制造業(yè)智慧工廠解決方案及應(yīng)用

1、制造業(yè)智慧工廠解決方案及應(yīng)用技術(shù)創(chuàng)新，變革未來目錄2智慧工廠解決方案1行業(yè)發(fā)展態(tài)勢(shì)與機(jī)會(huì)3案例分享4問題與討論中國智能制造政策體系形成與落地320152016201720182015年開始工信部每年啟動(dòng)智能制造試點(diǎn)示范工作國標(biāo)委聯(lián)合工信部成立國家智能制造標(biāo)準(zhǔn)化協(xié)調(diào)推進(jìn)組、專家咨詢組等；工信部在世界智能制造大會(huì)發(fā)布智能制造發(fā)展規(guī)劃（2016-2020）；遴選智能制造試點(diǎn)示范項(xiàng)目60多個(gè)。陸續(xù)出臺(tái)增材制造產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃（2017-2020等系列文件，多層次協(xié)同推進(jìn)體系基本建立，為加快智能制造發(fā)展提供重要政策推動(dòng)力；遴選智能制造試點(diǎn)示范項(xiàng)目97個(gè)。政府工作報(bào)告：要深入開展“互聯(lián)網(wǎng)+”行動(dòng)，實(shí)施“中

2、國制造2025”，創(chuàng)建“中國制造2025”示范區(qū)；遴選項(xiàng)目總數(shù)超過100個(gè)：涵蓋有色、稀土、紡織、家電等傳統(tǒng)行業(yè)和5G、物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、智能交通等新興領(lǐng)域智能制造項(xiàng)目分布智能制造方案細(xì)分市場(chǎng)1) 從細(xì)分智能制造系統(tǒng)解決方案的市場(chǎng)規(guī)?？?2017年，排名前五位的智能制造系統(tǒng)解決方案主要有：柔性裝配系統(tǒng)、加工環(huán)節(jié)數(shù)字化系統(tǒng)、智能輸送系統(tǒng)、智能倉儲(chǔ)系統(tǒng)和企業(yè)資源計(jì)劃（ERP），前五位系統(tǒng)解決方案的市場(chǎng)份額為58%，同比2016年市場(chǎng)份額下降7個(gè)百分點(diǎn)。主要原因是： 受益于用戶數(shù)字化建設(shè)的持續(xù)推進(jìn)，用于研發(fā)、物流、服務(wù)等環(huán)節(jié)的智能制造系統(tǒng)解決方案也在加強(qiáng)，相關(guān)環(huán)節(jié)智能制造系統(tǒng)解決方案的應(yīng)用比例有所提升

3、。2) 從細(xì)分智能制造系統(tǒng)解決方案的市場(chǎng)增速看 2017年，市場(chǎng)增速較快的智能制造系統(tǒng)解決方案主要有：工業(yè)云平臺(tái)、工業(yè)大數(shù)據(jù)、先進(jìn)過程控制系統(tǒng)（APC）、調(diào)度優(yōu)化系統(tǒng)等，市場(chǎng)增速同比2016年均達(dá)到50%以上。主要原因是： 一方面，伴隨用戶實(shí)施數(shù)字化改造的持續(xù)推進(jìn)，系統(tǒng)解決方案步演進(jìn)到綜合、集成的優(yōu)化。在此過程中，用戶對(duì)先進(jìn)過程控制系統(tǒng)（APC）、調(diào)度優(yōu)化系統(tǒng)、制造執(zhí)行系統(tǒng)（MES）等生產(chǎn)過程控制系統(tǒng)的需求明顯增加； 另一方面，伴隨用戶互聯(lián)互通的探索實(shí)踐，帶動(dòng)工業(yè)物聯(lián)網(wǎng)、工業(yè)云平臺(tái)、工業(yè)大數(shù)據(jù)等智能制造系統(tǒng)解決方案市場(chǎng)實(shí)現(xiàn)較快發(fā)展。* 摘自中國智能制造系統(tǒng)解決方案市場(chǎng)研究報(bào)告關(guān)鍵技術(shù)邊緣計(jì)算、

4、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能共同支撐企業(yè)智能制造轉(zhuǎn)型+邊緣智能PANWAN802.11af/ahLTE-M豐富的網(wǎng)絡(luò)連接能力廣泛的設(shè)備接入能力感知邊緣計(jì)算新型邊緣存儲(chǔ)與管理技術(shù)邊緣計(jì)算引擎與邊緣計(jì)算框架適合邊緣場(chǎng)景的輕量級(jí)智能算法庫核心邊緣計(jì)算硬件神經(jīng)物聯(lián)網(wǎng)HistoryTime-seriesRelationalLog DBObject DB新型時(shí)序數(shù)據(jù)庫數(shù)字孿生智能增強(qiáng)的工業(yè)機(jī)理血液大數(shù)據(jù)數(shù)據(jù)湖數(shù)據(jù)建模高級(jí)數(shù)據(jù)分析IT DataOT DataSocial Data描述分析診斷分析預(yù)測(cè)分析規(guī)范分析后驗(yàn)洞察預(yù)見智慧大腦AI智能感知AR/VRComputer VisionNLPFusion Sensi

5、ng智能規(guī)劃與智能決策智能規(guī)劃智能決策智能優(yōu)化目錄2智慧工廠解決方案1行業(yè)發(fā)展態(tài)勢(shì)與機(jī)會(huì)3案例分享4問題與討論智慧工廠解決方案9智慧工廠智能化供應(yīng)數(shù)字化研發(fā)智能化生產(chǎn)智能化銷售智能化服務(wù)工業(yè)優(yōu)化設(shè)計(jì)產(chǎn)品質(zhì)量管理制造工藝優(yōu)化智慧供應(yīng)鏈大數(shù)據(jù)輿情智能客服SAP實(shí)施服務(wù)區(qū)塊鏈平臺(tái)工業(yè)AR/VR5G在生產(chǎn)制造中的應(yīng)用生產(chǎn)看板數(shù)字化營(yíng)銷電商平臺(tái)101. 數(shù)字化研發(fā)1. 智能工業(yè)優(yōu)化設(shè)計(jì)解決方案兩類核心問題：正向工程：快速評(píng)估設(shè)計(jì)創(chuàng)意；逆向工程：對(duì)于已有產(chǎn)品設(shè)計(jì)進(jìn)行優(yōu)化汽車行業(yè)葉輪機(jī)械發(fā)動(dòng)機(jī)動(dòng)力總成優(yōu)化設(shè)計(jì)：燃燒室噴嘴優(yōu)化、活塞碗形狀優(yōu)化、冷卻套優(yōu)化、進(jìn)/排氣歧管優(yōu)化、EGR系統(tǒng)優(yōu)化、空氣管路優(yōu)化等。性能

6、更優(yōu)的部件模型。外氣動(dòng)優(yōu)化設(shè)計(jì)：對(duì)各類汽車，如微型車、小型車、中大型車、SUV、MPV、跑車等進(jìn)行外氣動(dòng)優(yōu)化設(shè)計(jì)。結(jié)合氣動(dòng)阻力分析技術(shù)，提高外形設(shè)計(jì)效率。結(jié)構(gòu)部件優(yōu)化設(shè)計(jì)：包括白車身架構(gòu)、懸臂系統(tǒng)、曲軸、傳動(dòng)系統(tǒng)等結(jié)構(gòu)部件進(jìn)行優(yōu)化設(shè)計(jì)。結(jié)合部件質(zhì)量、尺寸等約束條件對(duì)部件進(jìn)行強(qiáng)度優(yōu)化設(shè)計(jì)。泵、風(fēng)機(jī)、汽輪機(jī)、燃機(jī)等行業(yè)優(yōu)化設(shè)計(jì)：各類泵、風(fēng)機(jī)、渦輪增壓器及汽輪機(jī)等各類葉輪機(jī)械產(chǎn)品設(shè)計(jì)，包括建模、仿真、優(yōu)化；流動(dòng)性能分析、空化分析、結(jié)構(gòu)強(qiáng)度分析、振動(dòng)分析、疲勞分析、流固耦合分析以及流動(dòng)噪聲分析。性能更優(yōu)的部件模型。智能工業(yè)優(yōu)化設(shè)計(jì)解決方案兩類核心問題：正向工程：快速評(píng)估設(shè)計(jì)創(chuàng)意；逆向工程：對(duì)于已有產(chǎn)品

7、設(shè)計(jì)進(jìn)行優(yōu)化航空航天船舶海工飛行器外氣動(dòng)優(yōu)化設(shè)計(jì)：各類飛行器，如殲擊機(jī)、加油機(jī)、大中小型商用客機(jī)、直升機(jī)、導(dǎo)彈等的外氣動(dòng)優(yōu)化設(shè)計(jì)。大大縮短現(xiàn)有外氣動(dòng)設(shè)計(jì)的工作時(shí)間。發(fā)動(dòng)機(jī)關(guān)鍵部件優(yōu)化設(shè)計(jì)：對(duì)燃燒室、噴管、涵道、二次空氣系統(tǒng)、冷卻空氣系統(tǒng)等發(fā)動(dòng)機(jī)關(guān)鍵部件、系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)。對(duì)發(fā)動(dòng)機(jī)關(guān)鍵部件進(jìn)行性能優(yōu)化。船舶優(yōu)化設(shè)計(jì)：傳統(tǒng)船型如散貨船，郵船，集裝箱船的線型優(yōu)化設(shè)計(jì)；復(fù)雜船型如雙尾鰭船型，雙體船，三體船的參數(shù)化建模工作及線型優(yōu)化。提高航速，降低優(yōu)化助力（風(fēng)、伴流）。螺旋槳設(shè)計(jì)：一維的傳統(tǒng)圖譜螺旋槳設(shè)計(jì)環(huán)流理論設(shè)計(jì)方法進(jìn)行二維的螺旋槳設(shè)計(jì)三維的螺旋槳設(shè)計(jì)；。考慮船機(jī)槳匹配的效率以及槳徑的空間限制，設(shè)計(jì)

8、最優(yōu)的螺旋槳。海洋平臺(tái)(鉆井、采油、集運(yùn)、觀測(cè)、導(dǎo)航、施工)優(yōu)化：提供各類供應(yīng)船及浮式裝置的線型優(yōu)化工作。提高航速，降低油耗;提高作業(yè)時(shí)常，增加經(jīng)濟(jì)效益。智能工業(yè)優(yōu)化設(shè)計(jì)解決方案-產(chǎn)品展示汽輪機(jī)運(yùn)維診斷專家系統(tǒng) 線上葉輪機(jī)械智能設(shè)計(jì)平臺(tái) 智能泵設(shè)計(jì)軟件-AIPump 提供產(chǎn)品定制開發(fā)、產(chǎn)品培訓(xùn)、產(chǎn)品實(shí)施等服務(wù)智能工業(yè)優(yōu)化設(shè)計(jì)解決方案-潛在客戶汽車葉輪機(jī)械航空航天船舶海工東風(fēng)長(zhǎng)安廣汽上汽吉利長(zhǎng)城奇瑞江淮日本豐田日本本田各類新能源汽車201所70所中國水科院沈鼓上海成套院624所606所608所609所703所704所西控113廠南方泵業(yè)振華泵業(yè)中國電建601所一院一部四院四部三院31所29基地一

9、院十四所602所603所801所806所商飛成飛三院三零一所航天四十二所航天四十一所中集來福士大連船廠廣船國際701所702所708所719所上海船舶研究設(shè)計(jì)院江南船廠武船武漢船用機(jī)械廣東海洋裝備152. 智能化供應(yīng)2.1 智慧供應(yīng)鏈16可以為制造型企業(yè)提供從需求預(yù)測(cè)，采購，生產(chǎn)，物流等端到端的智慧供應(yīng)鏈解決方案。供應(yīng)鏈決策駕駛艙供應(yīng)網(wǎng)絡(luò)端到端可視，監(jiān)測(cè)與異常告警功能銷售和業(yè)務(wù)運(yùn)作智慧工具集銜接戰(zhàn)略與戰(zhàn)術(shù)決策流程業(yè)務(wù)需求模塊需求感知與統(tǒng)計(jì)預(yù)測(cè)庫存&物流管理模塊多階庫存優(yōu)化&物流優(yōu)化智慧排產(chǎn)模塊受限供應(yīng)與無限需求計(jì)劃分配計(jì)劃與訂單重調(diào)度2.1 智慧供應(yīng)鏈17庫存優(yōu)化倉儲(chǔ)優(yōu)化生產(chǎn)計(jì)劃及排程運(yùn)輸優(yōu)化

10、定價(jià)管理2.1.1庫存優(yōu)化為客戶帶來的關(guān)鍵價(jià)值18庫存優(yōu)化的不同層級(jí)戰(zhàn)略層優(yōu)化：分倉網(wǎng)絡(luò)設(shè)計(jì)戰(zhàn)術(shù)層優(yōu)化：需求計(jì)劃與庫存管理 中央倉大區(qū)域倉大區(qū)域倉消費(fèi)者小區(qū)域倉門店小區(qū)域倉小區(qū)域倉小區(qū)域倉門店門店運(yùn)營(yíng)層優(yōu)化：門店配補(bǔ)貨優(yōu)化 先進(jìn)的需求預(yù)測(cè)引擎提供豐富的預(yù)測(cè)模型，覆蓋時(shí)間序列、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等功能，模型可以定期重新自動(dòng)調(diào)參和迭代，實(shí)時(shí)滾動(dòng)更新發(fā)布最新預(yù)測(cè)結(jié)果，并提供豐富的報(bào)表與KPI展示，快速精準(zhǔn)捕捉市場(chǎng)波動(dòng)。需求驅(qū)動(dòng)的智能補(bǔ)貨決策在需求預(yù)測(cè)的指導(dǎo)下，針對(duì)不同倉庫網(wǎng)絡(luò)類型和商品特性，我們均可為企業(yè)提供定制化的智能補(bǔ)貨策略，包含動(dòng)態(tài)安全庫存補(bǔ)貨、長(zhǎng)尾品補(bǔ)貨、易腐品補(bǔ)貨、促銷活動(dòng)補(bǔ)貨等，幫助企業(yè)

11、在提升服務(wù)水平的同時(shí)降低庫存積壓。更精準(zhǔn)快速的銷量預(yù)測(cè)更低的庫存占用成本更高的庫存周轉(zhuǎn)率更有效的部門間協(xié)同計(jì)劃2.1.1 庫存優(yōu)化解決方案技術(shù)架構(gòu)19打通分析、預(yù)測(cè)、補(bǔ)貨、庫存的全鏈條、可擴(kuò)展的模塊組合商品數(shù)據(jù)促銷數(shù)據(jù)銷售數(shù)據(jù)季節(jié)氣候人口數(shù)據(jù)輿情數(shù)據(jù)地理數(shù)據(jù)商圈數(shù)據(jù)需求計(jì)劃智能補(bǔ)貨業(yè)務(wù)應(yīng)用層中臺(tái)組件層外源數(shù)據(jù)數(shù)據(jù)層需求預(yù)測(cè)需求管理預(yù)測(cè)模型管理工作流管理補(bǔ)貨建議庫存分配建議庫存調(diào)撥建議采購數(shù)據(jù)庫存數(shù)據(jù)供應(yīng)商數(shù)據(jù)BOM數(shù)據(jù)算法引擎機(jī)器學(xué)習(xí)深度學(xué)習(xí)運(yùn)籌學(xué)分布數(shù)式計(jì)算配貨優(yōu)化補(bǔ)貨優(yōu)化網(wǎng)絡(luò)優(yōu)化庫存優(yōu)化庫存仿真歷史庫存仿真算法結(jié)果與歷史結(jié)果對(duì)比KPI分析報(bào)表庫存健康監(jiān)測(cè)庫存監(jiān)控BOM拆分需求分類多層級(jí)預(yù)測(cè)

12、結(jié)果預(yù)測(cè)報(bào)表智能預(yù)測(cè)配補(bǔ)貨技術(shù)架構(gòu)適配多種主流業(yè)務(wù)系統(tǒng)，大數(shù)據(jù)的分布式計(jì)算架構(gòu)，基于容器的可擴(kuò)展快速部署體系技術(shù)特色人工智能預(yù)測(cè)算法、分布式計(jì)算、概率預(yù)測(cè)的動(dòng)態(tài)安全庫存算法、多種庫存策略、運(yùn)籌學(xué)庫存優(yōu)化算法服務(wù)特色提供城市地理大數(shù)據(jù)服務(wù)，支持門店級(jí)需求預(yù)測(cè)提供獨(dú)立的預(yù)測(cè)和補(bǔ)貨算法API服務(wù)可根據(jù)客戶場(chǎng)景定制算法和系統(tǒng)功能2.1.1庫存優(yōu)化功能概覽20服務(wù)水平優(yōu)化需求預(yù)測(cè)補(bǔ)貨計(jì)劃促銷優(yōu)化多級(jí)庫存優(yōu)化幫助權(quán)衡更高的服務(wù)水平與額外庫存成本的關(guān)系，通過敏感性分析指導(dǎo)企業(yè)在指定庫存需求的情況下達(dá)到最合理的服務(wù)水平，找到最佳的經(jīng)營(yíng)模式結(jié)合傳統(tǒng)時(shí)間序列與AI算法，充分利用企業(yè)內(nèi)外部數(shù)據(jù)，為多種類別的商品提供

13、更精準(zhǔn)的需求預(yù)測(cè)，同時(shí)也將新品、促銷等特殊場(chǎng)景納入考量，對(duì)補(bǔ)貨及庫存優(yōu)化提供支持基于需求預(yù)測(cè)對(duì)常規(guī)品、長(zhǎng)尾品、易腐品、促銷品等不同類別的商品采用針對(duì)性的補(bǔ)貨建議，在保證滿足率的情況下降低庫存水平為了應(yīng)對(duì)節(jié)假日、促銷事件、新品上市或舊品退市等重要的事件導(dǎo)致的銷量“異?！辈▌?dòng)，我們會(huì)針對(duì)客戶場(chǎng)景定制化建立異常識(shí)別機(jī)制與異常事件處理機(jī)制，保證促銷期間預(yù)測(cè)補(bǔ)貨穩(wěn)定性通過建立多級(jí)分倉網(wǎng)絡(luò)，企業(yè)可以把熱銷貨品前置到區(qū)域倉，并通過調(diào)撥實(shí)現(xiàn)總倉和前置倉之間的貨物分配，使貨物集中運(yùn)輸，降低運(yùn)輸成本，同時(shí)提高貨品的運(yùn)輸時(shí)效，提升用戶體驗(yàn)庫存管理解決方案功能概覽2.1.2 倉儲(chǔ)優(yōu)化的關(guān)鍵優(yōu)勢(shì)21收貨作業(yè)補(bǔ)貨作業(yè)裝車

14、作業(yè)揀貨作業(yè)交叉轉(zhuǎn)運(yùn)上架作業(yè)庫存盤點(diǎn)基于人工智能+運(yùn)籌學(xué)的倉儲(chǔ)大腦基于人工智能及優(yōu)化運(yùn)籌算法，突破傳統(tǒng)標(biāo)準(zhǔn)業(yè)務(wù)規(guī)則下的效率瓶頸，動(dòng)態(tài)配置上架策略、補(bǔ)貨策略、波次策略、揀貨路徑優(yōu)化策略及任務(wù)分配策略，大幅提升庫內(nèi)整體作業(yè)效率。多樣化的功能配置算法具有高度的擴(kuò)展性與靈活性，結(jié)合行業(yè)特性與業(yè)務(wù)特色，為企業(yè)量身定制智能、輕量、可配置的倉儲(chǔ)算法優(yōu)化解決方案，最大化倉庫內(nèi)各業(yè)務(wù)流程的效率同時(shí)協(xié)同合作 。倉內(nèi)優(yōu)化的關(guān)鍵環(huán)節(jié)更高的出庫效率更均衡的倉內(nèi)任務(wù)負(fù)載更低的倉庫運(yùn)營(yíng)成本2.1.2 倉儲(chǔ)優(yōu)化技術(shù)架構(gòu)圖22智慧倉儲(chǔ)技術(shù)架構(gòu)通過API的方式和客戶的WMS系統(tǒng)進(jìn)行交互，從而實(shí)現(xiàn)傳統(tǒng)WMS在業(yè)務(wù)規(guī)則層上的優(yōu)化技術(shù)

15、特色大規(guī)模整數(shù)規(guī)劃 近似算法 啟發(fā)式算法解決的業(yè)務(wù)問題基于AI和優(yōu)化算法，在上架過程中即可動(dòng)條調(diào)整sku的最優(yōu)擺放對(duì)于上架、揀選任務(wù)，考慮不同類型設(shè)備，給出最優(yōu)路徑規(guī)劃，提升效率通過API的方式實(shí)現(xiàn)與傳統(tǒng)WMS的對(duì)接TMS系統(tǒng)ERP/MES/OMS 系統(tǒng)WMS系統(tǒng)智慧算法API布局優(yōu)化路徑優(yōu)化任務(wù)均衡波次優(yōu)化揀選優(yōu)化補(bǔ)貨優(yōu)化上架策略作業(yè)分區(qū)PLCAS/RSshuttleAGV自動(dòng)化設(shè)備WCS系統(tǒng)2.1.2 倉儲(chǔ)優(yōu)化算法功能概覽23上架優(yōu)化路徑優(yōu)化 布局優(yōu)化收貨完畢，在考慮相關(guān)性及熱度的智能分布和最優(yōu)上架路徑實(shí)時(shí)計(jì)算出每一板貨的最優(yōu)上架貨位庫存管理優(yōu)化布局優(yōu)化 補(bǔ)貨優(yōu)化 對(duì)sku的相關(guān)性及熱度分

16、析給出最優(yōu)初始布局，并在每日運(yùn)作中做動(dòng)態(tài)調(diào)整任務(wù)管理優(yōu)化人力、設(shè)備、路徑、時(shí)間的均衡在考慮多變量的情況下，用算法強(qiáng)大的數(shù)據(jù)整合能力均衡倉庫內(nèi)所有任務(wù)和相應(yīng)資源（人，設(shè)備，路徑，時(shí)間點(diǎn)）的匹配波次優(yōu)化訂單批組均衡倉庫作業(yè)量，用動(dòng)態(tài)的時(shí)間點(diǎn)及任務(wù)量對(duì)多訂單進(jìn)行整合貨到人揀選優(yōu)化路徑優(yōu)化 任務(wù)分區(qū) AGV匹配 任務(wù)調(diào)度將傳統(tǒng)的播種揀選用AGV在算法指引下選用最優(yōu)路徑和任務(wù)均衡，減少人工多次來回行走的路徑，提高揀貨效率人到貨揀選優(yōu)化布局優(yōu)化 路徑優(yōu)化 在波次優(yōu)化的結(jié)果下，針對(duì)個(gè)sku及訂單特性并結(jié)合路徑優(yōu)化結(jié)果產(chǎn)生最優(yōu)揀選列表任務(wù)入庫存儲(chǔ)出庫2.1.3 智能排產(chǎn)排程解決方案的關(guān)鍵優(yōu)勢(shì)24當(dāng)業(yè)務(wù)流程及生

17、產(chǎn)場(chǎng)景復(fù)雜度不斷提升，確保計(jì)劃可執(zhí)行的同時(shí)降低各項(xiàng)生產(chǎn)成本，優(yōu)質(zhì)的功能與豐富的場(chǎng)景支持，正是企業(yè)所需要的能夠帶來顯著效益端改善的解決方案。解決方案可幫企業(yè)實(shí)現(xiàn)：多工廠協(xié)同，打通供應(yīng)鏈信息，實(shí)現(xiàn)全局透明化管理計(jì)劃排產(chǎn)一體化，日/周/長(zhǎng)期計(jì)劃完全掌握最小化總成本，保證訂單交付滿足率（平均提升15%）可實(shí)現(xiàn)復(fù)雜生產(chǎn)要求支持更多元的生產(chǎn)模式更加智能的處理急單插單（響應(yīng)速度提升3倍）支持多場(chǎng)景模擬，提供多種決策建議智能推送訂單交付報(bào)告與采購建議排產(chǎn)計(jì)劃產(chǎn)能規(guī)劃生產(chǎn)上線信息化建設(shè)生產(chǎn)建模Gap1：忽視企業(yè)自身數(shù)據(jù)需求及質(zhì)量與生產(chǎn)建模的滿足性關(guān)系結(jié)果：導(dǎo)致建模結(jié)果輸出與實(shí)際考慮邏輯差異大，輸出計(jì)劃與實(shí)際執(zhí)行

18、差異大Gap2：生產(chǎn)建模與實(shí)際業(yè)務(wù)規(guī)則及復(fù)雜度不匹配，復(fù)雜業(yè)務(wù)場(chǎng)景無法考慮結(jié)果：導(dǎo)致建模結(jié)果輸出范圍有限（如多工廠、復(fù)雜物料規(guī)則等）Gap3：隔離式的排產(chǎn)計(jì)劃未協(xié)同/充分考慮物料/產(chǎn)能的實(shí)際情況及約束結(jié)果：排產(chǎn)計(jì)劃溝通成本未能有效降低，輸出結(jié)果執(zhí)行率低Gap4：缺乏MES系統(tǒng)或?qū)嶋H執(zhí)行的生產(chǎn)反饋環(huán)節(jié)，或者實(shí)時(shí)性響應(yīng)效率低結(jié)果：造成生產(chǎn)問題的積壓，進(jìn)一步影響計(jì)劃執(zhí)行率綜合提升整體生產(chǎn)環(huán)節(jié)的制造柔性定制化、多場(chǎng)景、智能化的排產(chǎn)排程解決方案2.1.3 智能生產(chǎn)計(jì)劃及排程界面展示25計(jì)劃看板提供直觀可視化數(shù)據(jù)展示，一站式了解未來計(jì)劃下訂單、產(chǎn)能、物料、成本情況，讓決策者提早做出應(yīng)對(duì)智能計(jì)劃排產(chǎn)引擎有能

19、力對(duì)企業(yè)各個(gè)生產(chǎn)環(huán)節(jié)、要素建模，以領(lǐng)先的求解能力同步考慮各方面多重限制和優(yōu)化目標(biāo)，產(chǎn)出實(shí)時(shí)最優(yōu)生產(chǎn)計(jì)劃，并模擬不同目標(biāo)導(dǎo)向下的生產(chǎn)計(jì)劃，一鍵應(yīng)用，輕松切換全盤生產(chǎn)計(jì)劃2.1.3 智能生產(chǎn)計(jì)劃及排程功能概覽26智能排產(chǎn)排程解決方案功能概覽數(shù)據(jù)平臺(tái)智能排產(chǎn)模擬引擎生產(chǎn)監(jiān)控?cái)U(kuò)展功能基于產(chǎn)線狀況、員工績(jī)效等指標(biāo)合理預(yù)測(cè)產(chǎn)線產(chǎn)能情況，實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化流程，為排產(chǎn)引擎提供良好的數(shù)據(jù)源，構(gòu)建產(chǎn)能數(shù)據(jù)平臺(tái) 基于多種生產(chǎn)排程業(yè)務(wù)需要，通過基礎(chǔ)排產(chǎn)引擎生成排產(chǎn)計(jì)劃，加速排產(chǎn)過程，實(shí)現(xiàn)提高產(chǎn)能利用率，降低訂單延誤率基于基礎(chǔ)排產(chǎn)引擎，通過調(diào)整不同參數(shù)或加入不同業(yè)務(wù)約束（換線次數(shù)限制，交期提前，部分交期優(yōu)先滿足）進(jìn)行模

20、擬排產(chǎn)，提高排產(chǎn)決策效率每天實(shí)際生產(chǎn)中，可通過排產(chǎn)平臺(tái)，監(jiān)控生產(chǎn)狀況，產(chǎn)出延誤預(yù)警，分析缺料情況，推送優(yōu)先缺料警報(bào)，提供補(bǔ)料建議，提高各個(gè)環(huán)節(jié)響應(yīng)與決策效率基于基礎(chǔ)排產(chǎn)引擎，增加可視化、緊急插單、生產(chǎn)重排功能，模擬產(chǎn)能推遲情況，在損失最小的情況下，重新安排生產(chǎn)計(jì)劃2.1.4 定制化智能運(yùn)輸解決方案27國內(nèi)運(yùn)輸調(diào)度現(xiàn)狀智能運(yùn)輸解決方案人工調(diào)度作業(yè)效率低下，難以滿足日益增長(zhǎng)的業(yè)務(wù)量需求完全依賴調(diào)度人員人工經(jīng)驗(yàn)無法挖掘潛在的成本節(jié)約機(jī)會(huì)無法自動(dòng)考慮國內(nèi)復(fù)雜多變的運(yùn)輸/配送環(huán)境和現(xiàn)實(shí)約束有限的運(yùn)輸資源，多變的客戶需求，激烈的行業(yè)競(jìng)爭(zhēng)，都給運(yùn)輸配送環(huán)節(jié)帶來極大挑戰(zhàn)可支持基于特殊客戶需求場(chǎng)景的定制化開發(fā)通

21、過獨(dú)有的高效優(yōu)化算法，為企業(yè)提供多維度、多目標(biāo)、多場(chǎng)景的配送任務(wù)分配以及路線規(guī)劃建議在考慮多種業(yè)務(wù)約束同時(shí)，全局統(tǒng)籌資源，減少運(yùn)輸成本，提升業(yè)務(wù)響應(yīng)速度可應(yīng)用于同城運(yùn)輸/支線運(yùn)輸/干線運(yùn)輸/人員拜訪等多種調(diào)度場(chǎng)景可支持SaaS產(chǎn)品/API接口等多種服務(wù)方式2.1.4 運(yùn)輸智能調(diào)度方案功能及收益28潛在收益提升調(diào)度方案落地可執(zhí)行性減少人為干預(yù)工作量提升調(diào)度工作效率運(yùn)輸調(diào)度方案基礎(chǔ)功能基于既定運(yùn)輸網(wǎng)絡(luò)+客戶訂單輸入，考慮多種約束，高效輸出優(yōu)化的調(diào)度計(jì)劃，實(shí)現(xiàn)運(yùn)力資源的最大化利用考慮因素：車型限制、時(shí)間窗限制、網(wǎng)點(diǎn)限制、商品限制、客戶特定規(guī)則限制、多承運(yùn)商限制提升滿載率減少運(yùn)力資源浪費(fèi)減少行駛里程、

22、運(yùn)力使用降低整體運(yùn)費(fèi)成本使用業(yè)界唯一的貨運(yùn)版地圖數(shù)據(jù)，考慮分城市分車型分時(shí)段的精細(xì)限行規(guī)則運(yùn)用領(lǐng)先的AI技術(shù)大幅提升運(yùn)算精準(zhǔn)度：預(yù)估行駛時(shí)長(zhǎng)，預(yù)估裝卸時(shí)長(zhǎng)運(yùn)用創(chuàng)新的分區(qū)算法實(shí)現(xiàn)區(qū)域間需求及運(yùn)力負(fù)載均衡深度建模+算法定制能力，量體裁衣運(yùn)輸調(diào)度方案進(jìn)階功能2.1.4 運(yùn)輸優(yōu)化產(chǎn)品界面展示29輸入數(shù)據(jù)管理多維參數(shù)設(shè)置輸出車次展示輸出路徑展示運(yùn)輸?shù)攸c(diǎn)分布展示運(yùn)輸線路鏈?zhǔn)綀D2.1.5 科學(xué)定價(jià)為企業(yè)帶來快速可視的收益提升30科學(xué)定價(jià)的整體方案思路線上產(chǎn)品定價(jià)在快速變化的電商經(jīng)營(yíng)環(huán)境中，及時(shí)捕捉流量、價(jià)格對(duì)產(chǎn)品銷量的影響，實(shí)現(xiàn)銷售和利潤(rùn)的增長(zhǎng)我們的產(chǎn)出流量及轉(zhuǎn)換率分析購物籃分析商品動(dòng)態(tài)定價(jià)策略線下多層級(jí)收

23、益管理從總部的銷售費(fèi)用決策優(yōu)化(提升ROI)，到渠道畫像，區(qū)域網(wǎng)絡(luò)分析，以及渠道價(jià)格管理，再到零售端的定價(jià)和促銷策略，為企業(yè)體統(tǒng)全方位的收益管理建議?？焖僖娦У氖找嫣嵘?xì)化、可落地的價(jià)格策略價(jià)格推薦動(dòng)態(tài)更新輔助業(yè)務(wù)決策的消費(fèi)者畫像關(guān)聯(lián)分析：分析產(chǎn)品之間、品牌之間、客群之間、產(chǎn)品與競(jìng)品的相關(guān)性等商業(yè)智能 消費(fèi)者畫像渠道分類產(chǎn)品分析業(yè)績(jī)跟蹤管理部門經(jīng)銷渠道銷售終端價(jià)格彈性：分析不同客群對(duì)不同商品的價(jià)格敏感程度價(jià)格政策經(jīng)銷商聚類區(qū)域協(xié)同分析差異化定價(jià)組合管理優(yōu)化需求價(jià)格擬合：反映不同產(chǎn)品對(duì)不同客群在不同價(jià)格設(shè)定下的需求預(yù)估促銷優(yōu)化促銷選品促銷機(jī)制選擇促銷定價(jià)清倉優(yōu)化清倉計(jì)劃清倉選品清倉定價(jià)定價(jià)優(yōu)化

24、商品定價(jià)動(dòng)態(tài)調(diào)價(jià)非標(biāo)品報(bào)價(jià)2.1.5 收益管理解決方案概覽31收益管理解決方案功能概覽費(fèi)用優(yōu)化價(jià)格診斷動(dòng)態(tài)定價(jià)促銷優(yōu)化渠道定價(jià)根據(jù)對(duì)不同品牌、品類、地區(qū)和系統(tǒng)的投入產(chǎn)出分析，輔助建立費(fèi)用分配模型，輔助品牌商實(shí)現(xiàn)最優(yōu)費(fèi)用投入組合結(jié)合不同的業(yè)務(wù)目標(biāo)，分析商品的價(jià)格敏感性以及業(yè)務(wù)目標(biāo)的置換效率，輸出差異化的定價(jià)策略實(shí)時(shí)創(chuàng)建價(jià)格優(yōu)化策略，動(dòng)態(tài)高頻輸出價(jià)格調(diào)整建議，結(jié)合業(yè)務(wù)規(guī)則和AI算法，自動(dòng)適應(yīng)不斷變化的零售環(huán)境覆蓋線上和線下場(chǎng)景，挖掘促銷活動(dòng)中的產(chǎn)品相關(guān)性、銷售環(huán)境影響和消費(fèi)者購買行為，輔助促銷規(guī)劃，優(yōu)化促銷策略針對(duì)不同銷售系統(tǒng)和渠道進(jìn)行精準(zhǔn)分類，把握各個(gè)銷售系統(tǒng)的投資轉(zhuǎn)化率，優(yōu)化渠道出貨價(jià)格和返點(diǎn)

25、政策2.2 區(qū)塊鏈在供應(yīng)鏈中的應(yīng)用32安 全容器化平臺(tái)管理框架工具集CC智能合約全生命周期管理隱私保護(hù)安全框架容器管理DLT瀏覽器ID交易數(shù)據(jù)智能合約執(zhí)行狀態(tài)支持審計(jì)密鑰矩陣廣播加密國密算法性能增強(qiáng)系統(tǒng)平臺(tái)行業(yè)增強(qiáng)供應(yīng)鏈財(cái)務(wù)生產(chǎn)制造場(chǎng) 景變更+部署配置+升級(jí)快易省異構(gòu)+漸進(jìn)2.2 區(qū)塊鏈在供應(yīng)鏈中的應(yīng)用33供應(yīng)鏈最大的障礙就是缺乏透明度以及快速反應(yīng)的能力供應(yīng)鏈交互面臨挑戰(zhàn)信息點(diǎn)對(duì)點(diǎn)、單向傳遞每一方獨(dú)特且局限的可見性每一方都有自己所認(rèn)為的事實(shí)（數(shù)據(jù)）難以鏈接所有參與方區(qū)塊鏈的優(yōu)化機(jī)會(huì)多對(duì)多的連接能力，形成聯(lián)盟網(wǎng)絡(luò)參與方全局共享數(shù)據(jù)，增強(qiáng)數(shù)據(jù)透明度經(jīng)過共識(shí)的不可篡改的數(shù)據(jù)增強(qiáng)可信度結(jié)合IoT、AI

26、等技術(shù)實(shí)現(xiàn)供應(yīng)鏈全方面優(yōu)化84%的供應(yīng)鏈管理者認(rèn)為缺乏透明度是他們最大的挑戰(zhàn)87%的供應(yīng)鏈管理者認(rèn)為缺乏數(shù)據(jù)的透明度會(huì)讓預(yù)測(cè)和主動(dòng)應(yīng)對(duì)供應(yīng)鏈中斷變得異常困難供應(yīng)鏈協(xié)同應(yīng)用總結(jié)343. 智能化生產(chǎn)3.1 產(chǎn)品質(zhì)量管理：持續(xù)質(zhì)量管理CQM，為產(chǎn)品質(zhì)量保駕護(hù)航QA過檢不合格多維度問題挖掘先后工序關(guān)聯(lián)分析及問題挖掘入市前質(zhì)量預(yù)測(cè)，助力快速通過APQP入市后質(zhì)量預(yù)測(cè)，盡快識(shí)別問題車輛覆蓋范圍，廣度及深度核算召回整體固定、非固定成本計(jì)算最佳召回時(shí)間和地區(qū)傳統(tǒng)的質(zhì)量監(jiān)控如優(yōu)率、SPC等無法與質(zhì)量根因、趨勢(shì)、綜合成本等做關(guān)聯(lián)并得出相應(yīng)的知識(shí)通過采用CQM質(zhì)量管理監(jiān)控體系，能夠幫助車企在根因分析上縮短70%時(shí)間

27、，質(zhì)量預(yù)測(cè)準(zhǔn)確度達(dá)90%以上價(jià)值現(xiàn)狀缺陷識(shí)別片傷聚類 良品判定 高清工業(yè)相機(jī)質(zhì)量看版 缺陷聚類單產(chǎn)品缺陷分析質(zhì)量監(jiān)控平臺(tái)3.1 產(chǎn)品質(zhì)量管理:實(shí)時(shí)質(zhì)檢平臺(tái)構(gòu)建產(chǎn)線智能表面缺陷檢測(cè)3.1 產(chǎn)品質(zhì)量管理: 產(chǎn)品質(zhì)量檢測(cè)解決方案373D相機(jī)2D相機(jī)高速相機(jī)1000fps高速相機(jī)4000fps高清相機(jī)7000萬像素SE-1 高速高清三維成像系統(tǒng)SE-2 大視野高速高清三維成像系統(tǒng)自主研發(fā)的三維成像算法應(yīng)用場(chǎng)景：批量產(chǎn)品加工重復(fù)性、高強(qiáng)度工序崗位，當(dāng)前依賴于人力密集投入產(chǎn)品外觀、瑕疵、尺寸等工業(yè)檢測(cè)工位上下料、裝配的機(jī)械手定位引導(dǎo)提供：前端（硬件）：一臺(tái)3D高速工業(yè)攝像機(jī)，進(jìn)行產(chǎn)線圖像采集后端（軟件）：

28、一套缺陷圖像識(shí)別系統(tǒng)+大數(shù)據(jù)分析平臺(tái)，實(shí)現(xiàn)產(chǎn)品缺陷自動(dòng)缺陷監(jiān)測(cè)機(jī)械臂對(duì)接（服務(wù)）：缺陷圖像識(shí)別系統(tǒng)，打通產(chǎn)線接口協(xié)議，驅(qū)動(dòng)機(jī)械臂實(shí)現(xiàn)產(chǎn)線缺檢自動(dòng)化、智能化的優(yōu)勢(shì)：前端：3D攝像頭精度高，識(shí)別范圍廣后端：圖像缺陷分析+大數(shù)據(jù)分析端到端解決方案有多個(gè)行業(yè)案例3.1 產(chǎn)品質(zhì)量管理: 設(shè)備預(yù)防性維護(hù)：助力生產(chǎn)節(jié)拍穩(wěn)定設(shè)備預(yù)防性維護(hù)方案：通過全生命周期健康管理，洞察設(shè)備的過去現(xiàn)在和未來，預(yù)測(cè)準(zhǔn)確率達(dá)78%通過故障根因分析及處置策略，快速給出宕機(jī)原因，維修建議和人員安排等，節(jié)省綜合成本達(dá)50%通過預(yù)防性保養(yǎng)策略，給出合理的保養(yǎng)時(shí)間窗口，保養(yǎng)策略和人員安排等，并提供維修決策分析（換新?lián)Q配件 etc）設(shè)備預(yù)防

29、性維護(hù)的目標(biāo)：確?，F(xiàn)場(chǎng)設(shè)備的穩(wěn)定運(yùn)轉(zhuǎn)，保養(yǎng)時(shí)間窗口的合理合法保養(yǎng)策略正式且高效，是保證產(chǎn)能的基礎(chǔ)之一，也是降低運(yùn)營(yíng)成本的有效途徑保養(yǎng)策略停機(jī)維護(hù)預(yù)測(cè)維護(hù)緊急維護(hù)正常停機(jī)維護(hù)基于時(shí)間的維護(hù)基于條件的維護(hù)人時(shí)間備件SOP分析報(bào)告設(shè)備預(yù)防性保養(yǎng)策略 震動(dòng)磨損疲勞失效電耗載荷故障分析人員安排維修建議推薦工具廠商報(bào)警設(shè)備故障根因分析及處置策略根因分析樹出廠信息過程數(shù)據(jù)傳感器數(shù)據(jù)維修數(shù)據(jù)人力數(shù)據(jù)設(shè)備全生命周期健康監(jiān)控3.2 石油石化流程制造工藝優(yōu)化39在石油及化工的生產(chǎn)加工過程，原料從進(jìn)入加工流程到變成產(chǎn)品的過程中，需要在經(jīng)過眾多設(shè)備如加熱爐、反應(yīng)器、分餾塔、換熱器等，同時(shí)在這個(gè)過程中進(jìn)行一系列的化學(xué)（在

30、催化劑的作用下）或物理變化，這個(gè)過程需要嚴(yán)格控制好溫度、流量、壓力、液位和催化劑的活性等生產(chǎn)參數(shù)。不同的生產(chǎn)參數(shù)，不同的生產(chǎn)條件，原料變成產(chǎn)品的過程中所消耗的成本，如原料的轉(zhuǎn)化率、設(shè)備的損耗、裝置的能耗、催化劑的消耗、產(chǎn)品的產(chǎn)量和質(zhì)量都會(huì)有非常大的差異，由此決定了生產(chǎn)加工的成本和效益有著天壤之別。因此，在這個(gè)生產(chǎn)過程中，需要采用一系列技術(shù)對(duì)這個(gè)過程進(jìn)行控制和調(diào)優(yōu)。確保在最合適的溫度、壓力、流量和催化劑的活性的控制之下，裝置的投入產(chǎn)出能達(dá)到最優(yōu)的狀態(tài)，這一系列的技術(shù)，統(tǒng)稱為裝置生產(chǎn)優(yōu)化。3.2 石油石化流程制造工藝優(yōu)化: 生產(chǎn)優(yōu)化一體機(jī)40產(chǎn) 品 特 點(diǎn)1、基于模式運(yùn)行優(yōu)化和先進(jìn)的生產(chǎn)管理理念；

31、2、結(jié)合基于化學(xué)計(jì)量學(xué)的物性快速檢測(cè)技術(shù)，對(duì)全廠生產(chǎn)過程的各種工藝變量和物性數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，提煉工藝變量與物料性質(zhì)的變化關(guān)聯(lián)，實(shí)時(shí)調(diào)整工藝操作，實(shí)現(xiàn)產(chǎn)品最優(yōu)控制；3、將各級(jí)生產(chǎn)管理與生產(chǎn)經(jīng)營(yíng)者從繁雜的各類參數(shù)中解放出來，聚焦在整體運(yùn)行優(yōu)化層面；監(jiān)控目標(biāo)圍繞生產(chǎn)裝置平穩(wěn)運(yùn)行、產(chǎn)品質(zhì)量?jī)?yōu)化控制、產(chǎn)品分布優(yōu)化、能耗最小化等方面進(jìn)行設(shè)計(jì)。4、全面支持設(shè)備運(yùn)行級(jí)、裝置運(yùn)行優(yōu)化級(jí)、公司運(yùn)營(yíng)優(yōu)化級(jí)應(yīng)用；BLUE BOX3.2 石油石化流程制造工藝優(yōu)化: 生產(chǎn)優(yōu)化一體機(jī)411、生產(chǎn)過程狀態(tài)在線分析與監(jiān)測(cè)非正常狀態(tài)時(shí)間和概率預(yù)警報(bào)警滾動(dòng)分級(jí)和管理預(yù)警信息的可視化和信息、報(bào)表推送報(bào)警智能化分析（溯源分析）和處

32、理步驟局部設(shè)備的運(yùn)行健康實(shí)時(shí)監(jiān)控2、控制與優(yōu)化以收益或效率或特定狀態(tài)模式作為優(yōu)化價(jià)值函數(shù)以歷史最優(yōu)模式為目標(biāo)，提供最優(yōu)的操作運(yùn)行方向按時(shí)間滾動(dòng)列出優(yōu)化抓手變量3、分級(jí) /分層的嵌套模式滾動(dòng)浮現(xiàn)不同層級(jí)的KPI（抓手變量）：設(shè)備級(jí)、裝置級(jí)、廠級(jí)或公司級(jí)4、不同形式的數(shù)據(jù)融合傳統(tǒng)過程測(cè)量數(shù)據(jù)新型感知儀器（譜數(shù)據(jù)）市場(chǎng)類數(shù)據(jù)，開關(guān)類數(shù)據(jù)等實(shí)驗(yàn)室分析數(shù)據(jù)BLUE BOX3.2 石油石化流程制造工藝優(yōu)化: 生產(chǎn)優(yōu)化一體機(jī)42工 廠 級(jí)設(shè) 備 級(jí)裝 置 級(jí)運(yùn)行狀態(tài)分析結(jié)果集成網(wǎng)頁可視化界面實(shí)現(xiàn)逐級(jí)信息掌握輕松監(jiān)控生產(chǎn)運(yùn)行3.2 石油石化流程制造工藝優(yōu)化: 生產(chǎn)優(yōu)化一體機(jī)43基于大數(shù)據(jù)可視化算法的裝置運(yùn)行狀

33、態(tài)監(jiān)控技術(shù)，可用于設(shè)備級(jí)、裝置級(jí)、工廠級(jí)的模式化運(yùn)行管理。3.2 石油石化流程制造工藝優(yōu)化: 生產(chǎn)優(yōu)化一體機(jī)443.3 實(shí)時(shí)生產(chǎn)看板（CPS系統(tǒng)）DCS/PLC/RTUPannel/DeviceCNC/Server/RobotMeasur./Instru.現(xiàn)場(chǎng)設(shè)備、儀表和工控設(shè)備LeapIOTEdgeLeapIOT PlatformLeapIOTThings ModelingAsset Mgmt.Quality Mgmt.Inventory Mgmt.Production Mgmt.Production Mgmt.HSE Mgmt.LeapCPS平臺(tái)產(chǎn)品解決方案工程可復(fù)用包AppsOEEPHM

34、WMSQMSEMS接入外部設(shè)備資產(chǎn)過程技術(shù)人物料設(shè)備成熟后提煉下沉入平臺(tái)3.3 實(shí)時(shí)生產(chǎn)看板: SMT數(shù)據(jù)采集 產(chǎn)線采集采集數(shù)據(jù)（單一產(chǎn)線）生產(chǎn)過程狀態(tài)采集點(diǎn)：120+；設(shè)備告警數(shù)據(jù)采集點(diǎn)：30+；生產(chǎn)工藝數(shù)據(jù)采集點(diǎn)：30+，拋料、刮刀、爐溫等；最大設(shè)備日產(chǎn)生數(shù)據(jù)量：108G，如AOI平均產(chǎn)線日均采集總數(shù)據(jù)量：200G+采集延遲：5秒以內(nèi)，平均在毫秒級(jí)延遲；數(shù)據(jù)類型：DB、jpg、log、txt、bar、xml、tif等十幾種類型采集協(xié)議：TCP通訊類：如AGV串口采集類：TuoTong、Conber的軌道、各類接駁臺(tái)日志采集類：DEK、Dtek、BTU、AOI、SPI、ERSA、KE700、

35、ORMON等設(shè)備文件采集類：老化房等CSV格式數(shù)據(jù)專用接口類：如西門子OIB接口、或工業(yè)數(shù)據(jù)庫，如貼片機(jī)采集保障：有效解決協(xié)議適配、時(shí)間一致性、傳輸穩(wěn)定性、故障恢復(fù)、設(shè)備侵入性等問題；提供生產(chǎn)現(xiàn)場(chǎng)各類工業(yè)設(shè)備實(shí)時(shí)接入、采集、數(shù)據(jù)轉(zhuǎn)換清洗以及工業(yè)現(xiàn)場(chǎng)應(yīng)用，如生產(chǎn)看板、拋料分析、設(shè)備預(yù)測(cè)性維護(hù)等3.3 實(shí)時(shí)生產(chǎn)看板: 建模，讓系統(tǒng)再現(xiàn)現(xiàn)場(chǎng)數(shù)字鏡像數(shù)字建模：建立數(shù)字化物模型體系，構(gòu)建物模版、物對(duì)象、物屬性、物事件、物方法，參照設(shè)備的屬性與功能，將物理世界的設(shè)備抽象為數(shù)字世界的對(duì)象；設(shè)備實(shí)體：實(shí)現(xiàn)物理世界的設(shè)備與數(shù)字世界的對(duì)象的一對(duì)一映射，匹配工業(yè)數(shù)據(jù)采集點(diǎn)與設(shè)備對(duì)象屬性關(guān)系，單一或批量的實(shí)現(xiàn)數(shù)字映射

36、；設(shè)備服務(wù)：數(shù)字鏡像成為物理設(shè)備的服務(wù)的載體，構(gòu)建設(shè)備即服務(wù)的模式，任意對(duì)數(shù)字鏡像的訪問與操作都轉(zhuǎn)化為對(duì)物理設(shè)備的訪問與狀態(tài)變更，通過抽象與服務(wù)代理方式完成工業(yè)應(yīng)用與物理設(shè)備的解偶與業(yè)務(wù)重構(gòu)；設(shè)備智能：與人工智能、機(jī)器學(xué)習(xí)工具與服務(wù)進(jìn)行整合，在數(shù)字世界為數(shù)字鏡像添加智能算法，在物理世界做設(shè)備智能改造；設(shè)備可視：對(duì)工業(yè)設(shè)備數(shù)字建模后的內(nèi)容，通過數(shù)據(jù)分析工具或可視化工具，展現(xiàn)物理設(shè)備的2D、3D、AR/VR監(jiān)視內(nèi)容；建立用戶認(rèn)識(shí)、構(gòu)建和管理系統(tǒng)的基礎(chǔ)3.3 實(shí)時(shí)生產(chǎn)看板: 多角度全部邊緣設(shè)備全生命周期管理，診斷一目了然，維護(hù)一鍵搞定提供所有邊緣設(shè)備的狀態(tài)和維護(hù)管理配置每一個(gè)邊緣設(shè)備的：計(jì)算處理插件

37、類型和個(gè)數(shù)數(shù)據(jù)接入和轉(zhuǎn)出的連接配置每一個(gè)邊緣設(shè)備內(nèi)計(jì)算模塊（插件）的：協(xié)議轉(zhuǎn)換數(shù)據(jù)處理邊緣計(jì)算選擇相應(yīng)邊緣設(shè)備，顯示設(shè)備詳細(xì)信息以及邊緣計(jì)算任務(wù)狀態(tài)的監(jiān)控和管理支持CPU、內(nèi)存、網(wǎng)絡(luò)、JVM等多種資源的使用監(jiān)控，對(duì)數(shù)據(jù)處理過程、條數(shù)、錯(cuò)誤數(shù)量等進(jìn)行統(tǒng)計(jì)連接，讓現(xiàn)場(chǎng)情況更清晰連接現(xiàn)場(chǎng)各類信號(hào)，將工業(yè)智能的觸角伸到一線對(duì)接不同協(xié)議，提供萬能對(duì)接采集多種設(shè)備數(shù)據(jù)3.3 實(shí)時(shí)生產(chǎn)看板:數(shù)據(jù)洞察提供系統(tǒng)多維的展示分析結(jié)果，簡(jiǎn)單拖拽生成多維度、多角度復(fù)雜分析儀表板：提供快速的數(shù)據(jù)可視化設(shè)計(jì)儀表板，即時(shí)分析物聯(lián)網(wǎng)采集數(shù)據(jù)；超過40中預(yù)置分析模板數(shù)據(jù)連接：可以連接平臺(tái)內(nèi)的TSDB或者物模型，以及外部的關(guān)系型數(shù)

38、據(jù)庫，形成綜合看板；內(nèi)嵌超過50種數(shù)據(jù)源連接3.4 工業(yè)AR/VR50具備SLAM能力的MR攝像頭第三視角的4K視頻流無需眼鏡的混合現(xiàn)實(shí)體驗(yàn)在同一空間的多人互動(dòng)提升設(shè)備銷售能力，具有科技性，容易吸引客戶眼球，從而提升商品的展示效果及潛在銷售機(jī)會(huì)。為用戶建立起AR展覽展示平臺(tái)基礎(chǔ)設(shè)施及AR應(yīng)用解決方案構(gòu)建能力支持用戶能與展示的數(shù)字內(nèi)容進(jìn)行交互，且多維度展示相關(guān)內(nèi)容可單獨(dú)觀看，也可與多人共享即時(shí)通訊和直播。AR解決方案3.4 工業(yè)AR/VR: 遠(yuǎn)程維保51減少企業(yè)維保費(fèi)用，提高現(xiàn)場(chǎng)作業(yè)人員的專業(yè)化技能，以幫助其更快地診斷和處理故障，提升工作效率凍屏MR標(biāo)注圖片文檔傳送多終端支持技術(shù)文檔共享N2N高

39、清音視頻AR工作流智能識(shí)別定位精準(zhǔn)虛實(shí)疊加3.4 工業(yè)AR/VR: 數(shù)字說明書52支持多種媒體數(shù)字內(nèi)容映射至真實(shí)物體支持技術(shù)文檔的沉淀，形成知識(shí)庫支持多款眼鏡終端，一鍵即可把云端內(nèi)容發(fā)布至作業(yè)人員視野作業(yè)人員按需操作的效率顯著提升減少作業(yè)人員的工作負(fù)擔(dān)，提高工作質(zhì)量的一致性流程數(shù)字化智能識(shí)別定位精準(zhǔn)虛實(shí)疊加云平臺(tái)模型轉(zhuǎn)換3.4 工業(yè)AR/VR: 輔助裝配53飛機(jī)AR輔助裝備方案SKU300+ /架次端插類型圓柱形、圓柱+法蘭、方形、方形+法蘭定位精度 99%識(shí)別速度 30ms誤識(shí)別率95%0.3m0.2m12m鋼管移動(dòng)速度1.5m/sNDT標(biāo)注相機(jī)日產(chǎn)量2000根左右，鋼管規(guī)格從73mm-18

40、0mm不等由于整體生產(chǎn)工藝復(fù)雜，工序多，拉線機(jī)組長(zhǎng)，環(huán)境暴露等客觀原因，致使鋼管表面產(chǎn)生缺陷的機(jī)會(huì)較多，影響因素也較復(fù)雜目前全部由人工目檢進(jìn)行缺陷識(shí)別，識(shí)別效率低，錯(cuò)誤率較高一旦鋼管交付后由于瑕疵出現(xiàn)工程事故，鋼廠損失巨大客戶價(jià)值客戶背景AR/VR案例：打造商飛智能化設(shè)備運(yùn)維模式設(shè)備實(shí)時(shí)監(jiān)控歷史數(shù)據(jù)隨時(shí)查詢?cè)O(shè)備維修指導(dǎo)推動(dòng)飛機(jī)技術(shù)變革賦能飛機(jī)制造效率提升飛機(jī)整體品質(zhì)生產(chǎn)排程典型客戶及案例28天+10周排產(chǎn)周期分鐘級(jí)別求解速度某大型電子行業(yè)制造巨頭多工廠生產(chǎn)排程引擎10%+訂單滿足率提升30%產(chǎn)能損失降低幫助該企業(yè)重新設(shè)計(jì)在多工廠網(wǎng)絡(luò)協(xié)同的生產(chǎn)、轉(zhuǎn)運(yùn)、采購一體策略，幫助其建立了新的多工廠協(xié)同的生

41、產(chǎn)排程引擎。在滿足各項(xiàng)復(fù)雜生產(chǎn)約束的同時(shí)，提升訂單滿足率。某大型汽車制造商智能工藝排序5倍+ 求解效率的提升10% 工作臺(tái)/節(jié)拍的效率提升結(jié)合運(yùn)籌與數(shù)據(jù)能力，定制化的為客戶的組裝產(chǎn)線的工藝排序進(jìn)行智能的重新排序，提供了精確的系統(tǒng)模型刻畫，保證了求解的最優(yōu)性與求解效率的同時(shí)，提升了產(chǎn)線的組裝效率。某汽車零配件生產(chǎn)巨頭生產(chǎn)排程優(yōu)化項(xiàng)目幫助該企業(yè)對(duì)涉及到上千種SKU的注塑，噴涂，裝配等環(huán)節(jié)的產(chǎn)線的協(xié)調(diào)進(jìn)行優(yōu)化，具體對(duì)企業(yè)的每個(gè)塑件批次的生產(chǎn)天數(shù)及對(duì)應(yīng)的噴涂圈數(shù)進(jìn)行決策，可直接輸出供企業(yè)直接落地使用的生產(chǎn)批次計(jì)劃，幫助該企業(yè)直接降低噴色環(huán)節(jié)每圈的換色次數(shù)從而降低該企業(yè)的生產(chǎn)成本保證100%滿足供貨需求

42、的情況下30% 噴槍換色次數(shù)下降百萬級(jí)別 年成本下降庫存優(yōu)化典型客戶及案例（需求預(yù)測(cè)類案例）某大型跨國快消品牌商需求計(jì)劃基于對(duì)歷史數(shù)據(jù)的挖掘與分析，并充分考慮未來各種影響因素，輸出多維度的需求預(yù)測(cè)結(jié)果。提供需求預(yù)測(cè)管理平臺(tái)，最終發(fā)布一致性需求計(jì)劃。某國際汽車品牌售后零備件需求預(yù)測(cè)10%+ 預(yù)測(cè)準(zhǔn)確率平均提升80%-90%高頻高量備件預(yù)測(cè)準(zhǔn)確率區(qū)間通過機(jī)器學(xué)習(xí)的技術(shù)預(yù)測(cè)月度零備件來自經(jīng)銷商的需求。通過更合理的采購補(bǔ)貨來加快庫存周轉(zhuǎn)，減少資金占用某領(lǐng)軍型物流企業(yè)件量預(yù)測(cè)結(jié)合經(jīng)典的時(shí)間序列與最新的深度學(xué)習(xí)模型，我們提供細(xì)至波次粒度（每30分鐘一次）下高精度的實(shí)時(shí)預(yù)測(cè)解決方案2x 原有準(zhǔn)確率誤差率10

43、%之內(nèi)占比高達(dá)39.76%，較原模型提升一倍30分鐘滾動(dòng)預(yù)測(cè)，原模型無法實(shí)現(xiàn)月+倉庫 平均預(yù)測(cè)準(zhǔn)確率從65%提升到75%周+倉庫 平均預(yù)測(cè)準(zhǔn)確率提升了15%運(yùn)輸優(yōu)化典型客戶及案例50%70%調(diào)度時(shí)間降低7%平均節(jié)省行駛里程頂級(jí)啤酒企業(yè)同城配送場(chǎng)景5%10%平均節(jié)省車輛10%單車配送門店數(shù)最高增加基于SaaS產(chǎn)品運(yùn)量調(diào)度，支持客戶時(shí)間窗，根據(jù)客戶優(yōu)先級(jí)，進(jìn)行訂單分配，可啟動(dòng)裝貨時(shí)間；針對(duì)歷史數(shù)據(jù)通過機(jī)器學(xué)習(xí)，設(shè)計(jì)可變動(dòng)的時(shí)間預(yù)算系數(shù)，不斷優(yōu)化初始結(jié)果頂級(jí)快遞企業(yè)末端配送場(chǎng)景在考慮天氣、路況、配送點(diǎn)時(shí)間窗約束的同時(shí)，將客戶/訂單等級(jí)、催收催派、投訴等多種因素納入模型，求得快遞人員/車輛的最優(yōu)配送路徑，支持大規(guī)模實(shí)時(shí)并發(fā)計(jì)算領(lǐng)先食品企業(yè)客戶拜訪場(chǎng)景基于客戶地址信息、客戶拜訪窗口、客戶服務(wù)等級(jí)、業(yè)務(wù)員變動(dòng)工作日歷，城市交通狀況等條件，為業(yè)務(wù)員設(shè)計(jì)最優(yōu)客戶拜訪月度規(guī)劃，根據(jù)當(dāng)天拜訪執(zhí)行情況每日滾動(dòng)調(diào)整，使得業(yè)務(wù)員每日任務(wù)分配均衡靈活，提升拜訪效率和收益50%拜訪客戶量提升1分鐘 上百單優(yōu)化用時(shí)秒級(jí)高頻實(shí)時(shí)調(diào)用90.3%系統(tǒng)累計(jì)訪問使用率16%平均節(jié)省行駛里程11%平均節(jié)省行駛時(shí)間100%拜訪計(jì)劃完成率 72%有效拜訪時(shí)間全天占比