当经验管理迫切地向数据管理转型,数字化转型的工作目标跃然眼前:充分识别行业对于数字化转型的要求,不断推进数字化建模、数字化控制、数字化管理等技术应用于车间规划与改善、生产运行、质量控制、设备维护、物料管理等重要业务活动,深度实现ITOT融合,结合精益管理工具,促进数据与流程的统一,实现数据驱动业务活动,在深化应用上做文章、下功夫,深入打造数字化卷包车间,迈出走向智能化的步伐。
大数据在卷烟质量分析智能辅助决策中的运用。谢茜摄
以“数”为基,建立全面的数据采集。通过推进数据感知层的不断挖掘和全面布局,对设备进行智能化升级,优化算法,实施对基础数据的清洗,提升采集数据准确性,进而解决数据不全不准的问题,夯实基础。针对算力薄弱的辅连设备,通过物联网实现更加高级的联动和集控,挖掘可采集数据,建立采集接口数据清单,确保数据采集的全面性。由此丰富的信息流促进设备进一步智能,不断促成ITOT深度融合。
以“数”为媒,打造高效的数据应用。数据应用层是数据赋能业务、业务驱动数据的关键一步。围绕数据可视化程度不高、数据分析能力弱的应用效果不佳问题,一方面瞄准设备运行需求,依托精益管理驱动流程固化和优化,通过数据治理实现数据对业务流程的映射,促成流程与数据的统一,不断推进和实现业务数字化。一方面针对数据流建立数据流程工单化,打造灵活的工单中心,让数据清晰透明,充分展现业务数据的真实性和有效性,实现数据驱动业务的目标,深化数字孪生车间的建设,确保基于数据的业务更可信,基于业务的数据更可靠。
ITOT(信息技术与运营技术)的融合运用。谢茜摄
以“数”为器,实现便利的数据辅助。辅助决策层是实现智能决策的重要探索。通过大力推动数字业务化,不断尝试应用新技术,实现数据挖掘、数据可视化乃至数据的智能辅助决策,最终通过智能辅助决策的作用推动业务流程优化升级,不断缩短决策层与执行层的距离,全面实现数字化车间向智能车间的延伸。(庞浩、胡安琪、缪夔)
相关阅读 >>
德清:莫干山只是避暑胜地?现设50亿基金,打造人工智能影视“新高地”
q2美国最畅销智能手机机型:苹果 iphone 13/pro/max 包揽前三
更多相关阅读请进入《智能》频道 >>