探访博世长沙“灯塔工厂”，看大数据和人工智能如何赋能智能制造

随着汽车电动化、网联化、自动化的发展，大数据和人工智能在汽车产业链生态中发挥着越来越重要的作用。它不仅改变了汽车的功能，赋能了汽车自动驾驶、汽车驾驶舱等领域的进化和发展，也改变了汽车的制造模式，重建了汽车智能制造的价值链和生态系统。

就在近日，笔者走访了博世位于湖南长沙的“灯塔工厂”，该工厂入围了3月份世界经济论坛公布的2022年首批13家“灯塔工厂”。是继博世无锡工厂、博世苏州工厂之后，博世第三家获得“灯塔工厂”称号的智能制造工厂。截至目前，全球已有来自22个行业的103家工厂获此殊荣，其中37家位于中国，占比超过三分之一，总量居世界第一。

“灯塔工厂”作为智能时代的“最先进工厂”，被誉为智能制造的“奥斯卡”。它由世界经济论坛和麦肯锡公司于2018年联合发起。评判标准包括:自动化、工业物联网、数字化、大数据分析、5G等技术。

博世长沙工厂是博世集团于2004年在中部地区建立的第一家工厂。其产品涵盖电机、发动机冷却风扇、空调鼓风机电机和风扇、车窗升降电机、座椅电机、雨刮器电机等。随着电气化和智能化的发展，博世长沙工厂还致力于为行业提供专注于提升驾驶体验的舒适电机、专注于更安全驾驶体验的动力总成电机、新一代雨刷系统和热管理系统。此次参观“灯塔工厂”，笔者从五个方面体验了博世在智能制造领域的创新举措。

人工智能(AI)驱动生产能源管理系统，使年耗电量降低了18%。

博世长沙利用自主研发的人工智能(AI)驱动生产能源管理系统，加速生产转型。系统搭载自主研发的AI算法，可以结合客户需求和预测、生产计划、天气状况、温湿度等业务和环境因素，滚动推出未来七天的生产线级用能预测和生产调度。当预测结果精确到小时时，平均绝对百分比误差仍低于3.2%。

此外，在AI算法的帮助下，系统还可以提供优化的停机管理和准确的能耗异常监控，让节能减排深入到各个环节。目前，该系统已帮助博世长沙工厂年耗电量降低18%，二氧化碳排放量降低14%，进一步引导生产转型的数字化进程。

智能设备维护管理系统，节省25%的维护成本。

特别是现场专家提到，这套系统可以在毫秒级了解设备的动态状态，为问题的分析提供了非常有利的依据。深度数字化和智能化不仅可以提高维修过程的敏捷性和效率，还可以实现设备的智能化管理，为稳定生产消除后顾之忧。博世长沙的设备预测维修系统采用深度学习算法，通过对历史数据的分析和对实时数据的监控，实现预防维修向预测维修的转变。

在生产中收集数据，通过分析和挖掘数据来指导生产。传感器是收集数据的关键。振动传感器广泛用于预测性维护系统。通过收集的数据和相应的常见故障原因，数据分析团队构建数据模型。在实际生产中，运行训练好的模型，系统会监测设备异常及其原因，甚至预测可能的设备故障。

AI预测模型预测24小时内设备的健康状况，并给出预警，帮助维护和生产人员提前做好准备并快速响应，减少……紧急维修订单的出现，并通过提前计划确保生产的稳定性。该系统的使用节省了19%的维护时间、25%的维护成本和17%的缺陷成本。

生产现场数字化管理方案，生产率提高20%

现场博世智能制造专家提到:“数据不仅需要与物料同步，还需要与人同步”。博世利用5G数据传输构建数字化车间管理系统，实现可视化5M1E平台。它内部实现了涵盖流程、原材料、设备、人员、文件系统等业务环节的精益化日常管理，公司内人员的一举一动都可以转化为数据。

基于电子文件的过程完全数字化，这为建立其他基础设施奠定了标准。车间数字化管理系统由可视化的5M1E(人、机、料、法、测、环)平台赋能，实现了基于人员资质、能力认证、变点控制管理的智能化人员配置。结果，博世长沙实现了20%的生产率提升，有效降低了12%的人力成本，并创下了零客户投诉的记录。

数据智能决策系统，精准预测和干预

数据智能决策系统包括数据采集、数据处理、模型建立、验证和应用。博世数据科学家夏在现场介绍，博世长沙通过在设备上安装各类智能传感器，持续采集生产过程中的各类数据。本文基于海量数据资源，运用大数据技术和机器学习算法对其进行深度分析，建立了高精度的耗材使用寿命预测模型，从多个维度对耗材的生产性能和消耗情况进行分析，给出了耗材的最佳更换时间。通过模型的控制，提高了产品质量的稳定性，避免了单一经验和人工误判造成的浪费。

比如在具体应用中，还将振动传感器应用于耗材的智能决策，将振动特征与其他数据相结合，使生产线上的刀具更换更加智能；焊接控制传感器可以检测焊接过程中的关键变量，并准确预测焊条的使用寿命。

该机型上线后，有助于焊条、车刀、剥皮带等易耗品使用寿命延长30%以上，节省更换时间50%。

端到端的智慧物流平台，关键指标实时显示。

博世物流信息的沟通和交互始于上游供应商。博世物流一体化的中间平台打通了卡车预约进厂、自动补货、智能物流配送、生产执行五大块。通过港口的连接，从原材料供应、运输和内部流通到生产和货物交付，材料和数据的使用是同步的。整个流程由物流中间平台通过实时数据连接、异常监控和报警，在流程大数据的支持下启用。平台通过AGV、RFID/视觉识别、自动化应用、智能报表的灵活调度，结合云技术、AI技术和物流业务的深度融合，帮助博世长沙节省了30%的物流成本和15%的库存周转天数，将生产周期缩短至三年前的64%。

博世长沙总经理魏岩表示:“作为德国最早发起工业4.0的企业之一，博世一直致力于工业4.0的完善，并取得了显著的成效。以数字化和叠加智能为基础，通过不断创新探索精益生产管理。未来，博世长沙将继续做第四次工业革命的先行者和排头兵，加速中国制造业数字化智能转型，释放绿色低碳潜能，探索智能制造新未来。”

魏延进一步提到，市场已经不能用传统的数据方法来预测。相反，它需要更好的数字化方式来实现。它需要一个更加智能和灵活的互联网来促进信息交流。AI加持使工厂实现自学习，精确的数字双胞胎可以指导数字模型的生产。未来，作为博世长沙灯塔工厂，将不断实现技术创新和自我突破。博世将致力于全面实现生产过程的物联网、人工智能、自动化、智能化和数字化，构建智能制造价值链和智能生态系统，朝着“博世长沙未来工厂”的建设目标不断前进，助推中国制造数字化智能化转型。随着汽车电动化、网联化、自动化的发展，大数据和人工智能在汽车产业链生态中发挥着越来越重要的作用。它不仅改变了汽车的功能，赋能了汽车自动驾驶、汽车驾驶舱等领域的进化和发展，也改变了汽车的制造模式，重建了汽车智能制造的价值链和生态系统。

就在近日，笔者走访了博世位于湖南长沙的“灯塔工厂”，该工厂入围了3月份世界经济论坛公布的2022年首批13家“灯塔工厂”。是继博世无锡工厂、博世苏州工厂之后，博世第三家获得“灯塔工厂”称号的智能制造工厂。截至目前，全球已有来自22个行业的103家工厂获此殊荣，其中37家位于中国，占比超过三分之一，总量居世界第一。

“灯塔工厂”作为智能时代的“最先进工厂”，被誉为智能制造的“奥斯卡”。它由世界经济论坛和麦肯锡公司于2018年联合发起。评判标准包括:自动化、工业物联网、数字化、大数据分析、5G等技术。

博世长沙工厂是博世集团于2004年在中部地区建立的第一家工厂。其产品涵盖电机，发动机冷却风扇，…空调鼓风机电机和风扇、车窗升降电机、座椅电机、刮水器电机等。随着电气化和智能化的发展，博世长沙工厂还致力于为行业提供专注于提升驾驶体验的舒适电机、专注于更安全驾驶体验的动力总成电机、新一代雨刷系统和热管理系统。此次参观“灯塔工厂”，笔者从五个方面体验了博世在智能制造领域的创新举措。

人工智能(AI)驱动生产能源管理系统，使年耗电量降低了18%。

博世长沙利用自主研发的人工智能(AI)驱动生产能源管理系统，加速生产转型。系统搭载自主研发的AI算法，可以结合客户需求和预测、生产计划、天气状况、温湿度等业务和环境因素，滚动推出未来七天的生产线级用能预测和生产调度。当预测结果精确到小时时，平均绝对百分比误差仍低于3.2%。

此外，在AI算法的帮助下，系统还可以提供优化的停机管理和准确的能耗异常监控，让节能减排深入到各个环节。目前，该系统已帮助博世长沙工厂年耗电量降低18%，二氧化碳排放量降低14%，进一步引导生产转型的数字化进程。

智能设备维护管理系统，节省25%的维护成本。

特别是现场专家提到，这套系统可以在毫秒级了解设备的动态状态，为问题的分析提供了非常有利的依据。深度数字化和智能化不仅可以提高维修过程的敏捷性和效率，还可以实现设备的智能化管理，为稳定生产消除后顾之忧。博世长沙的设备预测维修系统采用深度学习算法，通过对历史数据的分析和对实时数据的监控，实现预防维修向预测维修的转变。

在生产中收集数据，通过分析和挖掘数据来指导生产。传感器是收集数据的关键。振动传感器广泛用于预测性维护系统。通过收集的数据和相应的常见故障原因，数据分析团队构建数据模型。在实际生产中，运行训练好的模型，系统会监测设备异常及其原因，甚至预测可能的设备故障。

AI预测模型预测24小时内设备的健康状况，并给出预警，帮助维修和生产人员提前做好准备并快速响应，减少紧急维修订单的发生，通过提前计划保证生产的稳定性。该系统的使用节省了19%的维护时间、25%的维护成本和17%的缺陷成本。

生产现场数字化管理方案，生产率提高20%

现场博世智能制造专家提到:“数据不仅需要与材料同步，还需要与人同步”。博世利用5G数据传输构建数字化车间管理系统，实现可视化5M1E平台。它内部实现了涵盖流程、原材料、设备、人员、文件系统等业务环节的精益化日常管理，公司内人员的一举一动都可以转化为数据。

基于电子文件的过程完全数字化，这为建立其他基础设施奠定了标准。车间数字化管理系统由可视化的5M1E(人、机、料、法、测、环)平台赋能，实现了基于人员资质、能力认证、变点控制管理的智能化人员配置。结果，博世长沙实现了20%的生产率提升，有效降低了12%的人力成本，并创下了零客户投诉的记录。

数据智能决策系统，精准预测和干预

数据智能决策系统包括数据采集、数据处理、模型e……建立、验证和应用。博世数据科学家夏在现场介绍，博世长沙通过在设备上安装各类智能传感器，持续采集生产过程中的各类数据。本文基于海量数据资源，运用大数据技术和机器学习算法对其进行深度分析，建立了高精度的耗材使用寿命预测模型，从多个维度对耗材的生产性能和消耗情况进行分析，给出了耗材的最佳更换时间。通过模型的控制，提高了产品质量的稳定性，避免了单一经验和人工误判造成的浪费。

比如在具体应用中，还将振动传感器应用于耗材的智能决策，将振动特征与其他数据相结合，使生产线上的刀具更换更加智能；焊接控制传感器可以检测焊接过程中的关键变量，并准确预测焊条的使用寿命。

该机型上线后，有助于焊条、车刀、剥皮带等易耗品使用寿命延长30%以上，节省更换时间50%。

端到端的智慧物流平台，关键指标实时显示。

博世物流信息的沟通和交互始于上游供应商。博世物流一体化的中间平台打通了卡车预约进厂、自动补货、智能物流配送、生产执行五大块。通过港口的连接，从原材料供应、运输和内部流通到生产和货物交付，材料和数据的使用是同步的。整个流程由物流中间平台通过实时数据连接、异常监控和报警，在流程大数据的支持下启用。平台通过AGV、RFID/视觉识别、自动化应用、智能报表的灵活调度，结合云技术、AI技术和物流业务的深度融合，帮助博世长沙节省了30%的物流成本和15%的库存周转天数，将生产周期缩短至三年前的64%。

博世长沙总经理魏岩表示:“作为德国最早发起工业4.0的企业之一，博世一直致力于工业4.0的完善，并取得了显著的成效。以数字化和叠加智能为基础，通过不断创新探索精益生产管理。未来，博世长沙将继续做第四次工业革命的先行者和排头兵，加速中国制造业数字化智能转型，释放绿色低碳潜能，探索智能制造新未来。”

魏延进一步提到，市场已经不能用传统的数据方法来预测。相反，它需要更好的数字化方式来实现。它需要一个更加智能和灵活的互联网来促进信息交流。AI加持使工厂实现自学习，精确的数字双胞胎可以指导数字模型的生产。未来，作为博世长沙灯塔工厂，将不断实现技术创新和自我突破。博世将致力于全面实现生产过程的物联网、人工智能、自动化、智能化和数字化，构建智能制造价值链和智能生态系统，朝着“博世长沙未来工厂”的建设目标不断前进，助推中国制造数字化智能化转型。

标签：

汽车资讯热门资讯