艾普工华荣登《2017年度武汉市大数据企业》认定榜单

根据《武汉市大数据企业认定管理暂行办法》,武汉市互联网信息办公室组织专业机构对2017年度武汉市大数据企业进行了评审。2017年8月11日至17日进行公示,艾普工华科技(武汉)有限公司通过各方评审,成为2017年度武汉市大数据企业之一。

全球金融危机之后,工业化国家又开始重视制造业的发展。战略上,德国提出工业4.0战略,美国提出先进制造业战略,中国提出中国制造2025战略等。这些国家战略的聚焦点就是把互联网技术和制造技术能够更紧密的结合,突出工业大数据的重要性。从各个国家竞争的制高点来看,基于平台的标准化是全球在争夺的一个重要领域,比如德国的工业 4.0、美国的先进制造业,基本上都是在建立一个平台来制定规则、标准,这就意味着工业的很多标准都会发生颠覆性的变化。在制高点的竞争中,对我们国家既是挑战也是机会,对于我国在工业 2.0 和 3.0 上的缺陷,我们需要抓住工业大数据的机会,实现弯道超越。

大数据企业是在大数据领域持续进行研究开发与技术成果转化,形成核心自主知识产权,并围绕大数据产业链开展服务器和存储设备生产;或从事数据存储、整理、运维、安全等管理服务,数据挖掘、计算、加工等技术服务,数据咨询、分析、交易撮合等增值和平台服务等相关数据服务业务活动的企业。
 
“艾普工华工业大数据服务平台”是艾普工华在工业4.0发展趋势下的重点产品,定位于面向智能车间的制造大数据应用服务与产业化,旨在打造我国自主可控的工业大数据应用服务平台,实现工业大数据“为我所掌握,为我所用”,为制造行业的工业大数据应用提供较为完整的解决方案,具有“架构先进、安全可控、平台开放、模型支撑、集成应用”等特征,从而为3C、家电、高端装备等行业提供大数据应用集成解决方案。

艾普工华结合与工业企业的合作项目与应用案例,攻克了数据采集等关键技术,研发了工业大数据服务平台的主要功能模块,包括:生产过程状态感知、数据驱动生产过程仿真分析、制造车间的大数据分析应用等三个方面:

1、生产过程状态感知

生产过程状态感知功能模块包括:生产线数据采集、机床状态数据采集、车间资源状态感知等。

(1)生产线数据采集。通过和生产线控制系统集成,采集生产线的实时状态数据,进行可视化展示,并进行OEE分析。

(2)机床状态数据采集。通过OPC技术,与机床数控系统进行集成,采集数控机床的实时状态数据,通过外加智能电表,采集机床的能耗信息,并实现机床状态和能耗的可视化监控。

(3)车间资源状态感知。通过标签定位技术,跟踪移动对象的位置,对移动对象临近制造资源(比如机床、工具)的状态进行感知,通过平板电脑进行展示。

2、数据驱动生产过程仿真分析

(1)智能车间生产过程仿真。基于离散事件仿真原理,进行产能分析、瓶颈识别与改善、投料策略分析与优化、批量分析与优化、缓冲区分析与优化、生产线平衡分析与优化、物流资源、物流频次的分析与优化、关键资源利用率分析等。

(2)数据驱动的虚拟车间运行监控。即以虚拟车间模型为载体,采用实时数据驱动的动态仿真技术,通过从MES、设备运行状态监测等系统中获取生产过程的实时数据,驱动虚拟工厂的运行,从而较为直观地展现生产过程的实时全貌,即在虚拟环境下看到真实车间在做什么事情,有什么异常状态,并且可以方便的查阅生产实绩。

3、制造车间的大数据分析应用

制造车间大数据分析应用模块功能包括:大数据驱动的制造质量分析和设备健康保障等两方面。

(1)制造过程质量评估与优化。通过基于历史质量数据的分析,实现产品、人员的质量综合评价,找出影响质量问题的关键因素,以及加工-装配、焊接-加工、加工-热处理等不同工艺之间、或者同一工艺不同工序之间的质量关联关系,从而在以后的生产中设置关键控制点进行质量控制。另一方面,通过实时质量数据采集,运行多维SPC(统计过程控制)等手段,实现对生产过程稳定性、工艺能力指数的评估,针对可能出现的异常,提前做出预警;

(2)设备健康监测与智能维护。针对所采集到的制造设备的多维实时数据,在信息融合的基础上,运用主成分分析、异常模式辨识、故障诊断等手段,实现对设备的健康状态评估,在此基础上,运用可靠性理论和优化方法,实现设备的维修维护决策。

总而言之,艾普工华将工业发达国家行业实践经验和平台技术与中国制造业实际需求相结合,借助于国内领先的研发力量和顶尖高校的科研基础,以制造过程管理为核心,通过构建工业大数据服务平台,以具体行业应用项目为抓手,打造本土化智能制造服务平台,为制造企业提供高效、可靠的智能制造运营管理解决方案和大数据专属服务;帮助我国制造企业构建数字化智能制造工厂,从而助力中国制造业的信息化建设,将中国制造业带入一个崭新的领域——中国智造。

附:关于2017年度武汉市大数据企业拟通过认定名单公示(2017年8月11日至17日)