近两年，我国新能源汽车产业飞速发展，为动力电池等相关产业带来了难得的机遇。随着动力电池和储能电池市场的快速扩大，对电池品质提出了更高的要求，电池制造将朝着“高品质、高效率、高稳定性”和“信息化、无人化、可视化”的方向发展。因此，我国电池企业必须通过技术创新、生产自动化和管理规范化，加快推进电池的智能制造步伐，推动电池产品更多地进入高端市场，满足新能源汽车和储能应用对电池品质的高要求。

一、动力电池行业现状

2016 年，我国新能源汽车销售量高达 50.7 万辆；其中纯电动汽车 40.9 万辆，插电式混合动力汽车 9.8 万辆。虽然近三年来新能源汽车发展迅猛，但是 2016 年新能源电动汽车销量仅占全国汽车总销量的 1.8%，新能源汽车仍有广阔的增长空间，新能源汽车的快速崛起也带动了电动汽车产业链上其他各环节的增长。根据工信部印发的《汽车产业中长期发展规划》，2020 年新能源汽车产销达到 200 万辆，保有量达到 500 万辆；2025 年新能源汽车占汽车产销 20%以上。我们看好国家对新能源汽车产业的预计目标，到 2020 年，动力电池产业也将随新能源汽车产业的增长而大幅扩张。我国动力锂离子电池产业迎来了难得的发展机会，各动力锂离子电池厂家都出现供不应求的局面。

近年来，我国新能源汽车产业发展迅猛，其中的原因除了人们节能减排、环保意识的提高之外，更主要的是国家财政补贴等各种利好政策的大力支持，众多企业纷纷投身新能源汽车领域。然而，高额的补贴以及补贴的普惠性虽然加速了新能源汽车的推广，却带来了诸如骗补、产能过剩、粗制滥造等一系列问题，在客观上影响了技术路径的选择甚至影响了技术创新。

当前，我国新能源汽车动力电池行业仍然存在小、散、乱和整个行业盲目投资、低水平建设现象，技术水平和产品质量需要进一步提高。短期内，动力锂电池整体产能过剩，低端产能供应远大于需求，行业竞争激烈，高端产能不足或者空白的局面，超级梯队与一级梯队差较大，2018年,动力电池企业将加速优胜劣汰。

二、加速智能化改造是关键

新能源汽车是中国制造2025十大重点突破领域之一，动力电池是新能源汽车的核心部件。目前，全球动力电池产业集中在中、日、韩三国，三者占据全球95%左右的市场份额，日韩一流锂电企业自动化比例在70%以上，国内一线企业约50%，二线企业仅20%，较低的自动化程度，导致中国动力电池在一致性上有较大差距，同时生产效率的低下甚至导致了成本优势的丧失。

当前为提高生产的动力电池一致性，提高生产效率，提高信息化管理，减少用工，降低劳动强度；同时也为了满足动力电池生产过程中不同规格电池的混线生产等需求，建设自动化、智能化的生产物流系统及智能制造系统成为必然趋势。

一方面对动力电池企业来说，实施智能制造可以改善效率、降低成本、提升质量、提升材料利用率、缩短产品研发周期、降低单位产能人工成本，加速现场管理透明度，从而增强企业的竞争力；另一方面在推动动力电池转型升级的同时，可以促进动力电池高端装备的发展，因此智能制造也是实现动力电池各项指标的重要的手段。

三、智造发展遭遇重重障碍

一是目前国内锂电制造企业硬件设备多为分段采集，设备之间存在兼容性和多样性的问题，导致各类工业软件之间集成度低、数据无法共享流通。

二是锂电的产品生产和测试数据的采集量大、每个工序有不同管控需求、制造模式属于流程型和离散型的混合模式，加剧了产业数字化/智能制造的难度；

三是动力电池尺寸标准规格不统一，我们国内企业生产了150多种不同规格的电芯，导致单一车型销量相对较少，限制了标准化规模化智能化的制造发展。

四是动力电池的产品设计和制造工艺技术没有完全成熟，特别是电池模组的关键生产工艺设计不成熟，验证不够充分，一次通过率低，且较难实现在线自动测试及品质追踪。因此，动力电池系统生产仍以半自动化为主，仅有少数电池厂商实现了动力电池模块或模组的自动化生产。

国内动力电池行业目前还处于智能制造的“打地基”阶段，国产动力电池处于低端的突出瓶颈是核心工艺和成套装备。动力电池装备涉及动力电池数十道生产工序、七大模块，与国外设备相比，国内设备在包括精度、速度、可靠性、无人化、可视化、信息化等方面存在一定差距，因此中高端设备目前以进口为主。

因此，行业的当务之急是要建立一套电池工厂产品、工艺、质量的信息模型，在信息模型的建立的基础上实现数字化、在大数据分析、累积、优化实现智能化，同时，要加快制造工艺及装备标准化的推进，两头并进能加速实现制造环节的标准化、模块化及数字化，然后才能做到基于数据的智能化。

四、电池企业智能制造热

2017年6月，工信部发布了《2017年智能制造综合标准化与新模式应用拟立项项目名单》，乐凯胶片、湖南科霸、富朗特、孚能科技、宁波杉杉、青海时代新能源、欣旺达、巴莫科技、天津力神、微宏动力等共14家锂电企业申报项目成功入围，占比接近10%。

2017年智能制造综合标准化与新模式应用拟立项项目名单

随后，2017年9月，工信部又发布了《2017年智能制造试点示范项目名单》，共有7家锂电企业入选，涵盖钛酸锂材料智能制造试点示范、钛酸锂电池数字化车间试点示范，以及新能源汽车动力电池智能制造/智能工厂试点项目等。（注：标*的项目同时为工业互联网应用试点示范项目）

2017年智能制造试点示范项目名单（动力电池部分）

目前，一些试点示范企业已在智能制造方面取得良好成效。有数据显示，国家首批109个智能制造试点示范项目智能化改造后生产效率平均提高30%以上，最高达到2倍以上；运营成本平均降低20%以上，最高降低60%。

亿纬锂能

1、亿纬锂能

2001年，亿纬锂能在惠州成立之初，由于资金紧张，无法采购关键设备，公司只能采取“人+机器”的半自动化方式。这些年，亿纬锂能不断加大对自主研发的投入力度，实现了“手工——自动化——工业4.0”的技术变革。

2016年6月，亿纬锂能投产的锂离子动力电池全自动生产线，是国内自动化水平较高的“无人工厂”，人均产值从过去的80万~90万元增长到了如今的1000万元，翻了十倍之多。亿纬锂能发布的半年报显示，2017年上半年，公司实现营业收入13.44亿元，比上年同期增长63.65%，其中，锂离子电池业务实现营业收入3.97亿，比上年同期增长155.63%。

沃特玛

2、沃特玛

沃特玛打造的全新动力电池自动化pack车间，也称为沃特玛智慧工厂，集自动化、信息化、智能化于一体，通过云数据处理实现以机带人的自动化作业，形成集数据、信息、服务为一体的综合体系。

沃特玛智慧工厂采用新型的生产模式，通过云数据库管理和人机信息对接，仅需10人即可完成全部生产过程。目前，沃特玛pack生产线的所有工序：配档、电焊、包膜、锁模、组装和测试，已经全部由人工转为了自动，可以说，工人的双手已经走下了产线。

除了自动化设备，在测试区，一台机器人正在勤勤恳恳地给所有已经完成组装的电池箱进行充电测试前的接插线工作，然后将它们送上自动驶来的AGV小车进行充放电测试。尽管从速度上看机器人的动作并不比手工更快，但其背后所带来的规范化、标准化和全自动化，则是未来车间作业的方向。从统计数据来看，这条产线下来的成品，合格率高达99%。

沃特玛智慧化生产车间可实现信息数据化、过程可视化和决策智能化，从智慧车间出去的所有电池，都会纳入到沃特玛自主打造的沃联网大数据监控平台，实现数据共享；整个生产过程可视化，实现有效监管；此外，智慧车间可做到一键完成工艺流程设计，所有设备能够进行智能检测，对有效数据实行监控和实时记录，异常情况及时报警。

长期来看，新能源汽车将维持高景气度，动力电池企业处于大规模扩产周期。智能制造是电池生产的未来趋势，它是企业提高电池质量、占领市场的重要途径。而锂电设备品质和工艺水平高低是决定动力锂电池品质的关键因素。产线智能化和数字化工厂是锂电设备行业智能制造的下一张王牌。

本文为头条号作者“苏州智能制造”原创

风电行业智能化发展趋势分析及案例

苏州智能制造

2017年，首次出现国内新增新能源装机容量超过传统能源的拐点，是新能源将快速成为主体能源的重要标志，大力发展新能源已成为各开发企业和电力装备业的共识。风电、光伏、生物质能等新能源产业可持续发展空间广阔，催生了一批优秀企业诞生，并成为国际知名新能源开发、装备制造及智慧能源管理运营的领军者。

风电制造业，是一个绿色产业与传统工业相结合的、年轻的新能源行业。既结合了先进的产品设计，又依赖于传统工业生产。那么在新一代工业革命浪潮的冲击下，风电制造业应该如何应对并实现智能转型呢？

一、我国风电行业现状

过去五年，我国风电市场应用规模不断扩大，无论是新增市场，还是累计应用量均位居全球第一。

2013年，我国风电累计并网装机尚未达到1亿千瓦，海上风电仅有3家企业在潮间带项目上有所布局。直至2014年，风电建设步伐逐渐加快，行业全面回暖，尔后一路高歌猛进，在2015年2月正式迈入“一亿千瓦俱乐部”，成为我国各类发电类型中首个完成“十二五”规划装机目标的能源种类。截至2017年底，我国风电累计并网装机容量达到1．64亿千瓦，占全部发电装机容量的9．2％，装机规模持续领跑全球。

与风电装机一路高歌猛进相携而来的是我国风电装备制造产业技术领域的不断创新和进步。经过五年来的不断沉淀和积累，一个涵盖技术研发、整机制造、开发建设、标准和检测认证体系以及市场运维，具有全球竞争力的完整风电产业链体系已经火热出炉。

事实上，国内一批企业通过技术引进、消化吸收、联合设计以及自主研发等方式，风电机组功率和风轮直径都呈现逐年扩大之势，多兆瓦级风电机组的研发进程正在加快。风电机组在设计方面更加智能化和细分化，研发出了很多适合不同环境气候条件的定制化机组。

目前我国已经有相当一批能源设备制造企业从最初的“追赶者”跃升成为该领域的“领跑者”。截至2017年底，我国风电出口量达到340万千瓦，出口国家覆盖了美国、英国、法国、澳大利亚等将近超过34个国家和地区，海外市场份额进一步扩大。

二、风电设备制造业发展瓶颈

目前全国可开发利用的风资源越来越少，全国风电机组生产制造厂商较多，生产规模较之前不断扩大。市场竞争越来越激烈，生产制造风电机组的市场价格，降至目前3700元／千瓦左右。这些年生产制造成本不断上涨，对风电机组制造商来说，势必考虑到经济成本。

风电设备制造业目前遇到最大问题是新增装机量下降。产能过剩导致“价格战”不断，新产品仓促投放，主机制造企业被迫过度承担责任与风险等问题，制造企业正面临全行业毛利率急剧下滑、大面积亏损、运营风险加大的窘境。风力发电设备产品的质量和可靠性问题依然严峻。在关键技术和核心竞争力方面，目前绝大多数风电机组制造商研发投入有限，创新能力及产品开发能力有限，为抢占市场购买国外的技术或产品来进行组装或制造，没有自己核心的技术，特别是大型海上风电机组及重要部件技术，受制于其他公司。同时，由于技术力量分散，无法在引进消化的基础上形成蜕变的创新能力。

近两年，风电设备智能化发展已成为市场议论热点，但总体来看还处于起步阶段，设备企业纷纷在设备智能设计、智能运营（自识别、自维护、自动跟踪）、大数据管理、智慧能源管理、风场场群管理等方面进行一些尝试。

三、风电智能化趋势明显

国家层面密集发布促进风电、光伏等清洁能源发电的政策，无不释放出风电行业进入稳定增长期的积极信号，国内掀起了新一轮的风电“抢装潮”。在抢装行情带来风电设备需求放量的同时，对于风电机组性能和技术水平也提出了更高要求，风电智能化也正被业内津津乐道。

参考一些欧洲国家的做法，他们的风机厂商每竖起一台风机，就好像建立了一个小型的数据中心。厂商通过收集风电机组的发电指标、关键零部件的实时运行参数、此前十年的气象资料等数据，在这些数据基础上综合作出判断和预测，分析并提升投资者的资产回报率，并及时反馈到研发和运维领域，为下一代产品的改进和升级提供参考。除了风机设备本身产生的数据，有实力的风机厂商还会统计自然环境产生的更大数据库，即包含风和地形在内的环境数据，绘制出一张风资源分布地图。

在设备方面，风电机组的控制类型多种多样，目前，变桨健康诊断、振动监测、叶片健康监测、智能润滑、智能偏航、智能变桨、智能解缆、智能测试都将是风机智能发展的方向。

此外，智能化风电还有利于设备的后期维护。由于风机通常都“体型巨大”，在日常维护中需要高空作业，尤其是在风力驱动风机叶片时候，会给工作人员造成很大麻烦。随着无人机、大数据、移动智能设备等最新的技术成果在风电设备上得以应用，会让人类对于风电的控制变得更加得心应手。

而随着风电智能化的发展，风机厂商的收益也有望进一步提高。当风机采用智能一体化的解决方案后，将大幅提高风机的可靠性和可用率、增加电量产出，降低成本。换句话说，将互联网、大数据的思维应用于风电设备制造和风电场运维，必将成为未来发展的趋势。

四、风电行业智能化案例

《中国制造2025》明确提出，智能制造是未来中国制造发展的重要方向，在智能制造的背景下，智能化、信息化、大数据、云计算等理念迅速被引入到风电机组设计制造、开发建设和运营管理的各个环节，现代化程度大大提高，风电行业势必要不断创新，进行技术全面升级，市场发展前景才将更为广阔。

1、智能车间

2017年，湘电股份电气传动事业部电气车间跻身智能制造“国家队”行列。在湘电股份电气传动事业部智能电气车间内，一名工人熟练操作工装机械手，将200多斤重的电抗器轻松放到指定位置，前后耗时不足2分钟，往常这一工序需要3名工人和一台叉车协力配合，耗时半个小时以上才能完成。这条生产线，13名工人的工作效率相当于过去100多名工人的工作效率，如果满订单生产，全年能生产产品1000台，创造产值5亿元。

湘电股份电气传动事业部智能制造车间包括风电变流器、风电主控、风电变桨、模块、线束等5条生产线，运用了5t重型RGV有轨自动穿梭车、机械臂、自动裁压线束机等先进设备，同时工作台位、夹具考虑产品系列兼容性，实现柔性生产，产品根据不同工艺路径设置参数后，通过软件与产线PLC通讯控制实现产品物流进行对应流转，整体产品生产制造效率提升40%。

2、数字化平台

风资源的禀赋程度决定了风电场盈利的上限，而管理水平与成本则决定了风电场盈利的下限。作为风能领域首家提出“智慧风场”理念的企业，远景能源7年的风电数字化探索已取得了阶段性的成果——EnOSTM能源物联网平台（以下简称“EnOSTM平台”），该平台已成功为杜克能源、Pattern能源、壳牌等全球领先的能源企业实施了有效的能源资产管理，目前管理的能源资产已超过1亿千瓦。

基于EnOSTM平台，远景能源所打造的“直连、安全、高精度、机器学习”EnOSTM智慧风场软件解决方案，已实现从风机数据采集、集中监控，到损失电量分析、基于机器学习的设备健康度预警、新能源功率预测等全方位服务功能，能够帮助风电运营商打造“少人、透明、预测维护、电网友好”的智慧风场。

EnOSTM平台能直接读取140种风机机型和650种型号的光伏逆变器的数据，秒级数据实时更新，并能实现超过95%的数据合格率。在内蒙古一个拥有13个新能源电站的运营商，借助EnOSTM平台统一管理后，不仅对1098台风机和15.4万块光伏组件实现了全天候监控，更有效保证了数据质量，减少现场运维人员。最终实现了运维人员成本2.03人/万千瓦，运维成本仅为40万元/万千瓦，整体效益得到明显提升。

着眼未来，在工业化和信息化“两化”融合的当下，风电企业应根据自身的特点，制定一条符合企业自身发展水平的转型路线。要循序渐进，从不同环节制定不同突破点，以点带面，逐步实现智能制造。

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com