上汽通用自研工艺“阿尔法狗”

汽车及其零部件是如何从一张设计图纸开始，变成一个真正的产品的？从图纸交付的那一刻起，工艺工程师的工作就开始了：从解读图纸上标注的每一个尺寸公差开始，到明确制造方案，确定合适的加工顺序，再到选择加工设备和刀具，确定测量方案和量检具，编制工艺文件……

如今，在上汽通用，这项繁复的工作正在逐渐被人工智能替代。它便是由上汽通用自主研发的机加工工艺智能优选软件，在业内属于首创，该项目获得了2021年度上汽软件奖一等奖。

“软件上线后，可以缩短80%的工艺编排周期，100%确保数据传递一致性。不仅如此，相比传统方案，软件规划的方案可实现降本1000多万元。”上汽通用动力总成制造工程新技术集成应用及业务规划经理唐轶霖告诉记者。

“阿尔法狗”挑战“老法师”

时间回到2017年，那一年，上汽通用的机加工生产线工艺设计还处于“全人工”状态。每当收到一张图纸，工程师们做的第一件事，就是拿着一支荧光笔对着图纸，一边标注，一边把设计尺寸公差等要求记录下来，整理成数据表格。“光数据录入，就要花上一两周的时间，还保不齐会产生错漏。”唐轶霖说。

后续的工作更为繁复，要从成千上万的排列组合中选取并编排最合适的工艺顺序，这需要经验老道的“老法师”来接手。但毕竟，“老法师”就那么几位，如果同时有好几个新产品新项目要上，“老法师”的脑力资源更加捉襟见肘。

设备自动化减轻了员工的体力劳动，那么工艺设计是否也能用机器代替脑力劳动呢？这是上汽通用动力总成制造部在洞察到业务痛点后，一直在思考的问题。他们把目光投向了当时刚问世不久的“阿尔法狗”。“我们能否造一个工业界的‘阿尔法狗’，来挑战一下‘老法师’呢？”他们想。

很快，这个想法被付诸行动。2017年，随着机加工工艺智能优选软件项目的启动，人工智能世界的大门缓缓打开了……

人工智能背后的“人工”

现场，业务数字化转型工程师马晓晨打开一个数据表格，表格足足有几十页，上面记录的数据密密麻麻，这还只是一个小零件的数据。“如今，软件已经能自动解读设计图纸，生成这样一张表格了。”马晓晨说。

有多少智能，背后就有多少人工。看似简单的一步，也是项目刚启动时，他们面临的第一个难题——数据的整理和规范，目的就是要教会AI认识数据，转化成AI能消化和吸收的“语言”。这些数据不仅仅是零部件的参数，还包括刀具库、加工方案库、BOP库（工艺清单），其中巨大的工作量可想而知。

这是必须迈过的一道坎。“幸好，20多年来上汽通用沉淀出的完整知识体系，为我们提供了坚实有力的基础。”唐轶霖说，“这也是为什么我们能走在行业的前列，率先推出这套软件。”

由于影响工艺系统的因素多，工艺设计逻辑复杂，无论是数学建模还是求解，都十分困难。马晓晨举了个生动的例子，“比如，每一步都有5种刀具可以选取，到了第三步，就已经有一百多种解法了。每走一步，可能性都是指数级别的增加。我们要通过算法，在无数的解中，找到质量、效益、经济相平衡的最优解。”

“300万项约束，就连专业的软件公司看了都连连摇头，这样的难题却被我们攻克了。”上汽通用信息系统部数据分析专家林琳颇为自豪。

人工智能背后的“人工”

为了求得最优解，动力总成制造工程部和信息系统部联合起来，一场跨部门攻坚战打响了。

为了彻底厘清需求，部门之间不知道召开了多少次会议沟通需求，甚至占用周六的业余时间进行数据整理输入，但双方都毫无怨言。

他们也经历了过无数次失败。“最早，我们用软件算出来的解，不仅没有‘老法师’做出来的好，还会犯一些错误，因为复杂的加工要求常常引起逻辑冲突，导致误解。但我们联合起来，一遍遍地梳理，定位问题，解决问题。”林琳回忆说。

甚至有的时候，计算机给出的答案是无解。而每一次，团队都需要花费7到14天的时间定位问题，整个查问题的过程漫长而痛苦。有意思的是，数据挖掘团队发挥专业优势，研发出了自动定位无解原因的技术，彻底解决了运筹优化问题落地的“最后一公里”难题，该“自动找错”技术也成为了开发过程中的一个意外收获，不仅是业界首创，还申请到一项专利。

“一开始，工艺编排机器求解需要2小时才能完成，现在只需45分钟就行了，大大提高了效率。而且编排出来的结果，无论是质量、效益，还是经济性，都比‘老法师’更优。”林琳说。

看得到的效益

数字化只是变革的工具，而不是变革的目的。上汽通用工艺智能优选软件的应用落地，让企业效益实实在在看得到。“比如，我们某发动机项目缸体线用这个软件设计出来的结果是，人工工时缩短了85.8%，还能节省3根主轴和42套刀具。要知道，1根主轴就能节省设备投资400多万元了，3根就能省下1000多万元。”新技术规划及开发高级经理张云飞说，“不仅如此，软件编排完成后还能自动编制工艺文件，大大提高了效率。”

更重要的是，这套软件还为上汽通用培养出了运筹优化技术复合型人才“我们的人才培养也发生了变化，‘老法师’们可以不断用他们的经验来训练AI，形成数据闭环。年轻工程师则有更多时间去创新，发挥他们的优势，把更多先进的数字化方法引入到生产线中。”张云飞说。

未来，他们希望将这个AI助力数字化工艺开发的理念及方法拓展开来。“一方面，上汽通用动力总成内部已经从机加工的智能工艺开发拓展到了装配领域；另一方面，希望能将这样的能力赋能内外部以获得更大的应用场景及收益。”张云飞说。

智能时代滚滚巨轮之下，未来工厂充满了想象。