數字工廠解決方案利用信息系統(tǒng)、物聯網、邊緣計算、大數據、人工智能和云計算等先進技術把工業(yè)供產銷全鏈路聯接,將工廠生產產線、工業(yè)監(jiān)控中心、質量管控中心、計劃進度監(jiān)控中心、倉儲中心等核心環(huán)節(jié)全面數字化拉通。通過IT和OT的深度融合,以數字化思維重構制造業(yè)業(yè)務模式和流程,全面賦能生產制造全流程,實現自動采集、數據分析、閉環(huán)管理的新型智造。
在數字技術引領科技和產業(yè)變革的當下,中國大部分制造型企業(yè)信息化、數字化程度不高,缺乏人、機、料、法、環(huán)信息的共通共享,存在以下主要痛點:
-
計劃、生產、運營無法協(xié)同
企業(yè)整體數字化程度不高、生產過程不透明、業(yè)務環(huán)節(jié)難協(xié)同、缺乏精細化管理,面對生產異常問題無法快速反應與流程追溯。
-
缺乏數據整合治理
企業(yè)無法精準掌握設備管理數據、產品品質數據、能源能耗數據等,無法形成數據閉環(huán)式融合。
-
生產計劃不合理
計劃時間節(jié)點難以精確編制,排程不合理,經常出現訂單延誤、漏排情況,且對異常信息的反饋處理能力較弱。
-
質量檢驗內容繁雜,工作效率低
首檢、巡檢、工序檢驗、終檢等檢驗結果無法及時反饋分析。主要依靠紙質記錄,出現質量問題追溯效率低。
-
物料種類多、管理混亂
產品、半成品對應裝配的部分物料易混淆,存在錯裝風險。需建立關鍵性物料生產數據,滿足追溯需求。
-
現場異常響應、處理不及時
無法實時收集及分析現場生產數據,沒有建立異常生產處理機制,經常出現人力資源和物料的浪費。
-
工藝管理經驗主義
工藝工序缺乏可視化管理,因工藝變更而出現差錯。
-
設備維保執(zhí)行力不高
沒有建立標準保養(yǎng)程序,采用紙化維保工單沒有辦法實現對設備全生命周期管理。
我們的核心能力及產品包括設備網關接入、工業(yè)數據采集、邊緣計算、業(yè)務開發(fā)平臺、工業(yè)物聯平臺、數據資產平臺。具有工業(yè)物聯、訂單管理、計劃管理、物料管理、倉儲管理、生產執(zhí)行、質量管理、設備管理、數據分析治理等,幫助離散型、混合型生產企業(yè)有效優(yōu)化企業(yè)的生產管理模式,強化生產過程中的管理和控制,實現生產全鏈路數字化管理,助力企業(yè)加速實現工業(yè)4.0轉型。
關鍵性工藝監(jiān)控場景 | 通過對工位設備(電槍等)的工藝參數進行實時監(jiān)測,并對比隨生產工單一同下發(fā)的工藝文件,工位機自動判定結果,實時提示用戶結果并鎖定錯誤流程用于現場修正。
數據可視化應用場景 | 基于物聯網、邊緣計算技術,將生產設備、流水線、工控系統(tǒng)等生產環(huán)節(jié)的數據進行實時采集,通過時序數據庫或其他數據庫進行存儲,再通過BI等可視化分析軟件進行實時展示分析,形成數據應用的落地和閉環(huán)。
數字孿生應用場景 | 基于工業(yè)數據驅動數字孿生系統(tǒng),實現產線級孿生系統(tǒng)的實時監(jiān)控、輔助決策等能力,實現透明可預測的運維管控。
質量全流程追溯場景 | 通過搭建在產品生產、銷售的過程中對產品相關信息記錄存儲的質量保障系統(tǒng),以“一物一碼”的形式,快速有效地查詢到出問題的原料或加工環(huán)節(jié),必要時進行產品召回,提高產品質量水平。
精準計劃排程場景 | 打造集成需求預測、生產計劃、采購計劃、交貨計劃于一體化智能計劃與詳細的數字化靈活計劃排程調度場景,主要解決“在有限產能條件下,交期產能精確預測、工序生產與物料供應最優(yōu)詳細計劃”的問題。
打通模型生產、服務、監(jiān)控和更新迭代的閉環(huán),形成自動化設備數據采集,長期保持數據采集的性能,支持生產級在線穩(wěn)定運行。
支持自定義深度業(yè)務定制,拖拉拽建模大幅降低企業(yè)使用平臺的成本,內外雙重負載,合理利用系統(tǒng)資源。
統(tǒng)一納管全企業(yè)AI模型,沉淀模型資產;以標準化API對外提供服務,實現跨部門跨業(yè)務的AI能力共享和復用,降低成本。
內嵌大量面向制造業(yè)務場景的數據/算法/建模模板,開箱即用,能迅速啟動業(yè)務。以制造行業(yè)為基礎并提供通用AI能力,傳遞行業(yè)價值與經驗。
以生產制造為中心,精益制造為基礎,充分發(fā)揮數據在業(yè)務運營過程中的價值,通過提升柔性自動化能力、打通工廠內外數據、推行智能化應用等路徑,優(yōu)化核心生產系統(tǒng)與外延運營環(huán)節(jié),實現生產制造環(huán)節(jié)的提質、增效、降本、減存。