聯系我們
新聞詳情
NEWS
您當前所在的位置:首頁 > 新聞資訊 > 智能化改造 > 新聞詳情

工程機械:有效促進管理智能化

來源:中國電子報                發布時間:2020-04-08

賽迪智庫信息化與軟件產業研究所工業互聯網研究室 孫剛  

工程機械行業具有設備產品多樣、生產過程離散、供應鏈復雜的行業特征,面臨設備價值增值水平不高、供應鏈資源調配效率低下、金融生態不完善等行業痛點,亟須加快基于工業互聯網平臺的數字化轉型步伐,全面提升研發設計、生產制造、供應鏈管理、遠程運維、客戶服務等環節的數字化水平。徐工集團、三一重工、中聯重科等國內企業和uptake等國外企業以遠程運維為切入點,日本小松以智慧施工為切入點,加速推動工程機械行業向設備維護智能化、綜合解決方案“交鑰匙化”方向加速轉型?;诖?,我們對工程機械行業基于工業互聯網平臺進行數字化轉型解決方案進行了專題研究,深入剖析了工程機械行業數字化轉型趨勢、平臺應用場景以及業務落地解決方案。

工程機械行業向“四化”發展

(一)設備維護按需化。傳統以預防為主的定期維修無法有效處理潛在或突發的異常故障,也會造成過高的設備維護維修費用和額外的磨合損耗?;诠I互聯網平臺,在線采集設備性能、狀態參數等數據信息,可以及時發現設備運行過程中的健康狀態和存在的問題,按需求進行設備維護。

(二)備件管理精益化。傳統的倉儲模式能夠緩解一定的備件需求壓力,但是相應的產生了包括存儲空間、物流調配、流轉資金等高昂的倉儲成本。運用物聯網、云計算、大數據等新一代信息技術,加強供應鏈管理,能夠提高備件流通效率,快速響應生產和維修需求,提高生產和維修效率,節省現金流。

(三)產融結合在線化。由于工程機械設備單價高、行業金融體系不完善等原因,下游中小企業往往存在資金短缺的問題。依托工業互聯網平臺進行設備連接、數據采集、統計分析,可以實現制造設備運行過程透明化,有利于金融機構做出實時評估,控制金融風險,在線提供快速融資、貸款服務。

(四)解決方案服務化。為應對越發緊縮的市場環境,響應用戶端需求的升級變化,工程機械行業正呈現出制造業服務化趨勢,即以產品制造商向解決方案提供商轉變,從單純的生產加工向提供設備運營維護、支撐業務管理決策、滿足個性化定制需求等服務環節延伸,塑造企業綜合優勢。

工程機械行業具有四大工業互聯網應用場景

(一)設備預測性維護?;诠I互聯網平臺的建模仿真、數據分析、評估診斷能力,實現預測性維護。一是設備狀態監測。實時采集溫度、電壓、電流等數據,提高設備狀態洞察力。二是設備建模仿真。輸入參數、工況等數據,進行模擬仿真,優化維護方案。三是設備故障診斷。對設備狀態數據進行挖掘分析,判斷可能出現故障的時間和部位,安排維修計劃。

例如,卡特彼勒基于Uptake開發的設備聯網和分析系統,采集設備的各類數據信息,聯網監控,分析預測設備可能發生的故障,實現了300多萬臺運轉設備的統一管控。

(二)備品備件管理?;诠I互聯網平臺,有效促進企業備品備件管理邁向智能化。一是備品備件標識管理。運用標簽化管理、智能化檢索等手段實現備品備件的監督、跟蹤和協調。二是備品備件部門協同。打通各部門信息壁壘,推動跨部門協作,促進備品備件高效流通。三是備品備件供應鏈管理。建立零部件供應商對接交流平臺,實時、定量采購。

例如,徐工集團基于漢云工業互聯網平臺,打破生產商和分銷商信息孤島,提升分揀效率8%,提升倉庫利用率6%,降低備件庫存8%,提高庫存周轉率5%。

(三)智慧施工。工程機械行業正從設備本身的解決方案向現場的解決方案轉變,實現智慧施工。一是現場施工數據采集。對施工對象、施工場景、外在環境等因素進行高精度感知。二是施工方案模擬仿真。建立仿真模型,設立不同的施工條件進行工況模擬,優化施工方案。三是現場施工現場指揮調度。建立反饋響應系統,指揮現場施工。

例如,小松提出和實施Smart Construction,即智能施工解決方案,形成建筑工程狀態感知、實施分析、科學決策、精準執行的閉環,從而實現遠程操作服務。

(四)互聯網金融?;诠I互聯網平臺促進產融模式創新。一是在線貸款。監測施工隊作業情況、承包商貸款情況和經營情況,針對性給與貸款、融資等服務。二是融資租賃。工程機械企業開始租賃業務,幫助中小企業迅速做大規模。三是精準投保。保險公司依托工業互聯網平臺對機械設備的監測、管理能力,實現按設備生命健康狀態的精準投保服務。

例如,三一集團與久隆、三湘銀行展開合作,開發用于精準定價與風險選擇的數據產品,幫助久隆保險完成UBI保險產品及延保產品的定價。

推進應用場景落地的著力點

(一)關注數據采集,擴展信息獲取渠道。一是加強施工現場數據采集,通過傳感器、無人機,攝像頭、三維掃描儀等感知設備,采集現場施工環境和施工對象信息。二是加強設備端數據采集,基于平臺采集和整合工程機械設備設計數據、運行數據、運維檔案和地理位置等數據。三是加強客戶端數據采集,形成對市場的理解和認識。

(二)緊扣模型開發,提高模型供給能力。一是面向業務運營管理,構建資源調度模型、安全管理模型、供應鏈管理模型等。二是面向設備遠程運維,構建狀態監測模型、預測預警模型、健康評估模型、故障診斷模型等。三是面向生產制造,構建加工工藝模型、質量管控模型、組裝裝配模型等。

(三)聚焦解決方案,開發推廣典型應用。一是基于平臺的數據沉淀和模型應用,開發部署運行監測與分析工業APP。二是實時監控現場施工設備運行狀態,基于工業互聯網平臺大數據分析能力,提供現場施工解決方案。三是依托工業互聯網平臺開發集中采購、供應商管理、柔性供應鏈、智能倉儲、智慧物流等云化應用服務。

加拿大快乐8赢的方法