近日,e-works數(shù)字化企業(yè)網(wǎng)公布“2020中國標(biāo)桿智能工廠”榜單。此次共計100多家優(yōu)秀制造企業(yè)參加評選,經(jīng)過評審專家組最終綜合評定,深圳市華星光電半導(dǎo)體顯示技術(shù)有限公司智能工廠成功入選榜單。在智能工廠助力下,TCL華星實現(xiàn)智能制造轉(zhuǎn)型升級,從而實現(xiàn)精細(xì)化運營,降低成本,提高運營效率,并能靈活多變地適應(yīng)不斷變化的市場環(huán)境。
當(dāng)前,中國制造企業(yè)面臨著國際貿(mào)易爭端、經(jīng)濟(jì)下行、行業(yè)競爭加劇、勞動力成本提升、招工難和原材料價格上漲等諸多挑戰(zhàn),迫切需要通過推進(jìn)數(shù)字化轉(zhuǎn)型,打造智能工廠來提高產(chǎn)品質(zhì)量,降低運營成本,實現(xiàn)產(chǎn)品準(zhǔn)時交付,提升產(chǎn)品創(chuàng)新能力。在這種背景下,學(xué)習(xí)和借鑒TCL華星等標(biāo)桿企業(yè),具有重要的意義和迫切的需求。
布局智能工廠
TCL華星開啟智能工廠建設(shè)的征程,還得從2016年談起。當(dāng)年6月24日,深圳市華星光電半導(dǎo)體顯示技術(shù)有限公司成立,總投資465億元建設(shè)第11代TFT-LCD及AMOLED新型顯示器件生產(chǎn)線(簡稱t6項目),設(shè)計產(chǎn)能9萬大片玻璃基板,采用Cu制程、Oxide、PFA、POA、LOC、Super GOA、OLED Printing等先進(jìn)技術(shù),主要產(chǎn)品為43"、65"、75"液晶顯示屏,OLED顯示屏,超大型公共顯示屏等。
TCL華星的產(chǎn)品要經(jīng)過近40道工序,每個產(chǎn)品在這些工序中需要管控約2.5萬個參數(shù),每天有超過2TB級的生產(chǎn)數(shù)據(jù)產(chǎn)生及被收集;整個生產(chǎn)流程中有近100個檢測站點,其中光學(xué)和點燈站點每天需要判定的圖片數(shù)量超過200萬張,需要大量的人力;有近70個自動生產(chǎn)系統(tǒng),有約3,000個Robot支持自動化生產(chǎn),在140個工序和檢測站點中,有約120個是為全自動,另外20個自動化超過70%,TCL華星已經(jīng)是自動化程度超過95%的工廠。
面板行業(yè)投資大,設(shè)備昂貴,產(chǎn)品成本很高。為此,TCL華星從各方面盡可能地減少各項成本,同時追究極致良率來降低損失成本;而隨著面板行業(yè)高規(guī)格多樣性等產(chǎn)品技術(shù)趨勢,TCL華星面臨的成本和良率挑戰(zhàn)將更大,急迫需要智能制造這樣的新技術(shù)給TCL華星提供新的方向。
在投資465億元基礎(chǔ)上,TCL華星新增投資4億元建設(shè)高世代G11顯示面板生產(chǎn)線網(wǎng)絡(luò)協(xié)同制造智能工廠項目(以下簡稱智能工廠項目):重點建設(shè)TCL華星智能云平臺,以及高度的自動化、數(shù)字化、可視化、模型化、網(wǎng)絡(luò)化和集成化的高世代G11顯示面板智能工廠。
智能工廠項目主要采用國產(chǎn)核心智能制造裝備和人工智能技術(shù)的創(chuàng)新應(yīng)用,聯(lián)合格創(chuàng)東智共同研發(fā)了TCL華星智能云平臺、物聯(lián)網(wǎng)平臺、工業(yè)智能應(yīng)用等。實現(xiàn)軟件和設(shè)備的互聯(lián)互通,設(shè)備與環(huán)境的互感知,完成高度自動化、數(shù)字化、可視化、模型化、集成化、協(xié)同化、網(wǎng)絡(luò)化和智能化。在TCL華星提供的多種應(yīng)用場景中,格創(chuàng)東智深度融合人工智能(AI)、大數(shù)據(jù)、云計算等前沿技術(shù),提供場景化的智能制造解決方案,賦能一線生產(chǎn)工程師在平臺上打造各類邏輯模型與工業(yè)應(yīng)用。在TCL華星,OT工程師已使用托拉拽低代碼開發(fā)的方式自建工業(yè)應(yīng)用。
TCL華星最終實現(xiàn)在深圳、惠州、武漢三地的研發(fā)、生產(chǎn)和運營數(shù)據(jù)共享,更好完成各產(chǎn)業(yè)之間(TCL華星t1、t2、t3、t4、t6)的網(wǎng)絡(luò)協(xié)同、以及集約化生產(chǎn)管理的目標(biāo),并打造形成顯示面板行業(yè)網(wǎng)絡(luò)協(xié)同智能制造新模式、新標(biāo)準(zhǔn)。同時,也將TCL華星與上下游企業(yè)的數(shù)據(jù)串聯(lián)起來,實現(xiàn)基于云的設(shè)計、供應(yīng)、制造和服務(wù)環(huán)節(jié)并行組織和協(xié)同優(yōu)化。
隨著智能工廠落地,TCL華星每天有幾TB級的生產(chǎn)數(shù)據(jù)源源不斷地產(chǎn)生并被收集,給生產(chǎn)管理帶來巨大的幫助,與傳統(tǒng)制造企業(yè)相比,極大提高效率。同時,TCL華星也意識到這些數(shù)據(jù)的價值,還沒有被充分地發(fā)揮和利用,而某些方面的數(shù)據(jù)仍有關(guān)鍵性的缺失,如何利用智能制造技術(shù)補(bǔ)充關(guān)鍵數(shù)據(jù)并在這海量的數(shù)據(jù)里實現(xiàn)成本降低/良率提升及助力公司經(jīng)營目標(biāo),就是TCL華星這幾年在大力推進(jìn)的。
提高效率
在智能工廠的基礎(chǔ)上,TCL華星開展工業(yè)物聯(lián)網(wǎng)應(yīng)用。2017年,TCL華星開始布局工廠IOT建設(shè),與格創(chuàng)東智聯(lián)手自研物聯(lián)網(wǎng)技術(shù),共同打造自主IP工業(yè)互聯(lián)網(wǎng)平臺,目前全面覆蓋2個G8.5廠,布點數(shù)已超過3萬個數(shù)量采集點,在生產(chǎn)環(huán)節(jié)中的材料、能耗等方面,有效控制和降低成本。TCL華星利用自研的IoT技術(shù)打破數(shù)據(jù)黑盒,秒級實時自動上報材料/動力能耗等數(shù)據(jù),在邊緣節(jié)點做簡單計算處理后轉(zhuǎn)化為更有價值的數(shù)據(jù)上拋到平臺,再進(jìn)行大數(shù)據(jù)分析找出異常來進(jìn)行改善。同時建立模型實時監(jiān)控,有異常及時告警處理,有效減少材料能耗的成本。同時利用系統(tǒng)自動上報替代原來的人員現(xiàn)場采集,大力節(jié)省人力成本。
TCL華星的智能工廠還應(yīng)用了機(jī)器視覺、人工智能、增強(qiáng)現(xiàn)實等新興技術(shù),從2017年開始導(dǎo)入國內(nèi)面板業(yè)缺陷判別的首例人工智能落地項目-AI圖像識別技術(shù)-ADC,代替人員進(jìn)行缺陷判別,目前已在深圳t1/t2/t6全面上線。在每天幾百萬張圖片量的生產(chǎn)線上,實現(xiàn)了缺陷判別站點人力50%的替代以及5-10倍速度的提升,對降低人力成本的貢獻(xiàn)是非常巨大的。
ADC除了人力的貢獻(xiàn)外,因AI識別的持續(xù)穩(wěn)定和高效,能比人員判定更準(zhǔn)確,同時更早的發(fā)現(xiàn)異常,在良率提升方面也有一定的貢獻(xiàn);而對良率更有效的提升來自于AI診斷。TCL華星導(dǎo)入AI系統(tǒng)解決了機(jī)臺參數(shù)及產(chǎn)品缺陷無法實時監(jiān)控問題,做到及時分析數(shù)據(jù),及時攔截異常,減少異常品生產(chǎn);同時利用深度學(xué)習(xí)算法建立產(chǎn)品預(yù)測模型也就是虛擬量測,及時預(yù)測產(chǎn)品品質(zhì),并聯(lián)動生產(chǎn)系統(tǒng)實現(xiàn)自動攔截異常。AI診斷已在深圳t1/t2/t6全面導(dǎo)入,建立了近50萬個模型,結(jié)合大數(shù)據(jù)分析系統(tǒng)優(yōu)化規(guī)格,讓模型更科學(xué)、合理,減少過殺漏放,實現(xiàn)年攔截效益近一億。AI診斷的全面導(dǎo)入,對良率提升的貢獻(xiàn)不僅有效的推動制造工廠的高效運作,提升產(chǎn)品的市場競爭力,也標(biāo)志著TCL華星在智能制造領(lǐng)域走在行業(yè)前端。
對比TCL華星導(dǎo)入華星云前(2019年1月)、后(2019年12月)的數(shù)據(jù),計算出運營成本、產(chǎn)品升級周期及生產(chǎn)效率提高或降低的百分比。建成后,實現(xiàn)運營成本降低25%,產(chǎn)品升級周期縮短32%,生產(chǎn)效率提高23%。
未來,TCL華星持續(xù)提升在數(shù)字化、智能化的建設(shè)力度,生產(chǎn)項目開始平行展開至武漢廠區(qū),利用現(xiàn)有智能制造經(jīng)驗,從智能生產(chǎn)往數(shù)字化運營擴(kuò)展,從品質(zhì)、成本、時間(交期)等維度助力實現(xiàn)公司經(jīng)營目標(biāo),打造世界一流的智能科技公司典范。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
