2025年3月26日-28日，2025商用車產業發展會議在湖北省十堰市舉辦。本次會議由中國汽車工業協會主辦，以“開辟新賽道，匯聚新動能——發展商用車產業新質生產力”為主題，采用“1+1+6+N”模式，即1場閉門會議，1場開幕式暨主旨會議，6個主題分會場和其他相關對接、展示等活動，旨在深入分析商用車發展面臨的新機遇、新挑戰，探討商用車產業未來發展的新趨勢、新方向。其中，在3月27日下午舉辦的“主題分會場一：智能網聯商用車‘車路云一體化’”上，北京福田康明斯發動機有限公司智能制造主任工程師紀慶龍發表精彩演講。以下內容為現場發言實錄：

各位領導，各位專家，下午好！非常榮幸能在這里給大家分享一下福田康明斯智能制造的相關案例，我先介紹一下我們的工廠，我是來自于北京福田康明斯制造工程部，智能制造團隊。

接下來我們想分享一下我們公司的情況，然后再看一下我們工廠智能制造相關的案例。

福田康明斯是一家合資工廠是北京福田跟康明斯共同出資建設，占比是50對50。康明斯跟國內的廠商都是50對50，目前固定資產已經超過70億了，全球有超過100家的OEM。我們比較重視技術專利，人數超出了1600人。07年的時候工廠開始建設，2017達到了100萬臺的銷量，2020年產能達到了歷史最高。

這個工廠我們在建廠之初就基于康明斯COS理念建立，CMES管控下的數字化標桿企業，在先進制造的基礎上，智能制造轉型有一些積淀。

這張是智能制造的里程碑，2015年以前跟大環境有關系，我們做的都是標準化的大批量生產，精益生產，我們在這個環境下開始試點智能制造轉型，基于先進設備和數字化的積累，在2020年獲得端到端的燈塔工廠。2021年基于制造系統邊云結合的管控能力拿到了北京市的科技進步獎，去年參加工信部智能制造創新創業大賽獲得一等獎。

福田康明斯的智能制造轉型，架構就是這里顯示的，是從上而下去驅動的，公司最高層領導自上而下指導架構的設計，包括相關項目的推進，而且每一個項目都有明確的投資收益比的核算，項目超過三年就不會把它再啟動了。

接下來看幾個案例，今天分享了很多都是我們的車路云，但是發動機作為商用車的心臟，也決定了一個車性能的好壞，首先是自動化能力的提升，2021年的時候工廠做了整個自動化的提升，有些還需要柔性自動化的提升，我們做了協作機器人的引入，基于力控技術，實現工業機器人達不到的一些場景，比如說去毛刺，比如說裝配零部件的上下線，都可以利用協作機器人實現。比如機加工去毛刺，以前都是操作工拿著一個毛刷把這個毛刺給去掉，利用協作機器人力控技術，是行業內首次機器人去毛刺的場景。

另外做了低代碼圖像平臺的引入，通過低代碼的檢測保證產品的質量，包括雜質、砂眼都可以做一個檢測，讓系統自動的去做一個識別。

第三個是智慧物流，剛才提到商用車很難做，為什么難做呢？有一個重要的原因是品種非常多，福田康明斯發動機的品類有3000多個，物流、生產都有很大的挑戰，在生產這邊把AGV和立體庫引進來，包括SPS系統的引入，配合控制系統的開發，實現了智慧物流的打造。工廠在去年10月發布了行業內第一個黑燈工廠。

我們做了7個核心系統的搭建，比如通過能源管控系統搭建，空調的空壓機制冷率從4.5提到5.5，每年這個項目就降本了30多萬。

IPV過程管控，涉及到是質量能力保證。通過邊緣計算規則的搭建，同時我們用了一些歷史數據和市場數據，閉環迭代規則，逐漸提高制造質量。

2018年把機加工做了升級，整個機床經過10年運行精度非常好，某些性能還是需要升級，通過老舊動能改造，把設備關鍵的主軸，包括電機繞組增加了振動傳感器、電流傳感器實現信號采集，高頻采集達到了10K赫茲。比如說設備軸、絲杠出現問題的時候，振動就會出現明顯的偏差，可以提前做預案。同時基于功率的變化，它的功率隨著加工過程有一個階段性的躍升，穩定的把刀具的壽命提高了20%，還有我們的碰撞保護技術，這個技術每年會有六七次的預防。最近還做了另外一個橫向課題，對于加工品質的預測，通過主軸的振動、功率等數據，結合品質數據，通過AI模型引入建立關聯關系，預測加工品質。以前行業內都是30分鐘去抽檢，現在是實時預測。

這個是我們的擰緊案例，以前是把數據存儲，一旦市場出現問題的時候人工回查效率非常低，現在搭建了擰緊數據分析系統，分析螺栓有沒有脫帽等等，一個問題30分鐘就可以把這個問題解決，效率跟以前比100多倍的提升，可以實現工藝快速的優化，這個項目也推薦到了康明斯的各個工廠

測試TSN的公差根據經驗設定，會出現測試不合格的二次測試，基于測試大數據系統指導TSN的制定，提升了測試合格率，一年光燃油損耗的節省可以達到50萬的成本降低。

最后分享一下我們工廠對未來的規劃。首先是要打造智慧能源管理，對能控的管理，零碳智能工廠規劃。第二是物聯網及大數據挖掘，OT工廠對大數據分析的能力比較差，通過低代碼平臺把數據分析、數據采集集成到這個平臺上去，實現OT能力的建設。第三是數字孿生，通過孿生的業務痛點分析，實現新機型的引入時，把新的程序做運行、模擬測試，發現系統的問題，避免上線之后沒有考慮到的程序BUG，造成批量發動機的流出。最后是人工智能，去年開始規劃了工業大模型在發動機制造行業的探索，現在有兩個場景，一個是關于擰緊防錯，還有就是工廠測試分析。

以上就是我分享的所有內容，謝謝各位專家和領導。

（注：本文根據現場速記整理，未經演講嘉賓審閱）