2018-02-01 15:30

　　大家下午好！我和大家分享一下互联互通使能数字化制造，我主要是讲在华为松山湖工厂，我们通过互联互通把生产产线数据打通带来的实践案例和相关的展望。我讲的主要有几点：第一，因为我们松山湖工厂主要是做电子装备，因为华为每年泛网络加工的单板超过3000万片，像终端也有一亿多片，所以这个规模是非常大的。首先讲一下我们面临的难点，再谈一下工业互联网方案的架构，再讲一下应用效果，最后看一下展望和诉求。

　　首先是我们碰到的一些难点，因为华为的产品主要是在两头，一个是通信产品，比如像5G板卡、高端路由器、DC，还有手机终端。大家如果看到5G板卡就特别密，还有是终端手机，大家把终端手机板子拆开，发现它里面的板子非常小，它用的元器件几乎看不到了。还有全球产业分工，我们的元器件最终是组装在电路板上。如何解决这些难题？现在我们面临的很多缺陷都是冰山下的缺陷，比如来料，供应商的来料都是合格的，但是所有这些规格都是60分左右，可是组装到电路板上就会产生一些离散性的缺陷，这些离散性的变异组装在一块产品上，会最终带来产品的缺陷。那么我们设想，如果能够把这些冰山下的缺陷，通过工业互联网的手段能够控制起来，那么也是一次新的尝试。因为我们国家也是电子制造大国，基本上所有电子制造都转到中国来，比如一个高密器件组装，他加工过程当中就立起来的，那这个立是什么原因？有多种元素，比如它的电路板、焊料、加工过程，用QCC手法或者6sigma也是符合要求的，为什么组装成的电路板却立不起来呢？这就是我讲的很多缺陷是隐藏在冰山下，我们希望通过工业大数据把这些缺陷挖掘出来。

　　这个就是我们针对如何控制离散性变异制定的方案，我们希望把所有的变异都把它抓到，因为一块电路板组装的时候，涉及到组装设备，设备参数的变异，组装的焊料，材料参数的变异，还有元器件的变异，还有加工环境数据的变异。如果能够把这些数据采集下来，把规格做个比较，通过工艺过程的结果和质量结果做比较，通过工业大数据分析，再拿工业大数据建模，调优，然后可以动态调整。比如原来规格数据都是几十年不变的，可能组装在不同电路板上，它的适配性就比较差，我们希望通过把原来生产线上有很多有经验的技术员，把他们脑子里面的经验变成专家系统，变成解决方案，植入到我们软件系统里，做智能的调优，我们希望能够把工艺过程最终实现高质量，高可靠的加工。

　　这是我们产线的架构，因为我们要把产线数据采集下来，那就涉及到比如产线控制哪些数据？这是典型的电子装连的生产线，无论富士康还是华为都是一样的，主要经过印刷，印刷后面有一个检测SPI，再贴片，再经过回流焊，后面还有一些装配工序然后就形成一个完整的电路板。这里面涉及到的信息类型，比如设备运行状态，设备报警信息，设备操作日志，设备配置信息，我们都希望抓取出来，最终控制这些参数，识别出来的比如对于印刷机来说有印刷压力，印刷速度，贴片机有贴片速度，我们希望把所有设备参数都把它输入到云里面，最终通过大数据关联来找到这些离散性的变异，从而做下行的控制。

　　我们在打通的过程中，实际上面临最大的问题也是我们这个论坛面临的问题，如何互联互通？因为大家知道电子装备厂商也是来自一些著名厂商，典型的以美国、日本、德国为主。比如我们的印刷机就是英国的，也有美国的，贴片机是德国的，日本的，回流炉也是德国、日本的都有。怎么解决设备的互联互通是第一个要面临的难题，我们采取的方式是我们制定了一套白皮书，分别跟每个厂商做谈判，然后他针对华为白皮书要求的数据，分别做适配性的提供给我们一个接口。我们和九个厂商进行了谈判，基本上主流的数据都可以采集上来，最终实现分析和处理。我是希望把设备的包括环境、能耗数据也能够采集上来，这些我们也是应用了一些比如把控制器，把设备能耗做一些有效的监控。我们也是实现了比如单量单板能耗降低5%，因为产线很大一块成本都是来源于设备能耗的消耗。再看一下环境数据，环境数据我们也是采用了一些无线的手段，比如像加工现场可能的有害气体，还有一些高压大电流，包括用电安全，所有跟加工现场环境的数据采集起来，然后做预警和分析。

　　还有是供应商的数据，因为我们板子上供应商特别多，对华为来说，我们光涉及到的编码就有三万多个，如何把供应商数据，因为尤其是电子元期间，每个批次出厂都是不一样的，如果能够把供应商数据获取过来，针对它的批次性差异做一些有效监控，这个对我的质量是非常有意义的。我们现在也是针对比如组装的元器件，有些供应商提供的是结果性数据，我是通过数据转化录入到数据库，有些比如PCP我要监控它的关联过程和连接器，我希望把它的关联过程数据采集过来，最终汇总到我们公司数据库，再通过应用服务器做分析和应用。我们是希望把板子上加工数据、环境数据、来料数据都抓过来，监控它的离散性变异，同时做分析和应用。

　　这是我们针对几条样板线带来的效果，原来比如我们设备都是单台控制，我们现在把底层数据贯通之后，可以实现除了设备本身数据全部上来，同时可以做下行的控制，包括比如下一道工序针对它的缺陷我可以逆向控制上一道工序的加工设备，比如针对印刷机，后面有针对印刷效果检测的SPI，SPI就可以控印刷机，原来是需要技术员调整工业参数，现在我们通过把数据采集上来以后，做了一些应用，把原来工匠他的一些经验植入到专家系统，通过专家系统把检测设备的数据能够直接控制加工参数。这是我们做了闭环之后，比如闭环之前它的波动很大，在闭环做了之后，它可以把这个变异，控制基本上处于很平缓的状态。最终我们在样板线实现的能力，基本上现在实现超过了6sigma，大概我们现在的水平是1.87PPM，折合6.25sigma，我去德国的西门子工厂，他们宣称的能力是11PPM，我们现在的能力是1.87PPM，带来的效果是，我们通过对大数据的监控，把非计划的停工时间节省30%，加工缺陷率下降49%，能耗节省5%。

　　刚才讲了我们打通互联互通是关键，网络是基础，数据是核心，像工业互联网要质量和效益是关键。在行业方面，业界有一个标准组织在做这块的互联互通，在IPC就在定义一些互联互通的标准，比如设备未来它把它的数据都丢到CFX网络里面，它也是通过开源的方式做了一些软件开发包。目前来看，CFX主要包括一些设备厂商和软件集成商，包括用户厂商在里面。目前主流的电子加工设备厂商都在里面，但是相当于我们进去以后，希望从用户的角度，让这些厂商开放更多数据，因为从设备厂商来说，开放数据目前对他来说没有获得太多利益，但是他不开放出来，我无法做到监控和有效的大数据应用。

　　这个是我们整个对电子制造挑战的诉求，这是结合我们的实践定义网络的架构，底层设备，这里面我们植入很多经验know how在里面，希望在底层把数据标准做统一，再做闭环管控和大数据分析处理。目前看到互联互通是第一步，我们国家是电子制造大国，也希望部委层面能够把工业互联网标准梳理，因为这里面除了一些像富士康等大厂之外，我们中小厂商也很牛，如果能够把这些数据梳理上来，比如原来西方把电子制造转移到中国就是是因为低成本。未来如果我们能够通过工业大数据要质量和效率，这块是可以实现从大向强的转变。这里除了底层的互联互通之外，我们也碰到带宽和时延问题，我们普通的单板不包括图片和视频数据就达到20MB，一天底层加工数据不包括图片和视频就有200G，所以带宽压力是非常大的。另外是时延，我们目前做互联互通，最开始时延有十几秒，现在也是做到了秒级，但是未来还是希望往毫秒级迈进。另外也希望咱们国家一些集成商能够参与进来做第三方集成，因为目的看到电子行业做第三方集成的，从我了解还不多，主要是像欧洲的一些厂商，但是中国的厂商，尤其是软件厂商还没有参与进来。因为目前这块的市场也是非常大，如果能够有第三方软件厂商把数据集成上来，对于互联互通也是非常大的好处。

　　最后是总结和展望，做制造大家都知道这两张图，一个是像美国提出微笑曲线，相当于价值主要是在两头，研发和销售，终端价值是很低的。所以相对美国工业互联网还是希望通过大数据来卖服务。对于日本、德国它本来是制造业大国，是希望把工业互联网数据用到工厂里，从而把工厂做强。我个人认为，对于高端产品我们如果能够把工业互联网把大数据输上来，比如华为的旗舰机把质量做得更好，对客户来说一是很大的卖点。对于底层的来说可以把效率做得更高，也是可以更有优势的。最后是互联互通，互联互通能够把设备、供应商连接起来，两个目标除了加工质量越来越好之外，也希望把加工效率做到最佳，因为对于工厂来说，成本是它最为关心的。这里面涉及到三项关键技术，首先是构建工业互联网IT基础设施，这是第一步，CPS里面的三项集成，横向、纵向、端到端集成，最后是工业互联网大数据的连接分析、建模、泛化、应用。对于工业大数据我们也是刚刚探索，建了一些模型，谢谢大家！