工业互联网垂直行业应用报告.pdf

工业互联网垂直行业应用报告工业互联网垂直行业应用报告 （20192019 版）版）工业互联网产业联盟（AII）2019 年 2 月 目 录 前言前言.1 1 轻工家电行业工业互联网实践轻工家电行业工业互联网实践.1 1.1 行业基本情况及生产特点行业基本情况及生产特点.1 1.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.3 1.3 细化应用场景一：用户交互体验细化应用场景一：用户交互体验.4 1.4 细化应用场景二：异常的及时响应和知识库细化应用场景二：异常的及时响应和知识库.6 1.5 细化应用场景三：海尔互联工厂细化应用场景三：海尔互联工厂.8 1.6 细化应用场景四：设备的全周期物联生态解决方案细化应用场景四：设备的全周期物联生态解决方案.10 1.7 细化应用场景五：海尔细化应用场景五：海尔 COSMOPlat 大规模定制大规模定制.11 2 工程机械行业工业互联网实践工程机械行业工业互联网实践.16 2.1 行业基本情况及生产特点行业基本情况及生产特点.16 2.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.18 2.3 细化应用场景一：供应链协同创新应用细化应用场景一：供应链协同创新应用.19 2.4 细分应用场景二：离散制造智能工厂细分应用场景二：离散制造智能工厂.26 2.5 细化应用场景三：产品全生命周期智能服务细化应用场景三：产品全生命周期智能服务.31 2.6 细化应用场景三：工业互联网细化应用场景三：工业互联网+保险创新应用保险创新应用.35 3 电子信息行业工业互联网实践电子信息行业工业互联网实践.38 3.1 行业基本情况及生产特点行业基本情况及生产特点.38 3.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.40 3.3 细化应用场景一：设备健康管理细化应用场景一：设备健康管理.43 3.4 细化应用场景二：人机协同一体化细化应用场景二：人机协同一体化.46 3.5 细化应用场景三：生产过程质量追溯细化应用场景三：生产过程质量追溯.49 3.6 细化应用场景四：生产质量智能管理细化应用场景四：生产质量智能管理.51 4 钢铁行业工业互联网实践钢铁行业工业互联网实践.54 4.1 行业基本情况及生产特点行业基本情况及生产特点.54 4.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.55 4.3 细化应用场景一：现场数据采集与边缘计算细化应用场景一：现场数据采集与边缘计算.57 4.4 细化应用场景二：轧机振动监测及抑振技术研究与应用细化应用场景二：轧机振动监测及抑振技术研究与应用.63 4.5 细化应用场景三：实施集成客户的制造工程细化应用场景三：实施集成客户的制造工程.66 4.6 细化应用场景四：船板定制配送细化应用场景四：船板定制配送 C2M+JIT 应用应用.72 5 高端装备行业工业互联网实践高端装备行业工业互联网实践.75 5.1 行业基本情况及生产特点行业基本情况及生产特点.75 5.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.76 5.3 细分应用场景一：社会化协同研发与生产细分应用场景一：社会化协同研发与生产.77 5.4 细分应用场景二：知识自动化细分应用场景二：知识自动化.79 5.5 细分应用场景三：高端装备的预测与健康管理（细分应用场景三：高端装备的预测与健康管理（PHM）.82 6 建筑行业工业互联网实践建筑行业工业互联网实践.87 6.1 行业基本情况及生产特点行业基本情况及生产特点.87 6.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.88 6.3 细化应用场景一：虚拟建造过程的设计协同管理细化应用场景一：虚拟建造过程的设计协同管理.90 6.4 细化应用场景二：虚实融合的施工协同管理细化应用场景二：虚实融合的施工协同管理.91 7 船舶行业工业互联网实践船舶行业工业互联网实践.93 7.1 行业基本情况及生产特点行业基本情况及生产特点.93 7.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.93 7.3 细化应用场景一：大型离散制造智慧物联应用细化应用场景一：大型离散制造智慧物联应用.95 7.4 细化应用场景二：船舶工业供应链上下游协同应用细化应用场景二：船舶工业供应链上下游协同应用.98 8 电力行业工业互联网实践电力行业工业互联网实践.103 8.1 行业基本情况及生产特点行业基本情况及生产特点.103 8.2 行业对工业互联网实施的业务需求行业对工业互联网实施的业务需求.105 8.3 细化应用场景一：火电机组运行特性分析细化应用场景一：火电机组运行特性分析.107 8.4 细化应用场景二：炉管在线寿命评估与状态监测细化应用场景二：炉管在线寿命评估与状态监测.110 8.5 细化应用场景三：发电设备运行优化调度细化应用场景三：发电设备运行优化调度.112 8.6 细化应用场景四：齿轮箱故障预警细化应用场景四：齿轮箱故障预警.115 9 结语结语.118 9.1 发现发现.119 9.2 建议建议.120 9.3 展望展望.120 1 前 言 2017年以来，工业互联网应用范围和深度不断扩展，场景已覆盖产品、资产、生产线、商业、企业间等全要素、全价值链和全产业链，企业加速大规模实施的工业互联网项目急剧增加了投入产出风险，也加剧了技术融合的复杂性、维护难度和持续性经费保障。垂直行业工业互联网应用报告旨在从各行业角度，指导工业互联网应用项目落地实施，以驱动技术创新、业务转型与商业变革。本行业应用报告分别阐述了工业互联网在轻工家电、高端装备制造、电子信息、工程机械、钢铁行业、建筑行业、能源电力和船舶行业的特别应用，通过在八大行业的不同应用场景的应用案例，详细描述了工业互联网平台在垂直行业领域的应用场景与实施案例。指导编写单位：指导编写单位：工业和信息化部信息化和软件服务司 牵头牵头编写编写单位单位：海尔数字科技有限公司，中国信息通信研究院 组织编写单位：组织编写单位：工业互联网产业联盟垂直行业组 主要编写人员：主要编写人员：李胜民、蒋昕昊、丛力群、邓尧刚、文博武、曹凯、高峰、赵野、田洪川 编写组成员、单位编写组成员、单位：轻工家电：轻工家电：李胜民，海尔数字科技有限公司 副总经理 官祥臻，青岛海尔工业智能研究院 智能制造服务总监 阎新华，施耐德电气（中国）有限公司 标准总监 史 喆,北京天泽智云科技有限公司 解决方案副总裁 滕忠伟，海尔数字科技有限公司 市场商务经理 钢铁钢铁制造制造：丛力群，上海宝信软件股份有限公司 技术总监、教授级高工 迟京东，中国钢铁工业协会 副会长 陈国康，中国钢铁工业协会 信息统计部主任 符鑫峰，中国钢铁工业协会 信息统计部信息化处副处长 2 董 钢，首钢集团有限公司 副总工程师、教授级高工 封一丁，河钢集团钢研总院 正高级工程师、副院长 汝金同，南京钢铁联合有限公司 高级工程师 张吾胜，马钢集团企管部 正高级工程师、经理 高秀敏，本钢集团信息化中心 副经理 高端装备高端装备：柴旭东，航天云网公司 总经理、研究员 秦 鹏，中国航天科工集团 产业发展部主管、工程师 王 恒，航天智造公司 总经理助理、研究员 曹 凯，航天智造公司 高级工程师 吴妍娴，航天智造公司 工程师 敖志强，东方国信公司 副总裁 邓尧刚，东方国信公司 工业事业部战略规划总监 时培昕，寄云科技 CEO 王 战，索为系统 总工程师 电子信息电子信息:高 峰，中兴通讯股份有限公司 标准总监 朱红军，中兴通讯股份有限公司 技术总工 周 嵘，中兴通讯股份有限公司 部长 赵 惟（博士），中国信息安全研究院有限公司 教授级高工 郝新兵，中国信息安全研究院有限公司 高级工程师 赵 野，中国信息安全研究院有限公司 高级工程师 刘丰洋，中国信息安全研究院有限公司 高级工程师 刘尊义，施耐德电气（中国）有限公司 工程师 阎新华，施耐德电气（中国）有限公司 工业标准总监 李 凯，施耐德电气（中国）有限公司 智能制造业务负责人 郑承斌，富士康科技集团 资深总监 许雅宁，施耐德电气（中国）有限公司 组长 赖峰甫，施耐德电气（中国）有限公司 工程师 3 工程机械工程机械：文博武，树根互联技术有限公司 战略总监 贺东东，树根互联技术有限公司 CEO 周 颖，树根互联技术有限公司 解决方案总监 张启亮，江苏徐工信息技术股份有限公司 总经理 韩 键，江苏徐工信息技术股份有限公司 工业互联网事业部副总经理 韩 超，江苏徐工信息技术股份有限公司 系统实施部部长 建筑工程：建筑工程：张 鸣，北京建谊投资发展（集团）有限公司 总裁 朱晓斌，北京建谊投资发展（集团）有限公司 战略总监 黄 刚，北京建谊投资发展（集团）有限公司 战略运营经理 船舶行业：船舶行业：姜 涛，中船黄埔文冲船舶有限公司 研究员级高工 鲁 文，中船工业互联网有限公司 高级工程师 朱仁贵，中船工业互联网有限公司 研究员级高工 朱 宇，中船工业互联网有限公司 高级工程师 梁绍翔，中船工业互联网有限公司 工程师 张 琳，北京中船信息科技有限公司 高级工程师 金 松，上海外高桥造船有限公司 高级工程师 伍英杰，沪东中华造船（集团)有限公司 高级工程师 总体：总体：余晓晖，中国信息通信研究院 总工 朱 敏，中国信息通信研究院信息化与工业化融合研究所 副所长 刘 默，中国信息通信研究院信息化与工业化融合研究所智能制造部 主任 田洪川，中国信息通信研究院信息化与工业化融合研究所智能制造部 副主任 蒋昕昊，中国信息通信研究院信息化与工业化融合研究所智能制造部 高级工程师 1 1 轻工家电行业工业互联网实践 1.1 行业基本情况及生产特点 家电业是中国民族企业的骄傲，是中国市场上少数几个有定价权的行业。“十二五”时期，中国家电业取得了长足的发展与进步。尽管 2015 年主要产品销售增速放缓，但家电消费升级态势良好。企业以创新为突破口，加大研发投入，践行中国制造 2025，通过产业结构调整、产品结构升级、销售渠道变革，转型升级健康发展，经济运行质量明显提高。2015 年，家电业规模以上企业总数 2702 个，家电业的从业人员在 2011 年峰值时期一度达到超过 137 万人。随着工业自动化水平迅速升级，机器换人日益普遍，生产效率提升，用工人数逐年下降。近年全行业减员增效继续，主流企业减员幅度约 5%8%，全行业接近 5%，2015 年全行业从业人员约 115 万人。2016 年，家电业完成主营业务收入 1.46 万亿元，比上年同期增长 3.78%。“十二五”时期，家电业经济效益始终保持高于主营业务收入的增长速度，经济效益明显提升，转型升级成效显著。整个家电行业运行特点体现在以下 5 方面：一是产业结构迅速升级。家电产品结构不断升级，产品档次进一步提高，各类大容量、变频、智能、健康产品不断涌现，努力满足消费者不断变化和升级的需求。厨房电器和小家电产品结构升级显著，呈现同样的高端化趋势。二是研制投入加快，企业自主创新能力大幅提高。2016 年家电内外销市场均面临一定压力，但行业总体实现小幅增长，尤其是行业龙头企业，整体表现优于行业平均水平，海尔、美的、格力营业收入增速均超过两位数。原因在于，核心企业保持持续研发投入，努力打造长期可持续发展的竞争优势。主要家电企业仍然顶住压力继续保持对研发的高投入，一方面对生产线进行优化改造，提升生产效率；另一方面，进一步完善自身研发体系，站在全行业、全世界的高度规划未来，加大对基础技术、前沿技术的投入和研究，加大对高素质人才的积累，加大对全产业链创新资源的整合，努力改善用户体验，拓展新业务成长空间。2016年仅 35 个家电相关上市企业的研发投入合计已经超过 240 亿元，同比上年增长超过 80%，高于营业收入增长速度超过 20 个百分点。其中青岛海尔、老板电器、2 爱仕达、天际股份等企业研发投入增速较高，在 30%左右。三是运营模式不断创新，线上渠道快速增长。为适应市场快速变化及传统营销模式失效的风险，海尔、美的等家电核心企业颠覆以往大规模制造、大规模压货、大规模销售的营销模式，重构以市场需求为中心的客户订单式产销模式，已经开始收到成效。家电企业的销售渠道实现了多元化突破。线上业务快速增长、线下推进 O2O 转型，线上线下融合、微店等新渠道方式不断涌现。线上渠道销售强劲，2016 年家电各品类（不含彩电）合计线上销售额增长 20.8%，全行业合计线上销售额占市场销售总额的 24.9%。四是制造技术加速升级。2016 年，家电行业通过提升生产工艺装备的自动化、智能化水平，努力提升精益制造管理能力，挖掘生产效率提升的红利，制造技术进一步升级。截至 2016 年，家电行业已有海尔、长虹、创维、美的、海信、海立、九阳、老板（等）8 家企业先后成为工信部“智能制造综合试点示范”项目。到 2017 年底，海尔已建成 9 个数字互联智能工厂，整个生产过程可以保证运行时间缩短 50%，半成品库存减少 80%，用人减少 85%，最终实现产能效率翻番。截至 2016 年，美的空调智能制造累计投入 10 亿元，拥有机器人 562 台，减少人工 2.2 万人，平均自动化率达 16.9%，效率提升 195%。老板电器建成年产225 万台厨电产品数字化智能制造基地，通过设备自动化、物流自动化、产品设计数字化，以及信息化管理，生产效率提升 30%，制造周期缩短 30%，节省人工成本 30%，产品品质一次优良率提升 20%以上。五是家电智能化趋势明显。智能家电两大特点：一是通过软件技术完成整合、协调，各种智能产品互联互通不孤立,并依托云计算和大数据集成智能产品，实现人和产品之间、产品和产品之间的交互，最终构建一体化的智慧家庭；二是紧紧粘合消费者的细节需求、情感需求、关爱需求等等，从而提供可以无限延伸的、个性化的服务。但是现在涌现的智能家电还只是在控制智能化上做文章，有些智能家电产品的设计甚至不是出于对用户需求的真正考虑，而是对现有产品的拼凑，以至于许多智能家电产品基本的操作设置不够人性化，基本不具备灵活的远程控制、基于大数据的智能分析以及通过改变人们的生活方式实现低碳、节能、舒适的能力，而这三点恰巧是追求智能化的企业需要建立的核心。提高家电产品的智能性还需要家电企业连同产业链上下游伙伴在技术研发方面进行更深入的探索。3 1.2 行业对工业互联网实施的业务需求 家电行业发展到现在，随着新一代信息技术的不断成熟和应用以及新的商业模式的成功演变，行业产品对工业互联网有着以下几点需求：一是产品智能化需求。通过硬件的升级和软件技术完成整合、互联，使各种智能产品互联互通，并依托云计算和大数据实现人和产品之间、产品与产品之间的交互，最终构建一体化智慧家庭；再者通过与消费者的持续交互，不断结合消费者细节需求、情感需求、关爱需求，更新迭代产品功能，为消费者提供个性化、贴心的管家服务。二是广泛联结的需求。智能家电的互联互通包括智能冰箱、洗衣机、电视、空调等各类家电产品能够通过互联网相互联接，包括通过移动互联网、PC 互联网对其进行整体控制与管理，并且家电产品自身与电网、放置的物品、使用者等能够物物相联，通过智能感知，达成人们追求的低碳、健康、舒适、便捷的生活方式。三是大数据挖掘应用的需求。数字经济是一个以数据驱动的满足消费者新需求的时代，移动化、数字化、社会媒体、物联网技术、云计算、人工智能捆绑发力引发的技术趋势，彻底颠覆了人们的生活和消费方式，用户需求变得更加个性化，用户表达的社交平台更多，用户活跃度显著提升，用户需求数据变得可视化与量化，消费者从以前被动接受服务的角色逆转成为需求的主动提出者。家电行业的大数据主要分成四大板块：一是交易数据，即销售的结果，终端交易的数据；二是交互数据，包括在物联网、互联网、微信、微博、社区等平台，每一个用户与智能产品、用户和消费者都在不断发出声音和不同领域交流互动，形成交互数据；三是行为数据，即消费者想买什么，想看什么，想听什么，它的过程是什么；四是运营数据，即企业运营过程中产生的数据。只有将这四种不同类型的数据准确并有效地融合在一起，才能真正体现大数据技术的增值价值，才能有效地预测未来并服务于企业各项决策。四是用户参与全流程交互和体验的需求。大部分家电行业产品的最终用户是消费者，消费者的使用体验和对产品的评价将直接影响家电产品的市场生命力。鉴于此特点，家电产品全生命周期中的两大场景将对工业互联网有着迫切的需求，4 一是消费场景，即家电产品到消费者手中以后消费者使用家电的过程，二是生产场景，即消费者的订单进入生产环节直到产品生产完成并送到消费者手中的过程。这两个场景都需要重点考虑终端用户的消费体验和对产品的评价。其中消费场景中又有诸多消费者与产品之间互动的细分场景，比如消费者个性化使用偏好场景，消费者在产品社群中参与产品互动的场景，产品的维修服务等。以上场景实现的前提是产品需提供与用户交互的入口，同时产品本身需要具备边缘计算及通讯的能力。生产场景包含诸多复杂的生产环节，如产品的模块设计及供应、产品的制造、产品的物流等。若要增加终端用户对生产过程透明感知的良好体验，就需要对生产的各个环节开放。反过来讲倒逼生产每个环节现场设备的联网、生产数据的采集和打通、生产流程的可视化，同时保障各个环节信息安全。1.3 细化应用场景一：用户交互体验 应用场景描述 用户交互体验是产品在送装至终端用户手中后的使用过程中通过与用户进行频繁的交互，持续的了解用户个性化信息，不断为用户提供贴心、个性化的服务，最大程度的提高用户的使用体验，进而让用户持续、深度的参与到以产品为载体的社群生态，为产品的迭代贡献最真实的意见和创意，最终达到用户、企业及生态圈的攸关方多赢的结果。以产品为载体，通过产品的物联网功能为用户提供交互接入的入口。通过入口用户可进入与产品本身的交互系统和以产品为载体的用户社群平台。产品本身交互系统为用户提供产品自身的相关参数数据和工作运行的数据，能为用户的维修保养提供主动性的建议；同时该系统还为用户延伸提供与产品功能相关联的上下游功能或生态资源。产品体验增值场景的边缘层需要把产品自身数据和与用户交互产生的数据通过数据采集装置采集并存储，若功能较复杂的产品则需具备边缘计算的能力和本地存储的能力，本地实时计算分析后直接产生可视化结果与用户进行交互。不需要实时计算的数据则通过产品上的通讯模块将数据传输至云平台，云平台通过 5 约定协议解析并存储。云平台根据需要部署大数据架构，数据根据应用场景的需求应用不同的算法和模型进行计算分析，结果通过 APIs 或直接通过应用层 APP展示。平台层还需具备第三方生态伙伴数据接入的能力，具备友好的开发者开发环境和所需的开发工具。应用层为用户提供完整解决方案的 APPs，包括社群建设 SDK 和套件，行业 APP 以及其他行业应用。实施案例：海尔贝享孕婴空调 在空调的用户群中，母婴群体对空调的性能反应是最敏感的，也是要求最高的。在各大社交媒体与空调使用及母婴健康相关的板块中，散布着众多用户的吐槽与创意话题，如夏季空调的舒适性、空气净化功能、空气加湿功能、智能调温、柔和风等多达 350 万条精准话题曝光。家电的社群平台运维人员发现以上话题讨论后便对用户的社交数据进行归类、分析，并与用户进行深入的引导互动，同时有超过 21.5 万条孕婴妈妈的创意交互。在孕婴妈妈的创意交互过程中，社群运营人员将引导不同专业的在线设计师进行在线方案设计，在 5000 多名注册设计师中有 35 位设计师参与与用户的交互设计，同时又（有）6 家模块商同时提供技术支持。经过了用户、在线设计师、模块商 4 次的体验迭代，195 天的交互、设计、研发，最终形成了能解决社群中大多用户痛点、满足大多用户需求的贝享虚拟空调。虚拟空调在社群中发起预约预售活动，短短几天内预约用户达到 2000台。海尔 COSMOPlat 贝享空调平台经过产销成本核算决定开模生产。产品在生产过程中，预定用户可全流程跟踪空调生产进度及各生产环节的详细信息。产品生产完成下线后，将通过物流直接送达用户家中，实现产品不入库。图 1-1 海尔贝享空调用户交互迭代示意图 6 贝享空调的用户在收到产品使用的过程中，空调将持续的采集自身的工作数据，包括耗电量、工作时间、工作模式等，这些数据将通过用户家中的无线网络发回到海尔 COSMOPlat 企业云平台进行用户空调使用行为画像。同时用户在使用过程中也会在社群中不断交互使用体验及心得。通过用户社群数据及空调回传的传感器数据分析，静音的功能是用户需求最大的新功能，于是在线设计师针对此功能又开始了新一轮的升级迭代，最终交互产生了第二代静音空调。1.4 细化应用场景二：异常的及时响应和知识库 应用场景描述 轻工家电行业为了保障生产端的增值工作时间，所有的制造运营都是以生产线的高效持续运行为目标。建立一种在现场发生任何人、机、料、安全、质量、工艺等异常的情况都能够被及时响应，并且响应过程和处理过程能够被结构化的记录，形成知识库，知识库可以为下一次发生同类异常现象提供快速解决方案，同时，还需要能够自动分析异常发生频次，指导决策人员通过改善项目，持续优化异常发生的频次和间隔时间，达到通过科学决策减少生产异常造成对效率影响的目的。由于需要结构化的记录响应过程和处理过程，通过传统的手机、对讲机交互后再进行记录显然会把时间浪费在记录上，也不便于以后的查询和因果资产的积累，微信等方式也不是适用的解决方案，同时，因为响应过程需要现场作业，也希望通讯的设备最好能够穿戴而不影响肢体作业。综合考虑，采用 RFID 对人员和响应过程进行记录比较方便，通过智能手表作为通讯工具更适合信息的传递和方便作业人员作业。不同专业支持人员接班时佩戴手表，领用手表时通过刷 RFID 工卡与对应手表绑定，现场发生安全、设备等异常通过安装在工位旁边的 E-Andon 现场交互终端触发相应分类的支持请求，相应工位和相应的分类绑定对应的支持人员，手表推送异常发生的位置、现象、触发人员等，支持在规定时间内赶到现场，在终端上刷卡，确认异常开始处理，处理完成后支持人员再次刷卡，响应完成，新的异常或新的处理方式后台推动一张工单给支持人员，支持人员在办会室终端记录异常现象、处理过程、更换备件、7 分析报告等，记录后会进行相应分类的知识库，在下次发生相同现象时终端会自动显示这条记录，通过累积，不断优化知识库，经过一段时间的积累，知识库即可发挥处理指导的作用。触发方式也可通过对设备的数据采集进行自动触发。应用场景的实施架构 用数字化方式实现应用场景采用如下架构：图 1-2 异常的及时响应场景实施架构 最底层是现场级，是互联互通的设备，分布式冗余数采集群通过工业以太网以相应的规约进行数据采集，对一手数据进行边缘计算和筛选，根据信号和参数的变化分发相应数据到对应的现场工作站，进行现场运营级管控分析，当相应专业设定的限值被超出即自动触发 E-Andon，由 E-Andon 及时化响应服务器自动处理相应过程，同时，E-Andon 现场交互终端触发的信息也由及时化响应服务器进行处理。及时化响应服务器根据模型设置和人员与手表绑定的信息，推送相应分类的响应请求给对应的手表，手表支持 WIFI 或 4G 接入，通过网络获取请求信息。现场交互终端设置有刷卡器，支持人员的响应到岗等信息以刷卡时间为准。所有记录信息通过 E-Andon 及时化响应服务器进行记录，并分类后存入知识库。实施案例:施耐德工厂生产异常的全数字化及时响应 施耐德工厂将 E-Andon 系统应用于工厂的异常响应管理，并将 E-Andon 系统部署于工厂数据中心的虚拟服务器上，实现了异常响应过程的全数字化管理。在 8 实际应用中，施耐德工厂已经实现异常响应的 1 分钟到岗响应，如果 1 分种未响应，自动升级到主管工程师，最长 15 分钟未响应工厂总经理即收到信息进行介入。并且，整个响应过程和处理过程被完整记录，通过对记录的自动分析，施耐德工厂已经累计实施近千个改善项目。随着知识库的不断积累，工厂因果资产的管理快速提升，异常响应处理时间有效降低，同时，也促进了工厂 TPM 水平的进一步提高。1.5 细化应用场景三：海尔互联工厂 应用场景描述 海尔通过 10 年的持续探索实践，构建了以用户为中心的互联工厂模式。互联工厂最重要是和用户互联融合，无人工厂是工业 3.0，属于自动化范畴。自动化只解决了高效问题，可以使大规模制造变得速度更快，但现在要的不光是高效率，要的是高精度。如果不能够精准对准用户，这个高效率没有用。如果生产出来的产品给谁不知道，本来生产 1000 台现在生产 2000 台，有多大作用呢？都堆在仓库里边。所以说现在从原来的自动化线大规模制造变成高精度的大规模定制，这是完全本质的不同。怎么做到的？核心就是围绕用户互联建立了一套全流程全周期互联互通的开放生态资源体系，构建了支撑智能制造的创新技术模式管理能力COSMOPlat 互联工厂。实施案例：海尔 11 大互联工厂 智能制造通过 COSMOPlat 的端到端的信息化融合，实现 IT 和 OT 的融合，将大规模和个性化融合，通过大规模的高效率、低成本实现了定制的高精度、高品质。通过 COSMOPlat-IM 模块，实现用户定单直达工厂、设备及生产管理人员，实现用户深度参与制造过程，实现用户与工厂的零距离。智能制造的全过程可通过微信、网络进行线上交互、质量全过程的数据透明，同时基于现场 RFID、传感器等，实现了用户定单实时可视，随时随地可知产品的状态，由谁、哪台设备、什么时间、质量测试结果都能实时明确。9 图 1-3 互联工厂模式示意 海尔 COSMOPlat 互联工厂要解决一个大规模和个性化定制的矛盾，形成大规模和个性化定制融合。衡量这个的标准就是“生产的每台产品都是有主的”，不需要原来传统的营销，衡量它的标准就是不入库率。从社群交互，到新品首发，再到个性化需求、大规模集成，是体现高精度，是怎么能连上用户。再加上模块化、数字化，高精度加高效率，来解决大规模个性化定制的矛盾。既要满足用户的体验，企业还要赚钱，要高增长、高份额、高盈利。图 1-4 互联工厂应用效果 目前，海尔已累计建成沈阳冰箱、郑州空调、佛山洗衣机、青岛热水器、胶州空调、中央空调等 11 家互联工厂样板。海尔实施互联工厂取得了初步成效，互联工厂整体效率大幅提升，不入库率达到 69%，定单交付周期缩短了 50%，CCC达到-10 天，其中海尔中央空调互联工厂已经实现了 100%的产品是用户定制的，100%的产品是网器、100%的用户成为终身用户。10 海尔互联工厂模式为制造业从大规模制造向大规模定制转型提供了借鉴和示范的作用。海尔互联工厂的核心是与用户零距离，从以企业为中心的传统经济模式颠覆为以用户为中心的互联网经济模式，高效率、高精准地满足用户最佳体验。以前大规模制造时代串联的供应商，同步进行数字化、智能化升级，被整合形成并联资源生态圈，与终端用户之间零距离互联，从而打通整个价值链，形成高效运转的消费生态圈，实现整个产业链的升级。1.6 细化应用场景四：设备的全周期物联生态解决方案 COSMOPlat 海智造是 COSMOPlat 的机械行业子平台，依托 COSMOPlat 的云计算、大数据等基础能力，针对机械行业企业信息化低、企业转型难等普遍问题为纺织行业提供端到端的智能制造解决方案。机械行业主要存在以下三类痛点。一是保外备件市场流失严重，售后备件销售额低的单点级痛点；二是设备制造方和设备使用方难以将设备生产数据转换为产业价值的系统级痛点；三是设备故障排查及维修时间长，设备停机影响下游企业产品供应的系统级痛点。实施案例：纺织机械行业纺机全周期物联生态解决方案 在纺机全生命周期中，以纺机使用环节与用户的交互为切入点，结合纺机行业独有的工艺流程和生态伙伴共建纺机全周期物联生态平台。主要实施过程如下：一是针对设备制造方保外备件市场流失严重这一单点级痛点，纺机全周期物联生态平台提供备件商城模块。通过纺机大脑 APP 与设备制造方 WMS 系统数据共享，为设备使用方提供低于市场价格的原厂原装备件。纺机大脑 APP 会根据备件的上次更换时间、备件使用周期两个参数自动提醒设备使用方进行备件更换。设备使用方还可以通过故障工单、故障专家库等功能在故障排查时在线采购平台智能推荐的备件。二是针对纺机产业链上的设备制造方和设备使用方难以将设备生产数据转换为产业价值这一系统级痛点，纺机全周期物联生态平台通过 COSMOPlat 边缘层采集纺机设备 PLC 控制站的实时运行状态数据、生产数据，以及通过新增传感 11 器采集环境数据，为纺机制造方提供客户分布、设备分布、产能分布、故障、备件等数据分析，指导纺机制造方进行精准研发；为纺机使用方提供实时开机率、设备产量、设备能耗、历史产量能耗对比等数据分析，定位生产过程的问题，指导工厂生产。三是传统纺机设备故障的维修方式为设备故障后现场维修，设备故障排查及维修时间长，设备停机影响下游企业产品供应等系统级痛点，纺机全周期物联生态平台提供故障预测、巡检保养、故障工单、专家库以及在线远程维修功能。平台通过智能网关采集纺机设备 PLC 控制站的数据，以及通过新增的传感器（温度、湿度、振动等）采集的环境数据，构建关键部件的性能预测模型，并基于预测结果，调整巡检保养计划、维修备件以及备品备件的管理策略；平台结合故障工单模块通过提供实时文字、语音、视频实现设备使用方和设备制造方的高效沟通，缩短故障 实施效果 纺机全周期物联生态平台通过提供数字化管理模式，实现了设备运行的在线监控，管理，运维。企业实现了产品全生命周期管理，为研发提供输入数据。用户通过企业的增值服务，实现轻资产运营，评估后生产设备综合效率提升了 10%，维修成本预计每年可节省 100 万元。1.7 细化应用场景五：海尔 COSMOPlat 大规模定制 应用场景描述 大规模定制是一种用户需求驱动，用户可深度参与企业全流程，零距离互联生态资源快速、低成本、高效的提供智能产品、服务和增值体验的智能制造模式。它既能满足用户的高精度，又能满足企业的高效率，可实现产品全周期、用户全周期的持续迭代。大规模定制模式不是简单的设备连接、不是孤立的工厂运营、不是封闭的交易撮合、也不是单纯的软件升级，而是实现大规模与个性化定制融合、从产品体验与用户场景体验价值闭环，同时有效的进行资源组织，带动产业链企业变革升 12 级的智能制造模式。目的是创造用户价值，实现价值链各攸关方共创共赢，助力中国企业的升级转型，提升中国制造业的整体竞争力。海尔的 COSMOPlat 大规模定制模式是基于自主知识产权的云平台，是一种用户需求驱动，并深度参与企业全流程、零距离互联生态资源，快速、低成本、高效的提供智能产品、服务和增值体验的智能制造模式。它既能满足用户的高精度，又能满足企业的高效率，是工业大规模定制模式实践者。COSMOPlat 大规模定制模式代表着广义的智能制造，是通过社群交互将用户碎片化、个性化需求合并整合成需求方案，同时设计师与用户实时交互并通过虚拟仿真不断修正形成符合用户需求的产品，同时用户参与智能制造全过程（质量信息可视、过程透明）并驱动各攸关方进行升级，实现企业-用户-产品的实时连接，通过场景定制体验创造用户价值，使得用户需求不断迭代，实现智慧生活的生态，同时将用户变为企业的终身用户。实施案例一：服装行业衣联网 行业特点及应用需求 对服装企业来说，高库存不仅会让企业的资金周转率下降，在目前储存和运输成本持续上涨的背景下，对企业意味着要付出额外的成本。而且，拖得越久，仓库里的这些衣服越难转化成利润。巨额的库存，不仅仅吞噬着企业的现金流，同时也给品牌的扩张和渠道的发展造成了阻力。而如何消化高库存，正在考验着服装企业的生存智慧。近些年，中国的人工成本上涨，大批量定单的加工制造已经转至人工成本更有竞争力的东南亚，国内的定单都具有多品种少批量的特点，这就对服装加工的柔性化生产提出了迫切的要求。解决方案 海尔COSMOPlat 环球智能制造项目为服装行业打造的第一个女装互联工厂，实现从平台下单到工厂生产及发货全过程数据驱动，实现自动化、数字化和智能化的女装个性化定制示范工厂，并通过平台数据分析，提升产品设计与研发，构建产业供应链的快速协同。原来只能进行大货批量生产的产业形态，正在向设计 13 定制化、产品精品化、采购销售物流一体化的高效率、高品质、高价值方向转变。打造符合海尔互联工厂整体展示要求，从展厅、仓储、生产车间、物流、园区整体布局规划、展示设计符合数字、智能、精益、生态、互联要求。通过从订单到仓储全流程系统构建，实现个性化定制智能生产，能够适应个性化、小批量、快返等市场多样化需求，从下单到出货，全部系统贯通，全流程数据驱动。工厂精益改善，从布局、流程、标准、体系、培训，涉及组织、现场、管理、效率、成本、品质各环节的规划、改善，实现精益生产，达成个性定制顺畅，小批量、快返等快速切换，柔性生产，人均效率、品质提升，单件成本降低并形成企业可持续改善精益团队与机制。通过平台下单，实现环球工厂版型与工艺等自动匹配，实现环球服装股份有限公司能够在海尔 COSMOPlat 平台实现接单功能，并使数据完成传输工厂，实现数据驱动工厂订单生产。实施效果：通过 COSMOPlat 大规模定制赋能，使环球服饰实现从平台下单到工厂生产及发货全过程数据驱动，实现自动化、数字化和智能化的女装个性化定制示范工厂，相较以前，不入库率提升 50%，设备产能增加 30%，不良率降低 20%，制造成本下降 20%，并且从传统加工企业转型自主品牌商，提升品牌附加值。COSMOPlat在项目实施中，形成的系统解决方案相应可云端部署的功能模块实施上云，用于在后续其它项目中进行复制开发，开发成本较现有降幅明显。最终实现企业方，定制模块资源方，平台等攸关方增值共享。实施案例二：房车行业定智旅行家 行业特点及应用需求 根据 2017 中国房车产业年度发展报告，2017 年国内房车企业产销总量为3.78 万辆，相比 2016 年销售量 1.86 万辆的数据，同比增长 11.8%；从房车保有量上看，截止 2017 年底，全国房车保有量为 69400 辆，对比 2016 年数据 48600辆，同比增长了 42.8%，从这一数据来看，我国房车发展虽与欧美等国相比，起 14 步较晚但增长较快，未来十年将是我国房车发展的黄金十年。康派斯作为中国出口房车领军企业，发展迅猛，但同时也面临着市场同质化，制造成本高的难题，其前端通过特定渠道销售，无法直面用户需求，没有一流设计团队参与设计；而后端的制造环节面临采购成本高，交货周期长，碎片化采购等问题。面临这些难题，康派斯积极探索转型 解决方案：项目解决方案是引入海尔 COSMOPlat 以用户为中心的大规模定制模式，从交互定制、精准营销、开放设计、模块采购、智能生产、智慧物流、智慧服务进行跨行业、跨领域的社会化复制。COSMOPlat 房车行业工业互联网公共服务平台，一方面通过线上社群交互，让用户可以基于场景定制房车，康派斯通过让用户参与房车全生命周期，转型成为房车行业“互联工厂”，将传统房车打造成为智能房车。同时，用户在体验智能房车过程中还可以持续和工厂交互，不断迭代产品设计和制造流程；另一方面，智能房车还与线下房车营地实现互联，并可通过一键定制，预约房车营地更多增值服务。（1）通过 COSMO-DIY 实现企业直接连接用户，了解用户的需求和痛点。并联模块商参与产品设计，使得产品更好的满足用户体验。在流程上，通过COSMO 房车用户社群经营，将客户需求进行整理传递，形成大规模定制需求，引入国内外知名房车设计师与客户进行交互。（2）通过 COSMOPlat 房车家园采购平台聚集房车企业及上下游企业在平台针对包含无花镀锌板，拉丝不锈钢等 8 种大宗物料进行集约采购，并且将房车帐篷、家具以及房车框架供应商集中产业园，部分物料可降低采购成本 12%，综合采购成本降低 7.3%。（3）通过实施 COSMO-iMES，对制造流程进行流程优化再造，并为康派斯智能制造转型升级提供定制型解决方案和蓝图设计。将