近日,e-works数字化企业网公布“2020中国标杆智能工厂”榜单。此次共计100多家优秀制造企业参加评选,经过评审专家组最终综合评定,深圳市华星光电半导体显示技术有限公司智能工厂成功入选榜单。在智能工厂助力下,TCL华星实现智能制造转型升级,从而实现精细化运营,降低成本,提高运营效率,并能灵活多变地适应不断变化的市场环境。

当前,中国制造企业面临着国际贸易争端、经济下行、行业竞争加剧、劳动力成本提升、招工难和原材料价格上涨等诸多挑战,迫切需要通过推进数字化转型,打造智能工厂来提高产品质量,降低运营成本,实现产品准时交付,提升产品创新能力。在这种背景下,学习和借鉴TCL华星等标杆企业,具有重要的意义和迫切的需求。

布局智能工厂

TCL华星开启智能工厂建设的征程,还得从2016年谈起。当年6月24日,深圳市华星光电半导体显示技术有限公司成立,总投资465亿元建设第11代TFT-LCD及AMOLED新型显示器件生产线(简称t6项目),设计产能9万大片玻璃基板,采用Cu制程、Oxide、PFA、POA、LOC、Super GOA、OLED Printing等先进技术,主要产品为43"、65"、75"液晶显示屏,OLED显示屏,超大型公共显示屏等。

TCL华星的产品要经过近40道工序,每个产品在这些工序中需要管控约2.5万个参数,每天有超过2TB级的生产数据产生及被收集;整个生产流程中有近100个检测站点,其中光学和点灯站点每天需要判定的图片数量超过200万张,需要大量的人力;有近70个自动生产系统,有约3,000个Robot支持自动化生产,在140个工序和检测站点中,有约120个是为全自动,另外20个自动化超过70%,TCL华星已经是自动化程度超过95%的工厂。

面板行业投资大,设备昂贵,产品成本很高。为此,TCL华星从各方面尽可能地减少各项成本,同时追究极致良率来降低损失成本;而随着面板行业高规格多样性等产品技术趋势,TCL华星面临的成本和良率挑战将更大,急迫需要智能制造这样的新技术给TCL华星提供新的方向。

在投资465亿元基础上,TCL华星新增投资4亿元建设高世代G11显示面板生产线网络协同制造智能工厂项目(以下简称智能工厂项目):重点建设TCL华星智能云平台,以及高度的自动化、数字化、可视化、模型化、网络化和集成化的高世代G11显示面板智能工厂。

智能工厂项目主要采用国产核心智能制造装备和人工智能技术的创新应用,联合格创东智共同研发了TCL华星智能云平台、物联网平台、工业智能应用等。实现软件和设备的互联互通,设备与环境的互感知,完成高度自动化、数字化、可视化、模型化、集成化、协同化、网络化和智能化。在TCL华星提供的多种应用场景中,格创东智深度融合人工智能(AI)、大数据、云计算等前沿技术,提供场景化的智能制造解决方案,赋能一线生产工程师在平台上打造各类逻辑模型与工业应用。在TCL华星,OT工程师已使用托拉拽低代码开发的方式自建工业应用。

TCL华星最终实现在深圳、惠州、武汉三地的研发、生产和运营数据共享,更好完成各产业之间(TCL华星t1、t2、t3、t4、t6)的网络协同、以及集约化生产管理的目标,并打造形成显示面板行业网络协同智能制造新模式、新标准。同时,也将TCL华星与上下游企业的数据串联起来,实现基于云的设计、供应、制造和服务环节并行组织和协同优化。

随着智能工厂落地,TCL华星每天有几TB级的生产数据源源不断地产生并被收集,给生产管理带来巨大的帮助,与传统制造企业相比,极大提高效率。同时,TCL华星也意识到这些数据的价值,还没有被充分地发挥和利用,而某些方面的数据仍有关键性的缺失,如何利用智能制造技术补充关键数据并在这海量的数据里实现成本降低/良率提升及助力公司经营目标,就是TCL华星这几年在大力推进的。

提高效率

在智能工厂的基础上,TCL华星开展工业物联网应用。2017年,TCL华星开始布局工厂IOT建设,与格创东智联手自研物联网技术,共同打造自主IP工业互联网平台,目前全面覆盖2个G8.5厂,布点数已超过3万个数量采集点,在生产环节中的材料、能耗等方面,有效控制和降低成本。TCL华星利用自研的IoT技术打破数据黑盒,秒级实时自动上报材料/动力能耗等数据,在边缘节点做简单计算处理后转化为更有价值的数据上抛到平台,再进行大数据分析找出异常来进行改善。同时建立模型实时监控,有异常及时告警处理,有效减少材料能耗的成本。同时利用系统自动上报替代原来的人员现场采集,大力节省人力成本。

TCL华星的智能工厂还应用了机器视觉、人工智能、增强现实等新兴技术,从2017年开始导入国内面板业缺陷判别的首例人工智能落地项目-AI图像识别技术-ADC,代替人员进行缺陷判别,目前已在深圳t1/t2/t6全面上线。在每天几百万张图片量的生产线上,实现了缺陷判别站点人力50%的替代以及5-10倍速度的提升,对降低人力成本的贡献是非常巨大的。