纯干货！感受工业大数据平台的威力

　　本文全面介绍企业实施智能制造的过程、步骤、重点与难点、获得效益等，分享建设过程中的经验，有效推动中国智能制造应用，供广大制造业行业企业学习供鉴。

　　中国专精特新“小巨人”与德国“隐形冠军”培育政策研究

　　本文由e-works整理发布。文章为往年e-works岁末盘点”中国智能制造最佳实践奖”参评案例。这些案例全面介绍企业实施智能制造的过程、步骤、重点与难点、获得效益等，分享建设过程中的经验，有效推动中国智能制造应用，供广大制造业行业企业学习借鉴。

　　　　企业简介

　　协鑫集成科技股份有限公司致力于成为全球领先的综合能源系统集成服务商，提供优质的清洁能源一站式服务。公司目前业务主要覆盖光伏高效电池、差异化组件、电站EPC、储能系统集成等相关产品的研发、设计、生产、销售及其一站式服务。公司坚持科技引领、创新驱动的理念，持续采取优质、高效及差异化产品技术路线；依托协鑫的全球品牌影响力，积极开拓全球市场，实现公司的长期可持续发展。

　　协鑫集成目前业务遍布全球，拥有中国张家港、句容、徐州、阜宁、金寨、马鞍山以及海外越南共7个电池组件生产基地，组件产能超过7GW，电池产能超过4GW，作为世界级的晶体硅光伏组件制造商，GCL提供在全球市场各种应用环境下的高质量系列产品，包括标准的60/72片高效铸锭单晶组件，高效单、多晶组件等系列产品，并能满足客户定制化需求，所有产品均经过最严格的质量检查及测试认证。被彭博社评为全球一级组件供应商，连续三年全球排名前10位。

　　　　企业在智能制造方面的现状

　　协鑫集成已实施的信息化系统有：MES、ERP、WMS、PDM、APS、CRM、SRM、EBS、BI，从研发设计、生产制造到销售管理已实现全流程的信息系统支持，并且协鑫集成在光伏行业率先导入了阿里云大数据以及智能制造系统，目前拥有4个智能车间，通过工业大数据智慧大脑和定制开发的工厂自动控制系统，实现AGV自动调度上料，自动传递组件ID，自动焊接、自动装框、自动分档等一系列智能化生产过程。

　　随着协鑫集成对智能制造的重视和不断投入，目前协鑫集成新建造的组件工厂或车间已是高度自动化和智能化的工厂，MES系统也升级到更加智能化的ACS-MES系统，人力成本节省非常可观，以往的普通工厂一条生产线白夜加起需要56位员工，而现在智能工厂一条生产线只需12位员工，节省了44位。以一个车间3条生产线计算，每年节省的人力成本超过千万元以上。

　　　　图4?工业机器人应用

　　协鑫集成智能制造的ET大脑，是业界首个光伏组件制造智能平台，通过大数据智能平台，彻底改变了传统生产模式。通过大数据智能平台可以进行生产前预测、生产中监控、生产后分析的全程闭环支撑。引入大数据智能平台后，组件的命中率（命中率=符合客户需求产品/全部产品*100%）提升约4%，每年经济价值超1亿元。

　　　　图5 协鑫集成工业智能大脑运营管理平台

　　　　

　　参评智能制造项目详细情况介绍

　　1.项目背景介绍

　　2017年1月25日，协鑫集成召开的第四届董事会第五次会议审议通过了《关于打造双主营业务协同发展战略规划的议案》，议案中强调了建设大数据云平台，促进光伏及动力电池业务发展。当今“大数据”已经不仅在于数据规模的定义，它更代表着信息技术发展进入了一个新的时代，代表着爆炸性的数据信息给传统的计算技术和信息技术带来的技术挑战和困难，也代表着大数据分析和应用所带来的新的技术创新和新的发展机遇。

　　协鑫集成当前遇到组件命中率低、生产投料决策效率低、生产异常处理慢等业务痛点，亟需建立起一个面向生产制造、管理和服务的工业大数据平台，同时以命中率提升为起点，通过连接人、设备，加强数据洞察和数据驱动决策，构建快速业务相应能力，全面加速企业的数字化转型。

　　2.项目实施与应用情况详细介绍

　　1?

　　大数据的技术选型

　　协鑫集成大数据团队通过大量的技术调研，参考市场上其他行业的大数据发展情况，根据组件制造企业自身数据特点，提出了协鑫大数据智能平台的能力架构。智能平台须具备从多数据源获取数据的能力，围绕人机料法环的数据存储和处理能力，数据资产管理能力，快速应用及开发能力，以及在此平台之上，具备快速的数据可视化功能，多维分析功能以及机器学习算法开发能力，最终支撑整个协鑫集成的业务提升，包括工艺创新、流程优化、智能生产、信息化改造等。

　　　　2)?

　　项目实施计划

　　项目历时一年多时间，主要分成5个阶段：

　　第一阶段是POC验证，协鑫集成提供生产相关数据给到阿里云的算法科学家做POC，POC的结果证明了该项目的可行性；

　　第二阶段是数据上云，将生产数据、工艺数据、质量数据、设备数据、环境数据、人员数据等上传云端；

　　第三阶段是数据清洗和建模，上传的海量异构数据，包含建立分析模型所需的众多有用信息，但同时也包含大量不相关数据和噪声，需要经过清洗后方可进行算法建模分析；

　　第四阶段是应用功能开发，大数据算法建模分析的结果需要通过具体的应用功能展示给到用户，以便于不同的用户进行使用；

　　第五阶段是算法及应用功能的优化，在实际使用过程检验算法的准确性和应用功能完善度，并据此对算法和应用功能进行优化完善。

　　　　图8 项目实施计划

　　3)?

　　大数据平台功能

　　当前阶段完成的应用功能模块覆盖了物料、采购、库存、计划、制程控制等生产过程，同时，对财务、人力等相关职能部门同样起到支撑作用，并为管理提供有力抓手。

　　　　3.效益分析

　　1)经济效益

　　在订单需求确定情况下，按照大数据物料搭配组合推荐进行投产，大数据实时监控制程情况，及时修正物料搭配和制程参数，组件命中率比现状提升4%。工厂年产能为2.5GW，命中率每提升1%，相当于增加25MW的有效产出，以当前的组件制造成本计算，命中率提升4%的每年经济价值超1亿元人民币。

　　2)工作效率提升效益

　　大数据的应用功能模块覆盖了物料、采购、库存、计划、制程控制等生产过程工作需求，物料需求及物料投产搭配通过云端智能算法快速计算并获取，对比人工效率提升约50%以上。

　　3)异常处理效率效益

　　通过大数据实时监控测试数据，异常及时预警，帮助制程人员快速定位，缩小异常影响范围和异常处理时间，对比人工监控测试制程异常处理效率提升约25%。

　　4)政府项目申报效益

　　通过了江苏省的省级智能示范工厂项目和“企业上云”等项目，获得了良好的声誉和资金支持，在组件行业起到龙头示范效应。

　　

　　《工业数据采集、分析与应用高级研修班》绝佳的专业培训学习机会

　　e-works定于2023年5月24-25日在济南举行“工业数据采集、分析与应用高级研修班”。

　　工业现场数据逐渐成为智能制造过程中的一种重要数字资源，既包括数控设备、仪器仪表、物流设备、传感器等的状态、运行数据，也包括人、机、料、法、环数据，如何从这些海量的工业数据中迅速提炼出有用的信息，离不开工业数据的采集、分析与应用。然而，企业针对这项工作往往难点重重。

　　此次邀请到的授课专家来自国内顶尖高校的博导、实践一线，富有行业Know-How经验的实操专家、先进企业技术落地的先行者、拥有丰富方法论的咨询顾问等授课。这些专家经验丰富、技术前沿、资深权威。