◆◆0

工业大数据热门应用场景解析，附案例

chenjf 2021-07-19 商业智能（BI）, 大数据, 解决方案 3,995 views

工业大数据不仅仅是一个概念，对于一般制造业而言，工业大数据是能让制造业实现生产全过程的信息透明化、生产设备故障诊断以及设备故障预测、设备优化等智能化生产的工具。下面给大家分享几个工业大数据实用案例。

一、生产质量分析，提高企业生产良率

质检是对已经生产出来的产品的质量检测，一方面可以保障企业能够对外提供合格产品，另一方面也能通过质检反映生产过程的疏漏。质检出的残次品无论多少对企业都是损失，如果能够在产品产出之前就通过产线状态及相关生产数据分析预测出产品质量，并将生产流程调整为最佳产出状态以避免残次品，这就是质量预测。

某大型汽车制造企业：

对原始数据进行一些统计展示。内饰颜色、制作阶段、配置、车型、天窗维度下，各责任部门和缺陷类型发生缺陷次数进行统计分析，找出发生缺陷次数较多的部门和缺陷类型，从而为业务部门提供改进方向。

技术及解决方案：

1、利用数据分析模型进行需求调研

2、搭建数据仓库，构建分析模型

3、Qlik为客户实现BI关联分析和报表展现和分发

客户收益：

1、在内饰颜色、配置、车型、天窗等维度下，找出发生缺陷次数较多的部门和缺陷类型，从而为业务部门提供改进方向。

2、通过产品生产过程中的缺陷记录（人员、设备、订单等）数据进行统计计算，分析相关因子的影响比例，输出因子分析图表。

3、对焊接数据进行分析，有助于提前判断焊接效果，反应焊接传感器的数据采集质量。

4、建立机器学习模型进行预测，输出故障是否发生，判断车辆故障发生的概率，同时给出特征重要性排序。

二、从被动式到主动式维修，设备故障预测

在制造企业中，机器往往是超负荷状态运行，任何工作中断都可能导致螺旋式上升的损失。大部分企业大部分公司采用的解决停机问题的最佳方案只不过是等故障发生后再解决的方式。通过整合大数据分析，能为不太容易解决的情况提供情报预警。通过大数据关联分析，能够洞察哪些机器容易发生故障，从而帮您由被动停机维修，改为主动式维修。

XX通信系统有限公司：

该公司成立于1997年，是一家集研发、生产、销售、服务于一体的通信与信息解决方案提供商，拥有无线接入、无线优化、天线及子系统、无线传输四大产品线，集团也在积极部署新业务板块，包括ICT业务（智慧城市/智慧社区）、智能制造业务（智慧工厂）、物联网、工业大数据等。

设备故障分析及预测：

对故障的种类、原因、影响等参数进行统计分析，对设备的关键技术参数、关键零件使用情况等参数进行统计分析，提出预防性维修或预测性维修建议。

对维修种类、维修时间等参数进行统计分析，为维修计划及维修人员配置等工作提供支持。

统计每位维修人员的维修工作量，为绩效考核、技能培训等其他业务提供决策支撑。

设备状态实时分析，计划性维护分析：分析设备的运作时间、运作状态和实际产能等，为制定智能运维计划，提供决策支持。统计分析每种备件出入库数量，结合设备故障预测、生产需求等预测备件需求，为备件购置等其他业务提供数据支撑。

客户收益：

方案实施后，将计划外机器停机时间减少了10%；方案实施后，设备维护成本降低了30%；

方案的设备故障预测准确率高达95%，人工准确率为80%；方案实施后，生产率整体提高10%。

三、更好地产品需求预测，精准营销解决方案

需求预测很重要，因为它们能够指导生产链，如果预测失误，可能产生“一边是强劲的销售量”，而“另一边却是工厂缺乏大量的相应配件库存，无法满足需求”。制造商可以将现有数据与预测分析相结合，以更精确地预测购买趋势。这些预测性见解不仅基于先前的销售，还基于流程以及生产线的运行状况，从而可以更明智地进行风险管理并减少生产浪费。

XXIT公司：

该企业有线上、线下的销售模式，已经使用CRM6年来对客户数据进行管理，企业希望希望通过线上数据、CRM数据等，了解销售情况，优化业务体系，促进每个环节的增长。

方案实施后，销售的商机诊断和预测，使商机成交率提高了 24%。

方案实施后，精准的产品推荐，让销售人员单一客户的销售金额整体提高了13%。

方案实施后，老客户的精准维护，让老客户回购率提高了15%。

方案实施后，优化销售体系，降低了成本，提高销售额，使利润率提高了30%.