隨著汽車工業的百年發展，人們早已習慣了四個輪子上的飛馳。然而，2020年初新冠疫情的肆虐，卻讓喧囂的城市里沒有了往日的車水馬龍。這對車企而言無疑是嚴峻的考驗。

　　即使沒有疫情對汽車供應鏈和市場造成的突然沖擊，車企近年來也面臨著越來越大的壓力：消費者需求的日新月異，壓縮了新車從研發到上市的生產周期;造車新勢力的強勢入場，重塑了原有的產業競爭格局；自動化、網聯化、電動化、共享化的發展浪潮，倒逼企業進一步煉“內功”并積極轉型升級。

　　面對來自需求側和供給側的雙重挑戰，富有遠見的車企們從來不會原地止步，他們在蓬勃發展的數字世界中“開采”出了一種優質“燃料”——數據，驅動其駛向未來的數字化新征程。而以西門子為代表的數字化解決方案供應商就像沿途的“加油站”，為車企提供了全面、完整的支持和補給。

　　01 統一采集數據的“利器”

　　作為工業文明的結晶，汽車的制造過程異常復雜，從車型的設計研發，到制造過程的沖壓、焊裝、涂裝、總裝，再到后期的檢驗、測試、服務，整個流程會產生海量的數據。

　　數據是車企改進研發、優化制造和協同管理的基礎，然而，對于上汽大眾這樣的傳統車企而言，由于其在全國各地都有生產基地，各個工廠乃至各個車間之間相互獨立，數據分散在不同的子系統中，形成了一座座信息孤島。

　　數據無法互聯互通，就意味著管理人員無法實時了解車輛的生產狀態，制造人員無法實現各個部門之間數據的協同，研發人員無法從其它車間和工廠中及時吸收經驗——使得企業難以應對當前愈發激烈的市場競爭。西門子SIMATIC WinCC OA則為上汽大眾提供了統一采集數據的“利器”，這一大型數據管理可視化平臺可以幫助客戶從多個獨立的IT系統之中收集數據。同時，由于WinCC OA可擴展性強，可支持1000萬點，2048個分布式站點的數據采集，所以非常契合上汽大眾分布式采集數據的需求。

　　雖然系統能夠實時采集數以千萬的數據，但并不是所有的數據都需要一股腦兒地的“堆”在管理者面前，管理者的目的是希望一目了然地掌握數據背后的趨勢變化，比如生產的節拍，能源的消耗等等……為此，西門子基于WinCC OA的SiPlant平臺集成了許多可視化工具，能夠方便、迅速地將KPI、OEE、報警等關鍵信息以人性化的方式展現出來，使得管理者在閱讀這些數據報表的時候就像平時在網頁上瀏覽新聞一般清晰明了。

　　02 無標準寸步難行

　　數據雖然是數字化的根基，但有了數據，并不意味著萬事大吉。有時候數據標準如果不統一，反而會為用戶帶來開發、運維以及管理的多重不便。

　　“無規矩不成方圓”，這話放在汽車行業里則是“無標準寸步難行”。

　　在汽車總裝車間，AGV小車是工廠智慧物流系統的重要組成部分，這些“辛勞搬運工”們的運轉效率直接影響著工廠的生產效率。然而，由于一家車企往往會采購多家AGV廠商的小車產品，不同廠商之間各自為政，勢必會產生各種各樣的問題：首先，每家AGV廠商都有各自的控制系統，一旦缺乏全局性調度，就好比全市的交通信號燈亂了套，很容易在AGV線路交匯點發生“堵車”現象;第二，各家廠商在開發產品時使用的編程語言不同，這就要求用戶的運維人員在運維階段需要精通“八國語言”，未免有些強人所難，同時設備部門也要準備多種備品備件，既浪費成本，又擠占庫存；然后，不同控制方式的AGV小車在和工廠的線邊設備進行對接的時候，還有可能產生信息交互的延遲，從而形成信息孤島。

　　顯然，標準的“大一統”已經是大勢所趨，西門子基于SIMOVE標準的AGV柔性生產解決方案則能讓這些問題迎刃而解。

　　在西門子位于上海的汽車展廳與測試中心的樣板工廠里，來自國內外多家AGV廠商的小車在總裝車間里暢通無阻的高效運轉著，所有AGV廠商都可以使用西門子專為汽車行業開發的基于TIA博途軟件的SIMOVE設備平臺來開發自己的AGV產品。同時，汽車行業用戶也能夠利用SIMOVE中央調度系統平臺對不同廠家的AGV進行統一協調和管理，保證實時通信、實現數據增值，使未來大規模部署復雜的柔性生產線成為可能。

　　03 AI賦能車企高效生產

　　從各個系統中收集而來的數據，就好比是剛剛開采出的“原油”，只有經過層層提煉，才能真正變成汽車的燃料，燃燒產生動力。同理，數據只有經過分析進一步轉化成企業的洞察，并幫助企業切實改進了業務，才算真正發揮了價值。

目前，許多車企正在基于對當前數據的趨勢分析，預測未來可能發生的變化，從而提升產品質量，降低運維成本，廣汽乘用車和上汽大眾就是其中的典型。

　　在汽車的制造過程中，焊接質量檢測是一項精細而復雜的任務。每輛汽車的白車身主體結構約有2000到3000個不同類型的焊點，其焊接質量直接關乎汽車的整體安全和使用壽命。雖然多種抽檢方法相結合能夠降低問題車輛出現的概率，但卻無法從根本上杜絕白車身不合格的隱患。出于對質量的追求，廣汽乘用車將西門子工業人工智能軟件應用于車間核心工站，實現了生產過程中的焊接質量預測。由此，工作人員就可以對潛在缺陷焊點進行定向檢測，不但可以更精準地排查隱患，還能大大降低人力和設備成本。

　　除了產品質量，車企也十分重視產線的連續運行。我們知道，產線上的各種機器設備都會因為長時間的運行而產生磨損，一旦損傷積累到一定程度，就會導致產線的意外停線。對上汽大眾而言，每停線1分鐘就意味著少1臺車可以下線，由此可能造成巨大的經濟損失。而西門子的預測性維護技術，則能通過數據分析預知設備未來可能發生的故障，提醒運維人員提前采取行動，從“壞了再修”變成“防患于未然”，幫助上汽大眾每年減少1-2個小時的停線時間。

　　04 讓汽車在數字世界里飛馳

　　未來，隨著技術的迭代和應用的深入，數據的潛力將會得到進一步的釋放。在西門子成都創新中心，來訪者可以一覽汽車行業數字化轉型的宏偉愿景。其中，西門子MindSphere工業物聯網即服務解決方案，展現了汽車行業未來的無限可能。工業物聯網網關可以通過開放的連接標準將汽車復雜制造場景中的數據傳送到云平臺MindSphere，平臺側對數據的進一步分析將幫助車企更好地把握制造過程的各個環節，從而大幅提高制造效率，改善產品質量，降低產品成本和資源消耗，由此形成數字化閉環，實現將傳統工業提升到智能化的新階段。

　　不久的將來，研發人員可能只需將需求發布到工業互聯網平臺，就能從云端精準獲取相關數據以及用于處理數據的模型和算法服務，讓一款新車型直接在數字世界中飛馳起來 ，與物理世界的運行并無二致，方便進行測試和改進，由此大大加快了新產品的上市速度。

　　當前，中國汽車產業已經進入了一個全新的，發展模式出現顛覆式變革的新時代。在機遇與挑戰并存的當下，利用數據洞悉先機，通過數字化轉型應對時代變革，正在成為汽車企業領袖的共識和行動計劃。西門子深耕汽車行業數十年，在汽車行業積累了大量的知識、技術和豐富的實踐經驗。未來，西門子希望攜手中國汽車企業一起邁入數字化新征程，助力客戶打造國際化企業，推動中國汽車行業“屹立于當下，繁榮于未來”。