陳建華

（迪砂（常州）機械有限公司，上海 200051）

1 工業(yè)4.0 下現(xiàn)代鑄造工廠的建立

隨著全球制造業(yè)的飛速發(fā)展，作為制造業(yè)的重要基礎(chǔ)和主要產(chǎn)業(yè)之一的鑄造業(yè)也得到了全面提升。本文就現(xiàn)代鑄造工廠的規(guī)劃設(shè)計和智能化應(yīng)用，闡述如何建立一個具有適應(yīng)性、高資源效率等方面的智慧工廠，重點論述的是濕型砂機械化造型工藝的內(nèi)容。

工業(yè)4.0 旨在利用物聯(lián)信息系統(tǒng)將生產(chǎn)中的供應(yīng)、制造、銷售信息等數(shù)據(jù)化、智能化，最后達到快速、有效、個性化的產(chǎn)品供應(yīng)。所以，一個現(xiàn)代化的鑄造工廠，當(dāng)以具備順暢物流生產(chǎn)鏈、生產(chǎn)信息數(shù)據(jù)化和工藝過程智慧化為建設(shè)基礎(chǔ)。

一個鑄造工廠的建設(shè)，應(yīng)該在符合環(huán)保要求的前提下，用盡可能低的成本生產(chǎn)出更多的近終形鑄件。本文不重點論述鑄造工廠設(shè)計中生產(chǎn)能力匹配的設(shè)備選型及生產(chǎn)節(jié)拍的穩(wěn)定等基本問題，在這里著重講述的是，工業(yè)4.0 下鑄造工廠順暢的物流生產(chǎn)鏈與生產(chǎn)信息數(shù)據(jù)化的有機融合。

鑄造工廠生產(chǎn)的鑄件產(chǎn)品，大致可分兩大類，一是純鑄件（也包含部分機加工完成后）的單一品，二是組裝成部件的半成品。對于鑄件的生產(chǎn)任務(wù)單，大致分為訂單式和庫存式，即根據(jù)市場訂單或庫存數(shù)量來完成鑄件的生產(chǎn)。

1.1 訂單式生產(chǎn)

訂單式生產(chǎn)，大多采用流水式物流生產(chǎn)鏈。這種性質(zhì)的鑄造工廠，生產(chǎn)任務(wù)的下達，基本取決于下游工廠的訂單，很少直接面對一級市場。所以工廠采用的是近零庫存生產(chǎn)模式，即根據(jù)訂單完成生產(chǎn)任務(wù)。舉個例子，當(dāng)一個任務(wù)單是生產(chǎn)10000件產(chǎn)品，那么鑄造工廠就可以根據(jù)本產(chǎn)品的通用良品率，給車間下達具體的生產(chǎn)任務(wù)。但當(dāng)鑄造車間在完成生產(chǎn)任務(wù)單時，如果出現(xiàn)由于某個單型因造型或澆注出現(xiàn)問題影響到產(chǎn)能數(shù)時，生產(chǎn)線就可以通過人工干預(yù)自動補加型數(shù)，以補足因生產(chǎn)缺陷造成的量缺，使生產(chǎn)任務(wù)完成。這是現(xiàn)代工廠數(shù)據(jù)化和智慧化的一個初步應(yīng)用。

1.2 庫存式生產(chǎn)

庫存式生產(chǎn)，大多采用倉儲式物流生產(chǎn)鏈。如果鑄造工廠的產(chǎn)品，是相對標(biāo)準(zhǔn)的通用產(chǎn)品，比如各類管（附）件，工廠就可根據(jù)產(chǎn)品的市場需求量，下達全（季）年生產(chǎn)任務(wù)單，整個工廠的生產(chǎn)任務(wù)單則由中央立體倉庫來完成。中央立體庫記錄工廠所有的產(chǎn)品信息，可根據(jù)庫存狀態(tài)自動協(xié)調(diào)產(chǎn)品各工序的工作內(nèi)容，各生產(chǎn)工序與中央庫之間由穿梭臺車（RGV 或AGV）完成產(chǎn)品的轉(zhuǎn)運和存儲。

無論采用何種生產(chǎn)方式，鑄造工廠的生產(chǎn)，應(yīng)滿足順暢的物流生產(chǎn)鏈與生產(chǎn)信息數(shù)據(jù)化的有機融合。現(xiàn)代鑄造工廠的建立和生產(chǎn)，應(yīng)盡量減少物流彎路和人工參與，實現(xiàn)鑄件不落地、產(chǎn)品信息單件化，最終實現(xiàn)智能化鑄造生產(chǎn)。

2 鑄造工廠的數(shù)據(jù)化和智能化

一個鑄造工廠鑄件的生產(chǎn)管理和產(chǎn)品管控，在工業(yè)4.0 下應(yīng)逐步建立數(shù)據(jù)化和智能化生產(chǎn)。

鑄造生產(chǎn)是一個相對復(fù)雜的系統(tǒng)工程，期間有物理、化學(xué)等的變化過程，參與作用的因素有很多。傳統(tǒng)的鑄造工藝生產(chǎn)，參與過程的工藝參數(shù)是一個相對寬泛的區(qū)間，同時與參與生產(chǎn)和管理人員的經(jīng)驗作用也很大，所以我們的鑄造生產(chǎn)相對來講不是特別穩(wěn)定。畢竟人的大腦關(guān)注的生產(chǎn)要素是有限的，還有因參與管理和生產(chǎn)的人員的不同造成個性差異化，所以在鑄造生產(chǎn)過程中由于某些因素的變化引起的產(chǎn)品質(zhì)量波動，我們未必在第一時間內(nèi)能精準(zhǔn)發(fā)現(xiàn)和糾偏。這時候就需要AI 智能系統(tǒng)去做大量生產(chǎn)數(shù)據(jù)的收集、顯示、分析，從而在大量數(shù)據(jù)的基礎(chǔ)上，系統(tǒng)會開啟自我學(xué)習(xí)的功能，從而發(fā)現(xiàn)和糾偏發(fā)生改變的數(shù)據(jù)，而達到產(chǎn)品質(zhì)量穩(wěn)定的目的。

圖1 數(shù)據(jù)的收集

圖2 數(shù)據(jù)的顯示

2.1 數(shù)據(jù)的收集

對于濕型砂機械化造型鑄造工藝來說，全方位收集五個生產(chǎn)工部（熔化，造型，砂處理，清理和制芯）的生產(chǎn)數(shù)據(jù)。比如，砂處理工部，從開箱落砂開始：鑄件的開箱溫度，舊砂完成落砂后的溫度、濕度等。把這些數(shù)據(jù)收集起來，并按一定的標(biāo)準(zhǔn)格式進行存儲。當(dāng)然，一些數(shù)據(jù)的收集不能實時和自動收集，如舊砂中的含泥量等，我們可以按一定的時間節(jié)拍人工收集并錄入這些數(shù)據(jù)。但更多的數(shù)據(jù)我們會通過安裝傳感器或者通過數(shù)模轉(zhuǎn)換的方式取得?？傊?，事關(guān)鑄造生產(chǎn)過程的數(shù)據(jù)我們先收集起來。數(shù)據(jù)收集的前期需要一個過程，在數(shù)據(jù)收集3～6 個月后，會逐漸形成數(shù)據(jù)庫，然后慢慢發(fā)揮它的作用。

所有收集的數(shù)據(jù)日積月累會形成一個龐大的數(shù)據(jù)庫，參數(shù)數(shù)據(jù)間還要進行比較、計算等數(shù)學(xué)運算，一般我們會把數(shù)據(jù)上傳至云端，在云空間進行數(shù)據(jù)存儲和運算。

2.2 數(shù)據(jù)的顯示

在云空間的數(shù)據(jù)是可以隨時訪問的，但并不是所有的人都有權(quán)限訪問所有數(shù)據(jù)，數(shù)據(jù)所有者可以根據(jù)使用群體類別設(shè)置訪問權(quán)限?；诰W(wǎng)頁的儀表板可實時顯示可視化數(shù)據(jù)，并可自動生成報告。訪問者可在有權(quán)訪問的權(quán)限內(nèi)閱讀實時的和歷史的真實數(shù)據(jù)，系統(tǒng)也會在各種數(shù)據(jù)基礎(chǔ)上，自動繪制成表格、曲線等呈現(xiàn)形式，讓龐大數(shù)據(jù)直觀有效地顯示給訪問者，讓訪問者了解各個環(huán)節(jié)發(fā)展趨勢及對未來可能狀況給出研判。數(shù)據(jù)系統(tǒng)可支持各種便攜式通訊端口，使用者可便捷地隨時了解和掌握鑄造工廠的生產(chǎn)動態(tài)。

強大的數(shù)據(jù)庫支撐，為我們的鑄造生產(chǎn)提供了有力的保障。首先人工智能識別的過程數(shù)據(jù)會和產(chǎn)品質(zhì)量數(shù)據(jù)之間建立起聯(lián)系，在云空間還有更加范圍寬泛和細微精準(zhǔn)的數(shù)據(jù)基庫。

2.3 數(shù)據(jù)的分析

云空間數(shù)據(jù)不是簡單的存儲和顯示，它還具有分析和自我學(xué)習(xí)的功能。規(guī)?；蔫T造是以產(chǎn)品質(zhì)量為基礎(chǔ)，鑄件的良品率為最終目的的生產(chǎn)模式，只有這樣，產(chǎn)品才具有更低的制造成本和更高的市場競爭力。具有分析和自我學(xué)習(xí)能力的數(shù)據(jù)化AI 智能系統(tǒng)，會讓收集的數(shù)據(jù)發(fā)揮效力，他能統(tǒng)籌所有的參數(shù)數(shù)據(jù)，處理無限復(fù)雜的邏輯關(guān)系，精準(zhǔn)發(fā)現(xiàn)生產(chǎn)時采集的參數(shù)數(shù)據(jù)的變化及對產(chǎn)品質(zhì)量的影響，并提出優(yōu)化整體工藝的意見。

這種參數(shù)數(shù)據(jù)分析和優(yōu)化的原理，依據(jù)的理論基礎(chǔ)依然是我們運用了很多年且是相對成功的鑄件形成理論，AI 數(shù)據(jù)智能系統(tǒng)的參與，是對這些存儲起來的影響鑄造生產(chǎn)的參數(shù)數(shù)據(jù)，進行比較和優(yōu)化，能夠充分發(fā)揮其強大的分析和運算能力。而數(shù)據(jù)基庫也是一種動態(tài)的存在，我們生產(chǎn)中實時采集的數(shù)據(jù)也會不斷地加入其中，不斷豐富和完善數(shù)據(jù)基庫，使我們獲得的數(shù)據(jù)支持更加強大。

圖3 數(shù)據(jù)的分析

如圖4 示意，初工藝參數(shù)為游離在圓圈外的小點。

圖4 初始狀態(tài)

運用AI 數(shù)據(jù)智能系統(tǒng)，讓游離點逐漸優(yōu)化進入圓圈中，如圖5 所示。

圖5 智能控制

2.4 智能控制

AI 數(shù)據(jù)智能系統(tǒng)的最終目的是智能控制，從而實現(xiàn)黑燈工廠。基于強大的數(shù)據(jù)支持，系統(tǒng)會對鑄造生產(chǎn)中出現(xiàn)的問題列出最相關(guān)的所有參數(shù)，并對相關(guān)參數(shù)進行分析、修正直至回歸到圓圈中。在使用的設(shè)備不具備自動調(diào)節(jié)糾偏功能時，需要我們?nèi)斯ぽo助糾偏，如果機械設(shè)備具備糾偏功能，系統(tǒng)會自動調(diào)節(jié)完成糾偏。舉一個例子，在混制濕型砂過程中，會實時檢測型砂的緊實率和濕壓強度，一旦出現(xiàn)型砂緊實率合格但濕壓強度偏低，系統(tǒng)會綜合舊砂含泥量，有效粘土和死粘土的占比，砂系統(tǒng)近期補加新砂比例，砂型強度和透氣性等與之相關(guān)的參數(shù)，做出自動糾偏調(diào)節(jié)：系統(tǒng)會下達指令調(diào)節(jié)除塵系統(tǒng)電動調(diào)節(jié)風(fēng)門，加大風(fēng)量去除更多的死灰；開動新砂添加系統(tǒng)補加新砂；調(diào)節(jié)型砂混制中粘土的配比補加等，讓出現(xiàn)的偏差參數(shù)趨向正常值。諸如此類鑄造生產(chǎn)中出現(xiàn)的影響鑄件質(zhì)量相關(guān)參數(shù)的變化，都可以通過系統(tǒng)自動調(diào)節(jié)糾偏。

3 結(jié)語

本文簡單介紹了工業(yè)4.0 下的現(xiàn)代鑄造工廠生產(chǎn)中數(shù)據(jù)化智能系統(tǒng)的基本原理和應(yīng)用，旨在讓鑄造生產(chǎn)的數(shù)據(jù)變?yōu)閮r值，為現(xiàn)代鑄造生產(chǎn)發(fā)展提供一個思路。