欢迎user
随着制造公司业务的增长,各种有价值的数据,没有很好的整合、分析与挖掘它应有的价值。通过整合各系统数据以科学的分析手法,帮助驱动公司业务的发展,使得工厂的制造更智能化,做到快速响应与准确预测。
随着人力短缺、工资上涨、产品交期越来越短、市场需求变动大等问题出现,制造业正面临新一波转型挑战,如何在控制生产成本的同时,还能提高生产力与效率,则是转型的主要目的,也因此,从德国、美国各个制造大国中国台湾地区,无不积极推动工业4.0 希望能协助制造业者解决经营困境、提升竞争力,而大数据分析与优化则成为发展工4.0的基础。
基于大数据技术平台,结合成熟的大数据咨询方法论、大数据实施方法论、大数据挖据算法;为制造企业设计智造大数据应用框架,实现从数据萃取、转换、加载、建模、数据分析、挖掘、展现等一系列的应用,结合企业关心的应用分析场景,提出成熟应用解决方案,帮助公司提升产能、良率,减少生产成本,实现生产智能。
- 智能制造大数据技术平台设计
- 搬送优化
- 产线作业人员行为分析
- 品质异常因子分析
- Golden Path 分析
- 其他系统数据服务
解决方案的服务细分介绍:
1)智能制造大数据技术平台设计
结合企业行业特点、数据挖掘分析深度、时效要求等多因素,为公司选型合理的软件、硬件平台,设计统一数据框架,为智能制造大数据分析挖掘提供技术平台支撑。
2)搬送优化
为良率异常提供支持数据,迅速定位设备。
为搬送瓶颈提供数据支持,定位搬送问题减少无效。
建立 IT &FA 信息共享数据库,为后续应用提供可能,为报表系统提供数据。
3)产线作业人员行为分析
人员判断准确率 :后段判断的产品结果分析人员的 漏放、误判情况。
分析出与人员机台、产品时间等的相关性。
分析出最佳判断人员,最易判与难判产品等情况。
4)品质异常因子分析
通过品质异常的产品,找到产生此异常的相关性因子。如:机台、物料、载具、参数等。异常侦测预警,通过对产生品质异常的因子进行数学建模,分析出偏离正常范围的异常玻璃,提前预警。
5)Golden Path 分析
最佳时间的路径:分析出产品生产完成最少时间路径。
最佳良率的路径:分析出什么样的机台或搬送产出最好的良率。
6)其他系统数据服务
为其它系统提供多种常用的数据接口服务。