智能制造领域的智能中台

智能制造领域的制造中台——用ABC+IOT重新定义制造生产现场感知与操控制造控制制造运营管理业务规划与后勤决策支持计划采购生产制造设备产线设计产品设计物流/销售/服务运营/维护感知认知预测决策判断执行两条中心链以生产制造为中心的供应链和工程链向上支撑的金字塔从设备到现场产线从产品制造过程到运营管理打造智能化基因夯实数字化基础智能制造的的基础架构减少人工降低材料成本提高设备运转率提高生产率提升品质节能环保缩短停工期二级供应商供应商采购集团制造/供应中心一次物流区域供应中心次级仓库物流配送枢纽枢纽最后一公里服务客户销售研发能力精细化计划能力资金回馈流平台支撑集成设计智能化高速路移动数字化研发设计供应链制造营销交货/物流运营维护服务智能中台的业务思路仓库接收品质检验外购物料仓储管理采购计划物流路径强控多组织运货管理送货标签打印送货单下载供应商配货及取消供应商发货及取消发货清单打印发货清单打印供应商送货管理供应商车辆信息备案卸货码头车位位置延时预警参数配置车辆预约管理车辆入场采集车辆卸货采集车辆车位看板送货清单送货卡供应商送货管理外发请领管理供方来料不良退货拉式仓材料调拨出库结算仓材料调拨出库杂项发料盘点调整及清零送货单接收检验QMS回传检验结果送货单批量/单个接收外协成品接收杂项接收公司内调拨/接收生产计划容器维护票据打印自制件完工入库自制件工单发料公司内调拨出库跨组织工单领料票据车间倒冲子库倒冲仓库标签出库、App领料车间自领（拉式、结算等）计划外领料（超领）完工自动倒冲发料车间配送

供应商送货管理场内物料存储管理物流车辆管理自制件管理车间配送管理自制件仓储管理01供应商配发货送货单无纸化02车位预约实时车位动态车辆出入管理出门管理03实物条码化库存实时可视批次、库位、容器管理04自制件库存透明票据管理05配送指导实时账务工厂内供应链管理-“人”“货”“场”生产制造-人

机

料

法

环

测5M1E人机料法测环Man

Machine

Material

Method

Measurement

Environment

造成产品质量的波动的原因主要有六个因素：人、机器、材料、方法、环境、测量。人、机、料、法、环、测的六项分析不是独立的，是你中有我、我中有你。生产制造-人

机

料

法

环

测上环降时易夹损设备工艺不熟悉新员工较多程序设计不合理机台定型失控作业方法不合理人员机台控制元件损坏按合模或上环降动作夹胶囊未按标准作业抽真空、定型阀门切换不合理气动管路设置不良作业员责任心不强例一材料方法环境生产制造-人

机

料

法

环

测模具本身存在缺陷，验收把关不够严谨组装现场光线不足花纹块之间存在差异化上下模不一致检测和安装现场环境太差环料例二机智机台热板上、模具上粘有杂物机台热板存在不水平装模人员发现问题意识不强，操作不专业化法人安装检测未能标准化模具在运输、沙洗、安装过程的损坏提高一次装模合格率生产制造-人

机

料

法

环

测上胎侧板下胎侧板花纹块弓形座上模固定板下滑板活络模装配图模套型腔场景分析零件外观缺陷的机器检测是目前行业的业务瓶颈外观缺陷检测是一个天然的深度学习应用场景执行方无法获取理想的模型效果，PaddlePaddle提供了大量模型调优建议。需求分析数十种不同尺寸的零件十余种问题类型检测时间20-50ms基于Windows操作系统模型需要部署在Windows机器，要求每次检测时间20-50ms支持Windows预测，并保证预测性能将缺陷检测算法集成到整个零件检测解决方案（包含拍照、外观缺陷检测、尺寸检测、分拣等环节）数据采集/标注为客户提供自行图像采集标注的系统针对不同客户零件种类和问题种类进行数据采集和标注模型训练与调优模型部署应用落地134562技术方案选型客户需求技术任务为图像语义分割选择兼顾了准确率和速度ICNET模型被替换掉质检工人哪去了？基于百度PaddlePaddle框架训练深度学习模型，能够高效准确地识别出问题零件及其种类，精度可与人工检测持平，检测速度可以达到20ms/个。经测算一台检测机器可以代替10个熟练质检工人，能够帮助企业降低生产成本15%以上。案例：某制造企业采用机器视觉技术进行零件外观缺陷检测案例：一汽物流无人机自动盘点一汽物流与百度云合作，运用无人机航拍，获取图像数据，并基于视觉识别技术模型，进行自动分析，快速识别子库区及库内汽车数量、车辆所在的车位号，与库存系统进行实时比对，如果实际数量与系统库存不吻合，将会对异常数据进行警示，实现库存的自动盘点，目前视觉识别准确率高达100%。BIE-AI-BOX视频接入帧处理多帧识别结果聚合分析基础云平台大数据平台云端模型训练数字化探访水动作（行程、速度、角度、次数）,保障工作质量，为矿产安全保驾护航，在本地智能边缘部署算法，避免高带宽成本单帧动作分析算法煤炭生产安全监管云平台智能边缘（BIE）算法迭代识别结果上传案例：某煤矿企业利用AI算法对探放水工作安全监管案例：工厂安全高附加值任务琐碎杂务高附加值任务例如需求管理、供应商管理琐碎杂务智能中台的业务思路-目标任务的转换：“制”

转

“智”

“值”

转

“智”

“志”

转

“智”二级供应商供应商采购集团制造/供应中心一次物流区域供应中心次级仓库物流配送枢纽枢纽最后一公里服务客户销售研发能力精细化计划能力资金回馈流平台支撑集成设计智能化高速路移动数字化人工智能+客户人工智能+研