鋼板冷軋過程中的色差、劃傷、污染、夾雜等十幾種不良問題,過去靠人工檢測,抽檢率最高45%,檢測人員還很容易視覺疲勞。采用機器視覺檢測后,不僅實現了實時檢測,抽檢率提升到91%,還可以自動給板材分級。
這套由聯想大數據團隊開發的機器視覺檢測系統,已經在國內幾家鋼廠投入使用。而機器視覺,只是聯想大數據賦能制造業的眾多解決方案中的一個。
——通過大數據算法構建需求預測模型。借助機器學習和知識圖譜,聯想大數據為一家鋼鐵行業客戶精準預測鋼材需求,并為下游廠商精準畫像。相對于以前的專家預估方法,預測準確率大幅提升至92.2%以上,有效降低庫存成本數千萬元,對應產品庫存周期周轉時間降低了20%。
——基于聯想協同制造支撐平臺,聯想大數據為一家乘用車企業完成了汽車營銷系統、客服系統、售后系統、生產制造系統、車聯網系統多業務的系統接入,基于大數據算法,針對業務異常的智能診斷分析效率提升了60%以上,一年降低運營成本上千萬元。
——借助聯想大數據物聯網平臺,武漢石化將催化裂化裝置的歷史數據和實時生產工藝數據整合起來,通過智能化處理和機理分析,解決了一些傳統工業軟件無法解決的關鍵問題,實現了裝置工藝鏈的整體優化,進一步推動企業的智能化轉型。
……
在近日于上海舉行的“2018中國國際工業博覽會”上,首次參展的聯想大數據一口氣推出了三款重量級產品——工業大數據解決方案、工業互聯網平臺預覽版和物聯網平臺,為中國離散型制造企業提供了一條從“制造”到“智造”的可行路線。
聯想集團副總裁、首席研究員、大數據事業部總經理田日輝舉例說,大數據與人工智能全面部署后,聯想2500人IT團隊,在不到兩年的時間里已經減少了1000人,效率卻提升了。聯想生產手機和平板電腦全系列產品的武漢工廠實現了生產線和邊緣端數據的高效對接、采集和處理,從而改善了關鍵設備的健康狀況,降低拋料率,提高整體裝備效率,大幅優化制品和成品的良率,提升監控和維護效率,讓工廠的精益生產邁上了一個新臺階。
聯想大數據的數據智能產品和方案,正在為國內近百家鋼鐵、建材、電力、新能源等流程制造企業,以及汽車、精工機械和電子家電等離散型制造企業提供支持和服務。
摘自《人民日報》