工艺参数优化

通过互联网与物联网,依托云计算与大数据技术,在对海量的、包括人、机、料、 法、环在内的各类生产相关的业务数据进行沉淀、处理、分析、挖掘的基础上, 形成大规模、普惠的智能算法创新与生产业务应用场景的深度融合并服务化,从 而快速推动各个产业实现工艺参数。

典型场景

  • 提质增效

    通过整合机器设备运行数据、MES信息、ERP、线下手工运维等数据, 即时全面的对车间设备制造流程进行感知。找出最为影响良品率和生产效率的关键因素以及相应的工艺参数推荐方案,从而帮助客户提升生产效率、提升良品率。包含关键因素识别、工艺参数推荐、多维参数分析、良率预测、制成性能指标分布预测等。

  • 节能减排

    通过机器设备运行数据、MES信息、ERP、线下手工运维等数据,全面 的对厂区、车间、产线、关键设备的能耗及产出进行监控分析,挖掘能 耗、产出的关键影响因子,推荐最优参数控制方案,提升包括燃烧效率 等在内的原材料使用效率,降低三废排放。

方案简介

基于阿里云 ET 工业大脑,通过工业数据集成套件对企业系统数据、工厂设备数据、传感器数据、人员管理数据等多方工业企业数据进行汇集,借助语音交互、图像/视频识别、机器学习和人工智能算法,激活海量数据价值,为解决工业制作业的核心问题而打造的数据智能产品。

  • 数据舱

    以工业数仓为基础,为客户形成企业自身围绕人机料法环的大数据总线,让数据真正成为资源。

  • 应用舱

    开放的应用舱服务平台,繁荣产业生态。提供的供、研、产、销、能、环多维全链路智能应用服务。

  • 指挥舱

    通过在可视化面板上集成数据舱的实时数据和知识图谱,以及应用舱各智能引擎提供的服务,可形成面向不同角色的业务指挥舱,方便管理者进行全局可视化监控及运营。

方案优势

  • 强大的计算能力

    利用阿里云强大GPU集群计算能力,可以实现模型训练的快速迭代。

  • 极致技术赋能

    吸收和采用国际先进的机器学习算法,研发团队不断研发新的深度学习算法,创新性的解决某一类场景中的工业故障。

客户案例

  • 强大的计算能力

    实际效果:通过最优参数推荐实现了:门尼值标准差降低 14%(密炼工艺关键参数)密炼时长减少 10%,密炼温度降低 6%,炼胶合格率提升 5%,大大降低密炼能耗和次品率。

  • 电池片 A 品率提升

    实际效果:优化后,电池片 A 品率的实际值提升 7%,每年为天合光能带来数千万的额外利润,同时建立可视化大屏,实现生产过程数字化、透明化管理。

  • 切片良品率提升

    实际效果:通过对太阳能电池切片制造流程进行最优参数推荐,提升了 1%的切片良品率,从而大大减少太阳能电池硅片产品次品率,每年可节约数千万元。