隨著 AGV在國內的加速發展，AGV小車的制造模式既有多品種、小批量的要求，又有單品種、大批量的要求。AGV廠家需要建設智能制造平臺以應對激烈的市場競爭。本文以某企業的各類 AGV 產品為制造對象，以服務化戰略為導向，研究 AGV 智能制造平臺的方案設計，指導 AGV 智能制造系統和 AGV智慧車間的建設與實施，既能提升某企業的競爭力，又能為國內制造業推廣智能制造技術提供參考和借鑒。

　　自從 2015 年 5 月國務院印發《國內制造2025》的文件部署推進實施“制造強國”戰略以來，國內智能制造平臺和智慧工廠的建設呈加速發展趨勢，涌現出一大批優異的項目和示范案例。這給 AGV 產品企業帶來了巨大的機遇和挑戰。一方面，由于智能制造技術的推廣，給 AGV 企業創造了更多的產品需求，使企業的發展速度和盈利能力得到加強；另一方面，市場也對 AGV 產品的多樣性、復雜性提出了更高的要求，對 AGV 的質量和交期要求也更加嚴格，不同 AGV 生產廠家之間的競爭也更加激烈。

　　在這種市場環境下，AGV企業面臨來自內部和外部的雙重挑戰。內部方面，AGV 企業亟需解決從以往的多品種、小批量的制造管理模式轉向多品種、小批量與單品種、大批量兼容的制造管理模式的問題。外部方面，AGV 企業需要解決當同行間在產品品種、質量、交期達到一個差異化不明顯的階段時，如何建立本企業的市場競爭優勢和盈利空間的問題。對于前者，AGV 企業建設自己的產品智能制造平臺既是大勢所趨，也是必經之路。對于后者，AGV 企業應該逐步擺脫傳統的單純依靠產品成本控制或產品技術進步的增長模式，把“服務”作為在新時期、新階段的重要競爭手段，積極探索制造企業向服務轉型的商業模式。

　　一、背景與需求

　　2015 年國內發布《制造2025》，從國家層面加強對智能制造的重視和指導。從國外的研究成果來看，美國、德國和日本的智能制造技術發展方向各有不同。美國主要是從軟件系統入手，核心思想是信息貫通，注重數據分析和挖掘技術的應用；德國側重硬件，發揮其設備制造的傳統優勢，提升裝備智能化水平來實現數據的獲取和分析，并且有開始淡化智能轉為注重柔性和敏捷的趨勢，即從“Intelligent Manufacturing”轉為“Smart Manufacturing”。日本則在精益制造的方向進行數字化和網絡化升級，相對于美、德兩國對人在新一代制造系統中的作用重視的更多一些。目前國內對智能制造技術的認識還未形成統一觀念，到底是實現自動化、信息化，還是實現智能化、無人化；是以“工匠精神”導向，還是“機器換人”導向，應該視具體的行業和企業的產品特征來決定。因此，以本公司各類 AGV 產品為對象，充分考慮本行業、本產品的特點，建立一個適合的AGV 智能制造平臺是正確的方向。

　　制造業服務化（Servitization）的概念由范德莫維（Vandermerwe）和雷達（Rada）于 1988 年提出。制造業服務化轉型是制造企業向產業價值鏈兩端的服務領域延伸。制造業服務化轉型的趨勢日益明顯，如通用電氣、IBM、西門子、ABB、雷沃重工、紅領集團等把服務作為公司營收和利潤的重要來源。由企業提供的服務往往成為企業的特色，因為服務業務難以為競爭對手模仿，從而成為企業的競爭壁壘。服務型制造是制造與服務融會的新型產業形態，是一種新型的制造模式。用戶表面上是在購買企業的產品，本質上卻是購買某種“功能”，服務型制造能夠更好地將客戶需要的“功能”提供給客戶。服務型制造具有增值、整合、創新等三大屬性。服務是價值增加的主要來源，通過服務整合企業間的分工協作，使資源在價值網絡間優化動態分配。創新來源于對知識資源的整合，通過整合服務網絡間的分布式知識資源，不斷產生適應新經濟條件的知識信息，提高產業整體的知識水平，從而更好地促使產業升級。

　　佛山市米海機器人自動化有限公司由26年工廠自動化實踐經驗和規劃能力的創始人牽頭成立，聯合留美海歸技術團隊，傳承美國AGV算法技術，研發出靈活的輕載SLAM導航AGV、輕巧的輕載磁導航AGV、超高爬坡能力的重載磁導航AGV、適應多種托板和中轉車的叉式SLAM導航AGV等多類型 AGV 產品。本公司的部分 AGV 產品如圖 1。雖有眾多的車型選擇，以前一個工程項目上僅會用到 1～2 種車型，數量以 10 臺以下居多。近幾年來，潛伏式車型的單一項目的 AGV數量常常數十臺、間或上百臺甚到數百臺。這樣的批量生產規模對于該企業的生產制造管理來說是一個全新課題。隨著 AGV 市場容量的增大，新生 AGV 公司層出不窮，行業同質化競爭嚴重。為應對新的競爭環境，在打造 AGV 智能制造平臺的同時，就要考慮該平臺與制造業服務化大趨勢的適應性。

　　二、AGV智能制造平臺的系統架構

　　系統架構方案設計是對已經確定的需求做出技術實現的規劃。好的系統架構具備可靠性、安全性、可擴展性、可維護性、可定制性等性質。進行 AGV 智能制造平臺的系統架構方案設計前，需要確定五個基本需求：一是該平臺要與當前企業內部生產管理特點、信息化水平相適應；二是該平臺能適應智能制造技術未來發展方向，增加功能或模塊時能夠順利接入原有平臺；三是該平臺具有制造業服務化轉型的一些初級功能；四是該平臺的對“智能”的落地并非人工智能，而是著力提升系統的柔性和精益性，但保留可接入人工智能技術的擴展性；五是若有外包，系統要適應該組織特點并開放外部 internet 網絡接入的接口。根據這五個基本需求，結合對國內智能制造項目系統架構資料的研究，提出AGV 智能制造平臺的系統架構如圖 。

　　AGV 智能制造平臺總共分為 6 個層級，底層是執行層，首層是決策層。制造 AGV 涉及的底層人員物料的信息，通過上一層的傳感器、數據采集控制系統、人機接口傳遞到再上一層即數字化層。數字化層包括訂單管理系統 OMS、產品數據管理系統 PDM、資源管理系統 ERP、倉庫管理系統 WMS以及制造執行管理系統 MES。在這一層級中，MES 是本 AGV 智能制造平臺一期建設的核心對象，因為如圖2所示 MES 在整個 AGV 智能制造的平臺中起到承上啟下的作用。

　　數字層往上的 L3 云技術層和 L2 應用層中除服務化管理以外的應用是本 AGV 智能制造平臺二期建設的對象，利用云平臺技術不僅其本身有諸多優勢，未來擴展建設系統和知識庫模塊進行企業知識管理的智能化提升也更加方便。在應用層內的服務管理模塊中，服務化管理對應平臺建設的服務化轉型功能需求。為了探索 AGV 制造企業服務化轉型之路，服務化管理的應用功能放在 AGV 智能制造平臺的一期建設時進行。而該公司AGV智能制造平臺的商務智能層，設定在三期建設時進行。特別說明的是，傳統的智能制造平臺架構中，通常都會有計算機輔助工藝規劃模塊CAPP，由于本企業的生產特點是加工外包，僅保留裝配工藝部分，企業內部工藝路線較普通制造企業大大縮短，因此，將工藝設計和管理需求集成到PDM中實現。

　　建設AGV 智能制造平臺時，需要把握住以下四個要點：一是分步實施原則，將平臺的建設分為三個階段進行。每一階段建設前就設立好建設質量評估指標體系，階段建設完成后對照指標體系進行評估，保證每一階段的建設質量。二是把 MES 建設作為平臺建設的要點。MES建設要充分考慮AGV產品生產制造關鍵業務流程的特點。AGV 生產的一大特點是涉及物料種類多、尺寸小、物料生產過程準確追蹤難度大。另外，AGV產品在出廠前要進行廠內調試，大批量AGV產品的出廠調試質量納入MES的有效監控也是一個關鍵環節。三是服務化管理模塊的設計要依靠自身的技術優勢，以豐富給客戶提供服務的種類和層次為方向，不斷探索和提升保障設備有效運行的能力，提高客戶的滿意度。四是始終關注數據的打通和有效交互問題。由于信息化建設方面的歷史原因，國內企業推廣智能制造系統時都會多少遇到各功能模塊間的數據交互不通暢的困難，因此，該AGV智能制造平臺建設從一開始就要關注各功能單元間數據的無縫對接問題。

　　三、實現 AGV智能制造平臺的關鍵技術

　　經過對該AGV 智能制造平臺的系統架構進行論證研究后可以發現，實現該平臺主要涉及四個關鍵技術：智能生產管控技術、現場數據采集技術、大數據技術和云計算技術。智能生產管控技術主要實現以下目的：自動生產排程，根據訂單情況，自動輸出排產計劃，充分調動企業生產資源的極大化利用；自動物料調度優化，減少生產裝配各環節停工待料的時間，該功能往往和車間智能物流系統協同工作發揮巨大威力；快速響應訂單變化，在實際生產中常見因為客戶緊急需求而改變原有排產計劃的情形，此功能可以充分識別排產變化帶來的影響，確保更改后的排產計劃能夠使各項目均按時交貨。

　　數據采集是實現 AGV 智能制造平臺的基礎，只有在有效解決了底層設備的采集問題后，才能實現智能化控制的需求。目前數據采集的大難點是底層設備數據格式和通訊協議各家相差較大，互不兼容。對這一矛盾可以通過建立設備互通的聯網系統，實現設備分布式網絡通訊，程序集中式管理，使設備方便地接入整個系統。由于該 AGV 智能制造平臺對于數據采集的實時性要求低，此方法相對于另一條解決數據采集問題的技術路線制造數據采集系統MDC更加適合。由于 AGV的裝配目前還不可避免的有一定人工參與的工作量，因此把手持終端或手機 APP手動上報數據的功能納入數據采集系統非常有必要。

　　大數據技術是近年來智能制造領域的一個熱點技術。大數據技術應用于智能制造領域又可以細分為大數據集成技術，分別對源端和應用端數據進行集成；大數據存儲技術主要解決數據量大、來源廣、數據結構復雜時數據存儲的完整性以及讀寫的速度能達到業務的要求；大數據處理技術包含批處理、流處理和內存計算以滿足制造業大數據處理的不同要求；數據分析技術根據業務需求，將數據提煉為知識，再以知識促成決策和應用，是大數據技術中熱點中的熱點；大數據展現技術分別對制造過程數據進行展現，對制造歷史數據進行展現和可視化技術。

　　由于大數據計算對硬件要求高，選擇云計算技術對于建立 AGV 智能制造平臺就是一個經濟選擇。云計算技術不僅使復雜的數據計算變得更高效、更廉價，云計算技術還能提供豐富的應用工具，使 AGV 智能制造平臺的應用功能開發變得更加容易和快速。

　　四、結論與展望

　　智能制造技術是“國內制造 2025”戰略中的一個重要推廣方向。本AGV智能制造平臺從制造業企業傳統車間的常見問題入手，立足信息互聯與數據共享，可改變以往外購物料交付進度追蹤不及時，生產程與實際進度出現偏差時不能及時發現，質量數據收集與分析缺乏，實施階段發現設計缺陷或制造缺陷不能及時反饋的問題等，實現 AGV 產品設計制造與實施，由業務驅動轉變為數據驅動、服務化驅動。在AGV 智能制造平臺方案設計與研究過程中，注重項目實施的先進性與經濟性平衡，力求快速解決當前AGV產品生產的主要矛盾又兼顧智能制造未來的技術發展趨勢和制造業服務化轉型的行業發展趨勢，為其他中小企業導入智能制造平臺時提供了一點有益的參考和借鑒。

　　【推薦閱讀】：

        自動agv機器人幫助企業加速實現智能制造                            

        2020年AGV行業趨勢預測，agv機器人SLAM導航將迎來爆發                               

        物流的需求是AGV倉儲機器人大量增長的一個推動力                                   

        agv搬運小車在生產線中應用有哪些作用？                                      

        AGV無人叉車是怎么樣實現倉庫內貨物從點對點的搬運，你知道嗎？