10月30日召开的国务院常务会议，通过《深化“互联网+先进制造业”发展工业互联网的指导意见》，要求加快建设和发展工业互联网，促进新一代信息技术与制造业深度融合，推动实体经济转型升级。
近年来，全球工业互联网发展驶入快车道，成为新一轮产业变革的关键驱动力量。江苏抢抓先机，去年制定实施企业互联网提升计划，推动企业开展新模式、新制造、新业态创新实践，涌现出一批“互联网+先进制造业”典型，制造业生态悄然改变。互联网到底如何“让制造更聪明”？记者采访省内多家先行先试企业。
模式1：
打造智能化车间实现提质增效
友达光电（昆山）有限公司，是一家专业生产第六代低温多晶硅液晶面板的台资企业。借助工业互联网，该公司打造的数字化管理车间，通过对生产过程中各类数据的采集、分析、利用，实现对生产全过程的全数字化管理和实时可视化管控。友达光电工厂负责人介绍，目前企业的主要机台设备都已加装新型传感器，实现数据的实时回收。通过友达内部建制的专业工业大数据分析平台，进行挖掘、分析找出参数关联关系，快速解决生产异常，提升生产效率。
“生产过程中，各制程产生的关键产品参数达数百项，生产机台的运行参数也有数千项，这些参数的累计变异非常多。异常发生时，通过使用大数据分析软件可提升准确性，有利于企业提升效率，提升良品率，降低成本。”这位负责人举例说，原本企业需要依靠人力抽检的产品，现在借助工业大数据的数据建模，产品产出时即可根据实时参数判定产品是否合格，从而实现产品全检，减少不良品的产出。
模式2：
搭建全流程平台推行个性定制
一万个客户一万种想法。南京“我乐家居”通过互联网，实现全屋家具的小批量个性化定制，给消费者带来更好的体验。这样的改变，缘于该企业建立的内外全业务全流程互联互通协作平台。
“顾客在门店，甚至在家里，依靠互联网，即可与我们的家居设计师共同完成对家居生活的定制。系统随即生成符合定制橱柜行业特点的订单。订单下达后，平台即开始对订单全生命周期的管控与追踪，以保证顾客如期获得满意的成品。”“我乐家居”相关负责人李莉介绍。
与大规模标准化流水线生产相比，个性化定制往往会带来时间与金钱的大幅增加。但“我乐家居”通过协作平台，有效控制时间与成本。“按照产品属性将产品归入不同的结构进行流程处理，根据各类产品不同的交期，细化供应链管理流程；不同类产品在同一发货时间的要求下，分开生产、采购、备库，只需在发货步骤时集中，有利于减少不同类产品间因生产周期的不同而互相等待的情况，减少产能浪费，提高供应链效率。”李莉说，个性化定制大大增强了企业竞争力，这几年企业销售增长都在30%以上。
模式3：
制造企业购买专业云服务
卡特彼勒是全球著名的工程机械生产厂家，目前包括徐州工厂在内的中国厂区均拥有国内顶尖的物联网信息平台。在这个平台上，企业可以实现工程机械全生命周期管理、溯源管理、预测性维护、能耗管理、产业链数据深度挖掘等诸多功能，从而节约成本，并为客户提供增值服务。
这个平台并非卡特彼勒自建，是租用的一家叫做天泽信息的企业提供的云平台。卡特彼勒无需建设大数据中心，不必购买大量基础软件和应用软件，所有的技术服务人员由天泽信息提供，而每台装备平均一个月的租金大约仅需几十元。
天泽信息，是我省一家专业打造工业企业物联网和大数据公共服务平台的高新技术企业。企业相关负责人杨美群说，除了服务卡特彼勒、徐工、日立、美的等知名大企业，公司还为数百家中小企业提供云服务，帮助这些企业走上转型升级之路。而成立17年的天泽信息，目前已在创业板成功上市。
模式4：
大企业引领产业链协同发展
南京先声药业与多家知名机构共同成立“精准医疗百家汇”项目，将成熟的研发平台、制药资源以及制药工业协同云平台开放给创业者，与他们共同成长，助推我国医药产业的发展和升级。
“先声药业百家汇平台，集聚近百家创新创业团队，有医药研发，有生物制药，也有药品零售企业。”企业相关负责人万宇介绍，该平台通过多个软件板块，实现制药内外协同化的落地。一是业务计划的协同。依靠以往业务销售数据，各家企业协同制定生产、采购的需求与计划。二是生产过程的协同。生产的计划，制造，审核等全过程管理，均在流程线上处理。三是供应链管控的协同。上下游企业的物料配送、经销商、药店的发货记录均在系统上线，通过发货需求能够统筹完成对上游企业物料的采购。四是数据分析决策的协同。对以往的生产记录、发货记录、物料采购记录进行统筹分析预测，基于数据进行精准商业决策。
模式5：
牵手阿里让制造更聪明
年初，省经信委联合阿里云组织开展“133工程”，发展工业互联网，综合运用新一代互联网技术着力提升企业生产和经营能力。目前，阿里与我省悦达起亚、天合光能、协鑫集团等27家重点骨干企业达成基于大数据、云计算技术的制造优化合作意向。
位于苏州的保利协鑫光伏切片事业部，去年4月牵手阿里云，目前已在工业大数据应用上初尝甜果。相关负责人周小栋说，借助流式数据上传技术，公司每天有超过一亿笔的数据不间断实时上传到云端。这些数据在云平台自动比对标准参数运行曲线模型，就可以监控生产设备是否正常；一旦核心参数数据超过阈值，系统将通过‘钉钉’消息平台通知现场作业人员及时响应；而通过云计算多变量处理技术，他们陆续建立生产过程故障诊断算法、核心零部件劣化预测算法、设备工艺推荐算法、良品率预测仿真算法等。
2016年10月，保利协鑫切片事业部下属一个车间在停工一段时间后复工，却发现良品率相较其它车间始终低7%左右。技术人员依据传统经验花了很长时间也没能解决，后来借助云平台生产过程故障诊断功能，分析结果明确聚焦核心模具参数异常上。在推动上游模具供应商改善后，良品率立即提高5个百分点。
联系我们请点击：
数邦客
