《智慧企业工业互联网平台开发与创新》 ——3.5.2　基于数字化技术的挖潜和创新是汽车零部件行业的两大对策

3.5.2　基于数字化技术的挖潜和创新是汽车零部件行业的两大对策

对于汽车零部件企业来说，在目前状况下，利用数字化技术进行成本挖潜和模式创新是可采取的两大对策。

图3-20　没有做好准备的零部件企业可能会很快被迫退出市场

成本挖潜是汽车零部件企业一直埋头苦干的事情。经过过去数十年的成本挖潜，汽车行业针对产品、技术和流程的复杂性，已经用尽了几乎所有的技术管理手段，远远走在了其他行业的前面。在几乎尝尽了所有的管理手段和技术之后，工业互联网将会是下一轮成本挖潜的驱动力。

另一个对策就是模式创新。如图3-21所示，在未来20年直至汽车自动驾驶技术商业化的时间段里，汽车零部件行业的模式创新将主要围绕着产品的智能化，以车联网、出行社会和产出经济为代表的数字化技术的应用而展开。通过模式创新，企业将能够另辟蹊径，创造出新的价值。

图3-21　成本挖潜和模式创新是汽车零部件行业的两大对策，分别对应着“优化现有价值”和“创造新的价值”两种途径

如图3-22所示，通过成本挖潜的对策，运用工业互联网技术，对制造大数据和供应链与物流大数据进行挖潜，可以有效地帮助零部件企业降低成本。例如，对于制造过程中的设备大数据和工艺大数据，使用人工智能中的机器学习技术进行分析，可以帮助企业降低设备故障率和提高加工质量，打造完美工厂。根据SAP在某客户处的实施效果，企业每年的设备维护成本可以降低31%，设备的生产率可以提高8.2%，设备的计划外停机可以减少25%。再例如，对供应链和物流中的大数据进行分析，可以提高供应链的预测能力、响应能力和纠错能力，降低供应链的运行成本，提高智能制造水平。根据SAP在某客户处的实施效果，企业的物流费用可以降低12%，产品的准时交货率可以提高22%。

如图3-23所示，通过模式创新的对策，对产品进行智能化改造，实现物联网、基于大数据的远程监控/诊断功能，可以帮助零部件企业实现新的商业模式。

例如德国大陆汽车公司，通过一系列的收购，形成了包括动力总成、电子、底盘安全等完整的系统，并对产品进行智能化改造，加入远程诊断和优化的功能，以适应未来车联网环境下的车辆运行要求。

例如美国约翰–迪尔公司，通过物联网技术获取产品的运行数据和环境数据，并将产品制造过程中的数据和运行过程中的数据结合起来，进行大数据分析，对企业内部的研发、采购、质量、生产、维护等部门提供改进输入。

例如意大利倍耐力轮胎公司，通过在轮胎上安装联网的传感器，实时收集车辆的运行大数据，帮助物流车队对轮胎进行管理和优化，实现按里程收费的新模式，从而推动企业从制造向制造加服务转型。

下面以德国博世集团为例，具体介绍一下基于工业互联网进行成本挖潜和模式创新的内容。

图3-22　对策一“成本挖潜”：对制造大数据和供应链/物流大数据进行挖潜，可以有效地帮助零部件企业降低成本

图3-23　对策二“模式创新”：通过对产品进行智能化改造，实现物联网、基于大数据的远程监控/诊断功能，可以帮助零部件企业实现新的商业模式

2016年，德国博世集团与 SAP 在物联网和工业 4.0 领域签订战略合作伙伴关系，扩大在云技术和软件解决方案方面的合作。双方期望加快工业领域的制造和物流流程，可以借助 SAP云平台，使用博世集团提供的物联网微服务，连接不同的设备和组件，包括让车辆、制造机械或工具更安全、更高效地连接，为客户提供全新的智能服务等。

目前，两家企业已合作开发完成智能内部物流项目，旨在为企业提供智能、透明、高效的工厂及仓库内部物流调度、运输及存储服务，如图3-24所示。该项目同时引入由工业互联网联盟（Industrial Internet Consortium，IIC）指导并建立的“跟踪与追踪”（Track-Trace）试验台标准定位货架及运输车位置，实时收集并传导数据到SAP HANA云平台，其特点具体如下。

在室内和室外，通过使用全球定位系统（Global Positioning System，GPS）、相机、激光或无线信号，以每秒25次的频率精确记录车辆的位置，精度可以达到数厘米的级别，并进行实时的数据采集和分析。如果得出的结论是两辆叉车靠得太近，那么司机会被警告需要立即调整车速或停车。如果叉车靠近门口，那么大门会自动打开。一旦叉车通过，大门就会再次关闭，从而降低建筑物的供暖和制冷成本。

安装在叉车上的震动传感器不断报告车辆的振动情况。如果车辆撞上货物或发生事故，系统可以实时告知损坏的性质和位置，这样就可以快速呼叫帮助。由于传感器和定位系统之间的连接非常智能，因此正常发生的振动，如当叉车通过一条铁轨导致的振动会被忽略。另外，安装在叉车液压系统上的压力传感器可以确定叉车上的重量，从而显示叉车是空的还是有货的，以及是否正确地装载了货物。

系统还提供了叉车司机辅助功能，用来对叉车的速度进行自动控制，这有助于驾驶员遵守速度限制并提高路线的安全性。如果车辆在预定区域内行驶，那么其速度会自动降低至预设值。一旦车辆离开这个区域，它就会自动回到原来的速度。系统可以存储一些路线程序，以确保易碎的货物运输速度缓慢，从而降低对货物的损伤。

提供了更有效的物流数据分析。通过不断收集关于叉车位置、环境、速度、行驶方向和载荷状态的数据，可以改善货物的运输方式。易碎的货物可以得到特别谨慎的关照，叉车部件的磨损可以被持续不断地监测。同时，这些数据除了被用于进行后台分析之外，还可以以多种方式呈现给用户。例如，可以使用热图来显示交通量，以减少繁忙路线上的潜在危险。

实现了不使用条码扫描的货物追踪。一般来说，为了掌握始终精确的库存情况，在运输过程中，必须在每次更改货物位置时都进行条码扫描，这项工作常常是十分烦琐的。在这个解决方案中，可以仅通过定位车辆来进行跟踪，而无须费力地扫描运输单元。而且当叉车靠近时，系统会自动检测到每个库存的位置。从驾驶员取货开始，一直到开到目的地的这段时间里，被运输的货物会被自动跟踪。叉车司机可以在驾驶座上，随时使用平板电脑通过代码识别货物。通过这种方式，系统可以随时清楚地掌握整个库存水平，同时司机也可以不断地进行盘点，以确保没有任何损失。

图3-24　以博世为例，其与SAP在厂内物流领域进行物联网与工业大数据的合作创新