文 ｜ 立厷
3月中旬，德国制造巨头大众汽车决定在两年内实现电池供应链大换血，根据其电池技术战略，未来韩国电池供应商很可能被排除在新的采购列表之外。
还是3月中旬，中国工业和信息化部国际经济技术合作中心与法国全球化电气企业施耐德电气签订战略合作协议，启动绿色智能制造创赢计划，旨在帮助中国中小企业开发高可适用性数字化解决方案，以创新IT技术激发工业场景潜能，高效可持续发展。
不难发现，为了应对激烈的国际竞争，包括汽车在内的欧洲制造业已经做好了准备。
只有智能工厂能夺回业务
伴随全球疫情大流行带来的世界经济危机，整个汽车行业都在思考未来车辆将以哪种方式驱动？如果是电动汽车，又将怎样推动它向前发展？欧洲汽车业也在思考如何更有效率，更可持续，更经得起未来考验，在激烈的竞争中站稳脚跟。
斯坦福大学经济学家Tony Sebacontroversially曾预测，最快到2025年，所有内燃机新车将不再销售；不同类型的发动机将在一段时间内共享道路；是电池，还是氢动力燃料电池占上风尚不确定。但销量下降、排放法规越来越严格，新技术、数字化以及消费者需求的变化已是不争的事实，成为了汽车行业做出改变的重要因素。
欧洲汽车行业已形成一个共识：只有将生产线转变到智能工厂技术，采取更灵活、更具创新性的行动，才能获得竞争优势，从国际竞争者，同时亚洲制造商手中夺回业务。
智能工厂方法可以满足一系列汽车行业的要求。随着向零排放迈进，汽车电气化对环境保护和可持续发展至关重要。同时，必须保持流动性，以应对不断增长的市场。因此，必须以更低的成本更快地生产出更适合消费者需求的车辆。
监管部门制定了各种框架和条例，如排放量、二氧化碳目标、二氧化碳车队限值、城市低排放区域和颗粒物标准值。交通远程信息处理或交通相关数据的收集、传输和使用不断对这些法规予以补充；另一方面，汽车收回和零部件回收的报废指令要求也越来越严格。
回收的供应量可减少对原材料需求的压力，也减少了来自采矿活动的供应。据预测，到2030年，欧洲新电动汽车电池生产所需的锂、钴和镍的回收率分别为5％、17％和4％（基于欧盟委员会的材料回收率）。2035年，回收利用至少可以提供欧洲EV电池生产所需22％的锂和镍及65％的钴。
汽车行业无法单独应对所有这些挑战，而智能工厂方法和技术是面向未来战略的坚实基础，可以让主机厂获得优势，在全面实现生产现代化的同时，自下而上优化供应链，扩展和转向新的技术。
改变依赖亚洲电池的局面
德国开姆尼茨汽车研究所（Chemnitz Automotive Institute）与AMZ合作进行的一项调查预测，到2025年，欧洲工厂生产的汽车都将采用电力驱动。除了电池驱动车辆，估计还包括混合动力和燃料电池驱动。根据这项研究，2025年，欧洲制造的全电动汽车将有50％以上在德国工厂生产。除汽车外，这一制造群还包括公共汽车、电车、轮船、地下采矿机、卡车、农业机械、自行车、叉车和摩托车等电子交通平台。
然而，目前欧洲经济过于依赖电池等进口电动出行技术。为了在国际上占据更有利的地位，欧洲必须通过扩大生产基地和推动创新，在这一领域迎头赶上。为此，2017年，欧盟成立了电池联盟，旨在减少对从美国或亚洲进口的电池及其他技术的依赖，同时实现2050年碳中和的绿色协议目标。
欧盟计划在未来十年内建立22家电池工厂，总产能将从2025年的460GWh（可搭载800万辆左右电池电动汽车（BV））增至2030年的730GWh，足以满足预期的电动汽车市场。这表明，旨在提振电动汽车市场的政策也将供应链和投资带入了本地制造业。如果如期增产，电池供应甚至可能在本世纪20年代中期超过欧洲需求，预计到2030年，供应和需求将持平于700GWh左右。
图：欧洲2025年电池生产部署
与许多其他行业一样，欧洲主机厂发现很难跟上与亚洲竞争的步伐。为此，近年来欧洲建立了具有成本效益的工业基地，推进大规模生产标准化产品的制造战略，以应对与工艺不稳定性相关的挑战。
欧洲看好燃料电池
作为现代电池动力汽车的关键技术，电池生产到目前为止几乎和欧洲无缘，尽管这里有最好的技术条件。欧洲公司做了大量的基础研究工作，积累了许多专门技术，但未能将其商业化。虽然欧洲有越来越多的本土电池工厂，但它们对欧洲经济的附加值却微乎其微；太阳能等其他工业领域也是如此。
在目前结构中，欧洲汽车工业的重点放在了燃料电池及其进一步发展上，因为燃料电池是纯电池汽车的真正替代品，氢气的填充方式与燃料类似，更符合普通用户的使用行为。虽然电池也是燃料电池的基本元件，但体积要小得多。问题的关键在于，欧洲缺乏将燃料电池技术应用于大众市场的适当基础设施。因此，创造政治框架条件是当务之急，以确保氢的价格在较低水平。欧盟将在这方面发挥积极作用。
AI是占领未来蓝海市场的关键
人工智能（AI）有助于在汽车制造领域取得突破。如果使用得当，人工智能将从高度复杂的生产线中释放出新的效率潜力，并帮助主机厂更好地了解其工作流程。在基于人工智能技术的帮助下收集的数据为优化公司内外的流程提供了新的契机。
一个例子是预测性维护，它可以用来识别设备的磨损模式、特性和异常，从而及时消除机器故障、停机和错误。人工智能和传感器技术可以帮助欧洲主机厂创造一个公平竞争的环境，并大幅降低亚洲竞争对手目前享有的成本优势。同时，人工智能还可以帮助占领“蓝海”市场份额——新的、创新的市场。
今天，工业制造设备面临着巨大的运维挑战，设备计划外停机不仅严重影响了制造效率和质量，也给制造企业带来了高额的维护保养成本。如何有效、精准地对设备进行维护，已成为工业制造中数字化转型亟需攻克的难题。为此，从响应式维护、预防性维护转向预测性维护就成为了一种趋势。
所谓预测性维护是一种系统和软件功能，它可以从设备本身获得越来越多信息，将运营和维护功能数字化。其具体内容包括：
通过物联网（IoT）收集数据的可用性
IT与运营技术相互融合，利用分析技术从数据中挖掘洞察
AI技术，如机器学习，能够在没有编程的情况下自行从数据中学习
例如，确定故障原因，并找到设备故障的主要预测指标，一家主机厂使用IoT对焊接流程行为进行建模。结果发现，该系统提供了90％的故障成功预测率，且无误报；提前2小时预测到了50％的故障。由于能够提前预测故障，单个故障处理时间缩短了1．5小时。
中央数据管理也很重要，它越来越涉及关键性能指标（KPI）和总体设备效能（OEE）数据的表示、传感器数据的可视化，以及虚拟环境中过程数据的存储。通过提高流程质量和灵活性，人工智能可以为生产高质量的电动出行产品创造机会，这些产品具有高度的客户特定性和复杂性，而这是大多数亚洲主机厂欠缺的、不适合细分市场的商业模式。
重要的是，在使用人工智能等新技术时，汽车行业必须变得更大胆、更少犹豫、更具创新性。通过让工厂员工在早期阶段参与人工智能解决方案的设计，向他们展示应对行业挑战的各种可能性。
边缘计算是一个突破口
那么，主机厂应该寻找什么样的方案才能使其生产更具创新性和竞争力呢？边缘计算可以为他们提供许多机会，今天的机器可以比以往任何时候都更好地耦合，数据可以通过强大的传感器技术在机器级别（边缘）进行收集、结构化和分析。
除此之外，还有远程服务，以及在缺少数据点的情况下集成额外的传感器技术、机器识别、网络安全以及数据和通信协议的使用和转换。但这还不是全部，因为机电一体化和IT解决方案正日益融合，可以支持更高效、更灵活的生产流程。
具体例子是智能工业机器人，包括移动机器人和“协作机器人（cobot）”，或与工厂员工“手拉手”工作的机器人。此外，现代生产流程的各个组件都可以在云中聚合在一起。在资产管理、状态监测、预测性维护和远程服务方面，主机厂能够受益于使用基于控制的软件模块或基于云的功能，对所有机器、工厂和组件进行集中和透明的监控。
当然，因为是在边缘，除了算力、功耗的考虑以外，还要越来越注重安全，例如一些数据需要传送，很多推理、处理都在本地运行，所以数据安全性问题不容小觑。一种先进的做法是将相关内容封装在安全的“堡垒”里，利用密钥管理、信任根处理、各种加解密处理等，来保证设备范围的安全智能。
另一个是功耗，因为在边缘计算时，功耗一直是市场的痛点，人们希望在提升算力的同时降低能耗。为了最大限度提高能源效率，一些厂商在芯片级就开始优化能量配置，如恩智浦的Energy Flex架构可以帮助开发人员灵活定制特定应用的电源配置，实现节能的边缘系统。
智能工厂的另一个组成部分是增强现实（AR），它使主机厂能够获得计算机生成的信息，通过虚拟对象补充实时图像或视频，以获得额外的信息、支持和技术诀窍。
虽然生产过程的灵活、自主控制和优化在许多地方才刚刚开始，但那些今天探索各种可能性并敢于在这一领域迈出第一步的人，将能够很好地适应未来的需求，在激烈的全球竞争中领先一步。
智能工厂的未来
智能工厂概念是一种面向未来的灵活方法，它将未来的生产与主题相协调，包括连续的数据和增值链、更灵活的流程以及生产、质量（避免不合格品和浪费）、客户要求和终身可追溯性之间的密切联系。这些都是有助于一家公司在市场中生存的工具；能够更有利、可持续、更快、更安全地行动，在竞争中脱颖而出。
未来的其他趋势还包括数字化、跟踪、价值链参与和改进的网络。除了上面说的预测性维护，智能工厂模型还要考虑预测性质量、集成生产计划和过程可视化。
