汽车产业下滑后 自动化供应商如何把握机遇

几十年来，汽车行业对于自动化行业来说，是如同“常青树”般的下游产业。

2018年，中国汽车行业迎来了转折性的一年，在经历连续28年增长后首次出现负增长。

中汽协发布的最新数据显示，2019年前5个月的汽车产销量整体下降趋势仍没有缓解。

有行业人士评，车市将进入前所未有的“增量停滞，存量升级”的时代。

受累于汽车行业的下行，去年自动化市场也相应出现了波动。

那么，身处上游的自动化供应商们，该如何在这一新变化中把握机遇呢？

追本溯源，自然是从汽车行业的“转型升级”上下功夫。

两个角度

工控君了解到，得益于近两年国内政策在汽车智能制造的推动，汽车行业明显朝着网联化、自动化和数字化转型。

这也对自动化供给侧提出了新的要求，同时，更是自动化的新机遇。

实际上，从自动化角度来说，“网联化、自动化和数字化”可以统称为工业4.0时代的“新自动化”。

从一辆汽车的全生命周期来看，自动化厂商有两个角度可切入。

一个是纵向，即产品从无到有的各环节服务，利用数据优化工艺；另一个则是横向，即产品全生命周期的服务，利用数据打通产业价值链。

诚然，以上两个角度不是唯一的方法，但的确是近两年市场增长比较快的需求。

显然，核心是数据的有效利用。工控君认为，转型的结果都会落到数字化虚拟和数字化现实两方面，而虚拟最终也会反馈到现实。

数字化虚拟和现实

何为数字化虚拟？

它代表了企业里非真实存在的构成，而这一切来源于数据。

此前，工控君参加的一些自动化用户年会和智能制造论坛上，有两个前几年不太被提起的技术，今年几乎成了最热的新宠儿。

它们正是虚拟的魅力——三维仿真技术和虚拟增强现实技术。

今年凡是关于上述两个技术出现的场合，都会吸引众人的围观。

像西门子、施耐德电气、罗克韦尔自动化等国际巨头均做了相应的部署。

三维仿真技术和虚拟增强现实技术在产品设计、生产制造和数字化工厂系统集成等领域的应用已经在多家车企落地。

例如西门子为中国一汽打造的数字化工厂，即利用了其“数字化双胞胎”理念，营造了与现实世界对称的数字化镜像。

从产品研发、生产制造，到工厂管理环节，虚拟的镜像都能发挥作用。

在产品研发阶段，利用三维软件实现协同操作，并对虚拟的产品进行仿真测试和验证，缩短开发周期节约和研发成本。

在生产管理阶段，将虚拟的制造流程模型集成到管理系统中，可实时调度、调整和优化生产。

在设备管理领域，通过虚拟调试模型，实现机械和电气信号的连接，缩短投产时间。

最终，“当实时数据与三维仿真模型连接后，工厂将可视化和透明化，通过虚拟和现实两个世界数据的不断迭代，模型的不断优化，进而获得最优的解决方案。”

据悉，吉利汽车某个智能工厂的搭建，也是基于虚拟技术实现了工厂的集成调试，生产效率约提高20%、成本降低约20%……

另一方面，基于大数据建立的虚拟模型对于设备的预测性维护也尤为重要。

例如北京奔驰，结合大数据+深度学习算法，将大量的生产数据转化为可被识别和利用的信息，并将这些信息建模和分析，输出最终预测结果反馈到现场，为现场作业提供决策。

同时，根据现场的实际情况，再反馈到大数据平台，不断优化预测能力。

现在，奔驰的点焊产线可以提前8小时以80%的准确率实现设备故障预警，涂胶产线可以提前24小时以78%的准确率实现设备故障预警。

如果说，虚拟技术在纵向上优化了工艺流程，那么信息系统的集成则在横向上优化了产业链，这一部分对于自动化厂商来说再熟悉不过，工控君不再过多复述。

值得一提的是，虚拟技术的实现也必须是建立在信息互通的基础上。

奔驰之所以能够实现订单式生产，是因为从生产零件到整车都有相呼应的二维码追踪，并在接收到订单时这些信息随即进入到了智能生产控制模型中。

在汽车生产过程中，所有参与生产流程的环节都能实时共享系统中其对应的信息。

“依据电子标签与控制终端，可以实现装配质量控制、生产系统报告数据的实时监控、记录、分析、反馈与调节的闭环控制。”

未来，随着数据的深度挖掘和有效利用，将发挥更智能化的作用。