《浙江日報》丨深讀

橫店東磁電池片六廠員工講述他們和智能機器的故事——

“未來工廠”什么樣

12月28日，《浙江日報》刊發《橫店東磁電池片六廠員工講述他們和智能機器的故事——“未來工廠”什么樣》一文，全文如下：

”

編者按：今天的大項目，是明天的新動能。2020年3月，在新冠肺炎疫情對經濟社會發展影響最嚴重的時期，浙江以一批重大項目集中開工吹響謀發展的號角。10月，又有516個重大項目集中開工，以更大的體量、更優的結構、更高的質量為“十四五”提前蓄勢。三月提振信心，十月展望未來。如今，放眼之江兩岸，一個個大項目正吹響“集結號”、跑出“加速度”，它們是浙江彰顯發展定力、淬煉經濟硬實力的真實寫照。“點亮”系列大項目篇開篇，讓我們走進今年9月正式投產的全省最大的5G專網應用智能工廠，一窺產業結構優化升級、新舊動能加速轉換的澎湃動能。

”

未來工廠

橫店集團東磁股份有限公司電池片六廠（以下簡稱“六廠”），名字聽起來普普通通，卻“生來不凡”。它于2019年9月開建，投資7.2億元，被列入2020年國家傳統產業智能化、信息化改造項目，“年產1.6GW高效PERC單晶電池片項目”列入《2020年省重點建設項目增補名單》。今年12月，省經信廳公布的《2020年浙江省“未來工廠”擬認定名單》中，“橫店東磁單晶電池片未來工廠”名列其中。

日均生產105萬片單晶電池片，AI檢測200毫秒完成……作為全省最大的5G專網應用智能工廠，六廠從生產、物流到檢測等環節均實現5G邊緣計算賦能。

2020年省政府工作報告指出，加快推進“1+N”工業互聯網平臺體系建設，連接5000萬臺工業設備，服務10萬家以上工業企業。建成5G基站5萬個，實現縣城以上全覆蓋。年末，記者走進六廠，在運用5G邊緣計算技術的車間里，聽聽員工和智能機器之間的故事，一窺5G給制造業帶來的突破革新，感受省“十四五”規劃中“推廣新智造模式”的意義所在。

故事1 熟練工變“清潔工”

六廠的單晶電池片生產，分為15道工序。瘦小的應德偉，是第8道“PE二合一”工序的班長。這道工序，是在硅片背面沉積氧化鋁形成鈍化層，并在氧化鋁表面再生成一層氮化硅膜。

應德偉的工作內容理解起來相對簡單：清理衛生，檢查工裝夾具的完整性等等。但此前，應德偉還在傳統生產車間時，這個崗位的工作，讓他感到非常尷尬。

比如其中的插片環節，他要用一根吸筆，吸起166毫米寬的電池片，插入168毫米寬的工裝夾具內。僅有2毫米的空隙，一不注意就會造成碎片，非常費眼力。更令個頭不高的應德偉感到苦惱的是，操作平臺高1.3米左右，加上工裝夾具的高度，他經常得踮腳才能完成操作。可以說，插片這個活，沒有三四個月的練習，很難成為熟練工。“其實個子高也不舒服，經常得彎腰。”同在這道工序的董軍偉無奈地說。

這個需要熟練工的崗位，每日一次次重復機械操作，勞動強度很大，讓招工變得越來越難。“沒人愿意做，產能不匹配，整個生產都會受到影響。”應德偉說。

（機械手臂操作）

現在，六廠的插片和取片工作，則交給了30只機械手臂，機械手上裝了多個傳感器，通過5G網絡控制操作，一次就能插28片，非常穩定，而且可以日夜不停地工作。從以前要求“熟練工”，到現在做好“清潔工”即可，新員工來了一星期就能上手，人工少了一半，效率卻增加了數倍。

機器讓員工操作更輕松，還反映在每天的步數上。董軍偉說，以前上一個班，在車間里能走到三四萬步，現在走不了多少步了，因為有了“代步”的AGV（自動導引運輸）小車。

AGV小車不載人，但是承擔了物流搬運，并能處理上料、下料等。66輛AGV小車，集成了5G通訊模組，類似安裝了一張手機SIM卡，能夠直接連接到5G網絡，精確、無誤差地接收信號并按照規劃路線穿梭在各個生產單元之間。

（運輸中的AGV小車）

故事2 新搭檔的“軟硬手”

從傳統車間到5G車間，工序改良、環境改善，老員工的工作內容出現了顛覆性的變化，王聰和洪騰耀這對新搭檔面對的則是全新的工作。

王聰大學專業是網絡工程，洪騰耀是信息與計算科學，在六廠，兩人是一對“軟硬兼施”組合。目前兩人的所有同學中沒有跟他們從事相似工作的。

“硬”的是王聰，今年5月移動公司做好車間外網的5G宏基站布局后，車間內網的室分基站、微基站等，以及分布在生產設備上的124個CPE（移動信號接入設備），都由王聰和同事們負責調試以及后續維護，AGV小車上的5G通訊模組就是其中之一。王聰同時承擔著MES系統（面向制造企業車間執行層的生產信息化管理系統）的數據采集工作，所有生產設備上的狀態監測、工藝優化、故障預警等信息，通過5G網絡傳輸后集合處理。

（員工查看實時數據）

“我的工作跟王聰互相補充，他負責硬件，我偏軟件。”洪騰耀說，王聰布局網絡和數據采集后，由他負責展示、匯總、分析。譬如產品追溯，六廠以一個“花籃”為單位，內含100片電池片，從進廠到出庫，全程自動掃描讀取，記錄相關信息，出廠后發現問題，就能追溯到每個“花籃”的每道工序，并進行分析、改進。

在六廠，5G信號實現無縫覆蓋，各生產設備上裝置的196張5G邊緣流量卡，實現了對車間所有設備的智能控制。對生產設備和運轉數據的采集分析，之前由專業工程師或技術員點到點地記錄，再由人工進行分析提供給管理層決策。運用5G邊緣計算技術后，采集到的信息先匯總傳遞至邊緣計算網關，利用其搭載的高性能處理器，預先對數據進行分析、篩選和判斷，最后再通過網絡端口將集約化的數據傳輸到工業云平臺，實現生產信息的及時高效上報和反饋。

故事3 他的孩子叫AI

六廠去年9月開始建造廠房，從原有各個廠區抽調來的骨干員工，看著它從無到有拔地而起，一批批先進設備入場安裝。今年6月，六廠調試生產，9月正常化。

負責生產線最后一道“檢測”工序的葛展軍，在見證六廠誕生的同時，還守著AI的成長。他的工作崗位不是傳統簡單的“檢測員”，而是“AI視覺檢測系統專員”。AI有如葛展軍的孩子，他幫助AI不斷地學習吸收、自我優化，成為一名出色的智能“檢測員”。

AI的檢測方法，看上去并不復雜。電池片通過流水線轉到檢測儀上后，燈光一閃就完成了，比做CT快得多，肉眼根本來不及細看。“檢測一片單晶電池片，只需要200毫秒。”葛展軍說，檢測基于光學圖像、自動化，以及神經網絡技術，通過5G網絡傳輸，AI質檢在MEC邊緣服務器上執行，數據歸檔則存儲在云端進行，由此實現單晶電池片EL（電激發光）檢測的毫秒級自動判定。

（自動化生產流水線）

把AI檢測“訓練”成毫秒級的水平，葛展軍花了兩個月時間。“傳統對單晶電池片的檢測，主要采用灰度對比，機器分選測試的算法和標準也不同，誤判率在5%—10%，漏檢率在2%以上。”葛展軍說，AI的一套檢測模型，要設定產品質量參數，還要包含所有缺陷，單種缺陷識別需經過5萬次的練習，而整套模型訓練完成一般需要20萬次，耗時10小時。訓練后，還要不斷進行優化，提升檢測精度。

2013年就進入東磁的葛展軍，在檢測工序上歷練多年，AI的學習能力和進步速度比他快得多。與車間剛開始生產時相比，AI自身的漏檢率和誤判率大大下降，學習能力則大大提升。目前，AI的模型訓練時間已縮減至半小時，漏檢率從2%降至0.15%，誤判率從4%降至0.3%。

葛展軍也有他的后道搭檔，PQC（過程質量控制）主管吳炎炎。葛展軍的AI不斷更新搜集電池片的缺陷后，吳炎炎進行問題跟蹤，對缺陷圖片進行分類分析，尋找出現缺陷的原因，并修改工藝以避免缺陷再次出現。人、AI與生產設備，通過對數據的分析，一起尋求最完美。

故事4 專網搭上5G快車

站在不同的工序上，六廠不同崗位的員工，對這個“未來工廠”有各自不同的認識與觀感。而關于數字化、智能化，關于六廠的“光榮與夢想”，站在更全局角度的建設者與管理者，顯得更加自信與豪邁。

六廠作為5G邊緣計算的工業互聯網示范項目，橫店集團東磁股份有限公司信息科科長李明全程參與建設。應用5G的工廠很多，六廠被稱為“全省最大的5G專網應用智能工廠”，“專網”兩字不可缺少。“運用網絡切片技術，移動公司為六廠做了一個虛擬專網，可以理解為所有5G信號都是在六廠內部傳輸。”李明說。

（六廠車間外景）

選擇5G，配套邊緣計算技術，搭載工業互聯網平臺，六廠的最終選擇來自一番優劣比較：與傳統的有線布線、WIFI傳播相比，5G的傳輸速率快、時延低，安全性好、抗干擾強，綜合建設成本也更低。

六廠通過5G網絡的數據傳輸，聽起來要經歷一個“漫長”的過程。比如，設備產生信令數據后，通過六廠的5G室分基站先傳到東陽骨干機房，再傳輸至金華移動樞紐樓，然后通過邊緣計算設備傳回至六廠的數字電路，返回到廠區服務器內。

即使要這樣走一個涉及多地的來回，5G的傳輸速率依然高過有線和無線WIFI布線，時延僅有15毫秒。李明舉例說，AGV小車的調度要求非常高，如果信號指令的時延過長，匹配不到位、定位不精準，調度就會失靈，5G網絡有效解決了時延問題。

六廠廠長金剛剛說，六廠擁有諸多專利：設備專利、工藝專利等，整條智能化流水線公司參與自主設計，大部分專利權都自有或與供應商共有。李明告訴記者，六廠設備的國產化率，達到了90%。

擁有自主專利生產線六廠，產能驚人，是橫店東磁原有4個電池片廠產能的總和，讓公司的電池片生產產能直接翻倍。六廠對268臺設備的產能還在不斷提升，金剛剛說，上個月六廠對外公開的數據，是日均生產100萬片單晶電池片，對15道工序的細節再提升后，現在日均生產量已達到105萬片，下一步的目標是108萬片。

大家都在看：

• 遇見東陽

• 為“橫店影視城”助力！浙江省首批示范級文化和旅游IP網絡評選來了

• 省級模范市！東陽節約集約用地水平列全省前茅

來源：浙江日報

作者：楊振華  肖淙文  蔡 鳳  單冠定

編輯：蔣智  厲源