一把“国标尺”,量出智能制造的成色

中国能源报
Yesterday

日前,中国智能制造能力成熟度(CMMM)四级认证名单出炉,隆基绿能芜湖生产基地榜上有名,成为光伏行业首家获此认证的组件工厂。我国光伏组件产量占全球八成以上,“大”已成定局,由“大”而“强”成为摆在行业面前的必答题。

认证背后,光伏工厂的智造水平走到了哪一步?《中国能源报》记者独家专访了隆基绿能精益智造负责人胡智锋、安徽基地芜湖工厂负责人邓升祥。

CMMM四级意味着什么

评估指引依据《智能制造能力成熟度模型》和《智能制造能力成熟度评估方法》两项国家标准开展,成熟度等级从低到高分为五级:规划级、规范级、集成级、优化级、引领级。智能制造评估评价公共服务平台信息显示,五级“引领级”尚无获评企业,四级是当前国内企业实际达到的最高水平。

作为该项国标的参与编制者之一、智能制造能力成熟度评估师的培训师,胡智锋介绍,未来新版国标的能力子域将由20个新增至24个,能力域覆盖范围更加全面,等级能力要求也进一步提高。对企业开展智能制造能力建设指导性更加明确,强化了大数据分析、AI及数字孪生等技术在制造场景中的应用,并且在企业可持续发展能力要求方面,也将能源管理迭代为能碳管理,凸显了对中国制造企业在可持续发展方面的信心和决心。

谈及三、四级的核心分界,胡智锋表示:“三级解决数据孤岛、流程断点问题,要求设备、系统集成、实现各业务域数据共享,但仍依靠人工决策调参。四级则将数据作为核心生产要素,基于大数据分析技术构建模型算法,达到业务精准预测和优化,比如设备预测性维护、AI自动调参、智能动态排产、能耗自动优化,决策从‘人依据数据做决策’升级为‘系统自主优化’。在三级能力建设往四级推进的同时,和数据治理同等重要的是,通过全面的知识治理体系,构建各能力域的知识库,并且形成平台能力支撑智能体调用。”

胡智锋提到:“当前隆基绿能电池、组件制造环节的自动化率已达到90%,属于自动化程度很高的自动化工厂。如果把自动化设备类比成人的躯体,我们需要对躯体植入灵魂,让每具躯体具备人类的智能,实现灵魂控制躯体,躯体通过感知用数据反哺灵魂。目前很多企业提到的‘智能工厂’主要是在局部业务场景运用人工智能、大数据、物联网等技术,实现部分场景的智能化,而CMMM是覆盖研、产、供、销全价值链的标准化能力评价体系,能完整衡量企业制造体系成熟度,评判工厂真实智造水平。当然看一个制造型企业的智能化程度,同样可以参照智能工厂梯度培育的评价标准,这与CMMM具有对应关系(智能工厂梯度培育体系的四级划分:基础级、先进级对应CMMM二级能力,卓越级对应三级,领航级对应四级及以上。)评价设置明确硬性指标,比如卓越级AI应用场景占比不低于30%,必须落地车间级数字孪生;领航级AI应用场景占比不低于60%、必须落地全厂级完整数字孪生。”在胡智锋看来,这才是甄别真实智能制造的核心标尺。

“数据、算力、算法是人工智能的三要素,数据是前提。”胡智锋说,“数据是智能制造的基础生产要素,要立足业务识别核心影响因子,针对性完成数据采集并且进行数据治理。”据介绍,隆基绿能构建了统一的数据中台,支撑各业务对数据的消费需求。

产线的“未卜先知”如何炼成

走进芜湖基地车间,16条全自动智能组件生产线次第排开,玻璃、电池片、胶膜在传送带上流转,机械臂起落间,一块光伏组件逐渐成形。这里是隆基绿能BC组件的核心生产基地,部署着覆盖排产、质检、运维、工艺、能源管理等领域的七大AI引擎,此次认证覆盖供应链采购、智能排产、设备运维、安全环保、物流配送等18个关键环节。

“基地聚焦三件事:产品可靠性、客户交付保障,以及在保证品质和交付前提下的降本增效。”邓升祥说,数字化转型对这三个方面的支撑都很大。

组件制造工序繁多,丝网印刷尤为精细。电池片焊接需在指定位置印刷绝缘浆料,薄厚不匀、漏印均有可能影响产品良率。

如今在芜湖基地,刮刀压力、运行速度、浆料湿重等参数实时上传,系统盯的不是某一个点,而是趋势。“一旦趋势发生变异就提前介入调整,将问题消除在萌芽阶段,从源头防止不良品产生。”邓升祥说。

质量管理逻辑也随之改变。“过去依靠成品事后检验,如今依托全流程AI,在生产过程中提前识别风险。”邓升祥介绍,全链路AI质检平台使缺陷检测效率提升80%,整线质量问题发生率下降40%。基地还引入了跨行业成熟技术,将原本用于安防领域的人脸识别技术适配至电池片追溯环境,实现每一片电池的全流程精准溯源。

过去设备故障依靠人工点对点通知工程师,现在SCADA系统自动捕捉异常、快速派发工单,系统还沉淀了完整故障知识库,发生同类异常时会自动推送匹配处置方案,支撑“预测性维护”,将故障隐患消除在停机之前。数据显示,智能派工系统使派工效率提升60%,整线设备综合效率显著改善,带动生产效率提升20%以上。

能耗管控同样走向精细化。针对空压、暖通等高耗能环境,上线“风水联动”AI智控系统,整体能耗降低7%,其中空压能耗降低12%。

“客户最看重产品可靠性和如期交付。”邓升祥介绍,数字化工具让制程更透明,客户到厂审核、监造时的认可度提升明显,对出厂产品更有信心。

智能制造的下一站在哪

谈智能制造,绕不开行业的现实处境。“光伏是极其‘内卷’的行业。”胡智锋坦言。2025年7月,中央财经委员会第六次会议要求“依法依规治理企业低价无序竞争”。中国光伏行业协会数据显示,2026年上半年组件产量同比下降35.1%。行业从“比规模、拼价格”转向“价值竞争”,智能制造正是破局的方向之一。

“光伏产品拥有长达25年的质保周期,这是很多制造业没有的约束条件。” 胡智锋表示,长质保倒逼制造端全流程参数可追溯,而BC等新一代电池组件本身工艺窗口又相对狭窄,多重约束对智能制造能力提出很高要求。隆基绿能的智能制造对标汽车、消费电子等成熟制造业,同时引入大量高端制造人才,吸取其他行业几十年的技术积累做创新适配,智能制造能力的不断构建强力支撑了高制造难度的BC组件大规模稳定量产。

这样的探索,不止于一座工厂。2023年12月,隆基绿能嘉兴基地成为全球首个光伏行业“灯塔工厂”,如今芜湖、嘉兴两个基地又先后通过CMMM四级认证。“‘灯塔工厂’看的是先进技术应用的高度,CMMM看的是体系化的能力建设的广度,两者互为补充。灯塔探索前沿技术,CMMM四级则把单点创新转化成一套可复制、全维度的制造体系标准。”胡智锋称,嘉兴沉淀的14项数字化用例已在集团内全面横展,并且有的用例结合使用需求的不断深化已经进行了好几次的迭代升级,比如人力透明化管理系统MPT就已经迭代至3.0版本。

再往上,是目前尚无企业登顶的五级“引领级”。国内少数头部企业已启动能力培育,隆基绿能计划2027年重点推进。“五级的核心逻辑不再是单个工厂的局部最优,而是产业链端到端的全局最优——向上延伸至供应商端,整合供应链生产、库存、交付数据等;向下连接客户端,打通产品运行数据与服务反馈,实现全链路资源效率最大化。”胡智锋打比方,未来光伏组件可以像智能手机一样实时回传数据,反哺制造端的质量管理要求与服务优化。

往前看,胡智锋很有信心:“推进逻辑是一样的,都是‘从1到N’的能力复制。去年7家工厂通过三级认证,今年的目标是3—4个工厂达到四级认证,芜湖是其中第一批,也是光伏行业第一家组件工厂。”他用“前有虎后有狼”形容行业竞争,隆基一方面拉开与同行的时间差,一方面也在通过标准共建、经验分享带动全行业的智造升级。这与智能工厂梯度培育行动鼓励龙头企业带动产业链“链式转型”的方向高度契合。

当“会说话的组件”从这样的产线上走出,连起的不只是一座工厂,更是中国光伏从规模领先迈向质量与智造领先的道路。

文 | 本报记者 董梓童 隆基绿能/供图

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10