新时代新作为新篇章 | 大数据驱动,释放光伏制造业新活力 ...

图灵汇官网

光伏制造业

走进位于苏州高新区的苏州协鑫光伏科技有限公司,车间内机器轰鸣,一派繁忙景象。在切片车间,各类生产数据在不同屏幕上跳动,一台分选机就连接着六台服务器。这里是全球最大的硅片生产基地,去年生产了12亿片硅片,预计今年将以超过10%的速度继续增长。

尽管近年来硅片价格从高峰时期的20元降至约4元,苏州协鑫依然稳居全球10%的市场份额。通过持续推进智能制造,苏州协鑫不仅在国内率先采用自动化和智能化生产,还首次与阿里云合作,应用工业大数据,实现了自动化和信息化方面的领先,持续保持全球最大硅片生产基地的地位。

打造全流程自动化生产线

在苏州协鑫的智能生产车间,记者看到工人们在大型机器前忙碌,墙上的屏幕上快速显示着每台机器生产硅片的数据。作为全球最大的硅片生产基地,即使在春节假期等因素影响下,一季度仍产出硅片3.1亿片。这离不开协鑫科研人员在各个环节的努力。推广金刚线切多晶技术,使硅片良品率达到92%,切割效率达6.5刀/天,断线率降至3.5%。这意味着每台金刚线切机每天可切出1.68万片优质硅片,生产速度是传统砂浆切片机的近两倍。

一年多前,当苏州协鑫宣布要打造全自动智能车间时,许多人持怀疑态度。车间生产属于劳动密集型,工序复杂,实现自动化难度很大。然而,当第一批清洗插片一体机运入车间时,员工们充满好奇和期待。尽管安装调试初期遇到了不少问题,但经过几个月的调试,设备逐渐适应了现场环境,不仅实现了插片清洗回流自动化,产量也比之前增加了25%。

目前,苏州协鑫的智能生产系统已实现了从锭检到最后分选的全流程自动化,相比2011年,人均月产出提升506%,生产周期缩短50%,万片电耗下降37%,直接人力下降45%。

智能自动运输提升生产效率

尝到自动化生产的甜头,苏州协鑫不断引入更多智能设备。早在2015年,苏州协鑫光伏就引入了自动传输线,将检验和包装工序连接起来,减少员工运输浪费,迈出自动化生产的第一步。随着硅片产能迅速提升,出货需求不断增加。自动传输线上整齐排列的硅片盒像一条长龙,现有的包装方式已经跟不上生产节奏。经过多次研发与改进,分选车间的自动传输线升级到第三代。2017年底,苏州协鑫光伏与厂家合作打造的业内首条硅片自动包装码垛流水线正式运行。

“几个月前,我们每班只能包装40万片,现在已经可以达到190万片了,这在过去简直无法想象!”苏州协鑫光伏分选车间主管助理王萍感叹道。

通过全流程拉动式配送系统和无人化立体库,不仅节省了人力,还大幅提升了生产效率。粘胶区域的自动粘棒流水线每天可转运600余吨硅棒,减轻了员工搬运负担。AGV小车能够绕车间跑100圈而不喊累,将所需物料运送到切片、清洗等指定工序;全自动硅棒装卸机器人则无缝对接车间所有切片机,大大节省了人力和时间。

首开先河引入阿里云大数据

在信息系统智能化方面,苏州协鑫与阿里云的合作成为工业制造领域大数据创新的典范。

“在苏州协鑫,机器装备投入占70%,如何利用现代化手段管理、降低成本,是我们迫切需要解决的问题。自从去年引入阿里云大数据分析后,通过大数据在生产中的应用,硅片良品率提升了1%。”苏州协鑫光伏科技有限公司总经理郑雄久表示。

“将工厂内的生产信息集成在一起,分析机台的运行状态非常困难。这也是制造企业的痛点。而阿里云的痛点在于强大的运行与计算能力,但缺乏来自工业一线的大数据。这就是我们的合作契机。”公司设备管理部负责人金小俊补充道。

据金小俊介绍,在光伏切片的生产过程中,有数千个生产参数会影响切片良品率,如砂浆温度、导轮温度等,任何一个变量的变化都会直接影响生产结果。通过阿里云的大数据分析算法,可以分析生产过程中采集到的所有变量,找出与良品率最相关的60个关键变量。这些关键变量帮助苏州协鑫建立了生产参数曲线模型,一旦变量超出模型范围,监测系统就会及时预警。

记者走进三车间,公司制造部负责人周学锋介绍,一台切片机每分钟会产生700多个数据。“通过数字化甄别选出优等品;同时,这些数据传输到后台服务器,连接到阿里云,通过大数据分析寻找最佳工艺流程、最佳操作模式与检测方法,推动生产效率的提升。如果没有云计算,人类根本无法完成。”周学锋说道。

据了解,经过半年多的运行,苏州协鑫在信息化生产中尝到了甜头,不仅提高了良品率,还能追溯到异常的根源。不久前,一个新建车间的不良率一直比其他车间高出7个百分点。经过一个月的大数据分析,发现原因是那批备件精度相差了零点几毫米。“如果没有大数据对比,这种微小误差很难被发现。后来,我们调整了备件,很快将良品率提升了5个百分点。”工业工程部经理王林刚表示,“未来,阿里云将在我们新建车间的应用更加深入,向两个方向发展:一是发现设备核心部件的隐形缺陷,降低维护成本;二是提前预测质量趋势变化,构建更佳的工艺参数与流程,提升良品率。”

记者 蔡 逸

版权所有,欢迎转载,请注明出处和作者。

本文来源: 图灵汇 文章作者: 智能观察