强强联合—阿里云依托下的智能制造业案例分享

简介: 在云栖大会南京峰会智能制造专场上,南京泰治自动化技术有限公司副总经理陆晓杰和南京泰治自动化技术有限公司副总经理钱国兵分享了他们与阿里云的合作过程以及成果。高效的阿里云平台联合专业领域经验丰富的企业,进一步提升了制造业的智能化水平。
摘要:在云栖大会南京峰会智能制造专场上,南京泰治自动化技术有限公司副总经理陆晓杰和南京泰治自动化技术有限公司副总经理钱国兵分享了他们与阿里云的合作过程以及成果。高效的阿里云平台联合专业领域经验丰富的企业,进一步提升了制造业的智能化水平。在阿里云提供的高效算法和模型下,多个企业实现了生产信息的实时监控,无纸化的生产过程,清晰的物料标识和追溯,以及高度协同的人机集成系统。同时,拥抱云平台之后,项目管理过程,包括投资,融资,建设等过程也变得尤为高效。

数十款阿里云产品限时折扣中,赶紧点击这里,领劵开始云上实践吧!
以下内容根据演讲嘉宾视频分享以及PPT整理而成。
  148751dafae61a2cdd9440e64002664dc2d81ef1
3d35c7a792cdd3070e6e17e42401099f708b325a
 
本文主要介绍以下两个案例分享。
一、集成电路行业智能制造案例分享
二、云上项目管理案例分享

一、集成电路行业智能制造案例分享
“智能化“工厂的目标在于提升制造业的智能化水平,建立具有高度灵活性和资源效率的智能工厂,集成并整合产业价值链中包括客户、供应商、合作方、物流等所有环节,所有智能化的工厂并不仅仅表现在工厂内部的智能化,向上延伸到客户以及供应商,包括公司的合作方以及物流环节,所以智能工厂延伸到了整个供应链。此外,智能化工厂延续了“传统意义”上的工厂自动化的广泛应用,现在一谈到智能化,就能想到智能车间,智能工厂包括智能制造。智能化工厂深化了横向和纵向集成(基于标准化和软件)。智能化工厂实现从中央控制式转换到智能分布式,原来工厂的智能化是基于工厂内部的,如果想要在企业内构建类似于大数据,流计算等环境,成本较高。所以在完成工业智能化的基础上,想要根据采集的工业数据,向智能制造发展时,可以依托阿里云提供的算法,模型进行工业上的智能制造。
a85c1e00eccdb0aa6f49599ca2aa72fae66b01ad 
下图是南京泰治自动化公司智能化工厂发展的过程。整个过程分为五个步骤,即组织化,数字化,工业互联网,数据分析,智能工厂。国内大部分的公司停留在组织化和数字化,并且对于工业互联网正在不断探索。南京泰治自动化公司聚焦的是高端制造业,即芯片的IC封装,PC板制造等,处于工业互联网阶段,之后在数据分析和智能工厂这两步上还有很长的路要走,仍然在与客户的交流中不断进行探索。
  8465bc8c1532ef375541b1ccde5d7fd18c415ace
智能化工厂共有4个目标,如下图所示,即生产信息的实时监控,无纸化的生产过程,清晰的物料标识和追溯,以及高度协同的人机集成系统。前三个目标实现起来较为容易,第四个目标对应于上面的第四,第五阶段,是大家需要一起探索研究来实现的目标。
  18b080bca210d5e8261642d140b3e93154256347
下图展示了集成电路企业系统的横向集成与纵向集成,首先实现了设备自动化,通过一些中间平台,智能MES系统等搭建了集成电路集成架构。
  3a28ba6bbb458bdd3790c6d060c29a1eeb5a37c8
下图展示了集成电路企业智能化的升级路线,对应于上文提到的四个目标,无纸化,可追踪性,产线和产能管控以及大数据分析,大数据分析方面会有很多阿里云的合作,在大数据分析之前公司会做一些数据信息的采集,在特定的领域中,公司有比较强的专业性,但在算法或者模型建立上,需要依托于阿里云提供的一些技术支撑,在强强联合后,阿里云能够对公司提出的特性,功能要求,进行算法预测,模型建立得到企业想要的数据信息。这是南京泰治自动化公司与阿里云合作的一个点,在不久之后,公司会将这些想法寻找用户落地实现。
  b400883cd88e976d1568e272c4c12a736b48f698
下图展现了工业互联网平台的本质,如果我们仅仅只有数据,但是数据没有经过有效的分析,这样子就无法为企业提供真正的价值。目前,数据来自一下几点,设备数据,产品数据,系统数据以及生产数据,从订单开始到产品的出库都能提供大量的数据,这点是南京泰治自动化公司体现的强项,公司能够基于企业的生产,生成所有的数据,采集这些数据。 之后,公司基于阿里云提供的模型和算法,包括整体的微服务架构,对于制造业来说模型的使用在于以下几点,云端部署,优化算法,系统微服务架构等。对于定制化的生产,工业如何去支撑,这是生产工艺所关心的。另外,设备,能源这些都是成本,如何去尽可能的优化也是企业关心的问题。产品生命周期的追溯是很重要的,例如,对于芯片来说,不是单一存在的,芯片与现在很多的电子产品密切相关,如果芯片出现问题,对于某个设备而言,影响非常巨大,因此对产品生命周期的管理是非常重要的。
  e4151d51785e5a6c182eb44550ddef76041d5868
下图展现了工业互联网平台的基本架构,底层是终端层,进行数据的采集,上面依次是网络层,平台层,应用层和服务层。阿里云目前关注于平台层,南京泰治自动化公司关注于网络层,终端层中数据的采集,此外还关注于服务层的应用,这体现了南京泰治自动化公司和阿里云在中间平台上的合作。
  18ac2d34413c3b7d7afdb280c307aafc3b873886
下面介绍的是南京泰治自动化公司在集成电路行业中的具体案例分析。如下图所示,这里采用了平时我们所说的找痛点方式,也是阿里云尝试用的一种方式,公司能够采取什么样的方式帮助客户解决他们的痛点,这是公司关注的内容。在集成电路领域,帮助客户解决痛点的方式如下图所示,一般来说就是人,机,料,法,环。公司会在这五个环节中寻找客户可能存在的痛点,公司如何从智能制造方面去解决这些痛点是亟待解决的。
  5819d2decf6b2ed204330a85e6cda468b58c3dd7
下图是智能制造平台的整体架构,展现了公司目前的核心产品,底层和设备端相接,具备了不同的通讯模式,如PLC,TCP/IP等模式。数据采集一般分为以下几个方面,recipe,这是公司设置的工艺制成参数;status,指的是设备状态;alarm;event;和生产相关的信息,这些是进行设备联网的基本数据。有了这些数据,通过智能化平台,和上面的智能软件做对接,有对recipe,alarm,参数,电子图档的管控。如果有非常复杂的系统,保证recipe参数正确下载,以及通过大数据分析,对alarm进行管控,对生产设备进行维护。PMS实现了对参数的管控包括对参数对核心品质的追溯。下图中智能仓储,智能物料柜,智能上下料是公司的核心产品。现在所处的高端制造业,已经满足了设备的高度自动化,但是设备与设备之间是孤立的,未来将会研究智能化的上下料实现智能车间整个工序的自动化。未来的智能工厂并不仅仅管理生产过程,还包括对于人机料法环环境的管控。
  150b4a34a8a4e88c94a3da0ce092e79a6db4c9a2
下图展现了智能化的MES系统,首先抽象产品与建模,所有工序的卡工点都是通过过程建模得来的。在整个生产过程中,无论生产前还是生产后,系统根据Lot与设备关联,关联之后,每个工序自动生成它们的卡工点。
c91d6a54176bf26518b0776b90527f1b302b15da 
下图展现了生产数据的分析看板,点击所有的设备,能够看到设备当前生产的产量,有没有alarm,alarm产生和清除的时间,这些都能检索到。除此之外,还能看到生产任务,运行状态,生产效率等。下图展现的是一个车间的状况,在未来能够实现多个车间的信息呈现。
33d9b73aab213cdce2c37d70a5a82817cd7d0c00 
下图展现了多个维度上的分析结果,在未来,数据源提供的数据并不只是单一的一种数据,需要有不同种类的数据结合在一起进行分析。目前,公司有三大主题,分为生产计划,设备运行状态,设备生产效率,通过这些给不同的决策者提供决策依据。实际生产过程中,停机一个小时对生产者的影响是很大的,通过集成电路系统,运用大数据分析,能够告诉生产者alarm的产生过程。生产者在改善这些记录的alarm之后,对产能来说是一个质的飞跃。系统能够对数据进行分析,同时指导他们生产过程的优化。
28984eb25b75579e0ede36d3468818d7e3bd39ef 
下图展现了工业云平台架构,底层是数据采集层,数据采集是基础,系统能够构建精准、实时、高效的数据采集体系,设备同时包括测试数据,如果测试数据发生异常,需要对前面的生产过程进行干预。通过传感器能够获得资源的使用情况,这也作为数据采集层生成的数据。在这之上,IaaS是支撑,实现了计算、存储网络等资源池化。工业PaaS是核心,构建一个可扩展的操作系统,为应用软件开发提供一个基础平台。工业APP是关键,形成满足不同生产场景、不同管理需求的应用服务体系。
  bdfb637c0651918feae882a1c09a9f6f37906b21
工业云平台使用带来的变化如下图所示。起初,智能制造的数据来源于生产数据,加上与平台之后,来源于业务系统,产品系统,运行环境,生产过程以及互联网等。在数据使用方面,从本地孤立的系统分析统计转换到在云端,实现互联,互通,互操作等。在数据处理方面,有了云平台之后,提高了性能,满足了良好的吞吐性能,实现了可视化实时数据流程管理。资源优化方面,智能制造加云平台使得资源优化从描述,诊断到预测,决策不断的深入。
a12c346ff93c5ac69c06b3bfab82b27dc466ac17 
下图展现了云平台效益的评估,主要体现在生产工艺优化效率的提升,设备性能优化,生产品质追溯,生产系统决策,无纸化几个方面。
  70bcd442e51bb3231a89da0240e5d1d79cd8481f
二、云上项目管理案例分享
首先介绍一下投-融-建-管-营方案,如下图所示。针对几个方面,建设投资,融资,建设,管理,最后到运营的整个一体化的项目管理云平台。投资过程包括投资决策,项目评审,多维度,科学评分体系;融资过程包括融资安排,资金规划,收支偿付动态平衡;建设过程包括项目的建设过程,进度成本质量的管理;在管的过程,包括投资集团,大型企业,多层级项目组织结构管理等;最后在运营过程中,包括项目公司的运营管理,项目汇报分析与监控。
  3bb26484ea8a541ba1078cb81bd2cc09d8758960
如下图所示,在“投”这一过程中,从项目获取,假设分析,资产评估到相应的财务预测,系统对这些过程都有对应的数据模型。假设公司对一个自来水厂投资20个亿,想要知道自来水厂多少年能回本,每年的收益率是怎么样的,这些信息可以从投资决策这个角度进行分析。
  4a459a8453c37e1accb4eab18371ca6e055d6540
在有了以上的投资决策后,企业可能会有融资需求,不管是从银行还是其他渠道获取资金,企业都需要进行融资资金的管控。如下图所示,首先是银行授信管理,之后项目的资金使用方和银行是需要对接的,有一些项目贷款记录,包括资金的拆借情况,融资协议查询、银行提款情况查询、还贷应还/实还查询、资金拆借还款查询;融资总体情况、融资还款情况、国资委报表统计等。
16dc511f22616abf438d10de4cce6fd18828d218 
现在很多大型的项目,例如最早的三峡工程,奥运,世博,对这些项目中的计划,成本等过程进行管理非常复杂,如果没有很好的建设管理平台,管理项目就会变成企业的痛点。
  643bd4e5a886634f4cdc899e536dbbbf14891cc8
系统提供多级的管控平台,把多组织,多单位的方式在一个平台上完成,如下图所示。
  bc25f99a961ecbba75209d375e0f60bdc5cf12e6
项目建设成功之后,会有一个运营的工程,运营期间的管理以及运营期间的资产转换等都是在运营过程中需要展现的。
7a57666fd1283081d7ae56fe4647850ed56bf9d0
下面介绍一个轻量级的平台,科研项目管理。如今一些企业中都会有一些科研的需求,有一些科研的立项。设计思路如下图所示。
  fa54f7178468c46f77aca71c43f845ef9f8f7734
以下的图片展示了基于以上设计思路的设计成果,下图阐述了严格项目审批流程,强调科研团队组织和成果预期价值。
  3f7c8321264bc8b63b886a535311d575168450fc
下图展现了完善科研经费管理,增强资金使用的规范性和自主性。
  b838709bd79674a9293c5a5fc957570d24194c3f
下图展现了加强对项目进度的考核管理。
  fa95af1901f95445e1811d2ae42c31e329d6fcaf
下图展现了项目实施过程的管理进展跟踪。
  303c28db3522bff637c3cd6afa7d708b888dc281
下图展现了加强科研信息整合,推进知识库建设。
  c5784a0f5762246cb2287ddfa888541ff9c0e85d
下图展现了强化科研成果管理,将成果转化纳入管理过程。
  ae6c72b314f30168a7ca75cd6bff46d10a09c524
本文由云栖志愿小组沈金凤整理,编辑百见

相关文章
|
1月前
|
SQL 人工智能 数据挖掘
阿里云DMS,身边的智能化数据分析助手
生成式AI颠覆了人机交互的传统范式,赋予每个人利用AI进行低门槛数据分析的能力。Data Fabric与生成式AI的强强联合,不仅能够实现敏捷数据交付,还有效降低了数据分析门槛,让人人都能数据分析成为可能!阿里云DMS作为阿里云统一的用数平台,在2021年初就开始探索使用Data Fabric理念构建逻辑数仓来加速企业数据价值的交付,2023年推出基于大模型构建的Data Copilot,降低用数门槛,近期我们将Notebook(分析窗口)、逻辑数仓(Data Fabric)、Data Copilot(生成式AI)进行有机组合,端到端的解决用数难题,给用户带来全新的分析体验。
110103 118
阿里云DMS,身边的智能化数据分析助手
|
3月前
|
开发工具 开发者
阿里云 在智能媒体服务中,智能生产制作时长包,可以批量混剪视频吗?
【1月更文挑战第15天】【1月更文挑战第73篇】阿里云 在智能媒体服务中,智能生产制作时长包,可以批量混剪视频吗?
183 5
|
4月前
|
数据库
电子好书发您分享《《阿里云数据库案例集客户案例集》电子书》
电子好书发您分享《《阿里云数据库案例集客户案例集》电子书》
202 2
|
4月前
|
存储 人工智能 Cloud Native
阿里云推出中小企业扶持权益,助力企业开启智能时代创业新范式
在当今快速发展的数字时代,中小企业面临着无限的商业机遇和挑战。为了帮助中小企业更好地应对这些挑战,抓住发展机遇,阿里云近日推出了全新的中小企业扶持权益,为企业提供了一站式的数字化解决方案,让企业轻松开启智能时代创业新范式。
阿里云推出中小企业扶持权益,助力企业开启智能时代创业新范式
|
6天前
|
自然语言处理 Cloud Native Serverless
通义灵码牵手阿里云函数计算 FC ,打造智能编码新体验
近日,通义灵码正式进驻函数计算 FC WebIDE,让使用函数计算产品的开发者在其熟悉的云端集成开发环境中,无需再次登录即可使用通义灵码的智能编程能力,实现开发效率与代码质量的双重提升。
95381 2
|
29天前
|
存储 DataWorks Kubernetes
阿里云cam授权案例
以下是内容摘要: 1. 阿里云OSS自定义策略允许全权访问`dc-odsopr`及其所有内容。 2. Dataworks授权文档详情见[此处](https://help.aliyun.com/document_detail/74302.html)。 3. 日志权限策略涵盖多种日志操作,如获取和管理项目、作业、日志存储等,限定于`cn-shenzhen`区域的`k8s`项目。 4. AliKafka权限包括实例、主题的管理,消息操作及部署、ACL、用户管理等。 5. OSS策略允许上传对象至`sz-creative-system-test-public`存储空间。
26 5
|
1月前
使用阿里云智能翻译接口案例—
使用阿里云智能翻译接口案例—
11 0
|
1月前
|
JSON 数据格式
使用阿里云火车票查询接口案例—
使用阿里云火车票查询接口案例—
11 0
|
1月前
使用阿里云身份证扫描识别接口案例—
使用阿里云身份证扫描识别接口案例—
32 0
|
1月前
|
人工智能 IDE API
灵动指尖 :阿里云智能编码插件 更好的为IDE内置社区服务
灵动指尖 :阿里云智能编码插件 更好的为IDE内置社区服务

热门文章

最新文章