2018年7月22日，一年一度的「第七屆中國大數據應用論壇」活動在北京大學英傑交流中心隆重舉行。本次活動由中國新一代IT產業推進聯盟指導，CIO時代學院、北大軟體工程研究所主辦，全國高校大數據教育聯盟、北達軟、萬山數據協辦，北大CIO班學員、CIO時代學院學員、全國高校大數據教育聯盟成員、其它大數據領域專家和管理者等近兩百人參加了這次論壇活動，此次活動的主題為：大數據時代的數據保護與利用。本次活動邀請到南京康尼機電股份有限公司智能工廠建設管理辦公室主任張洪斌為大家帶來「工業大數據與智能製造」的精彩演講。
南京康尼機電股份有限公司智能工廠建設管理辦公室主任、第25屆CIO班學員 張洪斌
尊敬的各位專家、各位老師、各位同學們，大家下午好！今天很有幸能在這邊做個分享。康尼公司是傳統的製造業，在大數據這方面的應用、實踐還有未來要做的事情，跟大家進行分享。主要是兩個方面：一方面是我們目前做的智能製造方面的實施情況，第二是大數據分析平臺應用方面的想法。
南京康尼機電股份是一個非常典型的傳統裝備製造企業，近幾年開始做智能製造方面的轉型升級。康尼是一家集團化運作的上市公司，主要以軌道交通產業為主業，以及其他多元化的產業。主營產品是城軌地鐵車門系統，及高鐵幹線車門系統，，另外還有站臺安全門及車廂內裝式系統，目前我們還有最新的產品應用到新能源大巴。我們在國內連續10年是50%以上份額全球市場佔有率達到31%，在這個細分行業裡已達到全球第一。
下面就是針對智能製造的實施情況做個簡單的匯報。為支撐康尼集團未來發展戰略目標，根據中國製造2025總體框架要求制定了《康尼製造2025規劃》。我們圍繞銷售到研發、生產、交付及維保等全價值鏈制訂了智能製造的整個框架藍圖，橫向要實現各系統互聯互通，縱向要把數據從底層數據採集到最高層打通到底。時間上會分三大階段進行推進，，首先就是形成數位化。從工業底層的數位化，再到管理平臺的數位化。第二階段是互聯化，未來才是智能化。目前我們還處於數位化階段向互聯化階段的邁進過程中。
對目前幾個主要建設方面做下介紹。在談智能製造之前要先實現精益化或者稱為標準化、流程化，所以我們有個觀點是做精益是智能製造的基礎支撐。前兩天看了一篇文章，主題叫「智能製造能不能少談一點智能多談一點製造」因為核心是要為製造轉型升級，利用ICT技術為製造進行服務，。強調說我國現在還比較薄弱的環節在於底層的工藝基礎及製造技術，這些方面要重點加強。所以首先要強調精益化，我們康尼公司也是按照這樣一個路徑，從2010年到現在做基礎支撐，從點線面體推進精益為實施智能製造奠定基礎。
我們在 「康尼製造2025」框架下具體開展實施，目前是南京市首批智能工廠示範企業，同時也獲得了國家工信部智能製造示範項目，近三年是按照這樣一個系統藍圖在推進智能製造的項目。我們從底層架構、執行層、感知層、管理層已基本建設完成，最上面的決策層就是大數據分析平臺，目前正在實施。整個項目分了幾大塊，主要包括底層的精益產線設計及虛擬仿真平臺，自動化車間系統及數位化製造平臺，，包含前後供應鏈系統的智能管理平臺以及智能產品及維保平臺等。
做數位化之前還要做工業自動化我們制定了一些策略，目前也是屬於發展階段當中，按照單點到產線自動化，再到全工序自動化，最終實現柔性製造生產。目前數控化的比例達到70%上，工業機器人應用達到25%左右。同時要實現底層數據採集及形成工業網際網路，設備聯網比例達到90%以上。
數位化製造的平臺，核心還是屬於中間執行層的，就是MES系統，我們以MES系統為核心，並應用了高級計劃排程、生產過程虛擬仿真、SCADA系統及生產指揮控制中心等構成數位化製造平臺。實現智能優化排產；，生產過程透明化、實時化、標準化以及異常預警響應等等。
下面介紹我們的管理信息平臺。研發端基於IPD流程進行優化，然後應用於異地協同產品研發，同時要符合整個IPD項目管控流程，實現結構化工藝等，所以構建了PLM系統。營銷端，構建工業品營銷的管理流程，我們起名叫「天龍八部」。實施了CRM系統將八個階段怎麼樣開始跟客戶進行打通，來形成訂單流的源頭。供應鏈端，我想很多製造行業整個供應鏈或者採購端這塊對物料這方面的痛點問題比較多，所以說要把信息和精益化流程延伸到供應鏈前端，目前SRM系統也是正在實施過程當中，要實現訂單協同，實現供應商管理及整體能力的提升。 最後就是售後及維保環節，因為我們的產品是30年的生命周期。在30年運營周期當中會有維保過程，所以我們採用一套完全定製的SLM系統，可以實現MRO管理、遠程維保等功能。
康尼的信息化走過十幾年的道路，目前我們面臨的問題是上了這麼多系統會形成一些數據孤島。必須要互聯互通，要讓數據節點打通以後，形成數據流以後才能更好的利用這些數據，所以目前我們做的就是互聯互通的整體項目。數據互聯互通肯定是要基於業務流程的互聯互通。所以針對公司全業務流程進行了完整的調研分析診斷以後，進行整體的規劃，再形成整體的數據接口等規範再分步實施，我們將實施計劃叫「絲路計劃」，以期形成整體互聯互通。
我們並不是單純的為了做互聯互通而去做，而是主要為了解決問題，給企業帶來效益，所以我們把一些主要痛點問題拿出來去設定一個目標，有目的性的進行互聯互通。第一期是圍繞產生價值的訂單流開始，面臨問題，交付周期長、周轉率相對低，產品設計變更很頻繁，這些都會影響產品訂單流的主要問題，所以第一期是圍繞這個來開展，所以第一是產銷協同、第二是變更管理。有這兩大目標以後再打通整個數據流。再往後再推進供應鏈與項目管理、財務管理等等。
以上就是智能製造實施情況的簡要介紹。通過近幾年也實現了一些預期成效，我們從生產效率、運營成本、產品研發周期、質量水平以及能源利用等方面都帶來了實際的提升。
下面一個部分就是針對工業大數據目前的應用或者後面要做的事情做個簡要介紹。因為我們剛剛開始起步，所以更多的是一些想法。
第一個應用案例是車門智能診斷及遠程維保系統。比如說車門打不開、關不上就會造成地鐵停運。因為地鐵運營故障超過40%的故障來自於車門，所以對我們的產品壓力比較大。傳統做法是一旦發生故障就要清客，然後下線，空車開回去以後查原因、維修。我們針對這個問題進行了有針對性的開發，形成了一套智能診斷系統，可以遠程採集數據進行分析有沒有故障，更重要的是要形成亞健康預警，當故障發生前預防，這是我們最主要的核心目標。主要功能包括在線監測，二是利用大數據分析平臺實現發生故障以後怎麼快速診斷，三就是亞健康預測。還有智能運營維護，能夠快速維保。我們目前在五到六個地鐵項目上進行了試運行明年會推廣。實現一些主要技術指標，比如說提升故障診斷率、亞健康預防診斷率，以及降低維保時間等等。
第二個案例是大數據分析平臺的應用。面臨這麼多信息系統，怎麼樣治理及應用這些數據，我們也進行了方案的制定和研討，這個項目已經開始啟動。主要分幾個目標內容：數據治理、數據採集處理、數據建模分析以及關鍵指標監控預警。
整體解決方案，首先要構建這樣一個組織架構。我們之前沒有專門做數據，最多是一些主數據，但是現在面臨這麼多業務的大量數據，公司內部形成了數據治理委員會以及工作小組，首先要有專人做這個事情。第二就是要實現數據標準和規範，以及全生命周期的管理。第三更重要，就是我們的目標是數據驅動業務。如何驅動，我們也進行了自己的構思。關鍵問題在於業務的建模。
針對數據驅動業務模型我們業進行了構思，包括正向和反向。從數據產生價值的過程我們可以看到，我們研究分析的過程肯定首先是業務問題，然後進行數據建模，然後去探索挖掘這個數據，再尋找數據來源。而真正在做的過程當中實現的路徑是由底層往上，首先要有數據，然後形成獲得數據的工具分析平臺，利用分析平臺建模和分析算法最終對數據進行分析，最終反映到業務問題當中指導業務改進。這些技術架構我就不談了，各位都是專家，從底層數據源開始到抽取數據形成數據倉庫，再到數據挖掘分析，再最終形成探索出來的一些數據分析的應用。
總體建設目標，數據倉庫的建立、大數據分析運算平臺、面向業務問題要建立業務模型，最終構建整個大數據分析的平臺，這是分了四個步驟。其實這些都是技術方面的，針對我們要解決企業業務問題時，首先是要找到痛點的一些問題。我們以財務管理及指標作為第一期來進行應用，目前的現狀還是比較傳統的財務管理的方式，然後基於事後分析報表，並不能通過實時數據進行挖掘，所以要基於大數據的平臺實現實時業務驅動整個財務的管理戰略。目前我們為什麼要從財務數據開始？第一個最重要的指標就是分析毛利率，怎樣從並行的多項目的料工費裡面挖掘問題，最終目標是提高運營的毛利率。
這個是針對應用大數據分析平臺解決財務問題的可能預期會帶來的效果。我們要實現財務管理的轉型。傳統的財務要滿足核算，現在不光是核算，還要以財務指導或者引領企業戰略發展。利用大數據分析平臺能夠提供針對我們盈利能力的完整系統的解決方案，以及探索出來潛在的問題，去實時的預防一些運營當中的問題的發生。 預期半年時間構建這個平臺，實現財務數據管控的轉型，更重要的是構建自己的數據分析的團隊以及人員能力提升。
我的主要介紹就是這些，我們還在不斷的學習、探索、實踐的過程當中，康尼會在智能製造道路上持續前行，以期實現整體轉型升級。謝謝！
第三十屆CIO班招生 法國布雷斯特商學院碩士班招生 北達軟EXIN網絡空間與IT安全基礎認證培訓 北達軟EXIN DevOps Professional認證培訓責編：liukai