中集青島冷箱公司落地50多項AI數字化應用 匯聚鏈通全球的“智變”力量

鈑金成型車間里，數臺激光雙絲焊設備勻速吞吐鋼板，機械臂精準完成折彎、翻轉、上下料全流程；涂裝烘房內，數字孿生仿真平臺實時流轉幾百萬個虛擬溫控點位，算法自動調控風速與溫度……走進位于山東省膠州市的青島中集冷藏箱制造有限公司（以下簡稱“中集青島冷箱”），處處是智能化應用場景。

不久前，世界經濟論壇發布最新一批全球燈塔工廠名單，中集青島冷箱入選。作為冷藏集裝箱龍頭企業，公司2021年啟動數字化轉型以來，全面落地50多項AI數字化應用，實現制造周期縮短32%、產品缺陷率下降47%。

數據驅動制造轉型

冷藏集裝箱行業長期受訂單劇烈波動、定制化需求繁雜、人工依賴度高等痛點制約。在中集青島冷箱鈑金車間工作20年的工人王康永告訴記者：“以前焊縫全靠手穩，遇上加急訂單，出圖、排產全部是人工操作。改一次訂單，整條生產線都要等，產能白白浪費。”

智能化改造，首先從生產全流程“去人工、上算法”破局。如今，在鈑金成型車間，整條生產線實現無人化運轉。激光雙絲焊設備自動完成鋼板焊接，焊縫平整度、結構強度遠優于傳統人工焊；過去四五個人值守崗位，現在僅需1名巡檢人員定點監控。

依托AI智能設計與排產智能體兩大核心應用，中集青島冷箱徹底扭轉傳統制造低效困局。“以往客戶定制箱體，整套圖紙研發、可制造性驗證需耗費數日，一套定制圖紙打磨三四天是常態。現在，AI設計模型接入PDM圖紙數據庫，30多分鐘就能輸出全套合規圖紙，同步測算物料用量、預判加工難度。不用耗在重復繪圖上，我們就能專心鉆研新型箱體設計了。”中集青島冷箱設計主管工程師陳浩東說。

數據是智能制造的基石。中集青島冷箱全廠區部署數千個物聯網傳感器，生產線每日產生海量生產數據匯總至工業中臺，構建起數據驅動制造新模式。中集青島冷箱生產部總調度楊斌說：“過去人工排產模式依靠調度人員經驗預估產能，極易出現生產線換型損耗大、淡旺季產能分配失衡、定制訂單交付延期等問題。如今靠數據調度，淡旺季產能平衡，工人勞動強度也大幅下降。”

中集青島冷箱搭建APS智能排產系統，打通ERP（企業資源計劃）、MOM（制造運營管理系統）、PLM（產品生命周期管理）全系統數據，整合產能、物料、人員、設備全部生產要素，建立以換型成本、設備負荷、交期權重為核心的調度算法。系統可自動解析不同客戶箱體定制規范，將零散小訂單智能聚類合批，瓶頸工序集中排產、非瓶頸工序柔性穿插生產，全局均衡分配資源，最大限度壓縮生產線換產等待損耗。

以前，公司接到一款特殊規格生鮮冷藏箱定制訂單，人工排產階段需人工梳理圖紙、核算物料、協調兩條生產線計劃，耗費2天時間才能敲定生產方案；如今AI排產，可在半小時內輸出多套生產方案，同步預判物料缺口、設備負荷，動態切換兩條核心生產線任務，精準對沖訂單淡旺季波動。

“即便面對全球市場起伏不定的冷鏈裝備訂單，公司也能穩定保障各類定制箱體快速交付，訂單承接韌性大幅提升。”楊斌說。

破解行業工藝難題

冷藏集裝箱有三大核心工藝：發泡、焊接、涂裝。其中，發泡是決定箱體保溫性能的“心臟工序”，也是行業最難突破的技術壁壘。箱體采用內外鋼板+聚氨酯發泡的“三明治”結構，發泡化學反應受溫濕度、注料量、保壓時長等上百項參數影響，一旦有細微波動就會出現分層、漏泡，直接導致遠洋運輸貨物損失。“發泡工藝參數繁雜，過去全靠老師傅經驗把控，質檢更是行業老大難。”中集青島冷箱工藝工程師莊興民說。

曾經，發泡質量全靠從業10年以上的工人手持木棍逐點敲擊箱體，依靠聽力分辨內部缺陷，一臺箱體要敲擊2800余個點位。有著12年敲箱經驗的劉偉回憶：“敲箱特別熬人，判斷全憑主觀，經常出現漏檢、誤判，心里總懸著一塊石頭。”

對此，中集青島冷箱聯合科大訊飛訓練行業專屬聲學大模型，打造全自動敲擊檢測裝備。數十臺伺服電機帶動檢測探頭自動完成全點位敲擊，聲音信號實時傳入后臺AI系統，模型自動區分發泡分層、局部缺料等各類缺陷，屏幕以紅綠點位直觀標注故障位置，整套檢測流程不足兩分鐘，檢測準確率穩定超80%。

“我們把幾十位老技工幾十年敲箱經驗全部錄入模型，讓AI學會分辨箱體細微異響，實現檢測標準統一。同時，檢測數據持續回流模型迭代，越用識別精度越高。”中集青島冷箱數字化工程師賀玉夢介紹，聲學大模型將老師傅多年的實操經驗數字化、標準化，徹底擺脫稀缺技工制約。

涂裝環節是冷箱制造綠色轉型關鍵。過去，行業普遍使用油性漆，VOC（揮發性有機化合物）排放量大，并且3層底漆、中漆、面漆烘烤全憑人工調控天然氣供熱，極易出現漆面流掛、開裂。中集青島冷箱涂裝骨干工程師劉紅軍告訴記者：“以前車間氣味刺鼻，人工調溫全憑感覺，漆面瑕疵返工率居高不下。”

中集青島冷箱大力推進“禁油改水”，投入超2億元完成水性漆全線改造，VOC排放降至個位數，大幅降低了環保壓力。然而，問題接踵而至。水性漆對烘房溫度、風速管控要求嚴苛，傳統人工調控模式完全無法適配。為此，公司聯合清華大學搭建烘房1∶1數字孿生仿真平臺，3座烘房布設14組高精度傳感器，模擬生成400多萬個虛擬溫控點位，搭配MoE（混合專家模型）自動調節各區段風速、溫度。“3段式溫區精準匹配3層漆面烘干需求，既杜絕漆面瑕疵，又大幅削減天然氣消耗，平衡質量與能耗。同時，我們上線機器人視覺檢測模型，通過高清相機自動掃描箱體漆面，AI識別魚眼、流掛等數十種表面缺陷，系統自動反向調節噴涂速度、風壓、烘房溫度，實現缺陷源頭管控。”賀玉夢說。

立足發泡、涂裝兩大核心工藝研發的兩個垂直工業模型，不僅構建起集裝箱行業獨有的垂域AI體系，還形成了可復制、可推廣的數字化工藝解決方案。

帶動全產業鏈升級

燈塔工廠評選標準要求企業不只是自身提質增效，更要帶動全產業鏈共同升級。從原材料研發、生產制造到終端跨境冷鏈運輸，中集青島冷箱打通全鏈條低碳改造路徑，搭建集裝箱碳管理平臺，實現箱體從生產到遠洋運營“全生命周期碳追蹤”。在此基礎上，公司聯動國內外頭部供應商，從原材料端推動新材料、新工藝迭代，構建綠色智造生態圈。

“我們是整條產業鏈的技術合伙人，攜手上下游一起提質、降碳。”中集青島冷箱供應鏈對接專員、采購部經理助理鄒恩祥說。在金屬材料供應領域，中集青島冷箱攜手山東南山鋁業股份有限公司聯合研發高強輕量化型材地板，優化型材結構并縮減拼接焊縫，使得裝配效率大幅提升，并減少客戶使用過程中約三成的損毀概率，大幅降低了客戶使用維護成本；在化工材料供應領域，中集青島冷箱與萬華化學集團股份有限公司聯合研發新型環保發泡料，既保障原料國產化自主可控，也給冷箱行業提供穩定的綠色原料方案。

同時，中集青島冷箱依托深厚技術積累，面向全行業開放數字化轉型經驗。公司將逐步向國內冷箱制造同行輸出發泡AI管控、烘房數字孿生、聲學質檢等成熟方案，打破行業技術壁壘。

不少制造業企業智能化改造伴隨一線工人縮減，中集青島冷箱走出完全不同的人才轉型路徑。早年月薪過萬元的沖壓、發泡工藝環節老技工，如今轉型設備巡檢、數據標注專員，勞動強度大幅下降，職業發展通道卻拓寬了。“人工智能不是單純替代工人，而是把一線老師傅幾十年實操經驗轉化為算法，使工人從重復勞動中解放出來，聚焦工藝優化、設備改進等創新工作，實現人機協同、雙向賦能。”中集青島冷箱設備部經理張國省介紹，公司把老技工全部轉崗到高附加值崗位，同時，定向培養復合型數字化人才，讓他們既懂箱體制造工藝，又掌握AI、大數據基礎應用。

據介紹，瞄準未來發展，中集青島冷箱將持續迭代智能化體系，探索無接觸式發泡檢測、全流程數字孿生等下一代新技術，并加快輸出數字化方案。（經濟日報記者 劉 成）