硬质合金产业如何引入智能制造技术，打造智能工厂？

硬质合金产业如何引入智能制造技术，打造智能工厂？

1 概述

1.1 行业介绍

硬质合金是我国新材料产业的重要组成部分，多次被列入《重点新材料首批应用示范指南》，长期为精密加工、装备制造、能源钻探、工程基础设施、国防军工等行业提供了不可或缺的工具支撑，其制造水平直接关系到上述领域的发展速度和水平，高端制造业的发展需要强大的硬质合金制造能力与之相匹配。

面对如此做大做强、优化升级的重大历史机遇，硬质合金行业应迎头赶上，全力发展智能制造技术与应用，打造智能制造工厂。智能制造作为当前新一轮产业变革的核心驱动力和战略重点，贯穿设计、生产、管理、营销、售后等环节，是工业制造业转型升级的重要模式。硬质合金工厂如何引入智能制造技术，打造智能工厂，重点解决影响因素多、知识积累不足、行业协同不足等问题。

硬质合金是由难熔金属（W）与粘结金属钴（碳化钨+钴+微量添加剂）组成的硬质化合物（WC），俗称钨钢。硬质合金具有硬度高、耐磨性好、韧性强、耐热、耐腐蚀等一系列优良性能。特别是它的高硬度和耐磨性即使在500℃的温度下也基本保持不变，在1000℃下仍有很高的硬度，被称为“工业的牙齿”。

硬质合金的制造过程需要经过球磨、喷雾造粒、成型、烧结等工序，生产流程如图1所示：

图1 硬质合金制造工艺流程

1.2 行业痛点分析

中国已成为全球最大的硬质合金生产国，但行业营收和利润率与全球同行相比偏低，具有“大而不强”的典型特征。随着近年来精密加工、精密零部件的需求，硬质合金相关的前沿技术和核心应用水平得到了很大的提升，但在制造端，由于硬质合金生产流程长，涉及的设备、原材料种类繁多，生产工艺复杂度高，导致整个生产环节还存在人员作业环境差、人为因素对质量影响严重、行业知识积累和标准化程度不够、上下游技术协同能力差等四大问题。

2.硬质合金工厂智能制造的实施

2.1 目标

硬质合金智能工厂建设主要将自动化程控装备与信息系统相集成，通过信息技术与工业制造技术的深度融合，实现硬质合金制造的智能化升级。

项目主要利用信息集成打造智能化的湿法磨粉、制粒、成型、烧结等生产工序及储运系统，全面提升各生产单元信息化、自动化水平，实现生产制造系统与工厂信息系统的互联互通，构建业务数据集成共享的智能工厂体系。通过智能工厂体系建设，实现制造系统的自动化、信息化、可视化、协同化、智能化、虚实融合，提高生产效率，降低运营成本，为企业全面转型升级为智能制造新模式奠定良好基础。

2.1.1提高智能化水平，减少人类参与

（1）提高自动化能力

通过实现材料制造各个工序的自动化，可以减少现场作业人员的数量，降低作业人员的劳动强度，减少人为因素的影响，提高作业水平。

（2）信息技术能力提升

构建一体化信息管理平台，通过部署设备数据采集及智能监控系统、制造执行系统（MES）、企业资源计划（ERP）、仓库管理系统（WMS）、数字化分销产品生命周期管理系统（PLM），打通研发、制造、品控各个环节，实现终端客户、设计方、上游材料供应商、设备管理数据初步融合，实现提质、增效、降本、减库存的业务目标。

（3）设备协同能力提升

通过提升信息化能力，实现设备生产状态透明化，并根据实际需求，设计设备间的协同模型，使设备按照模型和阈值进行参数设定、执行生产。

2.1.2 收集生产经验，形成知识模型

实现业务数据全链路，确保形成完整的数据库。难以自动化采集的数据，必须按照数据标准，通过人工采集。在数据采集环节，引入工业互联网标识解析技术，对设备、批次、产品、数据进行唯一标识，实现数据之间的“血缘关系”，方便数据的后续利用。利用数据治理相关技术，对丰富、标准、关联性强的数据进行分析建模。创建适用的模型，在研发层面可以替代部分技术工程师的工作，帮助技术工程师更快更准地做出决策；在生产执行层面，可以帮助设备间自协同，让生产人员及时发现异常，获得应急处置预案。

2.1.3 打通上下游，以数据驱动技术螺旋上升

硬质合金是上下游相互依存度较高的行业，需要原材料企业、合金企业、工具企业、工具使用企业之间有充分的技术交流和资源共享：上游收集下游的终端生产应用数据并反馈给上游研发工作，下游根据上游产品特点有针对性地制定生产工艺、选择应用场景。这将是未来行业发展的重要趋势。目前企业之间以单点合作为主，难以实现行业资源的充分配置。通过利用现代信息技术，消除信息壁垒，实现企业间数据、设备、技术、人才、资金等多方合作，充分利用现有资源，将提升硬质合金行业的技术水平，为我国精密制造、能源、基础设施建设等行业提供钨资源消耗更低、成本更低、性能更优的终端产品。

2.2项目建设内容

项目规划架构如图2所示，主要建设内容分为三部分：

图2 项目解决方案架构图

2.2.1 软件系统

通过整合原有ERP软件和新引入的CRM、PLM、MES等软件，打造一体化软件系统，初步实现终端客户、设计方、上游物料供应商、设备管理数据的集成，从而实现对客户需求的快速响应，并通过人工智能的优化迭代，最终形成对客户需求的快速响应能力。

2.2.2 硬件系统

根据车间实际情况部署自动化设备。主要涉及成型机的自动取料机器人及传送带、挤压机的自动切割机及搬运机器人、烧结炉的自动码垛机器人等。设备部署后，需要通过各类设备的接口对接，实现设备（包括生产设备、检测设备、自动化设备、辅助配套设备）的自动数据采集和指令控制。对于暂时无法接入的设备，还需建立相应的数据录入系统，实现所有设备数据的完全接入。

2.2.3 通信系统

通过构建能够实现高速数据传输的网络基础设施，对于强调稳定性的固定设备，如取料机器人，采用有线网络，若网络断线，可能造成碰撞；在自动导引车（AGV）等移动设备的连接处，部署5G专网，保证各部分信号的连续性。

2.3 平台实施步骤

2.3.1 梳理生产现场各工序

主要是需要了解硬质合金制造的整个流程，包括生产流程及配套的设备，关键工艺参数，各步骤的节奏，质量检测点等，这部分信息是设计后续信息系统的重要参考，也是作业技术与信息技术融合的关键数据。

2.3.2 审查现有信息基础设施

了解现有的信息系统，比如公司现有的ERP系统、邮件协同系统等。另外需要了解设备协议对接接口，包括能否实现数据采集、反向管控功能。设计新的信息系统时，在系统层面需要考虑原有的信息系统是否需要搬迁，还是可以直接兼容。在设备层面需要考虑哪些是哑设备，哪些是可以进行数据通讯的设备，提前做好规划。

2.3.3 现有的自动化基础

了解现场已投入使用的自动化设备及自动化集成度较高的设备，考虑将此部分嵌入到现有的自动化解决方案中。设计过程中应充分考虑技术可靠性与生产实际，降低产线功能实现的风险。

2.3.4 自动化生产线设计与实施

自动化产线是此项目中实施风险最高的部分，若对设计方案没有进行充分评估，可能会导致硬件投入后经过长时间的调试、修改，并达不到预期效果的情况。

项目在自动化设计过程中，充分参考了本行业及其他同类行业的自动化设备和生产线，并重点进行了以下改造：

（1）船舶涂装及清洗设备

原有手工操作的舟皿喷漆清洗工序，存在三大难点：需要大量人员、工作环境恶劣（粉尘高）、清洗效果差。通过示范，在喷涂阶段引入自动化喷涂机器人，整个喷涂过程在喷涂车间完成，人员摆放好舟皿后离开车间，机器人自动完成整个喷涂工作。在舟皿清洗阶段引入干冰清洗，利用干冰蒸发带来的极冷环境，可以实现舟皿涂层快速清洗，清洁度高，不伤舟皿。通过部署喷漆清洗自动化设备，该工序人员减少90%，效率提升5倍。

（2）粉体提升设备

这里主要部署了电动升降设备，以减少人员升降物料的劳动强度。由于粉状物料的特殊性，这里的设计主要采用半自动化方式实现。本项目降低了人员的劳动强度，单次作业人数由原来的10人减少到3人。

（3）成型材料拾取机器人

成型机自动取料部分包含成型机、取料机器人、精密电子秤、尺寸检测机器视觉系统等设备。机器人需要与成型机进行信号连接，实现成型机与机器人的系统操作。视觉检测设备与电子秤需要将信号接入品质系统，当发现连续5个检测数据接近检测控制线时，需要预警，引导成型机行程单元完成参数修改。此流程原本需要为每台设备配备一名操作员，本项目完成后，每10台设备配备一名操作员。

（4）挤出自动化生产线

挤出成型工序需配置自动推舟机构及搬运机器人，自动推舟机构主要实现推舟大小及速度的一致性，保证物料接驳顺畅。搬运机器人主要实现物料接驳完成后可自动放置于烘干架上。本项目的实施，降低了人员的劳动强度，减少人力一半以上。

（5）烧结自动化生产线

烧结主要需要建设一套码垛机器人，将架子上的物料整齐的摆放到石墨底板上，摆放完毕后需要进行外观检查，防止物料在入炉过程中因摆放不平而滑落。

（6）仓储物流

在仓储中，需要根据货架规划堆垛机与AGV，这样仓储系统接收到订单确认发货后，堆垛机自动到设定的位置取料并放置在AGV上进行运输。

项目中其他工序也需配备相应的转运AGV，如湿磨料浆桶的转运、毛坯货架的转运等，为防止运输过程中发生碰撞，AGV需采用激光导航与定位带相结合的方式。

（7）自动测试及成品包装线

自动上料机、自动跌落试验机、尺寸目视检测单元、直线度目视检测单元、全自动成品包装机等在品管室投入使用，该工序实现了成品检验（需送实验室检验的项目除外）和包装一条龙，该工序人员由原来的10人减少到2人。

2.3.5 信息系统设计与实施

本项目信息系统的设计原则是：统一入口、不同专业模块、数据互联互通。

在原有ERP基础上，导入MES、WMS、PLM等工业软件，结合二维码识别技术，实现人与机、机与机、人与人的互联互通，在底层执行层实现智能仓储、智能物流、智能检测、自动包装等功能，在生产执行过程中实现产品辅助设计、数字化订单排程、生产过程自动管控、产品质量实时监控、产品状态跟踪追溯、机台状态预警等。

项目实施过程中需要严格参考前期各流程调研及基本情况的资料，按照部门职能分工、资源调度流程、生产工艺流程、工艺节拍、现场信息等进行系统设计。各软件的交互方式、功能模块设计需要与职能部门沟通确认、运行测试。系统上线后先进行小批量测试，检查流程是否顺畅、系统是否稳定。

2.3.6 数据收集与模型建立

数据是生产线智能决策、企业知识积累的核心要素和关键战略资源。通过对全要素、全链条、全价值链、全生命周期的数据进行整合、聚合和分析建模，形成数据驱动智能、数据驱动创新，实现物理世界与数字空间的相互映射和高效协同。建立生产过程数据采集分析系统，实现生产进度、现场操作、质量检测、设备状态、物料传输等生产现场数据的自动上传，实现可视化管理。工厂从物料的搬运、储存、流通、检测等各个环节到具体的生产制造，通过企业综合平台打通内部数据孤岛，实现企业数据共享。

现场硬件设备在数据采集过程中，凡是可以接口的设备都应采用数据自动采集，对于哑设备，应尽可能接入外部传感器，实现数据采集或人工录入。

对于后续的数据应用，需要打造一批低代码开发工具，降低利用数据构建机理模型的门槛，方便后续的知识积累工作。

3. 当前的问题

3.1 成本问题

智能制造项目涉及一些相对昂贵的硬件，例如一条年产500吨的硬质合金生产线，其自动化设备价值预估在1000万左右，如果其中一台设备不能按照设计思路实施，整条生产线可能因为工艺断点而报废。行业自动化水平处于起步阶段，很多产品都是首套，保证其可行性风险比较高，供应商和客户都很难下定决心去实施，过程需要对方案反复讨论，决策时间较长。目前，各家自动化设备、智能生产线供应商都开始慢慢聚焦行业和领域，尽量少做首套产品（在自动化设备行业，成熟设备的成本比首套低30%左右，成功率可以保证），未来这种情况会逐渐改善。

3.2 技术瓶颈问题

3.2.1 有无法连接的设备

例如氮氧分析仪、扫描电镜、热重分析仪等精密设备。为防止设备精度受到干扰，保护自身技术秘密，此类设备生产厂家严禁对外提供对接接口，形成检测数据孤岛，无法实现自动采集分析。还有烧结炉等高危设备，使用过程中涉及高温、高压、危险气体等，为保证设备传感器、控制单元以最安全的方式运行，设备厂家目前一般只开放数据采集接口，而不开放控制接口，能从边缘层采集数据，但无法实现系统层面的智能控制。此外，还有捏合机、溶剂熔炼机等哑设备，不具备数据对接接口，无法实现数据互联互通。

3.2.2 有些工序目前技术还难以实现智能化

（1）湿磨工艺

湿磨工艺涉及碳化钨、钴、石蜡、酒精等多种原料，以及粉状、液体、熔融态等多种物理形态，难以进行标准化投料控制，无法实现一条龙系统发送配料配方，自动完成拆包、取料、投料等动作，目前仅采用电动升降设备，节省人工强度，自动记录、传输各种原料的添加量。

（2）清洗工序

硬质合金制造工艺对材料的清洁度要求非常高，异物或不同批次的材料可能会造成混入，导致材料报废，而当发现时通常已是成品，难以追溯异常工序。在制造过程中，通常需要进行大量的清洁工作来解决问题：如湿磨机卸料后的清洁、传送设备的清洁、混炼机的清洁等。这类工序目前主要依靠人力，工作量大，且难以保持稳定的清洁效果。

（3）成品外观检查

硬质合金生产在烧结过程中会接触到舟皿涂层，经过自动卸料机器人后，其表面会沾染上大量的黑色污染物，当我们用机器视觉监测外观的脱碳、渗碳、裂纹等时，就会受到该类污染物的影响，机器视觉检测的准确率只能达到90%左右。

3.3 产业基础问题

3.3.1 数据共享困难

（1）技术数据

硬质合金行业产业链条长，基建投入大，90%以上的厂商仅参与某一产业节点，但硬质合金又是上下游相互依存度较高的行业，在实际生产环境中，一般涉及多地（粉末制造主要在潮州、赣州、株洲，硬质合金制造主要在株洲、厦门、四川，刀具加工应用主要在东莞、常州、无锡、深圳）多家企业的协作。受限于数据共享的技术手段和企业机密的自我保护，目前上下游之间尚未建立有效的数据共享基础，没有丰富的产业链技术数据支撑，就无法很好地建立材料研发和应用的相关模型，造成大量的数据浪费。

（2）供应链数据

硬质合金的主要原材料碳化钨粉、钴粉价格受国际形势、国家政策等因素影响波动较大：以钴粉为例，2022年最高价653元/公斤，最低价315元/公斤【图】。企业的生产成本和报价策略也受到很大影响。为避免对方知晓库存信息，在产品报价时处于谈判劣势，多数企业不愿公开库存数据。没有透明的库存数据，产业链各环节难以实现实时准确的排产、订货、生产管理，经常出现急货调拨、订单不接、订单无法交付等情况。

3.3.2 资源保障能力弱

硬质合金企业整体面临转型升级。原料钨虽然是我国的优势资源，但与稀土一样也是我国的战略资源，是国家列为保护性开采的特定矿种。多年来，由于大量中小企业参与资源开发利用，国内钨行业一直处于严重的粗放式开发状态，钨资源的价值并未得到充分利用。韩国、美国、瑞典等发达国家已经开始对钨资源进行严格管控，要求企业每销售一件硬质合金产品，必须回收相应重量的硬质合金再生料。

随着中国经济进入结构调整新时期，通过智能化、信息化手段提高钨资源开发利用效率将是未来行业的发展方向。

3.3.3 支撑产业的精密装备及控制系统技术基础薄弱

硬质合金1923年诞生于德国，随后在欧美、日本等国家得到迅速发展，并在这些国家和地区形成了比较发达的配套产业：从高端的粉末制备技术、高端的生产装备制造到目前的高度集成的自动化生产线制造及工业控制系统开发，我国都处于领先地位。我国是硬质合金生产大国，但精密装备及其控制系统的发展尚处于起步阶段，导致生产线上的智能控制模块还不能充分发挥智能制造的效能。

4。结论

智能工厂的实施是对原有生产模式的重塑，信息技术人员需要对项目进行深入研究，与行业专家反复确认、推演问题和解决方案，最终实现数字化支持和流程再造。

在项目实施过程中，对于投资较大或周期较长的部分，特别是自动化硬件部分，主要参考成熟方案组合，降低硬件投资风险；在项目建设过程中，对软件系统建设、5G部署、信息硬件等均应将信息安全作为重要选型条件；在全网设计时，尽量将对外互联窗口统一为一个，其余部分采用局域网络方式。

在关键工程节点（如质量检测、设备防撞等）采用智能手段时，需进行冗余设计，避免发生危险事故或重大质量异常。

通过智慧工厂的建设，在生产端减少了70%以上的现场操作人员，改善了人员的工作环境，减少了人为参与带来的不稳定性，提高了生产效率，降低了管理成本。在企业端，部署工业软件可以实现生产信息透明化、生产计划智能化、历史数据可追溯化、现场设备可控化。在产业端，实现了重要合作伙伴之间的信息互通，向产业协同和服务延伸迈出了重要一步。但受限于项目成本等技术和商业问题，无人工厂和更广泛的产业协同尚未完全实现。知识沉淀模块只能保证企业内部知识得到很好的收集和整理，需要产业协同的知识沉淀解决方案还在探索中。未来将进一步构建产业共同体，引入更多企业接入互联互通体系，建立技术快速进步、资源循环利用、效率不断提升的新型产业生态。