大族激光打造整线智造交付能力的电池企业.doc

《大族激光打造整线智造交付能力的电池企业.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大族激光打造整线智造交付能力的电池企业大族激光打造整线智造交付能力的电池企业大族激光打造整线智造交付能力的电池企业　　持续近三年的潜心蓄力后，大族激光新能源锂电整线业务在2018年开始进入密集收获期。　　国内出货量排名前20位的电池厂，都开始陆续导入大族激光生产的锂电整线设备或模块化工位设备。　　“国内动力电池产业已经从传统的江湖混战1.0向更为集聚化、专业化的2.0时代升级，动力电池企业要比拼的，一是过硬的动力电池产品品质，二是高能量密度、高安全性能、低成本，三就是智能化的锂电装备整线应用解决方案。”　　大族激光副总裁黄祥虎表示，在

2、上述三大维度中，智能化的整线应用就是实现产品品质和性能的基础，也正是基于这样的考量，2018年上半年，大族激光继续加大锂电制程闭环产业链布局，将首要任务放到了拓展整线业务。　　事实上，早于2015年，大族激光就提出“合纵连横”战略思路，先后战略控股了深圳铂纳特斯公司、东莞大族鼎新智能装备公司、江苏大族展宇新能源科技有限公司，逐步打通在锂电闭环生态产业链。　　2017年，大族激光将新能源装备产品线从精密焊接事业部单独拆分出来，上升为新能源装备事业部，通过调动更多的资源，在技术研发、市场开拓等方面进行更深层次的探索。　　　　截至目前，大族

3、激光新能源装备事业部已先后涉足搅拌、涂布、模切、电芯装配、烘烤、智能激光焊接、注液、模组组装、PACK组装、检测等各整线设备。今年上半年，还新增了模切、分切、卷绕、烤箱等设备的研发生产。　　黄祥虎的思路是，对于龙头动力电池企业而言，基于自身对工艺要求的分段整合是其主流选择。对于更多的二三线动力电池企业而言，整线供应带来的超额服务和整体售后具备较强吸引力，有望成为他们的重要选择参考。　　事实也的确如此，对于国内多数动力电池企业而言，整线交付的优势已经开始逐步凸显，一是可减少繁琐的商务和技术对接，降低运营成本；二是可提高产品线智能化、信息

4、化、网络化水平；同时，还可大幅度缩短设备设计、生产、交付周期，实行统一售后服务。　　然而，智能化的整线模式并不是一场突然而至的革命，也不是一蹴而就的革新，从分段自动化到整体自动化，再到信息化，最终实现智能化，这是锂电装备发展的内在逻辑。　　大族激光的整线模式也是在这样的逻辑之下不断进化，沿着“模块化、标准化→信息化、数据化→智能化”的脉络向前推进。　　在自动化、标准化的推进上，目前大族激光新能源装备事业部的电池制造工艺已经趋向成熟，在经过大量的设备设计制造之后，各工序都已形成模块化设计，保证了单机产品的高效率以及可靠稳定性。　　智能整

5、线的基石是单机自动化。高工锂电获悉，大族激光大功率激光器、振镜及高自动化流水线开始应用起来，盖板组件焊接效率由过去的6-10PPM提高到20-30PPM。电芯封口激光焊接设备，由过去的6PPM发展到12PPM，目前可达20PPM。在此过程中，模组装配、焊接、检测自动化程度均获得了提升。　　在可靠性上，大族激光通过模组侧板焊接、电芯封口激光焊接、光纤激光器高速摆动焊接、多层输出光纤激光器高速焊接等工艺创新有效改善了焊接质量。这对于整体电芯装配线、软包模组及pack线，铝壳模组及pack线的成熟稳定奠定了坚实的基础。　　其二，在设备逐步实

6、现自动化的基础上，大族激光开始为客户提供MES生产执行系统，实现电池制造的前、中、后段整线装备数字化、信息化、网络化串联，提高现场信息化水平和生产效率。　　MES系统的导入实现了生产过程中设备与平台系统相连接，使设备单机的数据上传到平台系统，通过数据化分析，了解生产过程的设备实际使用状态，同时还能通过可视化的形式展示出来，将生产过程透明化，产品制造的各环节一目了然。　　其三，大族激光通过大量的数据采集、积累、处理，在多种传感器的支持下，生产线逐渐实现多尺寸兼容、多产品识别、智能工艺参数优化、智能缺陷识别。　　通过对于动力电池企业的长期

7、客户跟踪，大族激光发现，客户对于生产设备的诉求集中在四个层面，一是降低成本，避免来料浪费；二是提高综合的设备效率，降低设备平均时间，提升产品品质；三是优化制造过程，改善贯穿整个产品生命周期的制造过程；四是提高服务品质，及时响应客户需求,反向追踪产品制造过程，及时响应分析品质投诉。　　而通过整线的智能化升级，可以从问题检测、背后问题分析、预测等三个维度对于上述问题进行化解。　　一方面，智能产线可以帮助电池企业做好问题检测，对问题尽早报警并作预防性措施，实现闭环控制,从问题发生、停机、分析、解决、恢复机器、关闭问题进行全程闭环控制，并通知

8、维修人员。　　另一方面，还可以分析问题背后的原因。通过使用统计过程控制，甚至高级分析工具(例如机器学习,数据挖掘,神经网络等)进行问题的识别和分析,将一些隐藏的问题可视化，并引导作业员或者维护工程师一步步快速解决问题。同