工業(yè)互聯(lián)網(wǎng)時(shí)代的產(chǎn)業(yè)新機(jī)遇在哪里？互聯(lián)網(wǎng)時(shí)代如何運(yùn)用產(chǎn)業(yè)大數(shù)據(jù)發(fā)展企業(yè)？了解數(shù)字化世界、拆掉思維的墻，適應(yīng)這個(gè)快速變化的時(shí)代，從認(rèn)知升維開始。

4月26日，由數(shù)據(jù)猿、國(guó)安創(chuàng)客、騰駕文化三方主辦；上海大數(shù)據(jù)聯(lián)盟、首席數(shù)據(jù)官聯(lián)盟、深圳市大數(shù)據(jù)研究與應(yīng)用協(xié)會(huì)、DIPNET、兆信股份聯(lián)合協(xié)辦的“AI in China之智能制造-數(shù)據(jù)驅(qū)動(dòng)產(chǎn)業(yè)變革”高峰論壇在北京舉行，大會(huì)旨在通過用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)業(yè)升級(jí)的一批先行者給業(yè)者帶來深度思考和經(jīng)驗(yàn)借鑒。

以下是數(shù)之聯(lián)CTO方育柯帶來的主題為“數(shù)據(jù)驅(qū)動(dòng)下的制造降本與增效案例解析”的現(xiàn)場(chǎng)分享實(shí)錄，由數(shù)據(jù)猿獨(dú)家編輯整理：

大家下午好，我今天要演講的主題是：“數(shù)據(jù)驅(qū)動(dòng)下的制造降本與增效案例解析”，我在數(shù)之聯(lián)帶領(lǐng)的是工業(yè)團(tuán)隊(duì)，以及負(fù)責(zé)技術(shù)研發(fā)的工作，首先我要給大家分享的是工業(yè)大數(shù)據(jù)的基本發(fā)展背景：咱們國(guó)家是于2015年提出了“智能制造2025”的發(fā)展方針，而我們卻是提前半年前就已確定了工業(yè)方向的業(yè)務(wù)發(fā)展重心，服務(wù)的第一家客戶就是富士康，并且在高端數(shù)控機(jī)床、軌道交通等十個(gè)制造類領(lǐng)域中，都有我們基于大數(shù)據(jù)、人工智能等技術(shù)提供的服務(wù)。

在工業(yè)大數(shù)據(jù)領(lǐng)域，我們做事的方式是更傾向用自上而下的思路跟方式先做大規(guī)劃，避免讓企業(yè)再走以往信息化時(shí)代的老路——系統(tǒng)是煙囪式發(fā)展，數(shù)據(jù)是孤島化的存在。所以我們要高舉高打，一定要先打通數(shù)據(jù)，才能發(fā)現(xiàn)數(shù)據(jù)的價(jià)值，最終實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)下的企業(yè)轉(zhuǎn)型升級(jí)，所以難度會(huì)非常大，只有，也必須是自上而下的方式才有真正實(shí)現(xiàn)做到的可能，而在具體實(shí)施的時(shí)候，我們反而又會(huì)用自下而上的方式，先整合企業(yè)外部和內(nèi)部數(shù)據(jù)，然后搭建企業(yè)的數(shù)據(jù)管理與分析平臺(tái)，形成企業(yè)大腦，發(fā)現(xiàn)業(yè)務(wù)中的痛點(diǎn)，并解決這些痛點(diǎn)。

數(shù)據(jù)在企業(yè)中可以發(fā)揮的的價(jià)值其實(shí)有很多，貫穿了整個(gè)產(chǎn)品的設(shè)計(jì)與優(yōu)化、供應(yīng)鏈優(yōu)化、生產(chǎn)優(yōu)化、精準(zhǔn)營(yíng)銷流通和客戶需求輿情分析五個(gè)環(huán)節(jié)。但今天，我將主要用四種解決方案的例子為大家分享以上的第三個(gè)環(huán)節(jié)中，我們是如何為企業(yè)優(yōu)化生產(chǎn)端，讓企業(yè)達(dá)到降低成本，提高生產(chǎn)效率的目的：

第一、生產(chǎn)過程的參數(shù)優(yōu)化

在這里面運(yùn)用比較多的是流程制造，如果我們以五糧液這家企業(yè)為例的話，在白酒釀制的過程中會(huì)有磨粉、蒸、下窖、攤曬，出酒、勾兌等步驟，以前整個(gè)過程主要依靠老師傅的經(jīng)驗(yàn)在做，既不用定量的方式做，也很少使用數(shù)字化、自動(dòng)化的方式操作，雖然結(jié)果都可以釀造出高質(zhì)量的白酒，但哪一種老師傅的經(jīng)驗(yàn)更好更優(yōu)，企業(yè)其實(shí)是無法定性定量做出客觀的數(shù)據(jù)化評(píng)判的。而我們的目的，就是要幫五糧液分析整個(gè)生產(chǎn)過程中的數(shù)據(jù)，找到最優(yōu)的釀酒過程，實(shí)現(xiàn)產(chǎn)能最大化，產(chǎn)出最優(yōu)質(zhì)的白酒。

第二、生產(chǎn)設(shè)備的健康管理

很多PHM（故障預(yù)測(cè)與健康管理）的方式，都用在了能源風(fēng)機(jī)與制造工廠中，如在機(jī)床、光刻機(jī)、切割機(jī)等設(shè)備上安裝傳感器的方式，感知設(shè)備是處于健康狀態(tài)還是亞健康狀態(tài)，實(shí)現(xiàn)預(yù)測(cè)性的設(shè)備維護(hù)工作。

第三、設(shè)備的壽命管理

在CNC（數(shù)控機(jī)床）領(lǐng)域，機(jī)床可以說是專門生產(chǎn)設(shè)備的設(shè)備，經(jīng)常會(huì)有大量金屬的加工、切割等工作，如手機(jī)殼、電腦面板的切割等，這個(gè)過程中最易損易耗的部件是刀具，通常每臺(tái)機(jī)床一年可以消耗5000把刀具，如果像是富士康這樣的大型制造企業(yè)的話，有接近15萬臺(tái)機(jī)床，每年道具的消化量都非常巨大。所以，刀具壽命的精準(zhǔn)管理就會(huì)變的非常重要，而這也是我們服務(wù)這類型企業(yè)的目的。

第四、成品缺陷檢測(cè)

在半導(dǎo)體、IC領(lǐng)域，以及元器件生產(chǎn)的過程中，利用傳統(tǒng)的AOI （自動(dòng)光學(xué)檢測(cè)）方式，只能實(shí)現(xiàn)基礎(chǔ)的測(cè)量與照片拍攝，而無法實(shí)現(xiàn)真正的智能分類。如果以我們正在接觸的一家面板廠商舉例的話，他們的面板在正式量產(chǎn)之前，測(cè)試的良品率是非常低的，每1000塊面板中就有30%的次品，而只依靠人工去看照片的方式來識(shí)別的話是非常低效痛苦的，而我們就是要幫助這家企業(yè)實(shí)現(xiàn)自動(dòng)化的缺陷檢測(cè)。

接下來，我就再為大家稍微展開闡述一下，我們實(shí)踐過的企業(yè)案例：

富士康——SMT貼片機(jī)拋料超標(biāo)維護(hù)

富士康在2015年提出了智能工廠的概念，當(dāng)時(shí)，我們主要是跟富士康南寧工廠的SMT（表面組裝技術(shù)）車間進(jìn)行業(yè)務(wù)合作，從生產(chǎn)流程到后端的印刷、集中電路，以及貼片、焊接等一系列操作都包含其中。

我們要解決的主要問題是，工廠在整個(gè)SMT操作的前期，會(huì)有一個(gè)叫取料放料的過程，需要從取料臺(tái)上把原器件取下再放到特定位置，如果放錯(cuò)的話，后面焊接的時(shí)候就可能會(huì)犯錯(cuò)，就會(huì)導(dǎo)致整個(gè)原料都會(huì)廢棄掉的情況發(fā)生。所以，我們就要為富士康提供拋料超標(biāo)的指導(dǎo)模型，當(dāng)然，富士康同時(shí)也為我們提供了一整年的數(shù)據(jù)量以供分析使用。

后來我們發(fā)現(xiàn)，它最容易發(fā)生問題的地方就是吸嘴，所以我們?nèi)〉搅宋斓男吞?hào)、維修記錄、損壞情況，氣壓、皮帶張力等相關(guān)數(shù)據(jù)。

京東方——面板生產(chǎn)缺陷分析

第二個(gè)要分享的就是TFT-LCD（薄膜晶體管液晶顯示器）行業(yè)中的面板生產(chǎn)企業(yè)京東方的例子。在面板生產(chǎn)之后，我們會(huì)看到成品的缺陷情況，比如哪里有壞點(diǎn)、有壞線，或者區(qū)域某些紋路有問題，另外，還會(huì)做一些生產(chǎn)的過程檢測(cè)。

一張玻璃從最開始到最后的成品，生產(chǎn)過程中會(huì)涉及到七八千個(gè)生產(chǎn)參數(shù)，而哪些參數(shù)跟面板的缺陷有關(guān)，哪些無關(guān)就是我們需要考慮的因素，以及需要解決的問題。不但會(huì)做單個(gè)設(shè)備的分析，也會(huì)做多個(gè)設(shè)備的路徑分析。

最后，我們把面板的不良率降低了三分之一，在跟CEO以及董事長(zhǎng)做匯報(bào)的時(shí)候，都收到了非常不錯(cuò)的效果評(píng)價(jià)。

江蘇常州某企業(yè)——手機(jī)殼銑削刀具壽命預(yù)測(cè)

第三個(gè)就是CNC（數(shù)控機(jī)床）領(lǐng)域中江蘇常州的一家企業(yè)，這家企業(yè)有超過一千臺(tái)機(jī)床，每臺(tái)機(jī)床一年要消耗5000把刀具，如果一把刀的成本是100塊錢的話，一年刀具的消耗成本就達(dá)五億元。每把刀如果可以加工200個(gè)手機(jī)殼作為正常壽命標(biāo)準(zhǔn)的話，那就說明，數(shù)量到了200這個(gè)數(shù)值，刀肯定要換，到了250至300的這種刀，就會(huì)對(duì)原材料產(chǎn)生比較大的浪費(fèi)。但是，當(dāng)?shù)冻霈F(xiàn)突發(fā)情況，到180的時(shí)候就已經(jīng)壞掉的話呢？也是我們需要解決的問題。

在企業(yè)的工廠里，通常都希望對(duì)設(shè)備做到非侵入，盡量不影響生產(chǎn)。當(dāng)機(jī)床起動(dòng)的時(shí)候會(huì)看到整個(gè)切削過程的圖示。然后我們要找到刀的急劇磨損線，并通過分析刀的鋒度、偏度、翹度，最后知道它的壽命情況，也就可以預(yù)測(cè)是不是該換刀了，這樣的話就可以讓它的壽命大概平均提高25%。

當(dāng)然，我們也會(huì)用深度學(xué)習(xí)的方式做分析，間接識(shí)別出刀的磨損量，類似的情況我們?cè)诟皇靠狄沧鲞^。

廈門某企業(yè)——成品缺陷檢測(cè)

第四個(gè)要分享的是光電分析方面的例子，廈門的這家企業(yè)主要生產(chǎn)手機(jī)前置攝像頭的遮光片，遇到比較大的問題是，需要檢測(cè)遮光片的遮光效果，以及對(duì)光的散射與折射情況，那就要從0度到90度的不同角度去看它對(duì)光線的效果。

但在我們實(shí)際提供服務(wù)的過程中，其實(shí)會(huì)遇到非常大的一個(gè)問題就是散射，還有右邊這些紫色光的情況，這就是我們一定要解決的問題。最后我們通過深度學(xué)習(xí)的方式建模、分析，才解決了這個(gè)缺陷檢測(cè)問題。

最后，我分享一點(diǎn)很有感觸的情況是，現(xiàn)在不管是大眾，還是創(chuàng)新創(chuàng)業(yè)者，很多人都在關(guān)注智能制造行業(yè)，但我自己感覺，整個(gè)工業(yè)行業(yè)依然在向一個(gè)“脫實(shí)向虛”的方向發(fā)展。我們一定要扭轉(zhuǎn)這個(gè)局面，大家一起把中國(guó)的實(shí)體行業(yè)做起來。

關(guān)于分享嘉賓

方育柯先生在計(jì)算機(jī)科學(xué)與大數(shù)據(jù)等交叉領(lǐng)域的有10年的工作經(jīng)驗(yàn)，獲得5項(xiàng)大數(shù)據(jù)應(yīng)用相關(guān)的國(guó)家創(chuàng)新專利和軟件著作權(quán)。曾擔(dān)任華為大數(shù)據(jù)產(chǎn)品部架構(gòu)師，并獲得華為的總裁獎(jiǎng)。成都和四川人才計(jì)劃頂尖創(chuàng)業(yè)團(tuán)隊(duì)成員?，F(xiàn)任數(shù)之聯(lián)CTO，負(fù)責(zé)公司戰(zhàn)略核心產(chǎn)品以及重點(diǎn)行業(yè)大數(shù)據(jù)解決方案規(guī)劃和研發(fā)，帶領(lǐng)團(tuán)隊(duì)成功落地上汽集團(tuán)、富士康、京東方等智能制造項(xiàng)目。

提示：如對(duì)其他嘉賓的現(xiàn)場(chǎng)演講實(shí)錄感興趣，請(qǐng)點(diǎn)擊這里查看直播詳情

主辦單位：數(shù)據(jù)猿、國(guó)安創(chuàng)客、騰駕文化

聯(lián)合主辦機(jī)構(gòu)：上海大數(shù)據(jù)聯(lián)盟、首席數(shù)據(jù)官聯(lián)盟、深圳市大數(shù)據(jù)研究與應(yīng)用協(xié)會(huì)、DIPNET、兆信股份

時(shí)間：2018年4月26日—4月27日

地點(diǎn)：北京市朝陽區(qū)華騰世紀(jì)總部D座二層

來源：數(shù)據(jù)猿