伪凭证”为主要载体,为每一个零部件及成品绑定一个全球唯一的数字身份,并且零部件与产品形成一一对应的关系,通过该数字标识可以查询获取成品从研发、生产、销售、后市场服务到最终回收的全生命周期信息,同时可以获取成品中配件的详细信息,一方面,有利于零部件和整车企业对产品的全生命周期管理、产品质量改进及缺陷产品召回,加快企业服务化转型升级,促进零部件生产企业、整车企业、维修和流通领域的诚信和品牌建设;另一方面,在开放的售后服务市场下,防止假冒劣伪配件事件发生,维修配件质量能够得到保证,配件供应渠道信息可实现透明化、公开化,从而保护消费者权益。

·应急处理

基于自主ECU的高端柴油发动机智能化服务云平台,针对车辆紧急情况进行应急处理,例如为校车设定电子栅栏,当校车驶出规定范围时,对校车进行紧急定位,当出现危险情况时紧急锁车。在需要的时候对发动机进行远程控制。车辆防盗预警,实时定位功能能够准确追踪被盗车辆位置,最大限度避免不必要的财产损失。

·异常状态提醒

通过系统有效获取用户贷款分期、油耗、车速、发动机故障等异常信息,协助车队管理人员及时发现各类异常及潜在安全隐患,避免重大问题的出现,同时提供个性化定制服务,支持车队管理人员灵活设置其他提醒条件(如越界提醒等)。

3.实施数字化后的效果

目前,潍柴生产的部分发动机已装配有潍柴自主知识产权的电控ECU产品,使发动机具备较完善的故障感知、诊断、监控提醒功能,提高了潍柴产品的客户满意度,也反向推动了潍柴前市场的产品销售。通过ECU收集到的运行数据以及用户使用习惯数据,为前端的新产品研发提供指导,从而实现客户关注点的精准把握;通过智慧云平台的运行数据分析,实现了客户个性化定制预防维修和主动推送服务;通过ECU的远程刷写,为客户实现远程定位及控制、油耗管理、车速管理、车辆防盗等多方面服务功能。据统计,潍柴后市场服务客户数量提升10%以上,由故障提醒和远程诊断带来的维修成本由2013年的10亿元降低到2014年不足7亿元,客户满意度由81.5%提高到82.9%。

通过创新的电子商务模式,集团企业产业链的业务协同与资源利用效率提高20%;IT投入与运维成本降低30%;改变了目前潍柴在后市场服务落后的局面,预计未来在拓展后市场等方面实现综合收益30亿元以上;带动供方、维修服务站等集团上下游企业信息化应用水平、社会服务水平与赢利能力的提升,促进企业运营模式转型。

(二)长安汽车个性化定制及电子商务开展情况

(1)个性化定制

随着互联网技术的发展和汽车制造能力的提升,以及从以产品为中心向以客户为中心的转变,用户已不满足于车厂大众化产品,希望得到差异化产品和服务,使得个性化定制(C2M)成为制造模式的变革趋势。2015年长安新奔奔开展个性配车新业务,在长安天猫旗舰店推出的首批PPO版已上市,计划在研项目CS15也推出个性化定制模式。新奔奔(PPO版)拥有8种个性化配置选装包,各选配包之间具有联动、互斥机制,以保证整体协调与美观度。

在定制服务模式上,利用新媒体进行展现:通过手机APP、官网、MINISITE、微信、垂直网站等进行改装车的宣传和展示,对用户订车、提车作业等全程报道;利用电商平台开展O2O业务,在天猫旗舰店建立改装专区,接受网上订单;开发终端4S店移动PPO用户自选配置系统,用于用户到店完成自我选择或下单。

在用户定制流程上,用户通过网站提供的可选项选择自己喜爱的产品,订单产生后产品数据通过销售管理系统流转到制造管理系统指导生产;产品生产过程中的生产数据通过制造系统-销售管理系统-网站反馈给客户以便跟踪。

·企业个性化定制平台的建设情况及功能

目前已经在天猫长安汽车官方旗舰店上接受新奔奔PPO版产品的用户订单。系统架构如下(见图19)。

图片关键词

图19 基于电商的系统架构

通过天猫获取用户的订单,并将订单信息提交给经销商进行跟进,车厂内部的销售管理系统(DCS)与制造管理系统(ERP)关联,保证PPO产品O2O的贯通。同时长安正在规划对在研车型CS15开展个性化定制工作,将建立专门的网站用于用户选择合适的配置,系统的主体架构设计(见图20)。

图片关键词

图20 CS15电商系统主体架构

·企业个性化产品数据库的建设情况及功能

目前新奔奔PPO版产品的相关数据利用现有系统(如DCS、ERP)进行管理。目前正在规划CS15个性化定制,将建立专门的网站进行用户定制信息的收集和管理,并对数据进行分析,指导产品的改进。

·企业开展个性化定制的能力建设情况

目前长安产品个性化定制项目已经推出新奔奔PPO版产品,与此同时正在规划CS15个性化定制版产品,长安产品个性化定制项目将支撑公司从批量制造向大规模定制转变。新奔奔PPO版产品以及正在规划的CS15个性化定制产品的实施,将使长安的个性化定制能力在中国品牌中处于领先水平。

(2)电子商务

·企业电子商务平台建设情况

随着互联网的迅速发展,截至2014年,中国网民数量达6.32亿,人均年网购消费额超过6000元,购物行为已发生了重大改变,电子商务逐步成熟,各大汽车企业纷纷“触网”,传统的4S店整车销售模式正在向虚实结合的模式转变。长安汽车公司从2010年就已经开始与汽车之家、易车网等垂直网站合作,并在2013年9月开始在天猫上开设旗舰店,发展汽车电商,并取得了较好的成绩。

客户可在网上商城查看产品、咨询问题、个性配车、线上下单并支付定金、预约保养及维修。网上商城将客户信息传给4S店统一汇总,厂商拿到订单信息后进行产品生产,最后用户去经销商处提车(见图21)。

图片关键词

图21 长安电商业务流程

汽车市场趋于平缓,微增长格局形成,市场竞争加剧,以“产品为中心”的运营体系,已经不能满足市场发展要求,随着信息时代的到来,长安汽车面临着从以“产品为中心”向以“客户为中心”的转型,客户资源成为企业最重要的资源,CRM(客户关系管理)已经成为增强企业核心竞争力的关键,企业必须重视客户,紧密围绕客户全生命周期,建立起完善的CRM客户关系管理体系。CRM系统分六大业务板块,并集成多个客户接触渠道,打通CRM端到端业务流程,提升客户关系管理能力,促进向以客户为中心的转型。

·企业开展电子商务的情况

利用移动互联等新媒体技术整合客户渠道管理,扩展渠道和覆盖范围,提升客户体验,扩大品牌宣传,获取更多信息和机遇,达到提升销量的目标。到2014年底,电子商务乘用车板块销售汽车12049台,商用车板块销售汽车5863台,销售收入11亿元。

汽车之家/易车网。在乘用车、商用车领域逐步开展了与汽车之家、易车网的合作,通过互联网收集潜在客户信息,累计收集线索超过260万条(乘用车超过190万条,商用车超过70万条),促进了销量的提升。

乘用车天猫旗舰店。2014年在天猫的总销量达到10576台,在天猫汽车各品牌销量排名中位列第1~3季度的第一名,在“双11”期间,长安销量居自主品牌销量第一名。

商用车天猫旗舰店。2014年在天猫及苏宁的总销量达到3940台,并在天猫上进行了欧力威自动挡的全国首发和金欧诺的全国首发,有效地促进了产品宣传和销量提升。

·电子商务数据的分析与应用情况

数字化智能决策平台:在企业信息化进程中,各个信息系统产生了大量数据,利用数据分析挖掘手段对数据进行加工处理,可实现对企业生产、销售、品控等各环节的业务改进和智能化决策。长安汽车通过商业智能项目和大数据项目,逐步形成数据分析体系和业务模型,打造数字化智能决策平台,利用数据驱动管理变革,提升公司经营活动效率和决策准确率。长安汽车从2010年起基于关键业务指标进行商务智能分析应用,通过建立各类业务模型,在战略、财务、质量、销售、制造、OTD等领域充分挖掘数据价值,提高公司决策与运营支持能力。

平衡计分卡信息管理系统:该系统把战略研究、制定、分解、计划运营纳入整个体系,实现了从长期到短期、上级与下级之间的协同,建立起从季、月到周、日的报表监控体系以及从绩效目标制定、执行、检查到处理的绩效循环体系,通过决策分析,向领导层及时进行指标预警并提供方便直观的决策相关信息展现。

财务管理驾驶舱:建立了产品全生命周期投入产出、增减利差异等模型,推进财务管理精细化;通过财务指标体系建设,初步贯通从财务指标到业务活动的整体脉络,通过财务数据分析结果促进业务活动管理的改进。

大数据初步应用:可以更好地为产品策划规划人员及管理者提供决策依据。2015年长安与汽车之家合作,通过采集汽车之家网站用户数据,研判消费者汽车消费动机、关注因素、车型选择、品牌偏好等趋势,实现了基于人群属性、地理位置、网络行为的大数据分析。以长安CS75为例,通过在汽车之家网站上对长安CS75及其竞品关注时长的相关数据进行分析,可知SUV之间竞争异常激烈,关注趋势基本一致,并且车主购买SUV车型的主要原因是SUV有宽敞的空间、能满足多种路况的优点(见图22)。

图片关键词

图22 汽车之家网站上长安CS75及竞品车型

应对营销模式的改变,长安汽车于2015年建立舆情管理、用户画像大数据分析项目,全方位分析用户的特征和喜好。舆情管理通过抓取微博、互联网论坛数据,跟踪分析用户发表的用车感受,以对长安汽车关注的热点进行实时监控,来指导品牌营销和公关。通过用户画像可分析长安汽车用户的群体特征,发现群体特征变化趋势,协助业务人员更好地了解用户的行为偏好和关注点,帮助业务人员制订更加有效的传播推广策略,提升传播推广的效率,如图23所示。

图片关键词

图23 长安汽车的大数据用户画像

长安汽车通过商业智能项目和大数据项目,逐步形成数据分析体系和业务模型。其打造的数字化智能决策平台,利用数据驱动管理变革,提升公司经营活动效率和决策准确率。长安汽车从2010年起利用关键业务指标进行商务智能分析,通过建立各类业务模型,在战略、财务、质量、销售、制造、OTD等领域充分挖掘数据价值,提高公司决策与运营支持能力。2015年长安汽车与汽车之家合作,通过采集汽车之家网站用户数据,研判消费者汽车消费动机、关注因素、车型选择、品牌偏好等趋势,实现了基于人群属性、地理位置、网络行为的大数据分析。

·产品信息追溯系统建设及运行情况

长安汽车追溯管理系统依托于长安自主平台,具有自主知识产权,同时充分考虑了长安公司的特色,针对长安公司的特点进行优化,提升了操作人员的使用体验。

长安汽车实行的追溯管理涉及了发动机及整车工厂。长安产品信息追溯系统覆盖铸造、焊接、涂装、总装全工艺流程,对关键的零部件进行了分类管理追溯,提高了供应商物流效率、生产制造各环节的质量、物料管理能力以及管理水平。发动机工厂铸造、机加工以及整车冲压等工艺,能够按天进行追溯管理,而整车焊接、总装以及发动机的总装能够精确到具体车辆的批量追溯。

(三)EVCARD新能源汽车分时租赁——城市共享出行的数字化实践

环球车享汽车租赁有限公司(以下简称“环球车享”)是一家以新能源汽车分时租赁为核心业务,以发展汽车共享为战略目标的创新企业。公司创立于2016年5月16日,由上海汽车集团股份有限公司与上海国际汽车城(集团)有限公司共同出资,整合双方旗下共享汽车品牌,成立全新的分时租赁品牌EVCARD。

1.数字化技术使城市共享汽车出行成为可能

近年来,由于城市化水平的不断提升,我国越来越多的城市面临日益严峻的环境、交通、能源方面的问题。因人口日益向城市集中,机动车保有量迅速增长,在大城市,特别是北京、上海这一类特大型城市陆续面临环境污染、交通拥堵、能源危机等问题,对民众健康安全、日常出行、城市经济运行以及国家能源安全等产生不利影响,成为社会关注的重大热点问题。

《国务院关于城市优先发展公共交通的指导意见》明确提出要“大力发展低碳、高效、大容量的城市公共交通系统”,倡导绿色出行,以新能源公共交通、新能源汽车、公共自行车等绿色环保出行方式为驱动的综合出行方案成为全球城市发展的热点。究其原因,是城市正面临能源危机、环境污染、道路拥堵等发展瓶颈,阻碍了城市的进一步发展,而以新能源汽车为驱动的绿色出行解决方案一方面能够解决城市面临的问题,另一方面能够通过创新模式、创新业态推动整个新能源汽车产业发展乃至城市的升级转型。

在此背景下,城市交通出行的各业态面临创新转型的现实需求。采用共享化理念实现车辆、泊位、充电设施资源共用,一定程度上替代私人汽车的拥有和使用,同时应用新能源车辆改变当前车辆对单一能源的依赖以及对环境的直接污染,这些是创立新能源汽车分时租赁的初衷之一。分时租赁模式的实践,需要传统租赁行业与互联网技术的紧密结合,其可实现由传统租赁网点人工办理向用户自助用车的转变、车辆按日租赁向计时租赁的转变、满足长时用车需求向日常化短时用车需求的转变等。可以说,是数字化技术的发展使分时租赁落地变为了可能,分时租赁的发展也为数字化技术的应用提出了更明确的要求。

2.数字化技术在分时租赁领域的应用

分时租赁实现商业化运营的过程,就是传统汽车租赁由线下到线上的转变,为确保用户方便使用、企业高效运营、政府全面监管,数字化、信息化、智能化手段是重要保障,环球车享在这方面的努力主要体现为面向客户、面向企业、面向政府的软硬件开发和应用。

(1)友好的用户体验

分时租赁用户的注册、预订、取车、还车、结算、充值、车况上报、用车评价等环节全部通过手机APP完成,而在数字化技术普及前,租赁一辆汽车需要在实体门店完成一系列烦琐手续,有时还会因信息传递的不及时给用户带来不必要的麻烦。

用户打开EVCARD手机客户端后,通过屏幕缩放可看到大至全国运营城市和小至单个运营网点,所有可借/还车辆的站点一览无遗。选中单个网点后跳转至网点预览页面,用户可进一步了解该网点的地理位置、实有车辆数量、充电桩数量、停车位数量、网点可借车辆详情(车型、剩余里程、车牌号)等。进一步选中车辆并点击后,可跳转至预约页面,除在网点预览页面可看到的车辆信息以外,还提供车辆动力类型、座位数、续航里程、已行驶里程、车龄、清洁情况等细化信息。用户选定车辆后,点击“确定预约”便可保留15分钟车辆使用权,需要在此时间内完成取车。用户取、还车均是在手机APP中操作,还车成功后可选择预付费、银行卡、移动支付、优惠券等方式进行费用结算。此外,在用车过程中遇到事故、故障或任何其他问题,均可通过手机APP上报至客服中心,环球车享的专业团队可处理各类上报信息,免除客户的后顾之忧(见图24)。

图片关键词

图24 EVCARD手机客户端界面展示

环球车享使用数字化手段,实现了会员注册、订立承租关系、费用结算、保险购买等各类手续由纸质化向电子化的过渡,大幅缩短了用户租赁车辆的手续办理时间,为汽车短时租赁业务提供了基本保障。同时,网点、车辆等动态信息的实时采集与发布,确保了EVCARD为用户提供可靠、便捷、高效的移动出行服务。

(2)智能的企业运营维护

2017年6月1日,交通部发布的《关于促进汽车租赁业健康发展的指导意见(征求意见稿)》指出,分时租赁经营者应当提升线上线下服务能力。环球车享长久以来致力于企业线上线下团队人员、设施设备、系统技术等的优化完善,从而确保用户全程顺利自助用车。为进一步提高车队管理的效率,环球车享同样采取了一系列数字化手段进行保障,具体体现在以下几方面。

一是车辆调度。由于城市出行的潮汐性和不均衡性,在一定时间段内会出现网点无车可借或无位可还的情况,为确保客户用车需求,需要区域运营团队进行外部干预。为此,环球车享探索并测试基于车联网的电动汽车单车车载设备技术方案,形成基于车联网的大型车队电动汽车调度、站点匹配理论与方法,旨在实现从人工调度向系统自主调度的全面升级。例如在基于需求预测的调度方面,通过结合触点数据分析与动态还车预测等方法,对各网点车辆溢出或缺车等情况提前进行预判,及时形成并下达调度方案(见图25)。

图片关键词

图25 动态还车站点预测流程

二是积分体系。为鼓励用户安全、文明用车,共同创造良好的车内环境和安全的道路出行环境,环球车享正在研究开发用户积分系统。该系统将记录用户的每次取还车行为及交通违章、车内环境、车辆损伤等情况,并给予或扣除相应的用户积分,环球车享针对不同积分客户采取鼓励或限制措施。

三是网点优化。环球车享定期对EVCARD订单信息进行统计,利用大数据分析方法寻找运营过程中存在的问题并总结经验,调整运营业绩欠佳网点、复制推广成功网点模式。由于分时租赁是一项新兴的城市出行服务,其出行特征尚不明确,网点的布设策略需要结合实际订单进行滚动迭代分析,最终形成分时租赁业务网点布设优化导则。例如,通过研究用户APP打开情况分析当前网点分布对用车需求的匹配程度,通过GPS数据还原车辆运行情况,从而了解用户用车过程中的潜在停车需求位置。

(3)全面的安全监管

汽车共享有别于其他共享服务,其运行的可靠程度关乎承租人安全、乘车人安全及公共安全。为此,环球车享通过各类技术手段不断加强服务管控,具体采取的措施如下。

一是车况实时监测。车辆的运行状态、故障信息、地理信息等,可通过车载设备和远程通信技术向环球车享后台进行传送,系统将实时监控这些信息,一旦发生故障或报警,将及时通知用户或暂停该车辆的共享服务,并指派运维人员前往处理。

二是用户身份识别。除在注册过程中审核用户合规身份以外,为避免账户的盗用、冒用、借用等情况发生,环球车享通过技术手段确保承租人、账户、手机设备指向为同一用户。未来,随着生物识别技术的成熟和推广,环球车享将根据行业管理要求,持续加强对用户身份的识别能力。

三是交通违章处置。环球车享定期对运营车辆进行违章筛查,根据违章信息和订单信息的匹配结果,锁定交通违章责任人,并及时通知用户在规定时间内处置违章。为督促用户文明行车,环球车享对频繁违章用户进行有针对性的安全出行教育,并呼吁未来将拒不处置交通违章的行为纳入社会诚信体系。

分时租赁作为一项新兴互联网与传统服务业结合的业务,面临着诸多全新的安全监管问题,环球车享采用“技防”辅助传统“人防”、“物防”的方式,进一步确保了业务运行的安全可控。同时,主动对接行业管理部门,及时反馈运营中发现的安全隐患和监管盲区,为完善行业管理办法、制定行业准入标准等提供必要依据。

3.数字化应用的效果

近年来,随着共享出行的社会关注度不断提高,汽车共享行业涌现了越来越多的参与者,分时租赁的足迹已遍布全国一、二线城市,甚至在中小城市也能看到其身影,可以说,城市交通出行体系正经历着共享汽车与其他共享出行方式一同带来的出行变革。作为具有创新性的移动出行方式,新能源汽车分时租赁所具有的环保、高效、便捷、安全的特点,使其在与传统出行方式的共存中获得了一席之地。而数字化技术应用为传统汽车租赁服务的转型与商业化实践提供了可能,环球车享将在客户端信息呈现、运营辅助管理及自动充电、自动泊车等前沿技术研究方面持续投入,不断提升用户体验、加强行车安全、提高运营效率,在分时租赁行业发展之路上继续探索前行,为用户提供更优质、更安全的城市移动出行服务。

(四)滴滴在移动出行领域的数字化应用

滴滴出行是全球领先的移动出行平台,其为4亿的用户提供出租车、专车、快车、顺风车、豪华车、公交、小巴、代驾、租车、共享单车等全面的出行服务,日订单量已突破2000万。同时滴滴还以人工智能技术支持城市建立智慧交通解决方案,致力于与不同社群及伙伴协作互补,运用大数据驱动的深度学习技术,应对城市出行、环保、就业等方面的挑战,提升用户体验,创造社会价值,建设开放、高效、可持续的移动出行新生态。

1.推进移动出行数字化的重要意义

数字经济是指利用互联网融合创新、提升经济效率、催化新技术和新业态。它既包括以云计算、大数据等新一代数字技术为基础的增量市场,也包括新业态与传统产业转型升级相结合所盘活的生产消费存量市场。2017年7月,习近平主席在出席G20峰会时指出,我们要主动适应数字化变革,培育经济增长新动力,积极推动结构性改革,促进数字经济同实体经济融合发展。发展数字经济,是紧跟时代步伐顺应历史规律的发展要求,是着眼全球提升国际综合竞争力的客观要求,也是立足国情推动新旧动能接续转换的内在要求。

推动数字化技术发展在移动出行行业具有深刻意义。我国城市居民“出行难”由来已久,主要体现在出行服务类型单一、公共交通供给不足、高峰时段出行难、拥堵严重等多个方面。在数字经济大潮之下,移动出行行业数字化进程明显,城市居民出行状况大为改善,出现了诸多细分领域,大大激发了出行市场的活力。

2.移动出行领域数字化技术应用的基本情况和特点

(1)滴滴大脑的数据与技术优势突出

滴滴正在驱动人工智能技术迅速迭代升级,并构建了一个能够制定大数据策略的智能系统——“滴滴大脑”,通过大数据、机器学习和云计算最大化利用交通运力,做出最优决策,让整个城市的交通效率更高,让人们的出行体验更好(见图26)。

图片关键词

 

图26 滴滴大脑

 

云计算拥有强大、灵活的计算能力。滴滴的业务场景对计算和实时性的要求非常高,用户输入一个目的地,滴滴大脑就能以毫秒级的速度进行计算从而完成车辆最佳及最合理的调度。目前已经通过滴滴云计算搭建了大规模实时分单处理平台,实现了多维度的最佳订单匹配。

机器学习是人工智能的核心,算法则是机器学习的关键要素。滴滴搭建的核心算法模型,可以帮助平台实现更准确的预测能力、智能的调配能力,提高效率降低成本,达到最优运力调度。滴滴出行研究解决的技术难题,包括供需预测、路径规划、智能派单等都离不开算法。此外在提升用户乘车体验上,滴滴也引入了人工智能,比如服务打分和机器判责等功能背后都是通过复杂的机器学习算法技术来实现的。

云计算和机器学习的基础是大数据。自2012年成立以来,滴滴已经发展成为中国最大的移动出行平台,日订单量超过2000万,相当于全球其他移动出行市场总量的2倍。这也意味着,滴滴大数据规模以及数据分析、利用能力获得指数级的提升。目前滴滴每日新增定位轨迹数据超过70TB,每日处理数据超过4500TB,每日路径规划请求超过200亿次。

(2)技术驱动智能出行服务

技术与创新是滴滴发展的重要驱动力之一。用户一次完整的用车流程背后,是数字化技术的支撑。打开滴滴APP后,如果用户已经多次使用了这个APP,当乘客输入上车点之后,滴滴可以在2毫秒内预测他们的目的地,能加快乘客的发单效率。目前,预测的准确率能达到90%。

预测目的地或用户自己输入目的地之后,就进入滴滴最核心的一个模块——派单,也就是乘客跟司机的匹配。乘客每次发单,背后都需要借助大规模分布式计算对司机和乘客进行最优匹配,不仅要将乘客与周围大量的司机进行匹配,计算出最优结果,还要计算出最佳行驶路径,做到总时间最短,从而实现平台效率和用户体验的最大化和最佳化。

不同于网上搜索商品、资讯等信息的静态停留,车辆永远在不停地移动。乘客对司机的搜索,每隔5秒钟就发生了变化,车可能经过另外一个路口、可能上了高速、可能路况发生了变化,等等。因此,滴滴大脑需要做一个动态、实时的匹配,并能对未来的情况做出预测。

目前,通过对滴滴出行海量的用户行驶数据进行挖掘和学习,滴滴已经围绕最低价格、最高司机效率和最佳交通系统运行效率,设计出了全新的智能路径规划算法,能够对未来路况做出准确预测,整体考虑司机未来所有可能的走法,毫秒级计算出A到B点的最优路径。

(3)数字化技术助力安全出行

为了保障司机和乘客的出行安全,滴滴在内部成立了安全管理委员会,同时还陆续推广、升级了三证验真、人像认证、号码保护、分享行程、紧急求助、车型一致等安全功能,与滴滴司乘意外综合保障一起,构成更为完善的安全出行体系,保障乘客、司机出行安全。

此外,滴滴还上线了安全驾驶系统“滴滴护航”,该系统综合分析手机传感器、陀螺仪、GPS等信息,从疲劳驾驶、超速、急加速、急转弯、急刹车、分心驾驶等六大维度检测司机的驾驶行为,提高司机个人与平台的安全保障水平。

3.推行数字化的效果

数字经济将成为经济增长的主要动力源泉,成为推动供给侧结构性改革的重要支撑,将促进就业,增进民众福祉,并随着新业态的不断发展,社会价值不断显现。滴滴的数字化技术应用,也取得了初步的成果,特别是在推动新旧业态融合发展、便民利民、智慧城市建设、促进就业和保护环境等多个方面展现了巨大的社会价值。

(1)为传统行业的转型升级带来了机遇

新兴业态的发展也为交通运输行业解决遗留问题和提升行业服务水平带来了前所未有的契机,网约车新业态的发展更是为传统出租车行业转型升级带来了机遇。

为促进出租车行业的转型发展,滴滴从流量融合、服务融合和技术融合三个方面进行探索,试图把网约车的制度优势、管理模式以及应用成熟的技术经验,逐步融合到出租车体系中,通过网约车的流量入口为符合条件的出租车引流,同时用智能拼车算法进一步提高出租车的运营效率。

在此基础上,滴滴已经形成一整套多元化的融合发展解决方案,能为出租车企业提供出租车智能派单企业版、出租车接网约车单企业版、加盟滴滴快车、加盟滴滴专车等多种合作方式,从而帮助传统出租车企业提升运营效率,为出租车企业和司机多渠道提供订单和收入来源。目前在全国范围内已经有超过200家出租车企业与滴滴达成合作。

(2)创造了增量市场,解决了人民群众出行难问题

移动出行平台减少了用车的不确定性,市民出行更加从容有序。滴滴平台打车成功率较传统路边打车提升了50%。与此同时,网约车也成为公共出行的重要补充,特别是在公共交通因突发事件暂时不能完全满足出行需求的情况下,网约车能够通过运力补充,满足出行需求。如2015年10月23日早高峰期间北京地铁10号线发生故障,滴滴为沿线6万人次提供了出行保障。

网约车还在空间上覆盖了城市公交和出租车服务不足的区域,解决了城市居民“最后一公里”和“门到门”的出行难题,极大地方便了这些区域的居民出行。移动出行平台还解决了重大节假日跨城出行的难题。2017年春运,滴滴跨城顺风车,共运送848万人次的城际出行,成为春运出行的新方式,并在一定程度上缓解了春运压力。

此外,为了解决特殊群体的用车服务问题,滴滴开通敬老专线和敬老出租打车服务,为数十万老人提供安全便捷的出行服务;滴滴还推出了无障碍专车,适合残障人士、老人、病人、孕妇等人群使用。

(3)发挥大数据和交通云优势,致力于打造智慧城市,解决城市交通拥堵问题

互联网平台拥有大数据技术优势,能够快速匹配用户的出行需求,并确保服务安全、透明、高效,有效解决了“出行难”问题。充分挖掘利用网约车“大数据”,可逐步解决公共交通领域存在的相关难题。在交通大数据领域,滴滴数据量最大、数据分析处理能力和可信度最强。这些海量数据经匿名化、整合化处理后,实时上传到滴滴的交通信息平台。滴滴可以利用智能调度优势帮助改善城市交通拥堵问题,未来还可协助设计智能交通管控方案,提高道路利用率,并为城市的路网优化提供决策依据。

滴滴正在积极展开与城市交通管理者的合作,以大数据分析能力参与智慧城市建设。目前,已和济南、贵阳、天津、深圳等多个城市进行合作,利用大数据技术,进行交通诱导屏建设、公交线路规划、红绿灯控制系统优化等(见图27)。由滴滴参与的首条潮汐车道项目已正式落地,并在济南旅游路开始测试运营。

图片关键词 

图27 交通诱导屏

 

(4)滴滴平台发挥了就业“蓄水池”的作用,显著促进就业

滴滴所代表的新业态就业潜力巨大,为千万人提供了灵活的就业机会,对社会稳定起到了重要作用。以滴滴为例,2016年滴滴为全社会创造了1750.9万个灵活就业和收入机会。滴滴平台司机年龄以“70后”和“80后”的占比最大,超过80%,他们是社会中坚力量和家庭中流砥柱。

(5)通过释放社会化运力,以共享出行的方式,助力绿色出行、低碳出行

“快车拼车”虽然推行时间不长,但切实为改善大气环境,减少环境污染出了一份力。据统计,2016年,滴滴顺风车和专快车(含拼车)全年直接和间接减少144.3万吨二氧化碳排放量。




025-8320 9516
电话咨询
邮件咨询
在线地图