吴峰：各位朋友、同事、领导下午好，再过两周就是我们中国传统的节日农历新年，在这里先祝大家新年快乐、阖家幸福。
我叫吴峰，来自于易往信息，我今天跟大家分享的案例是“汽车MES系统大数据深度应用”。这个MES系统大家不要狭义的理解为仅仅是MES系统，我这块指的是汽车制造的信息化系统，后面的大数据指的是汽车制造的大数据，两方面内容。
为了更好地让大家理解我今天分享的案例，我今天用我自己独创的一套解释体系给大家解释一下汽车制造的信息化和汽车制造的大数据。我以中药和西药结合的体系给大家解释一下，有人会问本来我想听大数据，结果全整到医院去了。大家胃疼，西医给你开专门治胃病的药，药到病除，见效快，去看中医的话，碰到哪个问题要看病灶，其他的病灶引发胃痛的问题，让你慢慢调理，见效慢，治标治本。汽车制造行业的信息化相当于我们看西医，比如说上了一套AOI等等系统立竿见影，但是仅仅解决了制造之间的透明化问题，但是大数据的应用需要从无规律数据里面进行收集、建模、整合分析，最后逐步见效。比如现在给客户交期之后，我们分析原因不仅仅是滞后原因，我们可能分析生产出现了问题，我们生产设备出了的问题，我们质量的追溯体系出了问题等等。
接着正式开始我今天的议题，我今天大概报告三部分，一块是我们公司的介绍，第二块是我们公司在制造大数据这块的方案，第三块是我们公司的一些实施成功的案例。
我们看一下我们公司是在2003年开始很早从事制造大数据的业务，在深耕制造大概14年，同时我们也是工信部的CPS，大家知道做工业大数据里面CPS是核心。同时为了应对制造环节的大数据分析，就是刚才说的中药疗理这块，我们收购了以色列N-join公司，目前我们大数据系统在国内是占有率第一的。这是公司的发展历程，大概14年的历程。这是公司的结构，60%的研发人员，7项标准制定，10个分支机构，35项技术专利。这个大概在全国的部署，6大公司。这是我们旗下大概有研究院、智能装备部以及大数据公司，以及我们的大数据金融服务这块的公司。
目前主要的行业分布在汽车零部件，这是我们做的一些客户，我们可以看一下大部分是主机厂以及配套的零部件厂商。
第二个看一下我们公司的智能工厂，工业智能工厂的信息化和大数据整体的解决方案。我们看一下在智能工厂这块如何从传统工厂实现到智能工厂的一个转变？我提到了三化，智能化、信息化、自动化，智能化应对我们智能决策这块，依据大数据和人工智能算法做一些数据制造环节的分析。信息化这块主要指我们用的运营、生产这两个层面，一个是我们智能的运营打造供应链协同，以我们制造环节的协同。智能生产主要是借助一些智能化的平台，打造我们在制造环节的纵向集成这个节点，实现透明制造。自动化是最底层的智能装备，实现自动化物流，通过我们的智能决策、运营、生产、装备四个要素实现在汽车行业制造的智能工厂。
我们这块基本的理论是在工信部提出的智能制造能力成熟度评估，在这里面分为五个层级，从智能制造和大数据利用的角度来讲，在三级才能叫智能制造车间，讲的是制造环节的纵向和纵向的集成，把我们的计划、执行、生产环节打通，以及和我们横向的和供应链环节进行横向的打通。第四环节是显示大数据的功能，我们通过采集大量的数据，通过智能工厂的建模做一些辅助的决策，做到第五个等级是实现对大数据实现预测、预警以及智能分析。
第二块看一下智能装备，我们称为智能工厂的基石，在工信部在智能工厂里面有个闭环叫状态感知、实时分析、精准执行、决策分析这块，状态感知是智能装备，具有自动识别、采集的能力。对于智能装备这块，我们认为在智能工厂里面首先包含机器人配套设备、智能化生产线以及立体库、检测设备，以及针对智能工厂物流AGV的运用以及软硬件结合这块，过程控制这块的结合。通过这几个智能装备实现对于物料来料、智能组装、检测、包装、入库仓储实现智能仓储，打造透明化、智能化工厂。
对于智能装备这块业务方向有四部分，第一部分是升级改造，我调研了很多公司，主要碰到两个问题，第一块是旧工厂如何升级改造，才能实现智能化数据采集的要求，另外一块是信息工厂如何进行规划设计，才能实现我们智能工厂工业4.0。对于升级改造这块主要是从设备的改造，比如说加装一些传感器，包括视觉识别，包括加装机器人的运输装置代替人工做一些事情。第二块通过产线的柔性化，实际上是柔性化生产。第三个通过智能的检测设备，包括产品功能检测，包括很多项目是定制化的专机进行组装、生产这块。
智能装备大概分自动化控制、非标设备的电器设计、集成、安装，包括各类的数控设备，包括滚床、升降机、小车，包括在焊装环节的一些焊枪、转台，包括机器抓手，包括视频装置以及各种的素材装置，比如我们会在汽车加工的时候，在生产组装的数据，有焊接的数据，有电控电能的数据，包括我们在生产过程中物料的呼叫的数据采集、质量的数据采集、车辆自动识别递增系统的过程追踪，以及物料，以及PMC，我们叫设备集成的监控，大概包含智能装备这块。
第二个看一下智能生产这块，主要是指智能生产信息化这块，我们大家看一下从纵向和横向的维度来看，在智能生产信息化领域，我们通往SCM系统和我们的零部件供应商实现数据的集成，通过SCM系统和我们客户形成了横向的集成，从我们的运输，包括产能的协调、排产和MES系统实现纵向系统，这样形成端到端集成的智能生产。
从MES大概分几块实现智能制造，第一块我们企业都有ERP系统，它侧重于对于生产计划的编排以及财务的计算，借助于MES系统的话我们可以实现车间的控制管理，比如说我们从冲压来看的话，我们可以做到物料拉动这块，按照我们生产计划的节拍来实现物料输送，包括计划的排产，包括PMC，PMC在冲击车间还是蛮重要的一块，因为大家都是汽车行业的，大家应该听说过在前多年的时候曾经发生过事，在冲压车间，当时冲压机有点故障，有一个工人直接钻到里面维修，结果冲压机下来把人压扁了，所以PMC这块对于设备的监控是重中之重，所以我们在做新能源汽车智能工厂来讲的话是绝对不允许出现这种事情。从焊装车间来看的话，这块有物料拉动，包括像缺陷追溯、PMC、上件指示、微码的生产，也就是我们每个车要有微号，以及对于焊装件的拉入和拉出，以及稳定进行实时的采集。借助我们WDS区的话我们要进行车的排序和跟踪。到了涂装车间，我们也有设备的监控，我们要对机器人进行指令的下放以及机器人运转工艺数据的采集，这里面需要异常、设备呼叫。涂装出来之后进入PDS区，这里面对每一种车型进行排序，进入装备车间进行物料的及时配送。总装车间我们一般来讲有几个数据，数据采集，还有整车照片的打印，以及最后入库合格证的证书。中间会通过智能的扫描终端采集车的运行轨迹，包括借助视觉识别读取数据，这个是在信息化这块的MES系统要做的内容。
智能生产领域还有物流，之前我们讲一直要WES系统，物流现在升级的LES叫物流指向系统，这块的话主要是关于仓库的物料拉动，在主机厂大家都知道按照节拍进行各种拉动，包括我们在立体库的采集，以及装载器具的管理，以及车辆入库的管理，还有对于AVI件的管理，以及我们设定不同的物料摆放方式。
这块保证六大块内容，第一块是我们仓储这块，仓储这块有入、出和存，这块就不用说了，但重要的是在仓库里面我们入库、出库策略的运用。
第二块内容的话是物料拉动，物料拉动分两种一种是，一种是从我们自己的库到另外一边，另外一种是第三方物流员的物流拉动。
第三块借助手持的终端，包括车载的平板，实现从仓库数据的采集。还有每一种零件，包括每一种配送单位节拍的把控，最后有等等地方的管理。
还有一块是能源采集，因为在智能制造成熟度里面的要求有一个能源采集项，这块如果要做到智能制造三级的话这块是否决项，对于主机厂来讲要考核生产每一台车后面的电、能数据等等。
还有一块是APS系统，因为我们很多计划来源于4S店和其他的订单，来了以后根据车型的不同按照我们的规则进行排产，排产之后放入MES系统进行执行跟踪。
还有一块是移动终端，现在在新能源领域，像我们做的北汽新能源，他们领导非常喜欢对于手机终端的运用，他们领导经常说加一个APP，在家里面可以看到车的状况。
智能生产这块，包括质量的检验、质量结果的判定、质量缺陷的录入，在生产车间里面，我现在去的企业还是用纸质的手段采集，这样有存在滞后性。借助智能生产移动终端实时采集，包括和设备的工艺数据做一些实时的采集和分析。
看一下我们的智能运营这块，这是第三块内容，从智能运营这块来讲，我们分为从商业智能和智能供应链、智能监控三个维度实现按需生产，实现个性化定制这块，自上而下的把生产层进行传递和管控，实现动态刷新，支持运营管控。商业智能，覆盖全面企业生产管理，用智能算法提供依据。智能供应链，利用现代化信息技术，使企业供应链运作达到最优化。智能监控借助三维模拟动画实时监控车间物流状态、车间异常报警状态等等。
从运营结合供应链管理这块，主机厂有大量的配套商，主机厂和配套商有资金结算的时间差，我们可以为各位厂商提供短期的借款服务，可以做抵押融资，等主机厂付款的时候再做一些结算，这块涉及到供应链金融这块的数据，和我们其他的二三级配套商供应链的协同，包括供应链的运行，包括质量的追溯这块。
对于很多企业领导来讲对于车间的管理采集是盲区，我们借助视频云终端的技术来采集一下车间实际的运行状况，不仅是数据的采集，还有视频的监控，这也是我们数据采集的一部分。
结合我们中央监控室，我们总揽车间的布局，包括报警、设备的控制信息、故障的趋势以及生产AVI的过程跟踪、生产统计、报表服务，最后形成大数据的汇总这么一个平台，进行总体监控，我们有车间现场设备的数据，还有生产计划实现的数据，还有设备对于生产现场的监控实时状况的数据，这个都是进行实时的采集和测算。
刚才讲了一些西药，现在开始讲智能决策这块，也就是我说的中药。
因为咱们看新能源汽车这块，市场竞争这块，虽然新能源汽车这块大家刚开始做，有的开始投产，有的在建，有的正在生产，其实我大概统计了一下，在国内现在做新能源汽车的大概有1000家，有一次跟某一个新能源汽车的老总在聊，今年厂房建好，明年投产，如果我们创办的好明年继续，如果创办不好就解散，新能源汽车这个行业在未来3到5年内，大家能够想象进入什么节点？1000家厂商。这块为了应对未来3到5年的挑战，大家都在从产品的智能化，包括检验智能、装备智能、生产智能、服务智能、管理智能、产品智能，我们知道有微笑曲线，在研发环节和运营环节利润是最多的，占到60%，在生产环节占到5到10%的情况，很多企业提到物联网，包括借助云计算采集车运行的数据以及做一些运维、远程保养和维护。上周的时候4S店给我打电话说你的车该保养，我那个车一万公里保养一次，我大概也快到了，我相信他也是在他的系统里面有一个检验的算法，大概是知道你在什么时候需要保养，他提前给你打电话。后面包括我们的检验智能化，包括在生产过程中做视觉检测，包括生产过程中自动的识别和读取，以及服务、生产过程这块。
在智能决策这块，我们认为支撑业务决策的有两方面，一个是对智能产业链柔性这块的职能决策，另外一块从智造云这块，高速数据的建模、大数据可视化等等，这两个相互作用不断地完善我们的制造环节智能模型，来不断丰富它，今天上午有一个专家讲汽车做了100年，现在还在做对于各种异常类的分析，其实对于模型来讲也是在逐步完善，也是逐步在深化，一点点的解决。
看一下如何从我们的传统制造业通过我们的大数据转化为先进制造业？我们认为分四步来做，第一块是制造信息系统，包括采集层、存储层、应用层的运用。第二是利用大数据的技术，今天有个专家讲你有多大的数据量，你有多大的发言权。借助于大量海量的制造环节的数据，我们实现智能生产，构建智能模型，实现提高运营，促进组织创新的目的。
具体的分析模型渐进过程，现在公司在做这几方面的动作，分析模型里面会用到大量的数学模型、算法，包括我们说在数学模型里面有神经网络，这块我们公司有专门的汽车团队在研究这个模型，包括我们收购以色列的大数据公司，也是希望把他那一套模型融入到我们的模型里面去，形成我们自己独立的一套大数据分析的体系，包括我们采集的产线、异常、质量、两品率波动、设备损耗数据等等，通过模型的建立找出最佳参数的组合，最佳的范围值，这块靠人是很难做到这块。
在汽车这块，我们大概分了八个主题做大数据的挖掘和分析这块，这块比如整车质量、订单、产线过点、发动机信息、发动机热试分析，新能源汽车这块就没有，生产物流、生产拉动、出入库的分析，场景我们就挖掘这个潜在业务模式做辅助的模式。
第一块我们做大量的数据，第二块有垃圾数据，通过我们的模型剔除无效的数据，我们把有效的数据进行整合、归类、分组，包括集成学习模型，不是针对某一个设备进行学习，我们可以集中多个设备进行学习，不断地学习和预算最后形成稳定的模型体系，包括阿法狗和无人机也是这样，我们已经建立了这样的模型。
我们举一个例子，我们基于大数据分析模型，预测订单实际完成时间，我们分析订单各个属性对订单时间完成的时间大小，分析最近两年的历史订单数据，通过模型剔除异常数据之后，最后进行建模，可以得出我们接到订单可以延期的天数，这样的话根据这个延期的天数及时对我们生产计划进行调试、排查以及设备的有效利用，最后让我们按照客户的交期进行整车产品的交付，尤其是我们现在一直提到做汽车行业的话，未来的趋势个性化定制，这样的话客户非常关注我自己的订单能不能按时交到我手里面，这样的话给他更好的服务通过模型预算。再举个例子，我们预测每一个工位，我们分析哪些因素对于物料运送的判断影响最大，我们采用了物料送达信息，我们通过降低方差进行建模，我们可以得出根据历史以往的数据汇总后，得出发起请求，可以什么时候送到，发起物料请求，必然造成浪费。
看一下大数据实施的过程，就是我们的实施方法论，第一块主要是数据采集，首先这块很多企业来讲，因为在汽车行业做得比较好的话，很多企业都有各个系统，ERP、MES等等系统，对于主机厂来讲困惑在于数据怎么用？一条是实时数据库，另外一条是非实时数据库，我们在大数据平台里面采用机器学习的各种算法进行建模，最后进行展示，包括后续最终算法的展示。这样的话我们会把数据形成以图表的方式进行展示，采用动态的页面，有异常及时进行报警和监控。
最后看一下在整车厂做的案例，这是国内基本上所有的主机厂都有涉足，现在大概介绍几个样本案例，我们跟东风集团合作，我们跟江铃集团合作，我们跟北汽集团，有北汽广州、北汽分公司，包括豪华公司、新能源汽车等等都有些合作。我们在北汽新能源莱西基地有个案例，从车间的计划到素材到大数据平台的建立。在北汽集团内部我们是唯一一个获奖的厂商。
谢谢大家。
以上内容根据现场录音整理的演讲实录，未经演讲人审订。
《基于汽车MES系统的大数据深度应用》PPT经演讲嘉宾同意予以上传至联盟官网，联盟会员可以使用会员独立账号登录下载PPT。