芯耀
与非AI
253
公众号：知识自动化
一个理想的数字化工厂该是什么样子的？无处不在的自动化，柔性机器，软件定义和AI覆盖，西门子数控（南京）有限公司南京工厂满足了这种想象力。
西门子南京工厂是电子和电机制造的复合工厂，主要生产数控系统、伺服驱动和变频器，通过“数字空间先行、物理空间再现”的方式，成为西门子全球首座“原生数字化工厂”。
工厂生产向来是复杂的排列组合，往往有着极其多样的订单。从尺寸来看，这里覆盖了小到10cm左右跑步机上用的迷你型变频器，大到长度逾1米的电机。尺寸相差10倍，而重量从1公斤到100公斤以上，相差有100倍以上。
巨大的尺寸差异，对工程师建立产线提出了巨大的挑战。这里的工程师就是钢丝绳的平衡高手，他们需要在两个钟摆尺寸之间找到平衡。这个过程，他们研制了模块化的产线，就像乐高组合一样实现生产的柔性，来适应不同的订单。只需要用两种基架，来有效覆盖不同尺寸。而重点则是实现柔性化，来适应不同的产品型号和不同的产能需求。
如同iPhone每年升级新一代手机，生产手机的很多设备就要升级换代一次。而对于任何一个工厂而言，最怕的就是设备残值的断崖式清零。因此，最好的方法就是当产品升级换代的时候，产线依然可以尽量多地复用。任何一个企业的财务总监，都希望车间产线可以得到温柔的对待和健康长寿的运行，避免“产品新一代，产线新一代”。
西门子南京工厂的工程师，重新定义了产线的设计。它将装配产线的10多个工序，拆解成20个更短的工序，从而更加容易独立控制。机器的控制系统与执行系统，被拆开考虑。控制系统通过平台化设计，来减少不同的PLC控制器，从而加强各个工位的一致性。而执行系统，则变得相对个性，覆盖涂刷导热硅脂或者安装散热器等这样有差异性的动作。
这种乐高式的功能模块，形成了一种快插组合的工作站。如果要更换产品，只需要变更某几个工作站。调整产线过程中，可以轻松快捷地将工位拖拽出来，然后塞进新的工位。该工位直接跟由西门子工厂5G通讯系统完成远程的主站PLC交互，只需要调试24分钟就可以切换完毕。而在过去，这个更换时间大概需要2天甚至更多的时间。
如此惊人的切换，带来了巨大的产线柔性。这是一个值得驻足观望的基点。柔性会带来库存的降低，从而提高工厂的效率。这也是丰田精益生产体系的精髓。
在日本丰田精益生产体系TPS的早期实践中，单分钟快速换模SMED（Single-Minute Exchange of Die）是一个里程碑的突破。TPS的创建者大野耐一，将冲压车间的换模时间，从常规的4小时压缩到个位数分钟以内。换模时间的革命性缩短，带来了强大的生产柔性，从而大幅度降低库存。快速换模，是日本精益生产体系最具观摩性和戏剧性的凝视一刻。它为一种全新的生产技术哲学，提供了最具震撼力的观望窗口。
满手机油的工程师，成为变革的主角。
传统的自动化线体在应对市场不断波动和可预测性越来越难的大背景下，往往显得滞后和缺乏灵活度。但在西门子南京工厂，只需要2天时间，便可完成整条线体从拆装到重新配置，直接达到量产水平。这在过去是无法想象的。节省的时间和成本，以及快速响应市场变化给客户带来更快效应，这样的优势是非常惊人的。
这样的乐高模块化生产线，还可以根据生产量的要求，增加或者减少工位。只需要解决瓶颈工位，就可以通过拉伸生产线的方式，实现产能的切换。这就像一条毛毛虫产线，可以随时伸缩工位。这让人想起耐克最畅销的童鞋——毛毛虫运动鞋，给人带来舒适感而取得了巨大的商业成功。有了乐高模块化功能，一条产线不再是僵硬的铁板一块，而是极具延展性。
这样具备高灵活度的产线，延长了设备的使用周期。当产线更换来生产新型号的产品时，可以做到80%的设备都能够复用。这是极大地延长了设备的寿命，使得设备资产具有更长的保鲜性，从而在产品的全生命周期内灵活变化新老产品迭代，变得更加从容。
伸缩自如的毛毛虫产线的出现，得益于数字与现实世界的融合。而这正是西门子“原生数字化工厂”的内涵所在。这个工厂一开始的设计，早在数字空间里就已完成。每条产线的布局，物料的通道，水电气的功率负载，都提前在数字空间演练多遍。然而，并非只是建筑空间的模拟，机器也得到了精心的调试。在数字世界，这些机器需要提前反复进行模拟和仿真。
这使得工厂的建设，和机器的入驻与安装调试，都显得成竹在胸。因为现实的一切，都在复现数字空间早已排演的剧情。西门子一直主张“一次正确之道”，通过软件定义和数实融合，实现“一次建造正确”、“一次设计正确”等。西门子南京的“原生数字化工厂”，就是这个“一次正确之道”的践行者。与此同时，这个工厂也是AI应用密集型之地。
南京溧水工厂找到了生成式AI、视觉AI与数据AI的三大技法，覆盖了从原材料、贴片机、波峰焊、检测到包装出库全链条AI化。
第一种方式就是人们最熟悉的对话式AI。以前设备出现故障，往往依赖专业的维修工程师。而这里构建了一套生成式AI的设备检修系统，使得年轻的一线人员同样获得神力。
企业的集体知识，往往容易遗忘在数不尽的数据之中，而且难以有效回溯。西门子南京工厂将设备参数与多年维修电子记录基于私域数据构建了一套知识库。这些碎片化但却真实有效的数据，与大模型LLM进行了完整的融合。
借助于大模型的推理，一个隐身的设备专家可以完成实时在线回答。现场的操作人员只需要一个平板电脑，通过提词器向AI助手描述设备症状，就可以得到绝大部分设备故障的解决方案说明。这大大缩短了设备维修的时间。
第二种方式则是基于视觉建立了质量缺陷检测的AI扫描眼体系。在半成品流转过程中，这些实物的图像会随时记录下来，并交由AI进行检测对比，识别那些不良缺陷。南京工厂和西门子研究院一起，基于百万张图片自行研发了一套完整的视觉检测模型。这些图形库广泛收集了插装器件、贴标、包装等良性与不良性的示范。AI的算法，借助于这些训练有素的图形库，可以自行补齐逻辑，将不良品进行识别。
对于新产品的上线，只需要在前期输入几十张样本照片之后，AI扫描眼的能力，就可以迎风成长，从零开始建立识别能力。一头小牛刚生下来，只需要短短20分钟时间就可以站起来四下移动。而这里的产线在产能拉升爬坡的时候，AI扫描眼的能力也跟着同步建立起来。
这种自研的AI扫描眼采用了“视频流”而非“图像照相”的方式，改变了时间刻度的定义。原来那种静止照片的识别时间，被缩短了数十倍。
图像的AI检测还是结果导向，而真正的质量体系是“极限左移”，实现“过程监控”。西门子南京工厂开发了一套手势识别的视频系统。只要发现行动不符合标准规范，就可以进行提醒。电路装配时，端子的插接需要操作工双手操作。一手插件一手按压，才能够保障插接线接触良好。当一个操作工采用单手操作的时候，或者按压姿势不到位的时候，“视频系统”就会报警。这是一个根据实时视频流，进行质量预警的防范模式。
从图片，到视频流的识别，工厂里的视觉系统，也在快速进化。
如果说对话、视觉都是以人能感知的方式交互进行，那么第三种AI应用则采用数据驱动的闭环执行方式。在这里，一个类似“二郎神”的AI助手，起到了从判断到执行的全能角色。它就像是L4级的智驾系统，接管了一个完整的任务。
在复杂电路板的最后环节测试中，有200多个测试夹具。这些夹具使用久了之后也会有变化，一些“拖后腿”的夹具容易将没有故障的板子判定不良。一个电路板可能有2000个探针测试点，包括电阻值、电容电抗值等。任何一个测试点出现错误，仪器都可能报警。以前需要有专门的人员进行一定的判断，而西门子南京工厂引入了“二郎神”的AI助手予以替代。
这里的机台每天可以产生千万条数据，以前只是存档便于有故障的时候进行追溯。而现在，这些汪洋大海般的数据接入到机器学习的训练矩阵，形成一套多元维度的分析算法。
而基于AI的数据分析，则可以识别这些“假阳性特征”，这是仪器单独通过电流等信号所无法判断的。“二郎神”系统能将“假不良”误判率降低20%以上。比如10个被测试仪误判为不良的板子中，AI识别出其中2个是“假不良”。这些电路板完全可直接放行。这大大降低了重测的成本。实战的结果已经证明，“二郎神”的准确性已经超过人的识别。这是对最经典的开环控制方式的一种致敬：人不在闭环，但AI在闭环之中。
工厂对新技术的保守态度，一向名声在外。它有着坚实的信念，让一个已经证明安全健壮的系统保持不变。AI在工厂的落地，向来被看成AI应用最为艰难的一步。
然而面对AI，最大风险不是尝试，而是试图停留在原地。西门子南京工厂的“场景驱动AI”，大幅度地推进了AI技术的落地。西门子南京正在引入一个数字员工，这一AI智能体将在物流部门任职，帮助人类员工高效处理物流后台任务。此外，具身机器人也在厂内快速学习新技能，跃跃欲试准备进入车间。
“原生数字化工厂”是一种动态进化的生命体，每一个时候，它都在寻找跟数字技术结合的方式。人，机器，软件，还有AI，都在原生数字化工厂不断重新融合。工厂的能力，每天在迎风成长。
（全文完）
作者简介
林雪萍：北京联讯动力咨询公司总经理，《大出海》《供应链攻防战》《质量简史》作者
