科技的发展已经开始深入影响物流行业的每一个细胞,我们来看看全球最先进的汽车物流应用,奥迪在如何使用大数据,穿戴设备,AGV,零件超市,无人机, RFID来改变传统的汽车物流规划和应用。
奥迪品牌已经因为强大的供应链和物流被大众所铭记,今天,它在欧洲,亚洲和美洲的大众集团各个工厂生产车辆,包括在2016年年底在墨西哥 San José Chiapa生产新款奥迪Q5。
该公司还处于历史上最激进的新车型发布阶段,从2016年奥迪二季度在的巴伐利亚州总部的 Ingolstadt开始生产SUV,在德国西南部的Neckarsulm,最近推出的旗舰奥迪A8和奥迪A7。明年,奥迪将把奥迪E-tron电动SUV加入其在比利时布鲁塞尔的工厂, 奥迪还计划大幅提高中国的产量和电动汽车产量,其中大众集团合资工厂在2016年建立了约55万辆奥迪车型;奥迪计划在未来五年内将其本地车型产品组合扩大一倍,五款电动车以及另一款由内燃机驱动的车型。
奥迪的供应链不仅仅是数量和距离。像Neckarsulm和Ingolstadt这样的工厂尤其值得注意,因为它们的模型和零件号码种类繁多,要求精确的零件处理,包装工程以及IT和物流过程的稳定性,以便在明显的空间限制下进行管理。这些德国工厂的外观表明,汽车制造商必须在多大程度上设计超市区域,配备多个配套和调试区域,以高效的方式对大量零部件进行包装和排序。
Michael Hauf博士是2011年以来Markenlogistik(汽车物流品牌)的负责人,将这种多样性和复杂性的管理看作是奥迪扩张成功的关键因素之一,其中包括2017年的销量可能会达到接近创纪录的1.87百万辆,而且利润率很高。尽管在某些工厂处理的零部件品种超过了5万个,但以百万分率(PPM)计量的误差仍然非常低,而整个供应链的稳定性和灵活性仍然很高,包括客户车辆装配开始前七天能够接受改变其订单的能力。
供应链还得到高度整合的运输和可回收包装箱网络的支持,该可回收包装箱网络与设在Wolfsburg的汽车制造商中央物流部门Volkswagen Konzernlogistik(集团物流)一起设计和管理。
更重要的是,这些流程在新的地点被证明是有效的。 Hauf表示,奥迪在墨西哥的工厂2017年的生产量将超过15万辆。同时,工厂还实施了欧洲品牌掌握的流程,包括“珍珠链”或长途运输排序,以及声音配件采摘(pick-by-voice)。此外,它使用RFID扫描系统管理可回收容器。“奥迪在墨西哥的品牌物流,集团物流和本地团队之间的合作帮助管理了建立新供应商和基础设施的挑战,确保了物流的成本和可靠性”,Hauf补充说道。
一个新的数字时代
奥迪的这种全球扩张和复杂性已经成为特征。然而,由于该公司试图在车辆互联网,自动驾驶功能和电动车辆方面处于领先地位,因此其运输,物料和车辆物流将再次帮助改写奥迪的未来。
广泛而言,奥迪追求的“智能工厂” - 一个数字化,高度连接和自动化的生产环境 - 在整个物流过程中,无论是在“导航员”和完全成熟的串行生产方案中都是如此。例如,奥迪已经引进了先进的自动导向车(AGV),其用途扩大到了一些新的超市概念,以及成品车的处理。
品牌物流还将推出新的采拣辅助计划,例如光拾取,手套或平板电脑,以期获得连接设备和增强现实技术的潜力。同时,其生产和物流团队引入了数据分析和可视化工具,包括更好地预测供应和装配到车辆释放的流程。最近,公司和生产团队一起举办了黑客马拉松比赛,鼓励学生们开展包括物流在内的新项目。
智能工厂的最终目标是模块化生产的增加,其中更多的组装在单元中同时并灵活地进行,而不是沿着装配线顺序进行。虽然奥迪目前还远远没有放弃装配线,但其工厂物流已经在模块化方向上进行了创新 - 包括一个新的超市概念,库存和成套工具在操作工之间自动流动,他们还可以自动腾出空间进行分拣。
奥迪在电气化和可持续性方面的努力将在整个供应链上产生共鸣。这家汽车制造商两年前就已经宣布,将使用韩国LG化学公司和三星SDI公司的电池模块为其纯电动SUV开发用电池,LG电子正在欧洲扩建工厂(LG化学正在波兰建设欧洲最大的电池工厂,尽管奥迪尚未确认E-tron电池将在哪里生产)。运输锂离子电池以及处理重型电池和电动马达将产生新的包装,运输和监管需求。
奥迪还推出更可持续的货运流程。在Neckarsulm,它已经使用沼气动力卡车从附近的Heilbronn的一家Bodyshop,供应商每小时运送到组装工厂。该公司还在其生产工厂内试用了几款电池电动卡车,其中包括内卡苏尔姆的Terberg集团。
Neckarsulm工厂物流主管Johannes Marschall说:“我们仍然面临着这些卡车(有限)范围的挑战,但我们正在计划扩大我们的电池电动车队。
在奥迪所有工厂开发创新的过程中,因戈尔施塔特和内卡苏尔姆的工厂经常在新的物流概念和技术应用方面处于领先地位。无论产地如何,这些流程和技术都将扩展到其他工厂,对供应商,物流运输商,经销商和最终客户都有影响。奥迪物流团队的愿景是将更多的零部件,卡车,包装和成品车无缝连接到奥迪的IT系统中,例如在整个供应链中提供最大的可视性。
英戈尔斯塔特工厂物流主管西蒙莫特(Simon Motter)表示:“我们正在走向实现整个供应链的数字化,而且正在以比以前想象的更大更快的速度发生。
Marschall表示:“我们正在迈向的下一个重大步骤是物流自动化程度的提高,也许在使用人工智能的道路上。“今天,无人驾驶运输系统,零件处理和超市自动化,我们看到不断变化。”
高级类型的AGV
奥迪与设备专家合作实施新型自动导向车,同时还通过其生产辅助技术中心开发自己的技术,这是一个致力于支持员工的新生产技术部门,从新材料处理设备到生产单元中的“Cobots( 一种协作机器人)” 。
奥迪目前正在开发AGV有两种主要类型,主要原理是奥迪激光跟踪系统可以识别和引导一组无人驾驶运输车辆,类似卡车排队工作的方式。移动单元上的中央计算机通过使用激光扫描器的反射器来定位其他运输者,然后通过无线电向他们提供运输命令以创建自主拖轮列车。
Michael Hauf说:“在今天的发展水平上,中央计算机可以控制18米半径范围内的运输机器人 独立运行或在轨道上运行。“要覆盖一个车间,需要有几台激光扫描仪或一台配有激光扫描仪的计算机作为移动单元,引导一组无人驾驶车辆。”
奥迪AGV最独特的用途之一是在车辆物流领域,作为自动化程度很低的一部分。在英戈尔斯塔特的“工艺之家”(一个多层中心,用于处理和储存在工厂发货之前建造的车辆),这家汽车制造商已经扩大了使用6x3米自动导向车的自动分拣车辆根据目的地的铁路运输。
由巴伐利亚州初创公司Serva提供的机器人有助于减少Process House的劳动力和行走需求。在清除流水线之后,车辆通过电梯移动到设施的第一层,AGV根据目的地对其进行分类,使用激光传感器将其叉子调整到合适的车辆长度和宽度。该设备还使用Process House内的激光传感器自主移动。
虽然豪夫承认,这样的机器人可能是一个权宜之计,直到车辆达到更高的自主驾驶水平,他们已经产生了重大影响。该项目已经扩大到12支,每天可以搬运2000辆。
尽管Ray机器人目前用于成品车辆,但Michael Hauf说,类似的技术可以有其他应用,包括移动容器或大型部件,如大型锂离子电池。奥迪目前正与Serva合作进行一些项目,包括在装配过程中运输电动机。
技术中心的第二代称为Audi AGV的AGV更为先进。该设备采用奥迪自主开发的汽车软件开发的智能导航软件。 AGV因此可以自由地将货物从仓库供应到装配线上,识别和响应交通状况。它们不像前辈的AGV那样需要磁条。
西蒙莫特(Simon Motter)指出,由于具有机器学习功能,该设备尤为重要。奥迪自动导向车可以编程为沿着定义的路线行驶,也可以通过手动控制的驱动器学习路线并存储。他说:“在这幅地图的基础上,它在半径范围内自由移动,根据机器学习原理,它总是搜索最佳路线。”
奥迪在英戈尔斯塔特的工厂物流中心的B厅使用类似的设备,其中无人驾驶的地面输送机为驾驶舱预装配区域提供了批量生产,每个车辆大约有25个不同的部件。据Simon Motter介绍,目前有16台这样的输送机可以提高运输效率,减少事故和零件损坏的风险。牵引车后部的E-shooter也提高了装卸的精度。
Motter说:“这些工作非常好,可用性高,并且与该地区的一些手动卡车一起整合。“无人驾驶的地面输送机正在带来材料,然后返回空包装,使退货流程自动化。”
约翰内斯马沙尔(Johannes Marschall)说,其他公司的其他类型的自行导航AGV在Neckarsulm也有所增加。为了在工厂生产新的奥迪A8,装配线通过自动升降机连接到零部件超市; 35辆自动导引车将29个零件族的材料从超级市场搬运到电梯,并在到达时发出信号上传或下传到生产单元。 AGV从装配线上检索空的容器并将其返回到超市。
同时,在奥迪A6的新Bodyshop上,Marschall指出使用一种较旧但仍然有效的AGV,可以模糊生产机器人和物料搬运之间的界限。十一台AGV将物料从接收区域运送到生产单元,从白车身机器人和空容器之间的零件之间移动,不需要人工操作。他说:“这是物流和生产之间的完美融合和匹配。
Marschall说:“我们在15-20年前就开始使用白车身自动化,当时我们开始使用大量的机器人。
尽管许多汽车制造商之前安装了依赖于磁条的老一代AGV,但是奥迪却很少使用这种技术。大多数现有的自动导引车在固定路线上进行白车身生产。因此,新的AGV通常更换叉车,升降机和其他人力驱动或推动的设备。
“我们没有许多传统的AGV系统可以取代。然而,几年之后,我们可能不得不考虑更换白车身系统(body-in-white system)”,Marschall说。
虽然奥迪正在开发自己的AGV技术,但它仍然与市场上的设备供应商合作。然而,Hauf指出,汽车制造商在使用这种专业设备的多个供应商方面面临挑战:当前,每个供应商倾向于使用自己的控制系统,这可能与其他控制系统不兼容。
为了能够跨越不同类型和品牌的设备(包括自己的设备)进行更加完美的连接,奥迪正在开发一种接口系统,可以在AGV上“即插即用”。
Hauf说:“供应商对这样的接口不感兴趣,其他汽车制造商也在开发,所以这将是一个挑战。“但是,我们会继续发展,以保持市场的开放和灵活。”
先进的自动导向车的使用也预示着奥迪“智能工厂”战略中对生产有更广泛影响的一些重要的新过程。
例如,奥迪在零部件采购,配套和排序生产中使用超级市场是汽车制造商最复杂的业务之一,因为它依赖于精确的零件处理系统,符合人体工程学和精心设计的包装,以及在工厂内有足够的空间。虽然这种变化的工作使操作难于自动化,但奥迪最近在改进整体工艺方面取得了突破,部分得益于AGV的创新以及新型零件分拣技术。特别是在因戈尔施塔特,经过成功的试用后,Simon Motter正在监督奥迪所谓的“超市2.0”概念的连续生产。
正如Motter所解释的那样,传统的零部件超市拥有一些“顺序工作者(sequencers)”,他们在“人与人之间”的过程中,穿过一些区域,挑选和排序零件。现在,在电子商务履行中心等其他行业取得类似进展之后,奥迪正在将这个过程转变为“货物对人”的过程。在这样的超市里,自动导向车把零件的搁架和货架带到拣货员那里,然后他们使用辅助系统,比如拣配或者光照,帮助他更准确地选择零件。
Motter说:“超市2.0避免了步行,而且对于pick-by-voice(声音分拣器)来说更符合人体工程学,因为他不必推动。“它也需要更少的空间,因为你已经释放了搁板之间的空间,而只有AGV的专用空间。
因戈尔施塔特已经有一名导航员在车内分发文件,如车主手册,现在将在工厂连续生产。 Michael Hauf说:“这是一个非常好的项目,它证明了新的超市概念是有效的。“现在,将其投入批量生产需要更多的维度。”
奥迪的超市2.0取决于AGV技术和有效的拣选方案。在任何一种情况下,奥迪目前正在测试和部署的各种AGV类型都没有表现出一刀切式的解决方案。
汽车制造商也正在考虑采用类似的甚至更多的系统来进行各种采集工艺。在德国工厂,奥迪拥有零件调试区域,几乎可以使用所有类型的拣选系统,包括按光线减配,移动拣配,光束拣选,声音拣选和平板电脑程序拣选等。
根据Marschall和Motter,采摘系统的类型取决于商品,测序和配套过程。例如,较小的部件可能更适合像灯光之类的系统,而基于语音的系统通常对较大的部件更有效。
Motter说:“在因戈尔施塔特,我们使用拣配语音系统进行88%的测序,结果是正面的,PPM比率很低。“但是,我们仍然要根据具体情况决定使用哪个系统来为每个部件或排序区域使用。”
对于一些商品,尤其是在因戈尔施塔特的完全被淘汰的地区,奥迪使用ProGlove扫描仪,这是一种带有内置扫描仪的手套,用户可以通过拇指和食指按压来触发。该装置允许工作人员保持双手自由采摘,这有助于他们在采摘区内更自由地移动。
然而,手套扫描仪不适合每种类型的部件和分拣情况。
Motter说:“ProGlove是一项非常好的技术,如果你必须扫描每个部件,以确保它是正确的部分,因为你不需要把扫描仪放在手中。但是,这需要时间进行扫描,而不是每个配套过程都需要扫描每一个零件”“在英戈尔斯塔特的一些采摘业务中,包括那些用于CKD(Completely Knocked Down)套件零件的分拣业务,奥迪使用ProGlove扫描仪来帮助操作员双手免于处理货物。
在英戈尔斯塔特的一些拣配业务中,包括那些用于CKD套件的拣配业务,奥迪使用ProGlove扫描仪来帮助拣配者保持双手自由。
其他可穿戴设备(如智能眼镜)也会定期进行应用测试。虽然目前奥迪并没有将其应用于物流超市,但是将智能眼镜应用于其他生产领域,同时在包括物流在内的各种任务中也扩大了对增强和虚拟现实的使用。 VR程序现在用于零件处理和物流的培训;德国的工人可以使用该系统来培训墨西哥等其他工厂的生产和物流环境。
奥迪将物流过程自动化和数字化的雄心不仅局限于工厂或仓库内部,而且还延伸到货物运输和交付。例如,过去几年中,对于汽车制造商来说,最有效的交付工具之一就是进行直接供应商卡车运输的自动化检查过程。
被称为“快速登记(QCI)”,并得到德国IT提供商Inform的技术支持,卡车通过智能手机注册到工厂,从而验证并自动进入工厂,无需停在大门口登录,同时还在工厂或物流中心接收数字分配到交付区。
QCI从2014年开始在英戈尔斯塔特(Ingolstadt)获得大众集团物流创新奖,随后扩大到了其他入境运输公司。奥迪位于内卡苏尔姆的工厂也已经实施。
Michael Hauf说:“尽管推出了模型和淘汰旧模型的条件,我们仍然能够保持QCI运输的数量。“在这些阶段,我们能够解决所有的技术和组织问题。
该项目的下一个阶段是开发一个应用程序,使QCI独立于任何特定的智能手机设备,该设备将在2017年底准备就绪。“这将给我们更多的灵活性,并允许我们设置QCI过程作为大多数直接供应商交货的标准,Hauf说。
奥迪对数字供应链有更广泛的野心。例如,它已经在一些工厂中引入了RFID跟踪来验证零件。在墨西哥,它不得不与供应商建立一个新的可回收包装箱网络,奥迪现在通过RFID追踪所有载货和返回。虽然这个项目在欧洲不太适用,但是它是由Konzernlogistik管理和控制的超过2000万个包装箱网络的一部分,它揭示了拥有包装和零部件自动位置数据的潜力。
迈克尔豪夫(Michael Hauf)认为,在不久的将来,所有车辆部件或者至少是关键部件都可以拥有自己的IP地址,从而使其在整个供应链中完全可追溯。除部件之外,包装箱,货架,叉车和自动导向车还将具有互联网地址以及成品车辆,这些车辆可以通过车载远程信息处理系统进一步识别。
虽然在某些情况下,追踪货物或车辆组合(如火车或船只)可能比追踪单个物品更有效,但Hauf和Simon Motter都认为,行业不应该排除几乎所有物品都有价值。例如,通过收集所有零件的数据,奥迪将能够更好地跟踪和预测生产和交货时间,识别供应链中的瓶颈,并为经销商和客户提供实时更新。
“未来,我想我们会跟踪更多的单件部分。我们需要知道材料的位置,以便我们能够进行大数据分析和计算,以优化流程并减少库存。Motter说。 “我们获得的数据越多,我们就可以使我们的流程和预测更有力。”
“单个零件确实值得跟踪,”Hauf同意。“如果要标记每个零件,或者至少是主要零件,只需读取标签即可在装配线末端或供应链的其他地方验证成品车辆。通过这种方式,我们可以从追踪每一部分中获得价值,而不仅仅是一艘集装箱船或一辆卡车。“
奥迪目前正与德国弗劳恩霍夫研究所(一个技术研究中心)合作开展一个项目,以提高整个供应链(从供应商到最终客户)的透明度。
再次强调,这里的挑战并不是真正的技术。在前期物流中,奥迪已经使用基于互联网的关键部件跟踪。例如,在匈牙利杰尔(Gyr)的汽车制造商动力总成工厂生产的每款发动机都有一个GPS标签,可以在运输过程中对其进行跟踪。与奥地利与其他德国汽车制造商和技术合作伙伴共同持有股份的云计算服务开发商和提供商HERE合作,物流团队监控每台发动机的实时位置。
“因为第一批模型和引擎非常昂贵,所以值得单独控制。”Hauf说。
意识到这种可见性的潜力不仅仅是一个堵塞系统和观察效益的问题。急剧增加供应链中的数据量意味着物流规划人员必须掌握预测分析,例如,如果数据将被正确使用。同样,供应链分析师和物流供应商都需要学习,看起来比当前在交付链中的责任要宽得多。在内卡苏尔姆(Neckarsulm)可以看到一个当前的例子,奥迪正在使用大数据流程为出站卡车运输商提供预先的信息,卡车运输商则必须使用这些信息来优化他们自己的提货和交付流程。
Hauf说:“我们必须为供应链运营商带来新的扩展视角。 “目前,物流规划师或物流供应商可能只是整个物料和交付流程的一部分 - 但是将来他们必须考虑供应商,车间和物流供应商正在发生的事情。我们必须扩大对供应链的看法。”
很少有技术像无人机那样激发了物流领域的大肆宣传,亚马逊这样的公司已经预示了最后一公里交付的潜在解决方案。到目前为止,公司还转向无人驾驶飞机进行大型集装箱或成品车场的存货计数,或高架货架存放的货物等业务。
奥迪的物流部门虽然担心炒作,但也一直在探索无人机的潜力。例如,该公司开展了一项试验,以验证无人机技术是否能够处理零件交付。
Johannes Marschall解释说:“我们想确定这样的交货会造成什么样的问题。 “我们测试了设备将如何运载零件,以及它是否可能有一种”“电子眼睛”,使其能够在工厂内流动或在其外面移动。”
该试点是在慕尼黑的一家创业公司进行的,该公司使用英特尔的设备。奥迪拒绝透露迄今为止测试结果的详细信息,但Marschall表示,他们是积极的,尽管还有很多限制,比如电池寿命和无人驾驶飞机无法处理发动机或其他大型部件等重型部件的事实。
Michael Hauf特别指出了市场上可以进行库存计数的技术,其中包括弗劳恩霍夫研究所(Fraunhofer Institute)开发的一种这样的设备。但他还没有看到批量生产的申请。
“目前,我们并没有进一步推进在生产中使用无人机的计划。目前的法律框架(德国)不允许在封闭的环境中使用无人驾驶飞机,如生产车间。如果法规改变了,我们可以考虑重振这个项目,“他说。
编译 | 曾志宏,苏州优乐赛供应链管理有限公司副总裁,优乐赛是一家专注于汽车零部件可循环包装方案以及物流器具租赁服务的提供商。为全球汽车零部件企业提供创新的可循环包装方案。探讨微信:1638881963
此文系作者个人观点,不代表物流沙龙立场
人工智能深度学习简史(1956~2024)
1339 阅读年营收643亿,净利88亿,航空货运三巨头业绩出炉
1285 阅读2025 LOG低碳供应链物流 杰出贡献奖
1239 阅读2025 LOG 低碳供应链物流 数智化优秀服务商
1173 阅读2025高考试卷正在发往全国各地,中国邮政承担押运任务
1148 阅读老牌跨境物流企业爆雷,资金链断裂
1069 阅读2025 LOG低碳供应链物流 杰出贡献奖
987 阅读买还是租,物流企业持有新能源车的最佳姿势
932 阅读2025 LOG低碳供应链物流 最具影响力品牌商
926 阅读2025 LOG低碳供应链物流 杰出贡献奖
933 阅读