据国家相关统计数据显示，2024年11月制造业增长6%。装备制造业增长7.6%。但同时，2024年1—10月份，全国规模以上工业企业实现利润同比下降4.3%。这些数据反映的行业挑战，在大连亚明汽车部件有限公司（以下简称大连亚明）CIO肖庆阳的智能制造背景介绍中可见一斑：一方面汽车行业竞争压力会传导至上游汽车零配行业；另一方面新能源汽车零部件对品质更严苛的要求、成本上涨、销售价格承压等外部环境也使得零部件企业利润率连年下滑。
作为2021年重点专精特新“小巨人”，大连亚明一直以数智化创新转型，打造应对越来越大市场压力的“千斤顶”。公司连续4次入选“中国压铸件生产企业综合实力50强”，其数智化建设也获得多项国家荣誉称号，一路从“工业互联网试点示范企业”、“制造业与互联网融合示范企业”，到转型“5G+工业互联网第一批典型解决方案提供商”，直至2023年获得“国家级智能制造示范工厂”。
其中的核心驱动力，在于企业对于数字化和智能制造的高度重视，就像肖庆阳经常引用的一句话：制造业数字化创新不是一道选择题，而是一道“生存题”。正是基于此，“以智能制造新模式重塑企业核心竞争力”成为大连亚明智能工厂的建设目标。
面对市场竞争压力加大以及利润率下滑的挑战，大连亚明有着清晰的应对策略，包括“更严苛的JIT，降低成本，能够支持订单波动和计划变更、缩短研发周期，实现高质量可追溯、个性化定制、寄售及供应链管理”等等。
然而这一系列措施却面临着无法落地的囧境，首当其冲的是没有数据的支撑，缺乏技术和系统支持的数据采集、积累和对比，导致决策靠猜测，没有依据和答案。由此引发的一系列影响效率、质量和成本的工厂痛点问题：生产进度跟踪难，成本强化分摊不准确，物料管理难，员工绩效统计误差难以调动其积极性，设备稼动率统计不准确，质量管理无记录、无追溯、责任无法落实、纠正预防管控难。
数字化转型是道“生存题”的答案，正是在这样的背景下在大连亚明成为基因般的存在。
随后，结合工厂痛点，大连亚明对症下药，启动数字化车间建设，以智能制造重塑企业核心竞争力。针对“提质、增效、降本”三个目标涉及到的“质量过程数据收集、质量检测数字化，设备稼动OEE，降低库存、优化产能……”系列工作开出了药方。即，运用信息化工具深度融合生产制造过程，实现生产制造过程的数字化、网络化、智能化管理；改善生产制造流程，最终利用智能制造系统实现生产制造过程智能化；提高生产效率与产品质量，进而降低企业成本。
大连亚明智能工厂规划蓝图一共分为四个层级。最底层的“人、机、料、法、环”通过感知联网将数据采集到工业物联网层。上面则是整个制造与运营层面，包括计划、作业、工艺、质量、物流、设备、人员等等，所有的运营都通过系统来做管理和优化。到最上层就可以实现可视化决策。这其中，中央调度中心能够实现预警、预测，AI智能化的辅助决策，真正变成企业的大脑，通过对企业的生产经营进行指挥和决策，最终实现提质增效的目标。而每一个层级落地的创新场景、实践路径以及成果，与大连亚明其后获得的一系列荣誉几乎完全对应。
5G+工业互联网：实现数据采集与分析应用
5G+工业互联网平台是大连亚明智能工厂的基座。在工厂的基础通讯层充分利用了5G网络的高可靠、低延时和零维护保证了基座的性能，使得其可以很好的支撑大量设备的联网，大量传感器和业务数据的实时收集及分析应用。
在设备数据采集与分析方面，大连亚明采用了自研的设备数据采集与监控系统，以及混合云的部署方式。设备数据采集与监控系统可通过智能网关适配工厂里大部分的标准化和非标准化设备。通过对设备加装传感器以及控制器实现设备互联互通，采集的生产线数据以及设备、生产环境压力、温度、湿度等数据可实现毫秒级的上云，并且能够做到异常数据的主动推送和报警，大大提高了企业的生产效率及质量管控能力。采集上来的海量工艺数据，可以为其后的工艺分析和优化提供第一手的资料，为决策提供支持。
与此同时，大连亚明通过生产系统数据采据与监控系统提供的“员工考勤、食堂就餐、刷卡登录、设备采集、质量反馈、电子报工、零件二维码、扫码入库”等一系列功能，实现了“人、机、料、法、环、测”互联互通，形成了闭环。从而通过数据的实时采集，实现各个产线、设备运营等过程的可视化。
铸云MES系统：基于数据驱动的数字化生产管理系统
大连亚明的铸云MES系统，是其数字化团队根据是根据压铸及模具车间需求，十年磨一剑自主研发的产物。其核心模块包括“报工管理、质量管理、设备管理、安灯快反、智能物流、协同办公、模具管理、通知系统、计划排产”。可实现“生产制造全过程管控；优化生产调度排产，实现及时交付；通过质量管理追溯平台，提高质量控制能力，减少不良品产生；通过安灯快反、报工管理打造透明车间”。
AI赋能质量监控与预警
在质量监控与预警方面，大连亚明实现了模型与数据驱动的生产过程质量分析与质量预测，利用海量数据收集的基础建立预测模型，实现预测结果。再通过加持可解释性人工智能方法，大连亚明能够实现数据驱动的关键质量影响因素的追溯和分析，从而识别质量结果与良品条件的关联关系。这其中包含“质量监测、质量预测以及质量追溯与分析”三个核心功能。
通过该质量监控与预警系统，大连亚明智能工厂实现了全流程的质量追溯、产品质量预测。同时，通过工业视觉的检测以及生产过程质量控制，最终实现全流程的质量的管控。
决策支持系统应用：可视化生产指挥中心
大连亚明的可视化生产指挥中心作为生产经营的大脑，可实现通过大数据挖掘技术，实时分析各生产车间的生产进度、效率、品质等信息；通过监控生产车间的设备运行状态，及时发布设备故障监控信息，合理进行调度；通过生产库存分析，进行物料的预警监控；所有数据通过大屏幕电子看板实时展示。
资源调度与管理
在资源调度与管理应用方面，大连亚明通过三个步骤来实现。其中通过5G专网连接设备进行数据采集，实现产线虚实同步运行，虚拟再现；通过三维数字建模，映射实体车间的生产活动，实现产线仿真、工艺优化；实现车间生产运行实时映射，为车间生产过程监控与优化决策提供服务。
工业视觉检测系统
大连亚明基于5G的缺陷检测和工艺维护系统，规避了人工检测效率低，易出错的痛点。基于视觉和AI技术实现了多场景的检测应用。其中包括Volvo缸体油孔与油道缺陷检测、铸件外观缺陷检测、视觉检测量—孔的位置尺寸和半径等。该系统曾视央视多次引用报道。
通过智能工厂建设，大连亚明解决了之前一系列的痛点问题，实现了生产经营指标的显著提升，提质、增效、降本的各项指标也得以落地，并于2023年名列“国家级智能制造示范工厂”名单。在这个过程中，大连亚明也逐渐将5G+工业互联网、智能制造等方面的经验和成果向行业进行推广，大连铸云智能制造有限公司则是大连亚明汽车部件股份有限公司数字化产业发展和转型的关键载体。其融合5G技术与数字技术形成的物联网传感系统、视觉检测系统、数字孪生系统、质量管理与追溯系统等智能制造解决方案，在大连亚明的实验田已经结出了丰硕的成果，也为其行业内的推广提供了丰富的实践积累。
作为大连亚明智能制造项目的主持人，肖庆阳结合多年的实践经验沉淀了自身对于数字化转型这道生存题的答题体会。通过“ 大约79%的中小企业在 ‘前期探索’，只有12%左右在‘实施’”的量化指标，肖庆阳总结了中小企业数字化的现状和难点。他提到，大部分企业能够意识到数字化转型的重要性，现实情况是“做”落后于“想”。基于缺资金、缺经验、缺人才的老难题，为数不少的中小企业处于不想转、不敢转、不会转的状态。在他看来，数字化系统的本质是工具，建设及应用好这个工具的方式是要将数字数字化系统要结合精益管理的思想，与业务管理深度融合，否则不但不会实现运营能力的提升，反而会成为负担。
