2022 AIoT創(chuàng)新日-打造智聯(lián)工廠新時(shí)代

ervicesIncoritsaffiliatesAllrightsreserved123123云轉(zhuǎn)型所帶來的IT價(jià)值僅占其潛在價(jià)值的5％，但其業(yè)務(wù)價(jià)值高達(dá)95％。尤其體現(xiàn)在制造、供應(yīng)鏈和務(wù)相關(guān)的主要潛力價(jià)值體現(xiàn)~5~5~5供應(yīng)鏈行政管理售后服務(wù)研發(fā)制造采購(gòu)售~30~25~10~15~5注：數(shù)據(jù)來自于麥肯錫發(fā)布的《2021年離散制造業(yè)上云調(diào)查》(CloudinDiscreteManufacturingIndustriessurvey)報(bào)告云技術(shù)全部業(yè)務(wù)價(jià)值亞馬遜云科技很好地體現(xiàn)了將數(shù)據(jù)、信息、知識(shí)、智慧納入到金字塔形層次體系，每上一層的服務(wù)均對(duì)度量獲取的數(shù)據(jù)；運(yùn)用分析服務(wù)獲取得了數(shù)據(jù)間相關(guān)連的信息；基于基于人工智齒輪箱軸溫、軸振動(dòng)(烈度)等采樣數(shù)據(jù)一號(hào)風(fēng)機(jī)在21點(diǎn)軸振動(dòng)(烈度)異常一號(hào)風(fēng)機(jī)停機(jī)將造成停窯，直接經(jīng)濟(jì)損失X萬元基于XGBoost算法實(shí)現(xiàn)了風(fēng)機(jī)主軸承故障預(yù)測(cè)不不斷創(chuàng)新持續(xù)改善”高端智能綠色高端智能綠色十四五規(guī)劃十四五規(guī)劃造標(biāo)準(zhǔn)體系。深入實(shí)施增強(qiáng)制造業(yè)核心競(jìng)爭(zhēng)力和技技術(shù)、加強(qiáng)設(shè)備更新和新產(chǎn)品規(guī)?；瘧?yīng)用。深入實(shí)施智能制造和綠色制造工程，發(fā)展服務(wù)型制造新模式，推動(dòng)制造業(yè)高端化智能化綠色化。培育先進(jìn)制造業(yè)集群，推動(dòng)集成電控機(jī)床、醫(yī)藥及醫(yī)療設(shè)備等產(chǎn)業(yè)創(chuàng)新發(fā)展。等重點(diǎn)行業(yè)企業(yè)改造升級(jí)，完善綠色制造體系。對(duì)供應(yīng)鏈的沖擊疫情加速企業(yè)改變?cè)袛?shù)字化水平的高低決定了刊》5月22日上海閔行區(qū)人民政府官網(wǎng)：2021年08月11日《新浪科技》持續(xù)優(yōu)化機(jī)器協(xié)作人機(jī)高度協(xié)同第三階段：全面推廣供應(yīng)網(wǎng)絡(luò)協(xié)同集成訂單數(shù)據(jù)采集與移動(dòng)應(yīng)用程監(jiān)控色制造持續(xù)優(yōu)化機(jī)器協(xié)作人機(jī)高度協(xié)同第三階段：全面推廣供應(yīng)網(wǎng)絡(luò)協(xié)同集成訂單數(shù)據(jù)采集與移動(dòng)應(yīng)用程監(jiān)控色制造JIT數(shù)字化精益源與環(huán)境蹤追溯數(shù)據(jù)平臺(tái)工記錄手工/靜態(tài)數(shù)據(jù) 傳統(tǒng)IT產(chǎn)可視環(huán)管理優(yōu)化產(chǎn)系統(tǒng)能環(huán)數(shù)據(jù)采集現(xiàn)傳感器狀現(xiàn)場(chǎng)巡檢第二階段：深化應(yīng)用第一階段：快速嘗試器設(shè)備鏈分析與預(yù)測(cè)數(shù)字化設(shè)備鏈分析與預(yù)測(cè)數(shù)字化設(shè)備體系數(shù)數(shù)字化平臺(tái)創(chuàng)新平臺(tái)06創(chuàng)新平臺(tái)060303卓越運(yùn)營(yíng)提高勞動(dòng)生產(chǎn)率以及提高設(shè)備可用性。狀與挑戰(zhàn)?積累多年的OT數(shù)據(jù)得不到分析利用?數(shù)據(jù)被長(zhǎng)期禁錮在Historian (歷史數(shù)據(jù)庫(kù))?缺乏單一數(shù)據(jù)來源?設(shè)備種類繁多、通訊協(xié)議五花八門案?歸集-協(xié)議轉(zhuǎn)換、數(shù)據(jù)上云，將數(shù)據(jù)存儲(chǔ)于時(shí)序數(shù)據(jù)庫(kù)中?解鎖-模型資產(chǎn)指定設(shè)備和流程的性能指標(biāo)，可視化設(shè)備實(shí)時(shí)和歷史數(shù)據(jù)?洞察-運(yùn)用ML/AISaaS服務(wù)，以優(yōu)化工廠產(chǎn)出、產(chǎn)品質(zhì)量、最大限度地提高資產(chǎn)利用率并識(shí)別設(shè)備維護(hù)問題?降低生產(chǎn)運(yùn)營(yíng)成本?提高毛利率?確保產(chǎn)品及時(shí)交付(OTD)?構(gòu)建安全、合規(guī)的生產(chǎn)環(huán)境IoT為客戶提供構(gòu)建新服務(wù)和業(yè)務(wù)模式所需的智能。隨著時(shí)間的推移改進(jìn)產(chǎn)品和服務(wù)，與客戶建立更好的關(guān)系，因?yàn)镮oT能夠了解客戶的需求，制造業(yè)的業(yè)務(wù)運(yùn)營(yíng)變得更加高效，企業(yè)可以更快地做出明智的決策，并且隨著時(shí)間的推移，基于IoT發(fā)展了數(shù)據(jù)驅(qū)動(dòng)的學(xué)科。?從工廠車間收集數(shù)據(jù)，并生成實(shí)時(shí)KPI攝取、資產(chǎn)建模、存儲(chǔ)和數(shù)據(jù)可視。?處理、豐富、存儲(chǔ)、分析和可視化IoT設(shè)備中的數(shù)據(jù)，以識(shí)別其狀態(tài)、測(cè)更改并在發(fā)生更改時(shí)觸發(fā)適當(dāng)?shù)捻?直觀地協(xié)調(diào)設(shè)備和亞馬遜云科技服務(wù)之?AmazonIoTCore是一項(xiàng)托管服務(wù)，可接的設(shè)備能夠輕松安全地與云應(yīng)用大規(guī)模管理設(shè)備授權(quán)和預(yù)配唯一標(biāo)識(shí)。?以低成本訪問大量數(shù)據(jù)，預(yù)先處理這些并使其可用于多個(gè)服務(wù)，用于分AmazonIoTiteWisezonIoTAnalytics AmazonIoTEventsAmazonIoTThingsGraphAnalyticsServicesDeviceSoftware與成果Connectivity&ControlServicesAnalyticsServicesDeviceSoftware與成果Connectivity&ControlServicesAmazonIoTDeviceSDKAmazonIoTrasszonIoTDeviceTester基于亞馬遜云科技服務(wù)開發(fā)邊緣設(shè)備。?提供豐富的開發(fā)庫(kù)，支持本地、云端連接，可以實(shí)現(xiàn)OTA(空中下載)提供邊緣側(cè)本地?cái)?shù)據(jù)處理能力。?在設(shè)備本體上測(cè)試亞馬遜云科技服務(wù)AmazonIoTCorezonIoTDevice zonIoTDevice常高的訴求。結(jié)合精益生產(chǎn)理念的亞馬遜云科技卓越運(yùn)營(yíng)解決方案可以有效促進(jìn)績(jī)效的可見性有限“救火"與戰(zhàn)略改進(jìn)延長(zhǎng)糾正措施的時(shí)間準(zhǔn)確工不認(rèn)可的統(tǒng)計(jì)指標(biāo)應(yīng)對(duì)意外故障和停機(jī)的成本更高業(yè)務(wù)戰(zhàn)略中未涉及的一線知識(shí)視化和數(shù)據(jù)驅(qū)動(dòng)的工廠目前是勞型工廠新的分析工具在低ROI下實(shí)施時(shí)間建立在最全面的云平臺(tái)上最強(qiáng)大的計(jì)算、存儲(chǔ)、安全、數(shù)據(jù)庫(kù)和分析功能集，可在此基礎(chǔ)上進(jìn)行構(gòu)建最廣泛和最深的AI和ML服務(wù)為從數(shù)據(jù)科學(xué)家到應(yīng)用程序開發(fā)人員的所有人，推出了250項(xiàng)新功能和服務(wù)建立在最全面的云平臺(tái)上最強(qiáng)大的計(jì)算、存儲(chǔ)、安全、數(shù)據(jù)庫(kù)和分析功能集，可在此基礎(chǔ)上進(jìn)行構(gòu)建最廣泛和最深的AI和ML服務(wù)為從數(shù)據(jù)科學(xué)家到應(yīng)用程序開發(fā)人員的所有人，推出了250項(xiàng)新功能和服務(wù)加加快使用MLAmazonSageMaker提高效率并降低成本加速計(jì)劃和培訓(xùn)制造業(yè)企業(yè)希望通過大數(shù)據(jù)構(gòu)建來自新數(shù)據(jù)源的洞察(移動(dòng)/社交/物聯(lián)網(wǎng))能力、大量歷史數(shù)據(jù)的洞引擎、運(yùn)營(yíng)績(jī)效洞察能力…狀與挑戰(zhàn)DatalakeonDatalakeon亞馬遜云科技StorageArchivalStorage|DataCatalogAnalyticsMachineAnalyticsAmazonAthenaAmazonAmazonAthenaAmazonEMRAmazonRedshiftAmazonElasticsearchServiceAmazonKinesisAmazonQuickSightAmazonAmazonAmazonAmazonAmazonAmazonAmazonAmazonAmazonDeepLearningAMIsRekognitionDeepLensComprehendTranslateTranscribePollyOn-premisesReal-timeOn-premisesReal-timedatamovementAmazonIoTCoreAmazonAmazonIoTCoreAmazonKinesisDataFirehoseAmazonKinesisDataStreamsAmazonKinesisVideoStreamsAmazonSnowballAmazonSnowmobileAmazonDatabaseMigrationService?無法將數(shù)據(jù)鏈接在一起?96%制造業(yè)企業(yè)的狀態(tài)數(shù)不到利用?收集的數(shù)無規(guī)律可循?39%的制造業(yè)企業(yè)數(shù)據(jù)收集無固定規(guī)律?數(shù)據(jù)難以訪問?66%的制造業(yè)企業(yè)發(fā)現(xiàn)其現(xiàn)存數(shù)據(jù)難以訪問轉(zhuǎn)型以為數(shù)字化創(chuàng)新平臺(tái)為依托、數(shù)據(jù)為紐帶形成人和機(jī)器智能融合的先進(jìn)制造體現(xiàn)，也是企業(yè)實(shí)現(xiàn)轉(zhuǎn)型的重要抓手。狀與挑戰(zhàn)AmazonAmazonAmazon非計(jì)劃停產(chǎn)造過程缺乏透明度性的生產(chǎn)沒有統(tǒng)一標(biāo)準(zhǔn)乏統(tǒng)一管理平臺(tái)關(guān)鍵設(shè)備的可用性同步標(biāo)準(zhǔn)化挑戰(zhàn)成果解決挑戰(zhàn)成果QSDPQSDPEE?來自客戶更短的交期要求??來自客戶更短的交期要求?供應(yīng)商無法及時(shí)供貨導(dǎo)致斷線?生產(chǎn)過程異常導(dǎo)致生產(chǎn)中?亞馬遜云科技數(shù)字制造洞察，提升整體裝備效率 (OEE)提升?亞馬遜云科技供應(yīng)鏈控制塔可以實(shí)現(xiàn)供應(yīng)鏈端到端可視，通過AI分析提高原料需求預(yù)測(cè)準(zhǔn)確度?基于亞馬遜云科技預(yù)測(cè)性維護(hù)提高設(shè)備無故障運(yùn)行?確保產(chǎn)線OEE的穩(wěn)步提升?提高及時(shí)交貨OTD能力?準(zhǔn)確的計(jì)劃確保原材料供應(yīng)及時(shí)、準(zhǔn)確?設(shè)備異常停機(jī)時(shí)有發(fā)生?因質(zhì)量問題導(dǎo)致的重工?產(chǎn)品換型時(shí)的生產(chǎn)準(zhǔn)備時(shí)間?基于亞馬遜云科技預(yù)測(cè)性維護(hù)提高設(shè)備無故障行時(shí)間?基于大數(shù)據(jù)的產(chǎn)品質(zhì)量數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)造成質(zhì)量異常的隱藏問題?基于算法優(yōu)化的生產(chǎn)計(jì)劃避免生產(chǎn)事件損失?設(shè)備無故障運(yùn)行時(shí)間得?產(chǎn)品良率不斷提升?合理的生產(chǎn)計(jì)劃確保有效生產(chǎn)時(shí)間的增長(zhǎng)律法規(guī)的發(fā)布?員工工作現(xiàn)場(chǎng)EHS的迫求?AmazonIoT實(shí)時(shí)采集儀表、傳感器數(shù)據(jù)，運(yùn)用AmazonSagemaker及早發(fā)現(xiàn)異常?基于IoT采集現(xiàn)場(chǎng)視頻數(shù)據(jù)，通過神經(jīng)元網(wǎng)絡(luò)模型對(duì)現(xiàn)場(chǎng)圖像實(shí)時(shí)檢測(cè)?減少環(huán)境污染等違規(guī)事件的發(fā)生減少人身傷害事件的發(fā)生?來自客戶對(duì)于產(chǎn)品追蹤追溯的要求?合格的產(chǎn)品是做出來的不是檢驗(yàn)出來的?AmazonIoT實(shí)時(shí)采集環(huán)境及人員數(shù)據(jù)?基于視覺檢測(cè)技術(shù)，在AI幫助下變傳統(tǒng)目檢為系統(tǒng)實(shí)時(shí)檢測(cè)、變?nèi)斯そ?jīng)驗(yàn)為數(shù)據(jù)驅(qū)動(dòng)?實(shí)現(xiàn)產(chǎn)品生產(chǎn)過程全流程追溯，提高了客戶滿度?質(zhì)檢自動(dòng)化?人工抄表、統(tǒng)計(jì)(WAGES)用量?三廢(廢氣、廢水、廢渣)實(shí)時(shí)掌握?異常事件的升級(jí)機(jī)制缺失?亞馬遜云科技IoT實(shí)時(shí)采集儀表、傳感器數(shù)據(jù)，數(shù)據(jù)上傳至數(shù)據(jù)湖?亞馬遜云科技Andon及時(shí)確?，F(xiàn)場(chǎng)問題得到及時(shí)響應(yīng)?提高了企業(yè)生產(chǎn)合規(guī)滴、漏的發(fā)生?數(shù)字Andon提高了現(xiàn)場(chǎng)精益生產(chǎn)運(yùn)營(yíng)能力本將設(shè)備過濾系統(tǒng)性能提高10%。Pentair希望改善膜過濾(BMF)工藝，提高客戶的解決方案IoTGreengrass在內(nèi)部運(yùn)行l(wèi)ambda功能，以提取膜性能信息，并使用AmazonIoTCore安全地傳輸效果與收益工程師被叫來解決現(xiàn)場(chǎng)經(jīng)理發(fā)現(xiàn)工程師被叫來解決現(xiàn)場(chǎng)經(jīng)理發(fā)現(xiàn)ANDON事件關(guān)聯(lián)問題并激活A(yù)NDON。行調(diào)查現(xiàn)場(chǎng)經(jīng)理發(fā)現(xiàn)ANDON現(xiàn)場(chǎng)經(jīng)理發(fā)現(xiàn)ANDON事件現(xiàn)場(chǎng)經(jīng)理通過詢問行調(diào)查ANDON。工程師被叫來解決Amazon虛擬安燈(Andon)工程師被叫來解決/工程師被叫來解決并使用AVA客戶端激活A(yù)NDON。??更快的解決速度?改進(jìn)的OEE供將來使用FormosaPlasticsCorporationManufacturing10,000+FormosaPlasticsisTaiwan’sleadingpetrochemicalcompanybymarketcap,andwastheworld’sfifthlargestchemicalcompanybysalesin2015.Asagloballeaderinthepolyvinylchloride(PVC)resinsector,FormosaPlasticsmakesandsellsPVCresinaswellasotherchemicalandfiberproducts.Production&AssetOptimization?在生產(chǎn)過程中，每個(gè)鋼板卷可能最終出現(xiàn)各種缺陷(即銹蝕、劃痕等)。在遺留缺陷處理過程中，缺陷以被動(dòng)方式處理，系統(tǒng)根據(jù)過去的經(jīng)驗(yàn)進(jìn)行修改，而無需適當(dāng)?shù)奈臋n。?臺(tái)塑公司需要一個(gè)主動(dòng)的缺陷處理過程，以幫助他們防止缺陷的發(fā)生，并找出缺陷的根本?亞馬遜云科技專業(yè)服務(wù)團(tuán)隊(duì)創(chuàng)建了基于AmazonSageMaker的質(zhì)量預(yù)測(cè)ML解決方案，可自動(dòng)預(yù)測(cè)鋼板卷是否會(huì)有缺陷、識(shí)別原因以及建?亞馬遜云科技團(tuán)隊(duì)結(jié)合了多個(gè)ML算法，并設(shè)計(jì)了一個(gè)特殊的優(yōu)化過程，根據(jù)可解釋的AI提出制造參數(shù)建議。?臺(tái)塑可提前4天識(shí)別目標(biāo)缺陷，使用主動(dòng)缺陷處理流程，準(zhǔn)確率超過90%。?通過缺陷原因分析和制造參數(shù)建議，質(zhì)檢人員通過關(guān)注高概率缺陷原因來節(jié)省時(shí)間。以前手動(dòng)解決缺陷最多需要6個(gè)月的時(shí)間。?臺(tái)塑可以自動(dòng)擴(kuò)展其ML模型，以涵蓋額外的缺陷