導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
18.117.78.76
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 广州汽车工程研究院数字化运营和决策 的原始碼
←
广州汽车工程研究院数字化运营和决策
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
{| class="wikitable" align="right" |- |<center><img src=https://p2.itc.cn/images01/20220511/de9e12d540fb478687e74d5bd980c88d.png width="300"></center> <small>[https://www.sohu.com/a/545790425_120244537 来自 搜狐网 的图片]</small> |} '''广州汽车工程研究院数字化运营和决策'''本项目是广汽研究院试制智能工厂以[[数据]]智能为主线,个性化生产为特色,实现的几个核心的智能化场景之一——数字化运营与决策。其主要内容为大数据<ref>[https://it.sohu.com/a/669707371_120797758 大数据有什么作用?] ,搜狐,2023-04-24</ref>助力分析与决策、试制数字化运营中心和数字化运营体系三个部分。实现生产过程的可视化,质量等生产过程问题的在线决策,指标体系的数字化管理。通过本项目建设实现了研究院设计、工艺、[[制造]]、采购、物料、生产方式、样车和人力资源八大领域全价值链数据分析,以及生产协调实时决策、生产异常实时决策等。同时,本项目的价值起到了很好的示范作用,得到行业的广泛的关注和认可。 ==一、案例简介== 本项目是广汽研究院试制智能工厂以数据智能为主线,个性化[[生产]]为特色,实现的几个核心的智能化场景之一——数字化运营与决策。数字化运营与决策主要包含大数据助力分析与决策、试制数字化运营中心和数字化运营体系三个部分。大数据助力分析与决策主要是对采集数据的可视化显示,质量等生产过程问题的在线决策;试制[[数字化]]运营中心分为生产监控、异常跟踪、计划管控、在制品管理4个部分;数字化管理体系从生产、库存、质量等维度进行梳理,形成试制部门、科级、班组级的指标、报表定义。通过本项目建设实现了研究院设计、[[工艺]]、制造、采购、物料、生产方式、样车和人力资源<ref>[https://www.sohu.com/a/478853149_121124036 干货!人力资源的概念],搜狐,2021-07-21 </ref>八大领域全价值链数据分析,以及生产协调实时决策、生产异常实时决策等。同时,本项目的价值起到了很好的示范作用,得到行业的广泛的关注和认可。 ==二、案例背景介绍== 广汽研究院是广汽集团汽车研发技术管理部门,负责新产品、新技术的规划和研发工作。不同于汽车量产的流水线生产方式,样车试制基本上是个性化生产,且处于研发过程中的样车零部件状态是不成熟的,生产[[效率]]比起量产要低得多。试制产能的提升一直是瓶颈,不管通过管理手段或信息化样车生产能力提升都很有限(小于5%)。广汽研究院的试制智能工厂,其业务涵盖焊装、涂装、总装、制件、测量和仓储等,主导广汽集团自主品牌所有的研发项目的整车产品试制生产,需要满足6个新项目、大改款项目15个小改款项目同时在线试制能力,具备两条白车身焊装线,形成4个平台车型白车身同时在线试制能力,满足钢铝混合、全铝等先进轻量化车身柔性化制造及验证的需求,能够满足千变万化的研发个性化需求。在建成柔性生产线和数字化管控基础之上,还提出了实时决策的主要目标。因此在该智能工厂建设过程中,开展了数字化运营与决策的智能化场景应用,实现研究院设计、工艺、[[制造]]、采购、物料、生产方式、样车和人力资源八大领域全价值链数据分析。 ==三、案例应用详情== 数字化运营和决策主要包括[[大数据]]助力分析与决策、试制数字化运营中心、数字化运营体系三大块内容。 ===1、大数据助力分析与决策=== 通过已采集生产过程实时数据,并按角色进行数据的共享与可视化显示。试制部长应用决策APP可实时查看各车间、各项目运行状况,并针对异常信息通过系统进行任务指派并跟踪。现场生产调度人员应用中控大屏可实时查看各工位运行状况,以便尽快响应和决策。各专业工程师可通过研发APP跟踪试制样车进展,实时接收[[质量]]问题等生产过程问题并在线决策。系统后台支持作业时间、设备开动时间等信息记录,并推送大数据平台进行分析、应用。 运用大数据技术,汇聚整合试制领域有价值的数据,形成企业数据资产,利用大数据平台、数仓及BI工具等技术资产,为生产、库存、[[质量]]、设计等领域提供服务,满足不同业务场景对数据的要求。 提高效率,简化繁杂的数据准备[[工作]],让业务人员更聚焦业务分析建设公司级数据平台,通过数据贯通实现业务协同、优化,加速决策,提高管理和运营效率。 ===2、试制数字化运营中心=== 试制工程数字化运营中心,共分为[[生产]]监控、异常跟踪、计划管控、在制品管理4个部分。 (1)生产监控:在工厂整体布局的基础上,对120名现场人员开工情况、60个设备运行情况进行实时监控。生产管理者利用生产监控,实现快速定位生产人员、设备瓶颈,及时调整人员和[[设备]]资源。 (2)异常跟踪:对生产过程中出现物料缺料、质量问题等异常情况进行实时跟踪。生产管理者利用异常跟踪,实时掌握异常对生产的影响,及时调整生产任务。 (3)计划管控:对车间/[[项目]]的月计划、日计划完成情况进行管控。生产管理者利用计划管理,分析计划完成情况,及时调整生产计划。 (4)在制品管理:对各个车间现场的在制、缓存区的样车监控。生产管理者利用在制品管理,提升车间在制样车周转率。 ===3、数字化运营体系=== 试制数字化管理体系从生产、库存、质量等维度进行梳理,形成试制部门、科级、班组级涉及指标、报表的定义及管理职责,保障数据准确、严谨。 在指标体系梳理方面,清晰定义指标口径、含义等,使指标体系[[规范]]化管理。 在数字运营体系方面对报表进行整合、去重、合并等,建立规范。最终形成了近50项运营KPI。 ==四、创新性与优势== 通过大数据助力分许与决策,实现研究院设计、工艺、制造、采购、物料、生产方式、样车和人力资源八大领域全价值链数据分析。将互联网技术、大数据技术、[[自动化]]、数字化等与制造工艺全流程结合应用,实现数据信息采集与管控、全生命周期管控等。通过中控大屏对试制工程生产状态进行全面实时监控;通过决策App实时获取生产异常,对相关人员下达决策指令。实现生产协调实时决策、生产异常实时决策。 ==五、案例应用效益分析== 在数字化研究院建设过程中,以试制工程数字化、大数据等为关键项目的数字化研究院成效显著。通过试制工程数字化平台[[建设]],实现传统业务开展从物理空间向数字化空间转型升级,在汽车企业数字化转型、个性化生产试制等领域启到了很好的示范作用,得到行业的广泛关注和认可。 异常停工降低50%:试制生产的异常停工主要有缺料停工和质量停工两方面。 (1)在缺料停工方面,通过物料供应及时,实现关键件齐套率100%。物料采购环节:物料缺料提前两个月预警,整体到货准时率由原来的50%提升到80%。物料准备环节:入库效率提升50%,由原来的3人降低至1人,出库[[效率]]提升25%。物料配送环节实现了实时按需配送。 (2)在质量停工方面,通过质量快速处理,实现质量处理周期缩短75%。质量检查设计1万2千项检查,问题逃逸降低90%。在措施共享方面,通过质量问题学习、知识[[地图]]等措施重复问题减少75%。 设备利用率提升30%:试制生产设备利用率通过决策实时和生产及时两方面进行提升。 (1)决策实时方面从通过数字化[[运营]]实现现场任务及时调整,通过决策APP实现异常决策由周转变为实时决策。 (2)生产及时方面,通过仓储APP实现备料周期由7天降低至1天,生产现场形成[[生产]]准备资料实时下发管控方式。 ==参考文献== [[Category:500 社會科學類]]
返回「
广州汽车工程研究院数字化运营和决策
」頁面