智能制造的维度分析课件

1、智能制造的维度分析2019.9.2711数据洞察的价值目录2智能制造的维度分析Contents23工业4.0智能制造评测思路4 总结 供应商金融机构经销商企业设计公司售后服务机构客户Source： IBM 中国制造业走向2025研究报告协同互联智慧的生产智慧的参与者智慧的产品从“传统价值链”向“新价值网络”变革构建以数据洞察为驱动的新价值网络 构建以数据洞察为驱动的新价值网络 1新科技驱动力（CAMSS + IOT) 以云计算、大数据、移动互联以及物联网等为核心的IT技术发展正在有力的推动着传统产业的变革。新一代运营管理- IT + OT融合 ( OT=Operation Technology

2、运营技术) CPS系统；生产全场数字管理：异地工厂/车间网络化连接，机器间及系统间完全实现互联互通，完全自动化，生产过程全程可视可追踪。API经济（API Economy) 企业的业务能力、产品和服务以新Web API的形式向外扩张，更好地应对外部需求，打通与客户、合作伙伴及生态系统之间的连通渠道，建立创新的业务和盈利模式。传统行业与互联网（如社交媒体）的连接利用社交媒体获得用户对产品的反馈，及对下一代产品的建议等互联网+ 从销售端开始，逐渐介入研发、生产、制造的相关环节1科技以何种方式驱动传统制造业5数字化的价值锁定6海尔的大数据策略：SCRM+ AOS当漏斗营销碰到大数据制造业的O2O商业

3、以何种角度驱动传统业务17数字化是全方位、迭代式的渐进进程1源自数据洞察的新价值目录2智能制造的维度分析Contents83工业4.0智能制造评测思路4 总结 智能制造三维度9产品生产商业2智能制造的核心部分10SMS核心能力成本控制生产率差异性 定位敏捷性质量可持续 发展智能制造目标敏捷性A质量Q可持续发展S生产率P2智能制造系统的特征智能制造区别于其他的基于技术的制造范式，定义了有着增强能力的下一代制造目标愿景其核心特征包括互操作性和增强生产力的全面数字化制造企业通过设备互联和分布式智能，实时控制和小批量柔性生产快速响应市场变化和供应链失调的协同供应链管理集成和优化的决策支撑用来提升能源和

4、资源使用效率通过产品全生命周期的高级传感器和数据分析技术来达到高速的创新循环112智能制造系统的能力问题122132源自NIST公号知识自动化整理1源自数据洞察的新价值目录2智能制造的维度分析Contents143工业4.0智能制造评测思路4 总结 德国中小企业4.0评估15工业4.0完整版 Full目标：标准、规范和研究，五年之外定义完整的工业4.0属性，包括战略工业4.0 预备版 Ready目标：供应商端，五年之内 要成为工业4.0网络的一部分产品所需要的最基本特征工业4.0 基础版Basic目标：用户端，进行时选择已经为工业4.0做好准备的产品3评测首先是战略问题163173智能生产18

5、3智能生产19无生产 数据处理仅存储分析数据过程监控评估生产过程自动流程规划与控制320六大要素一级二级三级四级五级生产数据加工无生产数据处理存储数据用于文档编制分析数据用于生产过程监控评估数据用于流程计划和控制自动进行流程计划和控制机器间通信无机器通信具有现场总线接口具有工业以太网接口机器连接到互联网网络服务（M2M软件）公司级生产网络与其他业务部门/企业无沟通通过电子邮件和电话进行信息沟通数据交换有一致的数据格式和规则统一的数据格式和内部各自与数据服务器相连内部进行独立连接、全IT解决方案生产过程中的信息通讯基础设施通过邮件和电话进行信息交换有用于生产的中央数据服务器通过基于互联网门户进行

6、数据分享自动信息交换（如订单跟踪处理）实现供应商/用户流程设计紧密集成人机交互操作者和机器之间没有数据交换使用本地用户界面进行交互集中式/分散式生产监控和控制使用移动用户界面进行交互通过增强/辅助现实进行人机交互柔性与生产效率固定的生产体系和小规模的标准件制造使用柔性生产系统生产标准件柔性生产系统和产品的模块化设计在公司内部实现组件驱动式模块化产品生产价值链网络进行组件驱动的模块化生产智能生产3智能产品21322无传感器和控制器集成传感器产品自身获取传感器产品自分析决策3智能产品智能评测实例23324325智能用户需求交互与分析系统基于大数据销售订单 批量订单 模块化订单 个性化订单设计系统协

7、同设计/互动设计/Dfx满足用户多样化和个性化需求的智能销售系统智能服务传统服务/呼叫中心的互联网转型智能采购可视化模块供货商组件级/模块级82451虚拟现实仿真工业4.0目标 满足用户多样化和个性化需求 高质量 成本可控 按时交付智能制造神经指挥系统互联网总线/iMES系统3ERP智能物流系统In/Outbound自动仓储/运载7智能生产系统智能终端/人机交互/统一BOM63企业核心业务流程端到端（业务运营才有数据的产生）工业大数据二维矩阵模型(成本分析)质量分析工艺配比优化产品性能对比分析设备状态分析订单盈利分析其他.数据的重要度大数据分类基于产品多维度标签数据采集从机器人/传感器/RFI

8、D数据处理存储/ETL/DMP大数据分析模型先验模型/算法/迭代模型价值变现模型优化/迭代企业能效目标差异化性能/质量/成本/收益大数据分析的基本方法逻辑大数据分析的核心要素描述数据特征的标签或画像供货制造销售营销物流服务用户供应商三交数据(交互/交易/交付)设计制造三交数据营销三交数据物流三交数据服务三交数据1232532810512243销售到智能销售智能用户交互与分析MES到iMES研发设计到PLC协同互动1234工业2.0工业3.0工业4.0 完整意义MES系统建设 完整意义MES系统与PDM，与ERP，与物流的打通 实现基于MES的质量管控 初步实现基于MES-ERP的SCM成本分析

9、 从研发设计转到产品全生命周期管理，建立P0-P6完整的业务流程体系 基于P0-P6建设完整的PLM系统，实现数据打通和数据可视 CPM与P0打通，建立产品市场企划体系 建立完整的NPI/EOL流程与系统支撑平台 搭建内外部供应商协同研发平台 线下传统用户接点部门流程和数据打通，实现数据可视化建立产品质量投诉建议反馈-接受-改善 实现品牌商-渠道-门店扁平化与人区客店数 品牌商-渠道-门店全节点到SKU数据打通 创建和运营有竞争力的电商渠道（注：离散制造/钢铁冶金流程） 线下线上销售全渠道业务规则与业务流程打通 建立强大灵活的全渠道前中后台系统，数据打通 创建模块化订单体系并与设计/制造/采购直连 基于互联网/物联网技术实现高度的线上线下智能销售系统（灵活对应三种订单类型） 实现销售目标、销售预测、销售计划与销售订单的智能匹配，大幅提升销售预测准确性 时尚及冲动型行业实现基于智能销售的市场快速反应31源自数据洞察的新价值