科创中国

通过对设备状态监测、故障诊断、失效预测、维护决策支持、维护活动的集成提出新的解决方案，开发北京奔驰工业机器人预测性维护管理平台，可以有效减少维护工作质量对人员技术水平的依赖程度，将专项技术人员转为适应数据分析的综合领域人才。同时在维护备件方面可以采取动态库存制度，依据预测结果与周期对相应备件进行采购与管理，切实减少对维护成本的压力。

本项目所提出的工业机器人预测性维护平台通过工业物联网的大数据驱动与智能算法构建，对失效模式实现超前预测，帮助现场人员在故障发生前进行介入，提高维护效率、设备可用性及产品质量，减少非计划停机损失。通过本项目研究提出的预测性维护智能方法，可以切实地提高生产制造企业的投入产出比。北京奔驰立足于工业机器人，为现今高自动化、智能化的工业制造领域提供预测性维护智能方法与策略支持，本工作希望以工业机器人作为基础，将预测性维护推广应用至生产制造全生态产业链中，实现全面的智能制造与管理创新。

北京奔驰发展了适用于生产效率提升的数字化精益管理理念，智能化管理和工业机器人预测性维护平台在北京奔驰全面运行，为产能提升、管理数字化、设备维护、工艺改善、能源节约等提供了重要保障。北京奔驰积极参与并促进行业流，经验分享，努力将大数据数据采集、存储方案、智能化工厂运营管理经验等，形成一种面向汽车制造行业的通用解决方案，为中国制造企业向数字化转型提供有力借鉴

郭东栋，北京奔驰车身二工厂总经理，教授级高工，长期从事于智能制造与智能维护领域工作，始终关注智能制造与自动控制前沿科技，注重理论探索与实践创新，引领团队研究方向与产业成果转化；邹尚博，工艺组组长，从事于智能制造与产业数字化转型工作；姜宗睿，工程师；梁鲜红，工程师；于跃，工程师；杨少卓，工艺员；张博昊，工艺员。

（1）生产效率和各项运营指标，质量指标大幅提高

以北京奔驰车身二工厂为例，生产节拍效率提升了 22%，OEE 由 79.4%提升至当前的 88.7%，为 GLC 和 E 级车赢得豪华品牌市场占有率、产销量创新高奠定了有力基础，实现了更加精益的管理指标。北京奔驰仅以车身二工厂的效率提升，助力北京奔驰销售收入增加 130 亿元，利润增加20 多亿元，这在戴姆勒全球工厂甚至汽车制造行业中都是巨大的突破。

（2）信息流效率大幅提升，实现透明化、可视化、数字化的管理，极大提升质量问题分析决策效率Digital SFM 为各车间及跨职能部门提供了中央管理平台。信息的集成、透明、准确，为各部门负责人提供了极大便捷。会议工作效率提高约 40%，平均每人每日减少约 20 分钟沟通时间。同时，所有管理数据、KPI 指标

等的可视化、可追溯化和自动化管理跟踪，大幅提升管理和系统工作效率。

（3）智能维护落地，实现设备精准和预测性维护，有效降低批量质量风险，杜绝质量隐患。降低人力成本、优化备件配置、调整第三方服务支持、监控并改善能源消耗、评估设备状态，实现设备的全生命周期管理，实现了成本降低，效率提升。具体可表现为：减少因紧急故障造成的人员加班，每年节省人工成本约 55 万人时；根据历史记录及知识图谱的预测数据，动态调整备件库存和采购策略，由此节省库存备件成本约 1200 万元；提高了约 5%的设备综合效率，降低每车用工 0.65 人时等。

（4）技术赋能打造 IT 和 OT 融合技术的人才团队工业物联网技术横跨工业设备、信息技术、机器学习等领域。将各领域的知识和经验深度融合，才能让最前沿的技术落地现场。在北京奔驰推进工业互联网平台，向数字化转型的过程中，打造了一支具备 IT 和 OT 融合技术的人才团队。

基于北京奔驰自研工业机器人大数据平台，开发北京奔驰工业机器人预测性维护平台。这种先进管理平台的部署显著降低了设备故障对生产制造的影响，并依据数据进行智能诊断，提高了故障识别的有效性，减少了维护工作对人员技术水平的依赖程度。目前该平台已经在北京奔驰各厂区开展应用并推广至奔驰全球工厂，各项评价指标均达到行业领先水平，在生产制造业具有极高的推广价值和应用前景。