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 >>
