黄成：数控先锋

▎打造智能制造基地

实现日产能力超纲52%，证明我们已经具备数字化硬件基础、思维逻辑和管理能力。有了这个基础，我们开始着手一项前瞻性工程——将重机部打造为智能工厂。

我们从2016年开始思考智能制造。从时代大背景看，德国工业4.0概念提出，美国、日本制造升级战略发布，围绕中国制造2025目标，企业应该往什么方向发展？什么是智能制造，如何做到智能制造？当时汽车行业还没有一个值得借鉴的样板，所有人都一头雾水。

企业内部也存在认知偏差，有人将智能制造等同于自动化，简单认为就是用机器人取代人，多加一些机械手、机器人不就行了吗？这种认知将智能制造的潜力局限在代替人的体力劳动领域，低估了机器在人脑决策领域的强大学习本领和更为广阔的应用。

我们查阅资料，重机部每周发一本工具书学习，如《工业4.0》《互联网+智能制造》等，学完写总结报告，还实地观摩西门子成都数字化工厂、欧姆龙上海工厂等。通过这些方式扩大眼界，思考未来。

同一年，重机部被工信部确定为智能制造试点示范项目。项目由（重机部）部长挂帅，下设小组，再细化到具体业务。我负责智能生产调度工程板块。

重机部智能制造到底是什么？这是一个极具挑战性的问题。要回答这个问题，就要设想各种工作场景，厘清什么是数字化、什么是自动化、什么是柔性化，以及什么是智能化。我们认为，智能制造不应该局限于自动化和数字化，而是在生产制造过程中能代替人进行分析、推理、判断、构思和决策，体现智能化。

为此，我们耗费大量精力来梳理各种各样的工作场景和流程。搞清楚生产场景的逻辑过程，掌握整个过程的相关性。根据运算逻辑得出结果，形成企业的输入输出和运算规则。这个工作量非常大，但如果没有数字化积累，智能制造就只能是空谈。

我们将各条生产线技术骨干抽调出来，组建重机部第一支智能制造项目团队。经过3年努力，设计完成整套业务功能逻辑图，智能生产调度系统、装配线生产过程监控等软件App开发，硬件和智能穿戴设备选配等。

以装配线生产过程监控软件为例，其最大难点是计算机编程技术。重机部员工对这项专业知识普遍不了解，但他们充分发挥钻研精神，分工学习SQL Server 2008数据库、CorelDRAW图形处理软件、Java及C编程语言等。

通过不断实践，项目最终开发成功。这套软件可实时呈现重机部智能化生产过程，包括装配数据采集、数据库调用和LED大屏显示，以及装配机型、班次、生产进度、LTE（line total efficiency，工序总效率)实时生产效率、瓶颈工序分析、装配过程动画等多维度信息内容。

我们还创建一套针对生产过程进行控制和决策的逻辑算法。在CA6DM缸体OP30-50段落进行验证后，取得重大突破，为后续智能制造开展奠定基础。

从管理角度，项目通过系统自动调度任务及响应人员，加快问题响应速度，大幅降低各类停台影响时间，提高了生产效率。从效益角度，段落OTE（operation total efficiency，产线总效率)在原基础上提升1%，年增效75万元以上。

2019年9月26日，重机部智能工厂管理系统试运行，得到一汽集团和一汽解放的充分肯定，标志着重机部智能制造取得阶段性成果。对正在建设的16升新工厂而言，不仅要延续智能制造优势，还要挑战原有广度和深度，将软件设计得更成熟，能控制更复杂的场景。

尽管从无到有迈出了第一步，但智能制造还面临很多挑战。挑战主要有两方面：一是智能制造对典型工业场景的覆盖较狭窄，只能局部或者提前规划预案实现智能调度。这就需要解构更多工业应用场景，让软件工程师有能力解决问题。同时，这些场景也在不断演变，解决方案需要迭代。

二是智能制造的先进性受制于人工智能和计算机技术。与软件公司合作，离不开数据的传输、存储和运算，受到硬件和软件诸多制约，比如硬件传输速率、传输丢包率和海量数据储存等问题。

这些专业问题不解决，都会让智能制造大打折扣。因此，企业需要掌握软件最新前沿技术，把新成果应用到工业场景里，推动智能制造向更高水平发展。

2021年，一汽集团评选10位首席技能大师，我成为其中之一。能获得这一殊荣，是对我职业生涯的极大肯定。20多年来，我从学徒做起，操控过的设备，从最普通的铣床，到价值几十万元的精密机床，再到价值几千万元甚至上亿元的尖端数控设备不等。

从第一个掌握数控编程语言，到为车间构建数字化体系，再到智能生产调度负责人，我的职业道路也越走越宽。这个过程中，我见证了锡柴第三次创业和第四次创业历程。某种程度上，这也是中国制造业从小到大、由弱到强的发展历程。