電子信息行業(yè)是國民經(jīng)濟的戰(zhàn)略性和基礎(chǔ)性行業(yè)即將展開，具有產(chǎn)品種類多大幅增加、技術(shù)含量高、產(chǎn)品質(zhì)量要求高傳承、生產(chǎn)周期要求短等特點、技術(shù)更新速度快的行業(yè)特征，面臨設(shè)備治理精度不夠多種、不同產(chǎn)品間的生產(chǎn)排產(chǎn)切換慢將進一步、生產(chǎn)治理效率低、產(chǎn)品質(zhì)量管控不夠等行業(yè)痛點發展成就，亟需加快基于工業(yè)互聯(lián)網(wǎng)平臺的數(shù)字化轉(zhuǎn)型步伐成就，全面提升設(shè)備治理、生產(chǎn)研發(fā)生產(chǎn)治理開展面對面、產(chǎn)品質(zhì)量治理系統、供給鏈治理等環(huán)節(jié)的數(shù)字化水平。富士康進一步提升、華為空間廣闊、新華三、華星光電改革創新、騰暉光伏等企業(yè)以產(chǎn)品質(zhì)量檢測知識和技能、生產(chǎn)治理優(yōu)化為切入點，加速推動電子行業(yè)向“研發(fā)—生產(chǎn)—治理—運維”的全環(huán)節(jié)智能化方向加速轉(zhuǎn)型新模式√卣鞲用黠@；诖斯浪?，我們對電子信息行業(yè)基于工業(yè)互聯(lián)網(wǎng)平臺進行數(shù)字化轉(zhuǎn)型解決方案進行了專題研究，深入剖析了電子信息行業(yè)數(shù)字化轉(zhuǎn)型趨勢方便、平臺應(yīng)用場景以及業(yè)務(wù)落地解決方案基礎上。 一、電子行業(yè)數(shù)字化轉(zhuǎn)型趨勢分析 (一)設(shè)備治理從粗放治理向精密管控轉(zhuǎn)變 傳統(tǒng)電子信息制造業(yè)的流水線方式需要依靠于大量的生產(chǎn)設(shè)備應用領域，因設(shè)備治理不善導致生產(chǎn)停機保持競爭優勢、珍貴設(shè)備提前報廢、產(chǎn)品質(zhì)量隱患等問題將對企業(yè)造成巨大損失發展機遇。尤其是對產(chǎn)品一致性和可靠性要求高的電子元器件領(lǐng)域長效機製、對加工精度要求高的精密零組件和精密模具領(lǐng)域，生產(chǎn)設(shè)備的微小偏差都會造成產(chǎn)品質(zhì)量的大幅下滑全技術方案。隨著新一代信息技術(shù)的應(yīng)用發(fā)展分享，基于傳感器、自適應(yīng)感知信息化、正確控制與執(zhí)行等數(shù)據(jù)采集技術(shù)方式之一，使得覆蓋設(shè)備全生命周期的實時態(tài)勢感知、遠程故障診斷和猜測性維護成為可能新型儲能，有效降低設(shè)備運維成本創新能力，提高產(chǎn)品質(zhì)量和生產(chǎn)可靠性。 (二)制造生產(chǎn)從手工組裝向人機協(xié)同轉(zhuǎn)變 我國是電子信息產(chǎn)品制造第一大國範圍，但是從國際產(chǎn)業(yè)價值鏈分工來看求得平衡，我國仍處于全球價值鏈中的中低端，以生產(chǎn)組裝為主空間廣闊。雖然我國電子信息制造業(yè)自動化水平比較高,但是組裝環(huán)節(jié)仍需要大量人力至關重要。以富士康為例，作為蘋果手機服務品質、平板的主要代工制造商戰略布局，其在　有超過20萬名生產(chǎn)制造員工。在工業(yè)互聯(lián)網(wǎng)平臺上表現明顯更佳，人的知識和經(jīng)驗以機理模型的形式被共享狀態、復制、傳播指導，賦予機器人類的聰明廣泛認同，有利于推動人的認知性、靈活性等特點與機器的高精準流動性、高效率有效結(jié)合起來鍛造，提升人與機器的協(xié)同合作水平，降低人力成本具體而言，提高生產(chǎn)效率工具。 (三)質(zhì)量檢測從人工檢測向智能檢測轉(zhuǎn)變 隨著電子信息技術(shù)的飛速發(fā)展智慧與合力，電子產(chǎn)品加速向小型化、精密化重要的角色、集成化演進開放要求，對電子制造工藝的速度、精度平臺建設、可靠性提出了更高的要求服務機製。提出了高速率、高精度使用、高可靠的要求大幅拓展。傳統(tǒng)人工檢測方法存在主觀性強、正確度低等問題更加堅強，基于機器視覺與時俱進、深度學習等技術(shù)，對產(chǎn)品開展智能質(zhì)量檢測初步建立，不僅可以排除主觀因素干擾綜合運用，還能夠?qū)@些指標進行定量描述,減小了檢測分級誤差，提高了生產(chǎn)率和分級精度各有優勢。 二效果較好、電子行業(yè)工業(yè)互聯(lián)網(wǎng)平臺典型應(yīng)用場景及實踐 (一)設(shè)備智能管控 一是設(shè)備狀態(tài)監(jiān)測重要的意義〕掷m；诠I(yè)互聯(lián)網(wǎng)平臺采集溫度、電壓再獲、電流等數(shù)據(jù)產品和服務，直觀展示設(shè)備實時狀態(tài)，實現(xiàn)設(shè)備全面體驗區、實時增多、正確的狀態(tài)感知。二是設(shè)備故障診斷有望。利用大數(shù)據(jù)分析技術(shù)進一步推進，對設(shè)備工作日志、歷史故障方案、運行軌跡應用的選擇、實時位置等海量數(shù)據(jù)進行挖掘分析，基于專家?guī)旌妥詫W習機制建立故障智能診斷模型科普活動，實現(xiàn)設(shè)備故障精準定位創新延展。三是猜測性維護￠L期間；诠I(yè)互聯(lián)網(wǎng)平臺分析猜測設(shè)備要害部件變化趨勢基本情況、產(chǎn)品壽命和潛在風險現場，提前預(yù)判設(shè)備零部件的損壞時間，主動提前進行維護服務(wù)力量。 例如我有所應，富士康基于BEACON工業(yè)互聯(lián)網(wǎng)平臺實時采集精密刀具狀態(tài)數(shù)據(jù)，結(jié)合智能調(diào)機深度學習算法提升行動，實現(xiàn)了刀具的自感知能力建設、自診斷、自修復研究進展、自優(yōu)化無障礙、自適應(yīng)，使刀具壽命延長15%快速融入，減少刀具成本15%認為，刀具崩刃壞刃猜測的正確率達93%，產(chǎn)品良率提升超過90%增強，稼動率提升超過90%重要意義。 (二)研發(fā)生產(chǎn)治理優(yōu)化 一是研發(fā)設(shè)計「訌V闊；诋a(chǎn)品的幾何規劃、工藝、功能可以使用、質(zhì)量進入當下、檢測、運行環(huán)境等參數(shù)效高化，構(gòu)建產(chǎn)品的數(shù)字孿生模型新體系，開發(fā)者不需要實際試驗測試，即可驗證產(chǎn)品在真實環(huán)境中的性能創造〔浑y發現；跀?shù)字孿生“零成本試錯”的研發(fā)創(chuàng)新可以有力促進我國電子信息產(chǎn)業(yè)的研發(fā)創(chuàng)新，目前我國在該領(lǐng)域仍處于探索應(yīng)用階段環境。二是智能排產(chǎn)空間載體。在新產(chǎn)品實際投入生產(chǎn)之前，利用數(shù)字孿生預(yù)先對生產(chǎn)計劃排程相對簡便、訂單治理重要組成部分、質(zhì)量治理、物料治理和設(shè)備治理進行建模測試趨勢，找出很優(yōu)方案有力扭轉，可幫助企業(yè)縮短新產(chǎn)品導入周期，提高產(chǎn)品交付速度。三是精益治理廣度和深度。通過對企業(yè)的人深入交流、機、料加強宣傳、法臺上與臺下、環(huán)的數(shù)字化、模型化技術發展、代碼化集聚效應，實時監(jiān)控企業(yè)運行情況，發(fā)現(xiàn)不合理和低效的治理流程重要手段，提出改進方案互動講，提高組織治理效率。 例如像一棵樹，騰暉光伏基于自建的工業(yè)互聯(lián)網(wǎng)平臺過程中，打通企業(yè)內(nèi)部設(shè)備、產(chǎn)線能運用、生產(chǎn)達到、運營的數(shù)據(jù)鏈，結(jié)合光伏行業(yè)工業(yè)經(jīng)驗知識模型不可缺少，對數(shù)據(jù)實時匯聚和分析挖掘蓬勃發展，實現(xiàn)生產(chǎn)全流程優(yōu)化，企業(yè)整體運營成本降低18%積極回應，單位產(chǎn)值能耗降低5%重要性，采購成本降低5%，產(chǎn)品良率提高5%平臺建設，生產(chǎn)效率提高19%服務機製，產(chǎn)品設(shè)計周期縮短20%註入了新的力量。 (三)產(chǎn)品質(zhì)量檢測 一是產(chǎn)品質(zhì)量檢測重要的作用。在產(chǎn)品生產(chǎn)過程中，實時采集質(zhì)量檢測點的檢測數(shù)據(jù)去創新，利用機器視覺足夠的實力、人工智能技術(shù)，結(jié)合產(chǎn)品質(zhì)量分析模型結構，及時發(fā)現(xiàn)潛在質(zhì)量問題更適合，消除質(zhì)量治理環(huán)節(jié)漏洞，實現(xiàn)異常品快速響應(yīng)溝通協調。二是產(chǎn)品質(zhì)量全流程追溯要素配置改革。基于工業(yè)互聯(lián)網(wǎng)平臺，打通原料供給帶動產業發展、元器件生產(chǎn)責任製、零部件生產(chǎn)、組裝加工倍增效應、集成銷售規則製定、運維等產(chǎn)品全生命周期的質(zhì)量數(shù)據(jù)，結(jié)合質(zhì)量追溯模型優化服務策略，實現(xiàn)產(chǎn)品全生命周期的質(zhì)量跟蹤關規定，提升產(chǎn)品質(zhì)量控制精度。 例如兩個角度入手，華為基于FusionPlant工業(yè)互聯(lián)網(wǎng)平臺建強保護，實時采集檢測點的手機電芯、電池生產效率、單板的數(shù)據(jù)真正做到，結(jié)合華為云EI服務(wù)的視覺檢測模型實現(xiàn)柔性質(zhì)檢，使成品率提升到99.55%創新延展，員工重復勞作降低48%強化意識。華星光電基于騰訊云，運用深度學習基本情況、缺陷分類和知識圖譜技術(shù)現場，構(gòu)建面板檢測模型并使用實際生產(chǎn)數(shù)據(jù)優(yōu)化模型，使質(zhì)量缺陷識別速度提升10倍力量，縮短生產(chǎn)周期40%探討，縮減人力50%。 (四)供給鏈協(xié)同 一是企業(yè)內(nèi)部供給鏈協(xié)同高效流通≌{解製度；诠I(yè)互聯(lián)網(wǎng)平臺，實時采集企業(yè)內(nèi)的設(shè)備功能、工具應用的因素之一、物料、人力等數(shù)據(jù)預期，實時跟蹤現(xiàn)場物料消耗敢於監督，結(jié)合庫存情況安排供給商進行精準配貨，實現(xiàn)生產(chǎn)結構、庫存的動態(tài)調(diào)整優(yōu)化重要的作用，有效降低庫存成本。二是企業(yè)間供給鏈協(xié)同規模最大。以工業(yè)互聯(lián)網(wǎng)平臺為連接樞紐穩中求進，實時采集供給鏈上下游企業(yè)的排產(chǎn)、生產(chǎn)、庫存協同控製、質(zhì)量堅實基礎、物流方面的運行數(shù)據(jù)，結(jié)合供給鏈協(xié)同模型重要作用，優(yōu)化全供給鏈資源配置等地，實現(xiàn)供給鏈動態(tài)、精準協(xié)同尤為突出。 例如規定，新華三基于UNIPower紫光工業(yè)互聯(lián)網(wǎng)平臺，整合供給鏈上下游的設(shè)備空間載體、加工高質量、質(zhì)量、工藝重要組成部分、物流等數(shù)據(jù)流程，結(jié)合供給鏈協(xié)同排產(chǎn)模型、庫存優(yōu)化模型勃勃生機、質(zhì)量檢測模型助力各業，實現(xiàn)跨區(qū)域、跨企業(yè)和諧共生、跨部門的供給鏈協(xié)同質生產力。駐外包制造工廠的現(xiàn)場治理人員和工程師減少了20%，外包工廠的生產(chǎn)操作類質(zhì)量問題數(shù)則減少了40%以上技術交流。 三先進的解決方案、推進應(yīng)用場景落地的著力點 (一)聚焦邊緣數(shù)據(jù)，打造高效邊云協(xié)同體系 一是在邊緣數(shù)據(jù)采集方面創造更多，安裝智能傳感器宣講活動、攝像頭、三維掃描儀等數(shù)據(jù)采集工具工藝技術，利用泛在感知技術(shù)效率，采集研發(fā)、生產(chǎn)損耗、銷售環(huán)節(jié)的多源設(shè)備講故事、異構(gòu)系統(tǒng)非常完善、運營環(huán)境性能穩定、人員等數(shù)據(jù)，實現(xiàn)對企業(yè)運行狀態(tài)的全面感知作用。二是邊緣數(shù)據(jù)分析方面情況正常，將云端機器學習和深度學習算法，部署在生產(chǎn)設(shè)備端，在邊緣控制器上集成分析引擎提高鍛煉，實現(xiàn)設(shè)備的自動調(diào)整和優(yōu)化發展邏輯，在模型、數(shù)據(jù)有所提升、服務(wù)三方面實現(xiàn)邊云協(xié)同聽得進。 (二)聚焦模型開發(fā)，強化機理模型供給能力 一是圍繞設(shè)備治理先進水平，開發(fā)電子行業(yè)設(shè)備狀態(tài)監(jiān)測便利性、設(shè)備故障分析、設(shè)備自主維護重要平臺、設(shè)備自主控制等模型深刻認識，提高設(shè)備智能管控水平。二是圍繞企業(yè)生產(chǎn)全環(huán)節(jié)應用提升，開發(fā)電子行業(yè)研發(fā)設(shè)計主動性、預(yù)先排產(chǎn)、生產(chǎn)過程優(yōu)化前沿技術、精益治理等模型基礎，優(yōu)化企業(yè)研發(fā)生產(chǎn)治理各環(huán)節(jié)提質(zhì)增效。三是圍繞產(chǎn)品質(zhì)量治理多種方式，開發(fā)電子行業(yè)產(chǎn)品質(zhì)量檢測大局、產(chǎn)品全生命周期質(zhì)量追溯等模型，提高產(chǎn)品質(zhì)量管控精度邁出了重要的一步。四是圍繞供給鏈協(xié)同有序推進，開發(fā)企業(yè)內(nèi)和企業(yè)間供給鏈協(xié)同模型，優(yōu)化資源配置需求。五是構(gòu)建知識圖譜堅定不移，開發(fā)模型治理引擎，實現(xiàn)模型標簽化治理更讓我明白了、智能化搜索和精準化調(diào)用迎難而上。 (三)聚焦應(yīng)用場景，深化解決方案應(yīng)用推廣 一是圍繞設(shè)備治理探索，基于平臺的數(shù)據(jù)沉淀和模型應(yīng)用堅持先行，研發(fā)設(shè)備狀態(tài)監(jiān)測、故障診斷滿意度、猜測性維護情況較常見、自主控制等解決方案，提高設(shè)備智能管控水平主要抓手。二是圍繞企業(yè)生產(chǎn)治理體製，面向電子行業(yè)自主研發(fā)能力弱構建、不同產(chǎn)品間的生產(chǎn)排產(chǎn)切換慢、生產(chǎn)治理效率低的痛點服務延伸，按需調(diào)用機理模型共創輝煌，打造研發(fā)創(chuàng)新、預(yù)先排產(chǎn)進一步、精益治理等解決方案大部分，優(yōu)化企業(yè)生產(chǎn)治理。三是圍繞產(chǎn)品質(zhì)量治理實際需求，面向電子產(chǎn)品質(zhì)量要求高解決、質(zhì)量檢測效率低的矛盾，打造產(chǎn)品質(zhì)量檢測敢於監督、產(chǎn)品全生命周期質(zhì)量追溯等解決方案攜手共進，提高產(chǎn)品質(zhì)量管控精度。四是圍繞供給鏈治理推進一步，面向電子行業(yè)在供給鏈上下游的信息流通堵點和供需錯配問題經過，打造企業(yè)內(nèi)和企業(yè)間的供給鏈協(xié)同解決方案，提高供給鏈整體的資源配置效率力度。