寄雲科技CEO時培昕受邀做客2022智能製造與工業互聯網係列公益聯播第二期“數字化谘詢”第四講
，以《數據驅動-高端製造數字化轉型》為課題做深入解讀。時博士分別從工業數字化轉型、高端製造的數字化轉型的挑戰、高端製造的數字化轉型案例分享和寄雲NeuSeer工業互聯網平台四方麵展開了精彩講解。

　　1、溯源：工業數字化轉型的本質

　　當前
，中國工業正進入轉型升級
、高gao質zhi量liang發fa展zhan的de重zhong要yao時shi期qi。數shu據ju已yi經jing成cheng為wei未wei來lai企qi業ye核he心xin價jia值zhi與yu競jing爭zheng力li，是shi工gong業ye數shu字zi化hua轉zhuan型xing的de核he心xin生sheng產chan要yao素su。企qi業ye數shu字zi化hua的de過guo程cheng，實shi際ji上shang就jiu是shi數shu據ju價jia值zhi釋shi放fang過guo程cheng
，但dan邁mai向xiang數shu字zi化hua轉zhuan型xing成cheng功gong之zhi路lu充chong滿man挑tiao戰zhan。

　　時培昕博士指出
，工業數字化轉型是數字化轉型的一個子集，通過利用先進的工業互聯網技術對現有的資產、過程、產品進行轉變，實現運營指標的提升
，走向卓越運營。

　　工業數字化轉型的關鍵本質就是運營指標的提升。卓越的運營，是通過一係列關鍵指標的優化，更快、更有效地改善製造運營。其應用場景涵蓋裝配、加工、預測性維護
、績效管理
、質量管理以及可持續發展這一係列的製造環節，甚至延展到產業鏈的上下遊
，為工業企業帶來可衡量的、顯著的效益。

　　工業數字化轉型是通向未來工廠的交通工具。未來工廠的成熟度標準，可以通過初始化階段、可管理階段、明確性階段、定量化管理階段、優(you)化(hua)階(jie)段(duan)等(deng)五(wu)個(ge)成(cheng)熟(shu)度(du)標(biao)準(zhun)為(wei)工(gong)業(ye)企(qi)業(ye)對(dui)自(zi)身(shen)的(de)數(shu)字(zi)化(hua)進(jin)程(cheng)提(ti)供(gong)一(yi)個(ge)有(you)據(ju)可(ke)循(xun)的(de)科(ke)學(xue)體(ti)係(xi)。第(di)一(yi)
，初(chu)始(shi)化(hua)階(jie)段(duan)需(xu)要(yao)人(ren)為(wei)大(da)量(liang)幹(gan)預(yu)
，過(guo)程(cheng)不(bu)可(ke)預(yu)測(ce)且(qie)結(jie)果(guo)不(bu)確(que)定(ding)，被(bei)動(dong)式(shi)響(xiang)應(ying)；第二，可管理階段
，需要根據項目來劃分過程，同樣是被動式響應；第三，明確性階段
，是依照組織來劃分過程
，能進行主動式響應；第四，定量化管理階段
，過程能夠測量

、結果也是能控製的
；第五，優化階段，集中於持續的過程優化。

　　2、高端製造數字化轉型的五大挑戰

　　製造業是工業數字化的重心。製造業作為國家經濟命脈所係，是立國之本、強國之基
，把製造業高質量發展作為主攻方向
，支撐製造資源泛在連接、彈(dan)性(xing)供(gong)給(gei)和(he)高(gao)效(xiao)配(pei)置(zhi)，提(ti)升(sheng)製(zhi)造(zao)業(ye)在(zai)全(quan)球(qiu)價(jia)值(zhi)鏈(lian)分(fen)工(gong)的(de)地(di)位(wei)
，正(zheng)成(cheng)為(wei)全(quan)球(qiu)新(xin)一(yi)輪(lun)產(chan)業(ye)變(bian)革(ge)的(de)重(zhong)要(yao)方(fang)向(xiang)。對(dui)製(zhi)造(zao)業(ye)而(er)言(yan)，數(shu)字(zi)化(hua)轉(zhuan)型(xing)能(neng)夠(gou)產(chan)生(sheng)強(qiang)大(da)的(de)蝶(die)變(bian)效(xiao)應(ying)，是(shi)關(guan)乎(hu)生(sheng)存(cun)和(he)發(fa)展(zhan)的(de)“必修課”
，而非“選修課”。

　　高端製造作為複雜製造業
，有著供應鏈多樣化、生產工藝複雜度高和生產設備複雜度高等顯著特點
，其要求是精準性強、實時性高

、靈活性大，可預測
、也可優化。因而，數字化轉型
、智能化升級是高端製造業必然的發展趨勢。

　　當前，高端製造數字化的轉型主要有五大挑戰：

　　生產過程數字化程度不高。數據采集不夠全麵
，缺乏生產設備
、生產環境的實時數據采集
、以及生產過程的實時記錄、以及生產環節之間的銜接記錄等足夠的數據支撐。

　　數據離散化程度高，IT和OT分離。麵對跨領域、跨部門的數據優化和分析，進而實現優化生產指標

、庫存指標、質量指標的時候，需要從花費大量的時間從不同的IT和OT 係統中提取相應數據，進行一係列瑣碎和標準化的數據分析。

　　queshaoquanshengmingzhouqideshujuguanlinengli。congyanfashejidaoshengchanzhizao
，zaidaokehufuwu
，jixushuzihuadeyigejibazhenggeqiyeshengmingzhouqilideshujuchuanlianqilai，shixianquanliuchengshujuguanli。

　　海量數據的采集和處理。隨著數據規模越來越龐大
、shujuleixingyuelaiyuefengfu，yijishujushishifenxixuqiuyuelaiyuegao，wulunzhibiaojisuanhaishishendufenxi，qiyeruhejiasushixianshujujiazhiyiranshiqimianlindejidakaoyan。

　　數據分析離智能化目標相去甚遠。目前的數據分析主要以統計和對比為主，缺少結合領域知識的診斷、預測和優化分析。從海量多樣性數據中獲取有價值的關鍵數據，采用人工智能方法進行數據分析，是提升智能化水平的未來趨勢。

　　時博士指出：高端製造的數字化轉型是基於數據智能的指標優化。即通過數據智能實現可量化的生產
、經營以及資產性能指標優化。利用工業互聯網把不同的IT和OT數據充分融合

，在數據平台上構建起來一係列指標優化的能力。這個指標不僅包含底層設備的可靠性指標
，oee指標等，還要包括生產過程中的產能

、質量效率
，以及企業的經營指標。 所有指標的優化都基於對不同領域、不同部門
、不同環節的數據集成和分析
，進而來達到上述提到高端製造精準性強、實時性高
、靈活性大，可預測、可優化的要求。

　　3
、高端製造數字化轉型有路可循

　　通過近幾年工業數字化應用實踐和思考
，寄雲科技已逐漸看到高端製造數字化轉型的方向和著力點。

　　以高端製造中極為複雜且精密的半導體行業為例，麵對半導體製造的關鍵生產步驟上千個
、每道工序的工藝參數多達數千個、每道工序良率要求99.99%以上等顯著特點，如何有效對海量多樣性數據的分析處理，以及更好控製生產過程與品質成為巨大挑戰。

　　時博士指出

，針對於類似半導體的這類複雜性高端製造行業的數字化轉型

，構建以信息技術和自動化技術來構建IT和OT 高度融合的半導體智能化應用至關重要。即從設備端的海量
、多樣性數據中獲取到關鍵的
、可用的數據，通過大數據、物聯網和人工智能的數據分析，構建一係列半導體行業的智能應用，提升設備管理能力、可靠性、幫助實時預測生產質量、加速配方優化效率以及提供標準通信及控製能力。

　　基於NeuSeer工業互聯網平台產品，寄雲科技為半導體裝備企業提供從數據采集
、數據管理、數據分析和數據可視化的全流程一體化數據服務能力。在此基礎上形成了設備狀態管理
，設備監控，設備告警、配方管理
，製程管理

，製程分析等應用
，並可進一步提供質量分析、配方參數優化，虛擬量測和預測性維護等擴展智能應用
，以有效實現企業對生產全局可追溯、可評價和數字化經營決策，加強設備智能管控可視化管理
，提升綜合良品率

，以及減少設備非故障停機和智能調度管控。

　　智能應用：裝備智能管控

　　基ji於yu寄ji雲yun工gong業ye物wu聯lian網wang平ping台tai和he工gong業ye大da數shu據ju平ping台tai，為wei多duo種zhong半ban導dao體ti裝zhuang備bei提ti供gong設she備bei狀zhuang態tai管guan理li，設she備bei監jian控kong，設she備bei告gao警jing，配pei方fang管guan理li
，製zhi程cheng管guan理li，製zhi程cheng分fen析xi等deng應ying用yong，幫bang助zhu實shi現xian了le3000點/秒/機台海量數據的寫入和查詢，關鍵工藝指標的實時監測，多台設備的集群管理，以及故障檢測與分類
、關鍵輸出指標的穩定性控製等。

　　智能應用：預測性維護 PdM

　　基於FDC輸出數據
，良率數據以及量測數據
，利用MVA技術開發預測模型，根據預測故障發生時間，獲得估計的故障發生時間(MTTF)範圍和預測的可信度。提前做出應對計劃，減少計劃外downtime以及wafer 損傷風險。

　　智能應用：虛擬量測 VM

　　利用工藝流程和晶圓狀態信息（包括upstream量測和/或傳感器數據）預測工藝後量測結果。使用人工智能算法對芯片製造工藝參數和量測結果進行建模分析
，包括厚度
、缺陷密度/數量

、方塊電阻

、以及在線電測試結果等。

　　智能應用：智能配方優化 ROS

　　通(tong)過(guo)人(ren)工(gong)智(zhi)能(neng)算(suan)法(fa)加(jia)快(kuai)配(pei)方(fang)開(kai)發(fa)速(su)度(du)，減(jian)少(shao)可(ke)變(bian)性(xing)並(bing)拓(tuo)寬(kuan)工(gong)藝(yi)窗(chuang)口(kou)，可(ke)用(yong)於(yu)優(you)化(hua)單(dan)個(ge)腔(qiang)室(shi)和(he)整(zheng)個(ge)設(she)備(bei)

，根(gen)據(ju)對(dui)結(jie)果(guo)的(de)預(yu)測(ce)自(zi)動(dong)修(xiu)改(gai)配(pei)方(fang)參(can)數(shu)或(huo)選(xuan)擇(ze)控(kong)製(zhi)參(can)數(shu)
，提(ti)高(gao)加(jia)工(gong)性(xing)能(neng)和(he)生(sheng)產(chan)效(xiao)率(lv)。

　　因yin此ci，針zhen對dui高gao端duan製zhi造zao企qi業ye數shu字zi化hua能neng力li的de構gou建jian，不bu得de不bu提ti到dao工gong業ye互hu聯lian網wang平ping台tai。寄ji雲yun科ke技ji認ren為wei
，工gong業ye互hu聯lian網wang平ping台tai作zuo為wei支zhi撐cheng工gong業ye企qi業ye數shu字zi化hua轉zhuan型xing的de“新基座”，是數字化轉型的標配能力，能夠起到加速整個數據價值傳遞過程的作用。

　　製造企業通過工業互聯網平台應用
，從設備端彙總來自不同環節的IT/OT數據，通過數據采集和集成，數據清洗和治理，數據的統一存儲，以及數據的分析和建模，再通過快速的應用開發來去構建設備管理、生產管理

、以及經營管理三個層麵的指標優化能力。這三層通過釋放數據的價值環環相扣，最終實現企業經營利潤的提升以及經營風險的規避。

　　高端製造行業是寄雲科技產品和服務的主戰場。基於數據智能的NeuSeer工業互聯網，能夠有效的幫助高端製造的客戶改進設備可靠性提升
、質量異常診斷和預測、產能分析和預測、供應鏈優化、和降低運維成本等核心價值及關鍵指標，構建一係列針對高端製造的過程控製和經營決策能力，創造客戶價值。

　　1、經營指標優化：實時生產決策

　　對(dui)於(yu)大(da)批(pi)量(liang)的(de)工(gong)業(ye)品(pin)生(sheng)產(chan)，連(lian)續(xu)生(sheng)產(chan)至(zhi)關(guan)重(zhong)要(yao)，它(ta)不(bu)僅(jin)需(xu)要(yao)大(da)量(liang)的(de)自(zi)動(dong)化(hua)設(she)備(bei)以(yi)及(ji)全(quan)流(liu)程(cheng)的(de)過(guo)程(cheng)控(kong)製(zhi)係(xi)統(tong)，實(shi)現(xian)多(duo)個(ge)流(liu)程(cheng)的(de)無(wu)人(ren)自(zi)動(dong)化(hua)生(sheng)產(chan)，更(geng)需(xu)要(yao)結(jie)合(he)設(she)備(bei)狀(zhuang)態(tai)數(shu)據(ju)的(de)實(shi)時(shi)分(fen)析(xi)，對(dui)設(she)備(bei)可(ke)靠(kao)性(xing)、關鍵部件的使用壽命進行預測

，通過優化設備參數和維護策略來避免非計劃停機帶來的生產中斷
；同時，還需要通過量化的生產效率指標
，持續減少自動化過程中的人為不確定因素，提高產能和生產效率；

　　在汽車零配件行業，寄雲科技與全球500強企業麥格納集團下屬格特拉克針對生產設備運行效率的優化展開合作，依托寄雲科技NeuSeer工業互聯網平台，通過采集設備實時狀態數據，結合ERP和MES的工藝數據，實現秒級的生產指標的實時計算，構建工藝流程監控
、關鍵指標監控，覆蓋設備端、工廠層

、產線層到集團層等不同層麵的指標，打通MES


、ERP等OT/IT係統和應用，最終幫助客戶實現產線所需人員減少，OEE(設備綜合效率)提升9%，MTBF(平均無故障工作時間)增加6%等可量化的可觀收益。

　　2、生產指標優化：工藝和質量穩定性管控

　　在電力

、化工、有色、醫藥、半導體等複雜、連續、自動化的製造過程，存在著海量工藝控製點和外部影響因素

，為了保證產品品質
，需要能夠通過關鍵工藝參數的實時監控、結果一致性的管控，實現快速
、自動化的根因分析和結果的預測。

　　在半導體行業，北方華創設備集群管理係統Advanced Group Controller（AGC）運yun用yong寄ji雲yun工gong業ye互hu聯lian網wang解jie決jue方fang案an平ping台tai套tao件jian，提ti供gong全quan流liu程cheng一yi體ti化hua數shu據ju服fu務wu能neng力li
，形xing成cheng包bao括kuo設she備bei狀zhuang態tai監jian控kong
，配pei置zhi管guan理li，製zhi程cheng分fen析xi等deng功gong能neng，實shi現xian半ban導dao體ti裝zhuang備bei的de高gao性xing能neng實shi時shi數shu據ju采cai集ji，並bing有you效xiao實shi現xian關guan鍵jian控kong製zhi指zhi標biao的de異yi常chang檢jian測ce以yi及ji關guan鍵jian輸shu出chu指zhi標biao的de在zai線xian穩wen定ding性xing控kong製zhi。作zuo為wei完wan全quan自zi主zhu研yan發fa，擁yong有you自zi主zhu知zhi識shi產chan權quan的de軟ruan件jian，AGC軟件的研發使得北方華創的半導體生產設備具備和國外競爭廠商同等的集群管理軟件
，進一步提升了產品的競爭力。

　　3

、設備性能指標優化：設備預測性維護

　　高(gao)端(duan)裝(zhuang)備(bei)的(de)連(lian)續(xu)運(yun)行(xing)需(xu)要(yao)合(he)理(li)的(de)運(yun)維(wei)方(fang)案(an)，需(xu)要(yao)通(tong)過(guo)一(yi)係(xi)列(lie)的(de)基(ji)於(yu)設(she)備(bei)實(shi)時(shi)狀(zhuang)態(tai)的(de)采(cai)集(ji)和(he)分(fen)析(xi)，對(dui)設(she)備(bei)的(de)當(dang)前(qian)狀(zhuang)態(tai)進(jin)行(xing)監(jian)控(kong)，提(ti)供(gong)智(zhi)能(neng)的(de)故(gu)障(zhang)診(zhen)斷(duan)和(he)健(jian)康(kang)評(ping)估(gu)
，提(ti)供(gong)完(wan)整(zheng)的(de)維(wei)護(hu)保(bao)養(yang)和(he)基(ji)於(yu)壽(shou)命(ming)預(yu)測(ce)的(de)備(bei)件(jian)管(guan)理(li)。

　　在油氣行業，某國內陸地石油鑽機廠商攜手寄雲科技以NeuSeer平(ping)台(tai)為(wei)基(ji)礎(chu)，構(gou)建(jian)基(ji)於(yu)設(she)備(bei)實(shi)時(shi)數(shu)據(ju)實(shi)現(xian)預(yu)測(ce)性(xing)維(wei)修(xiu)的(de)完(wan)整(zheng)方(fang)案(an)，有(you)效(xiao)實(shi)現(xian)設(she)備(bei)軟(ruan)性(xing)價(jia)值(zhi)的(de)增(zeng)長(chang)點(dian)，滿(man)足(zu)石(shi)油(you)連(lian)續(xu)性(xing)生(sheng)產(chan)要(yao)求(qiu)。通(tong)過(guo)各(ge)種(zhong)實(shi)時(shi)監(jian)控(kong)、定期的計劃性維修和不定期的視情維修，對設備進行有效的維護
，實現更精準的故障匹配和故障預測，實現減少人員出差90人次，增加備件銷售3000萬，助力客戶向服務型製造企業轉型。

　　智能製造的大背景下
，推進工業互聯網應用是國內製造企業走向高端製造的必由之路。寄雲科技將持續發揮自身技術優勢和“數智”能力，以NeuSeer工業互聯網平台為“基座”
，聚力解決工業企業的盲點、痛(tong)點(dian)，為(wei)企(qi)業(ye)提(ti)質(zhi)增(zeng)效(xiao)注(zhu)入(ru)新(xin)動(dong)能(neng)，幫(bang)助(zhu)中(zhong)國(guo)高(gao)端(duan)製(zhi)造(zao)行(xing)業(ye)實(shi)現(xian)全(quan)方(fang)位(wei)的(de)數(shu)字(zi)化(hua)轉(zhuan)型(xing)，推(tui)動(dong)製(zhi)造(zao)業(ye)的(de)可(ke)持(chi)續(xu)高(gao)質(zhi)量(liang)發(fa)展(zhan)
，實(shi)現(xian)我(wo)國(guo)製(zhi)造(zao)強(qiang)國(guo)的(de)戰(zhan)略(lve)目(mu)標(biao)。