奥迪的自动化工厂向工业 4.0 标准又迈进了一步

利用数字技术提升产品质量

作为一家业界领先的汽车制造商和总部位于德国的全球品牌，奥迪成功的秘诀在于制造工程设计精准、性能出色的车辆，并以吸引客户的价格提供奢华选择。Vorsprung durch Technik（“科技领导创新”）是奥迪的企业口号，准确地反映了该公司对使用尖端技术保持市场竞争优势的宗旨。

从点焊到铆接，奥迪已经在其工厂实现了许多生产作业的自动化，但其目标是创建智能工厂并实现工业 4.0 的生产水平。为实现这一目标，奥迪的工程师们知道他们要超越传统方法，即创建定制的硬件和软件解决方案，以处理各个应用场景。相反，他们需要一个可扩展的灵活平台，使他们能够运用高级数字处理能力（例如，数据分析、机器学习和边缘计算）的变革力量。

英特尔物联网集团副总裁兼工业解决方案事业部总经理Christine Boles 说：“如果了解一下如今的工厂情况，你就会发现奥迪的汽车制造业务是非常先进和极为复杂的。” “但是定制的应用场景很难进行维护和扩展，而且由于需要时间和成本来获得必要的批准和部署单个解决方案，它们实际上还会阻碍创新。奥迪已经准备好以一种新的方式看待物资，并尝试另辟蹊径。”

证明预测质量控制的价值

奥迪决定与英特尔和 Nebbiolo 合作进行概念验证 (POC) 实验，其重点在于改善其车辆焊接的质量控制流程。这一 POC 在奥迪位于德国内卡苏尔姆的工厂（该公司的两个主要装配工厂之一）开展。

内卡苏尔姆工厂的生产线上有 2500 个自动机器人。每个机器人都配备了从胶枪到螺丝刀的某种工具，并执行装配奥迪汽车所需的特定任务。这些机器人中有 900 个配有焊枪，可以进行将金属件固定在一起的点焊。生产线被划分成一系列的作业单元，正在组装的车辆在生产线上从一个单元流转到下一个单元。每个单元顶多可包含 20 个机器人和数台打磨机。在两次作业之间，打磨机会根据需要擦拭清洁焊枪上的两根焊丝。单元外部还有 3 个控制器：一个用于机器人，一个用于焊枪，以及一台工业 PC (IPC)。

奥迪每天在内卡苏姆工厂组装约 1000 辆汽车，每辆汽车要焊接 5000 次。每个生产日就有 500 多万次焊接。为了确保焊接质量，奥迪进行了人工质量控制检查。每天人工检查 1000 辆汽车是不可能的，但是，奥迪使用了行业标准的采样法。

“每天，奥迪会先将一辆汽车下线，转至一个大房间，在那里 18 位带着笔记本的工程师会用超声波探头检测焊接点，并记录每个点的质量”，英特尔工业解决方案事业部物联网集团首席工程师兼英特尔 Industrial Edge Insights 软件首席架构师 Rita Wouhaybi 这样表示。

采样成本高昂并且劳动强度大，而这一流程对每天生产的其他 999 辆汽车的质量留下了太多不确定的问题。遗憾的是，奥迪没有可行且具有成本效益的方法来检测其他的焊接质量。

奥迪自动化技术规划负责人 Mathias Mayer 说，“该解决方案的主要目标是使我们有可能以非常高的准确性对焊接进行百分之百的检查。” “目前，我们无法对此进行保证。我们在生产线末端检查一辆成品汽车。我们没有制定生产线内的检查流程。英特尔拥有技术和专业知识，可以帮助我们改善流程和实现目标。”

Nebbiolo Technologies 的软件架构师 Pankaj Bhagra 说，“对每辆汽车的 5000 个焊接点进行生产线上的检查，并在 18 毫秒内推断出每处焊接的结果，这突显了 Nebbiolo 的边缘平台将为制造业带来测量和实时分析响应的能力。” 我们丰富的软件堆栈为分布式边缘计算集群、来自异构源的数据提取、数据清理、安全数据管理和 AI/ML 模型的启用提供集中式管理，这使奥迪和英特尔的数据科学团队能够不断迭代 ML 模型，直到达到他们期望的精度等级。

创建可扩展的边缘分析平台解决方案

英特尔与奥迪合作，使用英特尔的 Industrial Edge Insights 软件和 Nebbiolo 的边缘平台进行串流分析以创建算法，从而进行预测分析和建模，进而将工厂数据转化为有价值的洞察。该解决方案从焊枪控制器而非机器人控制器中提取数据，然后进行边缘分析。英特尔的数据科学家创建了一种机器学习算法，并将其生成的预测与奥迪提供的实际检测数据进行了比较，从而对其准确性进行了训练。

机器学习模型使用了焊接控制器生成的数据，其显示了焊接作业期间的电压和电流曲线。数据还包括其他参数（例如，焊接构造、金属类型和焊丝正常使用状况）。而这种焊接应用场景仅仅是个开始。在工厂车间进行的优化不仅仅局限于一个流程，而是可以扩展到工厂的其余部分。这可以运用在边缘或更高层级，并识别流程之间的关联。提供边缘分析平台的能力在于它允许控制工程师和操作员在其数据的顶层进行创新。

最终得到一个可扩展且灵活的平台解决方案，奥迪不仅可以使用它来提升点焊的质量控制，还可以将其用作涉及机器人和控制器的其他应用场景（例如，铆接、胶合与喷漆）的基础。仪表板可让奥迪员工将数据可视化，并且系统会在检测到错误的焊接或构造发生潜在变化时提醒技术人员，从而可将错误总数尽可能减少或消除。

“英特尔是该项目的主导方”，Mathias Mayer 说。“他们具有生产经验，并且知道如何建立进行统计过程控制的系统。这对我们来说是全新的领域。英特尔教会了我们如何理解数据，如何使用算法分析边缘数据，以及将来如何处理数据以改进我们在工厂车间的各项作业。”

“建立边缘分析平台的价值在于它可以让更多数据融入其中，并查看关联性、因果关系和其他有趣的分析，甚至某些你一开始可能不会想到的作用”，英特尔物联网集团副总裁兼工业系统工程与架构总监 Brian McCarson 这样表示。“这个平台为奥迪提供了很大的发展空间。这不只是专用于这个应用场景。在完成了最初的平台投资之后，奥迪可以在其各个工厂和其他应用场景中进行发展和扩展。”

奥迪生产实验室高级经理 Henning Löser 表示同意：“该解决方案就像是未来解决方案的蓝图。我们在工厂中拥有许多技术，而该解决方案是可以用来为其他技术制定质量检查解决方案的一个模型，这样我们就不必依靠人工检查了。”

据 Christine Boles 表示，英特尔产品的广泛性是该解决方案的关键要素。“我们是在至强处理器上运行此解决方案，但是从整个英特尔® 产品线来说，我们可以从英特尔® 酷睿™ 处理器一直扩展到英特尔® 至强® E 处理器和英特尔® 至强® SP 服务器处理器，并且无需修改软件”，她这样表示。“我们可以提供客户所需的所有性能和功能，然后根据他们的业务内容轻松地向任何方向扩展。”

“与英特尔合作，已将奥迪在生产线上的焊接质量检测率从每天一辆汽车转变为百分之百全部检测，这是 Nebbiolo 的分布式边缘平台支持的许多理想的实时应用场景之一”，Nebbiolo Technologies 首席执行官 Chandra Joshi 这样表示。该项目展示了通过利用聚合平台，可以在多大程度上快速实现数据科学项目从概念到大规模生产的转化。Nebbiolo Technology 提供全面的超聚合边缘平台，其目的是通过具有安全性和数据所有权的数据来获取分析结果。

在降低成本的同时提高效率和精度

据 Henning Löser 表示，奥迪尤为引人注目的业务成果就是如何从人工检查的方式转变为自动化，以及数据驱动的流程如何使它扩大了质量控制流程的范围和准确性。而且，这也在其他方面带来了益处。

“在内卡苏尔姆工厂，我们已经看到人工成本降低了 30%-50%”，奥迪生产规划、自动化和数字化负责人 Michael Häffner 这样表示。Michael Häffner 强调说，提高自动化程度和效率不是要取代工人，而是要给他们赋予新的知识和技能，并为他们创造新的机会。这同样是必要的，因为许多熟练的工厂工人正在陆续退休，并且带走了他们宝贵的知识。因此，实现其中一些工作的自动化，并引导年轻员工走向新的发展方向，对企业和工人都有益处。

新系统及其实现精确检查的另一个主要优点是，奥迪可以积极主动地专注于避免问题，而不仅仅是应对问题。“假设我们每天对一辆汽车的 5000 个或更多的焊接点进行整体检查，也许其中 95% 的焊接没问题，而有 5% 的焊接不合格”，Mathias Mayer 说。“将来，我们可以专注于这 5%，因为我们知道它们会在工厂中的哪些环节出现，并且我们可以更快地采取措施。”

面向未来

拥有一个透明的系统，使他们能够理解从设备中产生的数据并从中学习，这启发了奥迪考虑新的可能性并提供额外的益处，而这其中甚至有意外收获。Häffner 说，“由于我们正在运行数据分析，且数据的可见性不断提高，所以奥迪减轻了其公司的税务负担。” “在过去，我们不得不做很多假设，而我们的税费就是基于这些假设情况。而现在，真实数据表明我们的纳税义务减少了，这可节省大量成本。”

奥迪已经计划在内卡苏姆工厂将此平台用于其他应用场景，并最终打算在大众汽车集团的所有生产设施中部署预测性焊接检查和其他解决方案。Henning Löser 说，“我们正处于收集和分析数据的起始阶段。” “随着我们持续开展这一进程，它将会给我们带来更多的惊喜和新的机会。”