2018年7月22日,一年一度的“第七届中国大数据应用论坛”活动在北京大学英杰交流中心隆重举行。本次活动由中国新一代IT产业推进联盟指导,CIO时代学院、北大软件工程研究所主办,全国高校大数据教育联盟、北达软、万山数据协办,北大CIO班学员、CIO时代学院学员、全国高校大数据教育联盟成员、其它大数据领域专家和管理者等近两百人参加了这次论坛活动,此次活动的主题为:大数据时代的数据保护与利用。本次活动邀请到南京康尼机电股份有限公司智能工厂建设管理办公室主任张洪斌为大家带来“工业大数据与智能制造”的精彩演讲。
南京康尼机电股份有限公司智能工厂建设管理办公室主任、第25届CIO班学员 张洪斌
尊敬的各位专家、各位老师、各位同学们,大家下午好!今天很有幸能在这边做个分享。康尼公司是传统的制造业,在大数据这方面的应用、实践还有未来要做的事情,跟大家进行分享。主要是两个方面:一方面是我们目前做的智能制造方面的实施情况,第二是大数据分析平台应用方面的想法。
南京康尼机电股份是一个非常典型的传统装备制造企业,近几年开始做智能制造方面的转型升级。康尼是一家集团化运作的上市公司,主要以轨道交通产业为主业,以及其他多元化的产业。主营产品是城轨地铁车门系统,及高铁干线车门系统,,另外还有站台安全门及车厢内装式系统,目前我们还有最新的产品应用到新能源大巴。我们在国内连续10年是50%以上份额全球市场占有率达到31%,在这个细分行业里已达到全球第一。
下面就是针对智能制造的实施情况做个简单的汇报。为支撑康尼集团未来发展战略目标,根据中国制造2025总体框架要求制定了《康尼制造2025规划》。我们围绕销售到研发、生产、交付及维保等全价值链制订了智能制造的整个框架蓝图,横向要实现各系统互联互通,纵向要把数据从底层数据采集到最高层打通到底。时间上会分三大阶段进行推进,,首先就是形成数字化。从工业底层的数字化,再到管理平台的数字化。第二阶段是互联化,未来才是智能化。目前我们还处于数字化阶段向互联化阶段的迈进过程中。
对目前几个主要建设方面做下介绍。在谈智能制造之前要先实现精益化或者称为标准化、流程化,所以我们有个观点是做精益是智能制造的基础支撑。前两天看了一篇文章,主题叫“智能制造能不能少谈一点智能多谈一点制造”因为核心是要为制造转型升级,利用ICT技术为制造进行服务,。强调说我国现在还比较薄弱的环节在于底层的工艺基础及制造技术,这些方面要重点加强。所以首先要强调精益化,我们康尼公司也是按照这样一个路径,从2010年到现在做基础支撑,从点线面体推进精益为实施智能制造奠定基础。
我们在 “康尼制造2025”框架下具体开展实施,目前是南京市首批智能工厂示范企业,同时也获得了国家工信部智能制造示范项目,近三年是按照这样一个系统蓝图在推进智能制造的项目。我们从底层架构、执行层、感知层、管理层已基本建设完成,最上面的决策层就是大数据分析平台,目前正在实施。整个项目分了几大块,主要包括底层的精益产线设计及虚拟仿真平台,自动化车间系统及数字化制造平台,,包含前后供应链系统的智能管理平台以及智能产品及维保平台等。
做数字化之前还要做工业自动化我们制定了一些策略,目前也是属于发展阶段当中,按照单点到产线自动化,再到全工序自动化,最终实现柔性制造生产。目前数控化的比例达到70%上,工业机器人应用达到25%左右。同时要实现底层数据采集及形成工业互联网,设备联网比例达到90%以上。
数字化制造的平台,核心还是属于中间执行层的,就是MES系统,我们以MES系统为核心,并应用了高级计划排程、生产过程虚拟仿真、SCADA系统及生产指挥控制中心等构成数字化制造平台。实现智能优化排产;,生产过程透明化、实时化、标准化以及异常预警响应等等。
下面介绍我们的管理信息平台。研发端基于IPD流程进行优化,然后应用于异地协同产品研发,同时要符合整个IPD项目管控流程,实现结构化工艺等,所以构建了PLM系统。营销端,构建工业品营销的管理流程,我们起名叫“天龙八部”。实施了CRM系统将八个阶段怎么样开始跟客户进行打通,来形成订单流的源头。供应链端,我想很多制造行业整个供应链或者采购端这块对物料这方面的痛点问题比较多,所以说要把信息和精益化流程延伸到供应链前端,目前SRM系统也是正在实施过程当中,要实现订单协同,实现供应商管理及整体能力的提升。 最后就是售后及维保环节,因为我们的产品是30年的生命周期。在30年运营周期当中会有维保过程,所以我们采用一套完全定制的SLM系统,可以实现MRO管理、远程维保等功能。
康尼的信息化走过十几年的道路,目前我们面临的问题是上了这么多系统会形成一些数据孤岛。必须要互联互通,要让数据节点打通以后,形成数据流以后才能更好的利用这些数据,所以目前我们做的就是互联互通的整体项目。数据互联互通肯定是要基于业务流程的互联互通。所以针对公司全业务流程进行了完整的调研分析诊断以后,进行整体的规划,再形成整体的数据接口等规范再分步实施,我们将实施计划叫“丝路计划”,以期形成整体互联互通。
我们并不是单纯的为了做互联互通而去做,而是主要为了解决问题,给企业带来效益,所以我们把一些主要痛点问题拿出来去设定一个目标,有目的性的进行互联互通。第一期是围绕产生价值的订单流开始,面临问题,交付周期长、周转率相对低,产品设计变更很频繁,这些都会影响产品订单流的主要问题,所以第一期是围绕这个来开展,所以第一是产销协同、第二是变更管理。有这两大目标以后再打通整个数据流。再往后再推进供应链与项目管理、财务管理等等。
以上就是智能制造实施情况的简要介绍。通过近几年也实现了一些预期成效,我们从生产效率、运营成本、产品研发周期、质量水平以及能源利用等方面都带来了实际的提升。
下面一个部分就是针对工业大数据目前的应用或者后面要做的事情做个简要介绍。因为我们刚刚开始起步,所以更多的是一些想法。
第一个应用案例是车门智能诊断及远程维保系统。比如说车门打不开、关不上就会造成地铁停运。因为地铁运营故障超过40%的故障来自于车门,所以对我们的产品压力比较大。传统做法是一旦发生故障就要清客,然后下线,空车开回去以后查原因、维修。我们针对这个问题进行了有针对性的开发,形成了一套智能诊断系统,可以远程采集数据进行分析有没有故障,更重要的是要形成亚健康预警,当故障发生前预防,这是我们最主要的核心目标。主要功能包括在线监测,二是利用大数据分析平台实现发生故障以后怎么快速诊断,三就是亚健康预测。还有智能运营维护,能够快速维保。我们目前在五到六个地铁项目上进行了试运行明年会推广。实现一些主要技术指标,比如说提升故障诊断率、亚健康预防诊断率,以及降低维保时间等等。
第二个案例是大数据分析平台的应用。面临这么多信息系统,怎么样治理及应用这些数据,我们也进行了方案的制定和研讨,这个项目已经开始启动。主要分几个目标内容:数据治理、数据采集处理、数据建模分析以及关键指标监控预警。
整体解决方案,首先要构建这样一个组织架构。我们之前没有专门做数据,最多是一些主数据,但是现在面临这么多业务的大量数据,公司内部形成了数据治理委员会以及工作小组,首先要有专人做这个事情。第二就是要实现数据标准和规范,以及全生命周期的管理。第三更重要,就是我们的目标是数据驱动业务。如何驱动,我们也进行了自己的构思。关键问题在于业务的建模。
针对数据驱动业务模型我们业进行了构思,包括正向和反向。从数据产生价值的过程我们可以看到,我们研究分析的过程肯定首先是业务问题,然后进行数据建模,然后去探索挖掘这个数据,再寻找数据来源。而真正在做的过程当中实现的路径是由底层往上,首先要有数据,然后形成获得数据的工具分析平台,利用分析平台建模和分析算法最终对数据进行分析,最终反映到业务问题当中指导业务改进。这些技术架构我就不谈了,各位都是专家,从底层数据源开始到抽取数据形成数据仓库,再到数据挖掘分析,再最终形成探索出来的一些数据分析的应用。
总体建设目标,数据仓库的建立、大数据分析运算平台、面向业务问题要建立业务模型,最终构建整个大数据分析的平台,这是分了四个步骤。其实这些都是技术方面的,针对我们要解决企业业务问题时,首先是要找到痛点的一些问题。我们以财务管理及指标作为第一期来进行应用,目前的现状还是比较传统的财务管理的方式,然后基于事后分析报表,并不能通过实时数据进行挖掘,所以要基于大数据的平台实现实时业务驱动整个财务的管理战略。目前我们为什么要从财务数据开始?第一个最重要的指标就是分析毛利率,怎样从并行的多项目的料工费里面挖掘问题,最终目标是提高运营的毛利率。
这个是针对应用大数据分析平台解决财务问题的可能预期会带来的效果。我们要实现财务管理的转型。传统的财务要满足核算,现在不光是核算,还要以财务指导或者引领企业战略发展。利用大数据分析平台能够提供针对我们盈利能力的完整系统的解决方案,以及探索出来潜在的问题,去实时的预防一些运营当中的问题的发生。 预期半年时间构建这个平台,实现财务数据管控的转型,更重要的是构建自己的数据分析的团队以及人员能力提升。
我的主要介绍就是这些,我们还在不断的学习、探索、实践的过程当中,康尼会在智能制造道路上持续前行,以期实现整体转型升级。谢谢!
第三十五届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:liukai
免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。