我们可以解决您(工业制造业)的核心问题
-
智能供应链
通过对历史销量数据、订单数据、车辆数据、高德数据的智能挖掘,对销量进行精准预测,对库存进行分析和优化,把订单推送给最合适的车辆,避免无效推送,最大程度实现最低库存及提升物流配送效率。
-
智能研发
通过整合从产品研发、设计、生产以及售后所有产生、交换和集成的数据建立对产品全生命周期的数字档案,通过人工智能算法定位关键因素,运用大数据分析从多维度寻优与动态仿真,提供产品全价值链预测服务与优化策略。
-
智能生产
在对制造过程数字化描述的基础上,运用人工智能算法研究不同参数变化对设备状态与整体生产过程的影响,并根据实时数据与现场工况动态调优,提供智能设备健康管理、工艺参数实时推荐、生产调度等功能,为生产现场管理、精益提升提供强大工具。
-
智能营销
提供“攻”“守”结合的智能营销产品组合;品牌卫士实时智能评估品牌形象,为“守”;客户洞察提供从宏观产业洞察到微观潜客挖掘的多层次分析,全类商机尽在掌握,为“攻”。
ET大脑当前已广泛参与到新能源、化工、重工业等不同制造领域,
帮助合作伙伴取得了巨大的价值
痛点:
协鑫光伏太阳能电池硅片生产出现了次品率升高的情况,由于难以定位原因导致生产效率降低,生产成本升高。解决方案:
阿里云ET工业大脑全方位监控生产过程中的实时参数曲线并构建核心部件的健康指数模型,在识别关键因素的基础上进行参数推荐,最终提升良品率。实现价值:
通过对太阳能电池硅片生产过程进行最优参数的推荐,切片良品率提升了1%。为企业带来了巨大的成本节约痛点:
中策橡胶在橡胶密炼(橡胶生产的核心环节)过程中的能耗和次品率受原材料及生产环境影响很大,导致综合生产效率波动大,生产成本控制难。解决方案:
将阿里云ET工业大脑应用于橡胶生产环节,根据密炼过程参数实时数据构造训练数据(如:排胶时刻的特征、胶料监测结果等),建立决策树模型,推荐最优的工艺参数,最终降低能耗,提升良品率。实现价值:
通过最优参数推荐,优化密炼工艺,门尼值标准差(密炼工艺关键参数)降低了14%,密炼时长减少10%,密炼温度降低6%,大大降低了能耗,良品率提升5%。痛点:
锅炉的关键部件什么时候会坏,提前预警,减少停机解决方案:
基于工业锅炉系统的实时监控数据,针对锅炉的主体部分及其主要辅助装置/部件(如给料机、引风机、送风机、省煤器、空气预热器、布袋除尘器等)的每一个子系统搭建了相应的“基于残差的异常预警模型”,对锅炉的主体和各个部件的异常状态进行预警,辅助故障定位,减少因故障对业主带来的生产损失,优化备件资源。实现价值:
在仿真计算结果中,能实现在故障发生前约6-12个小时发出预警,在考虑平衡准确率和覆盖率的情况下,准确率达到72.1%,覆盖率达到72.4%痛点:
电池片生产的工序繁多、工艺极其复杂,依靠传统的分析方式已经很难在品质提升上继续取得突破性的进展解决方案:
基于对电池片全生产流程数据的整理与打通,识别影响电池片质量的关键工序与核心因素,利用智能算法对核心参数进行优化推荐,并在产线的对比测试中不断调优,最终提升电池片的A品占比。实现价值:
通过对天合光能生产关键环节的优化,帮助天合光能实现了A品比例7%的提升,帮助天合光能进一步巩固在行业中的领先地位。痛点:
协鑫光伏太阳能电池硅片生产出现了次品率升高的情况,由于难以定位原因导致生产效率降低,生产成本升高。解决方案:
阿里云ET工业大脑全方位监控生产过程中的实时参数曲线并构建核心部件的健康指数模型,在识别关键因素的基础上进行参数推荐,最终提升良品率。实现价值:
通过对太阳能电池硅片生产过程进行最优参数的推荐,切片良品率提升了1%。为企业带来了巨大的成本节约痛点:
中策橡胶在橡胶密炼(橡胶生产的核心环节)过程中的能耗和次品率受原材料及生产环境影响很大,导致综合生产效率波动大,生产成本控制难。解决方案:
将阿里云ET工业大脑应用于橡胶生产环节,根据密炼过程参数实时数据构造训练数据(如:排胶时刻的特征、胶料监测结果等),建立决策树模型,推荐最优的工艺参数,最终降低能耗,提升良品率。实现价值:
通过最优参数推荐,优化密炼工艺,门尼值标准差(密炼工艺关键参数)降低了14%,密炼时长减少10%,密炼温度降低6%,大大降低了能耗,良品率提升5%。痛点:
锅炉的关键部件什么时候会坏,提前预警,减少停机解决方案:
基于工业锅炉系统的实时监控数据,针对锅炉的主体部分及其主要辅助装置/部件(如给料机、引风机、送风机、省煤器、空气预热器、布袋除尘器等)的每一个子系统搭建了相应的“基于残差的异常预警模型”,对锅炉的主体和各个部件的异常状态进行预警,辅助故障定位,减少因故障对业主带来的生产损失,优化备件资源。实现价值:
在仿真计算结果中,能实现在故障发生前约6-12个小时发出预警,在考虑平衡准确率和覆盖率的情况下,准确率达到72.1%,覆盖率达到72.4%痛点:
电池片生产的工序繁多、工艺极其复杂,依靠传统的分析方式已经很难在品质提升上继续取得突破性的进展解决方案:
基于对电池片全生产流程数据的整理与打通,识别影响电池片质量的关键工序与核心因素,利用智能算法对核心参数进行优化推荐,并在产线的对比测试中不断调优,最终提升电池片的A品占比。实现价值:
通过对天合光能生产关键环节的优化,帮助天合光能实现了A品比例7%的提升,帮助天合光能进一步巩固在行业中的领先地位。建立自己的工业大脑仅需1个月
(具体时间依具体的场景而定)
工业数据快速集成
工业数仓建设
智能应用配置
全局指挥舱构建
购物车
中国站

中国站
International
