2025年3月26日-28日，2025商用车产业发展会议在湖北省十堰市举办。本次会议由中国汽车工业协会主办，以“开辟新赛道，汇聚新动能——发展商用车产业新质生产力”为主题，采用“1+1+6+N”模式，即1场闭门会议，1场开幕式暨主旨会议，6个主题分会场和其他相关对接、展示等活动，旨在深入分析商用车发展面临的新机遇、新挑战，探讨商用车产业未来发展的新趋势、新方向。其中，在3月27日下午举办的“主题分会场一：智能网联商用车‘车路云一体化’”上，北京福田康明斯发动机有限公司智能制造主任工程师纪庆龙发表精彩演讲。以下内容为现场发言实录：

　　各位领导，各位专家，下午好！非常荣幸能在这里给大家分享一下福田康明斯智能制造的相关案例，我先介绍一下我们的工厂，我是来自于北京福田康明斯制造工程部，智能制造团队。
　　接下来我们想分享一下我们公司的情况，然后再看一下我们工厂智能制造相关的案例。
　　福田康明斯是一家合资工厂是北京福田跟康明斯共同出资建设，占比是50对50。康明斯跟国内的厂商都是50对50，目前固定资产已经超过70亿了，全球有超过100家的OEM。我们比较重视技术专利，人数超出了1600人。07年的时候工厂开始建设，2017达到了100万台的销量，2020年产能达到了历史最高。
　　这个工厂我们在建厂之初就基于康明斯COS理念建立，CMES管控下的数字化标杆企业，在先进制造的基础上，智能制造转型有一些积淀。
　　这张是智能制造的里程碑，2015年以前跟大环境有关系，我们做的都是标准化的大批量生产，精益生产，我们在这个环境下开始试点智能制造转型，基于先进设备和数字化的积累，在2020年获得端到端的灯塔工厂。2021年基于制造系统边云结合的管控能力拿到了北京市的科技进步奖，去年参加工信部智能制造创新创业大赛获得一等奖。
　　福田康明斯的智能制造转型，架构就是这里显示的，是从上而下去驱动的，公司最高层领导自上而下指导架构的设计，包括相关项目的推进，而且每一个项目都有明确的投资收益比的核算，项目超过三年就不会把它再启动了。
　　接下来看几个案例，今天分享了很多都是我们的车路云，但是发动机作为商用车的心脏，也决定了一个车性能的好坏，首先是自动化能力的提升，2021年的时候工厂做了整个自动化的提升，有些还需要柔性自动化的提升，我们做了协作机器人的引入，基于力控技术，实现工业机器人达不到的一些场景，比如说去毛刺，比如说装配零部件的上下线，都可以利用协作机器人实现。比如机加工去毛刺，以前都是操作工拿着一个毛刷把这个毛刺给去掉，利用协作机器人力控技术，是行业内首次机器人去毛刺的场景。
　　另外做了低代码图像平台的引入，通过低代码的检测保证产品的质量，包括杂质、砂眼都可以做一个检测，让系统自动的去做一个识别。
　　第三个是智慧物流，刚才提到商用车很难做，为什么难做呢？有一个重要的原因是品种非常多，福田康明斯发动机的品类有3000多个，物流、生产都有很大的挑战，在生产这边把AGV和立体库引进来，包括SPS系统的引入，配合控制系统的开发，实现了智慧物流的打造。工厂在去年10月发布了行业内第一个黑灯工厂。
　　我们做了7个核心系统的搭建，比如通过能源管控系统搭建，空调的空压机制冷率从4.5提到5.5，每年这个项目就降本了30多万。
　　IPV过程管控，涉及到是质量能力保证。通过边缘计算规则的搭建，同时我们用了一些历史数据和市场数据，闭环迭代规则，逐渐提高制造质量。
　　2018年把机加工做了升级，整个机床经过10年运行精度非常好，某些性能还是需要升级，通过老旧动能改造，把设备关键的主轴，包括电机绕组增加了振动传感器、电流传感器实现信号采集，高频采集达到了10K赫兹。比如说设备轴、丝杠出现问题的时候，振动就会出现明显的偏差，可以提前做预案。同时基于功率的变化，它的功率随着加工过程有一个阶段性的跃升，稳定的把刀具的寿命提高了20%，还有我们的碰撞保护技术，这个技术每年会有六七次的预防。最近还做了另外一个横向课题，对于加工品质的预测，通过主轴的振动、功率等数据，结合品质数据，通过AI模型引入建立关联关系，预测加工品质。以前行业内都是30分钟去抽检，现在是实时预测。
　　这个是我们的拧紧案例，以前是把数据存储，一旦市场出现问题的时候人工回查效率非常低，现在搭建了拧紧数据分析系统，分析螺栓有没有脱帽等等，一个问题30分钟就可以把这个问题解决，效率跟以前比100多倍的提升，可以实现工艺快速的优化，这个项目也推荐到了康明斯的各个工厂。
　　测试TSN的公差根据经验设定，会出现测试不合格的二次测试，基于测试大数据系统指导TSN的制定，提升了测试合格率，一年光燃油损耗的节省可以达到50万的成本降低。
　　最后分享一下我们工厂对未来的规划。首先是要打造智慧能源管理，对能控的管理，零碳智能工厂规划。第二是物联网及大数据挖掘，OT工厂对大数据分析的能力比较差，通过低代码平台把数据分析、数据采集集成到这个平台上去，实现OT能力的建设。第三是数字孪生，通过孪生的业务痛点分析，实现新机型的引入时，把新的程序做运行、模拟测试，发现系统的问题，避免上线之后没有考虑到的程序BUG，造成批量发动机的流出。最后是人工智能，去年开始规划了工业大模型在发动机制造行业的探索，现在有两个场景，一个是关于拧紧防错，还有就是工厂测试分析。
　　以上就是我分享的所有内容，谢谢各位专家和领导。
　　（注：本文根据现场速记整理，未经演讲嘉宾审阅）