动力电芯生产是一个系统性的生产过程，对自动化、智能化要求水平很高。近年来，国内设备企业及电池企业共同协作，不少细分领域的锂电设备已经完全实现进口替代，同时少数优秀锂电设备企业已经成为国际高端锂电池品牌稳定供应商。

可以说，中国动力电池生产正在走向“”时代。而建设智能工厂将成为推进智能制造的核心环节。

所谓智能工厂，指的是工厂依托信息物理系统(cps)和信息通信技术的结合，引入大数据技术进行分析优化管理，在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化，最终实现自动化、智能化、互联化的生产制造。

智能工厂具备生产设备的网络化、生产数据的可视化、生产文档无纸化、生产过程透明化、生产现场无人化等重要特征。

简单来说，生产设备的网络化是指在电池生产设备生产过程中，实现与平台系统相连接，使设备单机的数据上传到平台系统，通过数据化分析，了解生产过程的设备实际使用状态；生产数据的可视化是指在应用大量传感器的前提下，使上传到平台系统的生产数据变得可视；系统在生产过程中对数据进行批处理，生产文档将实现无纸化；随着制造自动化水平的提高，生产过程将越来越透明、产品制造的各环节将一目了然；当智能工厂达到产线的自动化和智能化时，生产现场将不再需要大量的人工。

如何实现智能工厂

目前电池制造行业还面临着以下四大挑战：

一是电池制造行业结合了流程制造与离散制造，计划难于管控，工艺流程复杂，在制周期长，造成交货计划难于管控；二是电池制造行业属于精密制造行业，对过程要求严格，工艺标准要求非常高；三是电池组装的生产自动化程度高，制程中一旦出现问题，必须及时发现并解决。四是产品召回策略，要求产品具备完整的追溯功能。

针对上述挑战，需要在设备制造过程中，通过跨系统及跨工厂的沟通，使订单在交付以及生产的时候得到有效的信息处理；通过降低在制品，减少达到时间，减少不良品，以减少浪费；通过降低人员差异性，降低制造过程差异性，自动过程防呆的措施，以确保产品质量的提升；通过完整的产品追溯系统，可清晰的知道产品从电极材料的投入，到电池产出过程中整个生产流程的实时状态。

目前电池企业锂电工厂对生产设备在商业上有四个诉求，一是降低成本，避免来料浪费；二是提高综合的设备效率，降低设备平均时间，提升产品品质；三是优化制造过程，改善贯穿整个产品生命周期的制造过程；四是提高服务品质，及时响应客户需求, 反向追踪产品制造过程，及时响应分析品质投诉。

针对上述诉求，可以从三个方面进行升级：

一是做好问题检测，对问题尽早报警并作预防性措施，实现闭环控制, 从问题发生,停机, 分析, 解决, 恢复机器, 关闭问题进行全程闭环控制，并通知维修人员。

二是分析问题背后的原因。通过使用统计过程控制，甚至高级分析工具(例如机器学习, 数据挖掘, 神经网络等)进行问题的识别和分析, 将一些隐藏的问题可视化，并引导作业员或者维护工程师一步步快速解决问题。同时这样还减少了失效分析工程师的数量。

三是预防与预测。设备可以根据长时间段的历史数据，建立问题演化过程模型, 通过监控问题特征来识别当前问题的状态处在演化过程模型的位置, 以此推断将要发生的事情，比如预测机器手臂零部件的剩余生命周期，又比如对模具、切刀等，可通过集成数据的提取并且分析，及早判断有没有发生变形。

其实，以上解决方法的背后，正是一套完整的智能制造系统。智能制造系统能够学习人的经验, 分析解决问题, 并能避免问题继续发生，通常有这样一个闭环的步骤：问题发生，建立分析模型、解决问题，然后系统获取经验，并根据经验改进模型，避免问题的再次发生。

在这个过程中，机器学习是智能制造系统非常关键的一个环节。机器学习最早源于通用电器，它可以直接改善生产流程，使生产效率整体提升20%；机器学习可以优化工程和财务，使这两个不相关的部门产生紧密的协作；机器学习还可以优化工厂以及需求方面的分析，使产品的工作流、价值链的决策更高效和科学。同时机器学习也优化了供应链，使购买者和供应商能够更有效地进行协作，提高预测的准确度，减少库存。

生产设备加入了机器学习之后，还有很重要的一个意义是oee(全局设备效率)的提升，这也是锂电池工厂最为关注和重视的。oee是有关时间稼动率、性能稼动率、良品率的一个综合指标。设备企业要做的就是协助客户实现全状态流程监控，并向世界级工厂，oee85%这个指标靠拢。

值得一提的是，智能工厂不是一场突然而至的革命，也不是一蹴而就的革新，从自动化到信息化，再到智能化，是智能工厂的发展逻辑。