聊个真事。去年接了个轴承厂的项目，老板指着崭新的车间说：“我们要做到真正无人。”我看着他身后还在拿着扫帚的保洁阿姨，心里咯噔一下。所谓无人，不是人消失了，而是人的工作内容彻底变了。今天聊的，是这个变化背后的工程逻辑。
先算清楚哪些环节能省人
机械加工的无人车间，核心是物质流和信息流的闭环。物质流指的是工件从毛坯到成品的流动，信息流则是每个环节的状态、参数、质量数据。两者都通了，才算真正“无人”。
举个例子，我们设计过一条由5台立式加工中心和两台六轴机器人组成的柔性单元。机器人负责上下料，工件放在托盘上，由AGV搬运。当时甲方要求每班(8小时)加工120件。我们做节拍分析：机床加工时间是12分钟，机器人上下料时间是40秒，AGV运输时间是3分钟。算下来瓶颈不在加工，而在AGV——如果只有一台AGV，它要在5台机床间来回跑，很容易堵车。我们只好改成了双环路AGV，并且给每台机床都加了料台缓冲。最后实际达成每班118件，靠近但要达标——差那2件，是因为换刀和调机占了时间。
这里面的调度逻辑，不是简单的先来先服务。AGV有一个中央调度系统，实时跟踪每台机床的剩余加工时间和料台的满空状态。当料台低于某个阈值时，系统会提前安排AGV去毛坯库取料。我们还用了动态优先级：如果某台机床加工的是急件，它的料台阈值就设得更高。这些策略写进了程序，但真正落地时，你会发现不同AGV厂家对调度的理解完全不一样。有的只做路径规划，有的连任务分配都包了。选型时一定要搞清楚接口的开放程度，不然后面修改调度算法时，你只能干瞪眼。
这就是第一个要点：别拿理想节拍当产能，AGV的调度算法里必须考虑等待和碰撞避让。另外，节拍计算一定要把换刀、换料这些辅助时间打进去，否则你会被自己骗了。
通信与感知，隐蔽的坑
无人车间里，设备之间的对话远比人想象的复杂。PLC和机器人之间，用I/O点硬接线，简单可靠，但一旦需要反馈位置、扭矩、识别结果这些非离散量，I/O就力不从心了。我们一般用EtherCAT总线，周期1毫秒。但总线布线有个问题：环境里的电磁干扰会让数据包偶尔丢失。曾经因为一条限位开关的线缆和动力线走了一个桥架，导致每天下午三点左右，伺服驱动器莫名报警。排查了半天，发现是附近有一台变频器启动时产生浪涌——那种情况下，你只有痛苦。
后来我们强制规定：信号线必须与动力线分开铺设，并且屏蔽层要单端接地。这其实是个老生常谈的标准，但没人真的在意。等出问题就知道。这点在GB/T 5226.1里写得很清楚，可落实起来全靠自觉。
再往上走，中央控制系统需要和MES做数据交互。这里有个大坑：MES用的是以太网，PLC用的是实时工业总线，两者直接对接，延迟和稳定性都会打折扣。我们通常会加一个数据采集网关，把OPC UA和安全隔离结合起来。通信延迟控制在50毫秒以内，数据包丢失率低于0.1%。这些指标听起来容易，实际上在车间里，一旦网线接头进水或者受到震动，就可能出现丢包。所以我们后来改用带锁紧的M12连接器，才基本解决。
还有视觉检测。我们装了基于3D结构光的视觉传感器，用来检测工件表面缺陷。分辨率调到0.1mm，检测节拍4秒，刚好不拖慢主线。结果有个很有意思的现象：当车间灯光亮度变化超过20%时，误检率直接翻倍。你总不能为了一个视觉系统把整个车间的窗都封死吧？所以建议加一个恒光控制，或者干脆在视觉工位外面加个遮罩。
真正的无人，是运维的离场
一个很扎心的事实：很多无人车间，运行前几个月都在“陪产”。我们需要不断调整程序参数，特别是刀具管理。机床厂商的刀具寿命预测模型，经常和实际差一截——不是模型不对，是加工过程的随机性太大。我们后来自己做了一个基于主轴负载和切屑声振特征的小模型，用PLC里的历史数据训练，总算把崩刃预测准确率提到了85%以上。但这也意味着，无人车间需要一套强大的数据采集和边缘计算平台，而不是简单的PLC+HMI。
有了数据平台，做预防性维护才有基础。我们对所有关键设备做了振动和温度监测，阈值报警是基础，更高阶的做法是趋势预测。比如主轴润滑泵的电流值，正常情况是2.1A，如果连续三天平均涨到2.3A，就说明轴承可能要出问题。这种规律，你不积累几个月的运行数据是发现不了的。所以，运维的离场其实是靠前期大量的数据熬出来的。
还有排屑。你可能想不到，无人车间最容易被忽视的就是排屑系统。铁屑不及时清走，会缠到AGV轮子上，卡在机床导轨上，甚至影响视觉检测的成像。我们有一次因为排屑器故障，导致整条线停了半天，全自动的线败给了一堆铁屑，说出去都丢人。
当然了，有人要说，搞这么复杂，不如雇几个操作工。我们算过一笔账：一条5台机床的单元，一个班次两班倒，每个操作工年成本12万，三个工人就是36万。而一套AGV加中央调度系统，加上边缘服务器，一次性投入大概200万，再加上每年维护10万。看起来五年回本，但还没算上因为减少人工失误带来的良率提升。所以值不值，得看你产品稳定性和批量化程度——多品种小批量，无人化的优势不明显。
结论：无人车间不是一个开关，而是一个自动化深度发展的过程。它需要你在设备、通信、算法、运维甚至车间照明上做通盘权衡。没有标准答案，只有不断试错后沉淀下来的工程直觉。
试错，才是无人化的常态。
