【工業互聯網研習社：構建工業互聯網認知體系】
四、交通設備製造行業業務需求和典型應用案例
（本文摘自《2018工業互聯網平臺創新發展白皮書》）
交通設備製造行業是國民經濟的支柱產業，具有混線生產、工序複雜、技術門檻高等特點。目前，我國交通設備製造業兩化融合發展水平處於第二梯隊，約三成的企業達到集成提升以上階段。
然而，交通設備製造過程是複雜的系統工程， 在產業協同方面，行業面臨總裝廠與配套廠之間協作不足的問題，供應商缺乏快速響應能力，導致產品迭代速度慢、知識複用能力差、產業鏈協同效率低；在後市場服務方面，主機廠商欠缺產品跟蹤能力，未形成數據驅動的服務閉環，無法滿足產品超大規模運維需求。
基於工業互聯網平臺，推動總裝廠與外部供應商、配套廠商開展協同研發，開展車輛運行監測、故障診斷和遠程運維，成為解決交通設備行業發展痛點的重要途徑。
案例1：一汽紅旗廠⸺工藝優化
應用企業簡介： 一汽紅旗廠隸屬中國一汽集團，紅旗牌轎車是一汽集團的高端品牌，也是國家領導人和國家 重大活動的國事用車。
痛 點：設備資源利用率不高；各信息系統相對獨立，缺乏對基層數據的集成分析；不能合理使用能源， 能源浪費嚴重。
傳統解決方案：
1.工業電機使用方法單一；
2.人工導出導入數據，再對數據進行處理，導致數據不統一，易出錯；
3.在能源管理方面，手動控制設備開關來節約能源。
基於工業互聯網平臺的解決方案：
1.對焊接過程的實施監控與故障診斷、預警。採集分析焊接控制器的焊接參數，基於歷史數據構建故障分析模型，利用遠程監控APP進行實時監控和診斷故障，降低故障發生頻率；
2.對機器人伺服焊接焊點數量、焊接參數等進行監控調試。將焊裝主焊線的約20臺焊接控制器聯網，採集焊點電流、焊接時間、焊接電壓等焊接參數，通過工控機遠程實現機器人焊點群控調試，檢查有無漏焊，並將實際輸出與設定範圍比較；
3.焊接質量追溯與遠程控制。將焊點數據進行雲端存儲，通過調用APP可以實現焊接質量信息追溯，焊點質量數據分析，並遠程修改控制焊接參數。
成 效： 降低或消除數據輸入時間36%、研發週期縮短20%、焊接質量提高22%、次品率降低8.5%、降 低能源消耗5.3%、節約綜合成本6.2%。
案例2：航天二院⸺協同研發
應用企業簡介 航天二院是航天防務裝備研製生產總體單位，下設總體設計部、分系統研究所及專業總裝廠 等10餘家單位。
痛 點 ：航天裝備產品研製週期長、技術要求高，需要同時開展多學科虛擬樣機研製與生產，協同成本居 高不下。
傳統解決方案：
研發設計串行模式，多個部門之間確認時間長，外協研發生產也需要多輪溝通。
基於工業互聯網平臺的解決方案：
1.建立基於統一平臺的研發設計及工藝管理系統，實現統一的技術狀態管理、統一的質量管理、統一的成本管控及物資供應；
2.基於INDICS平臺CAX、 CPDM、 CRP等各類工業APP，實現二院與外協、外購單位的研發設計並行協同和資源能力共享，基於多項目管理APP實現項目精細化管控。
成效：減少設計更改50%以上、產品研發週期縮短40%、資源配置率提升50%以上、生產效率提高 33%、提高設備運行效率10%、降低設備能耗5%以上。
案例3：中船⸺協同研發與協同製造
應用企業簡介 中船集團是造船行業第一大集團，擁有一批實力雄厚的造修船企業和配套企業。
痛 點 船舶產業鏈企業之間無法實現信息共享，產業鏈供需雙方信息不對稱，無法開展產業鏈協同，無
法實現供應鏈成本優化及對納期的有效控制。
傳統解決方案：
產業鏈企業獨立設計，產業鏈節點企業製造能力負荷和進度跟進在線下進行。
基於工業互聯網平臺的解決方案：
1.基於“船海智雲”工業互聯網平臺，開展船舶產業鏈在線可視化作業指導。面向產業鏈發佈基於三維模型的工業作業指導文件，實現跨地域、跨企業的在線可視化作業指導以及生產作業狀態的在線反饋；
2.依託行業影響力推廣船舶工業物品編碼體系，並打通供應鏈上下游，實現配套精準納期，提升產業鏈整體效率。
成效：縮短作業指導文件下發時間，有效促進產業鏈協同製造，設備納期及時率提升30%，生產計劃及 時率提升20%，整體生產效率提升15%。
案例4：上海申通地鐵⸺遠程運維
應用企業簡介 上海申通地鐵股份有限公司主要從事地鐵經營及相關綜合開發、軌道交通投資等，為乘客提 供安全、快捷、舒適、優質的軌道交通服務
痛 點 1.擁有列車近5000輛，車輛運維壓力大、成本高，單一規程觸發的維護模式導致車輛維修存在 滯後性；
2.列車數據採集不全面、不完整、不可用，導致運維人員無法全面掌握列車狀態，運維作業操作 繁瑣、效率較低。
傳統解決方案：
配備近 3 0 0 0車輛維修人員，運維方式以計劃維護和故障維修為主。
基於工業互聯網平臺的解決方案：
基於大數據智能運維平臺，構建了包含車聯網、軌旁車輛綜合檢測、設備遠程監控和車輛維護專家系統。開展運行監測與故障診斷，通過軌道旁測實現列車不停車自動檢測，採用機器視覺和深度學習相結合的方式識別車輛故障，實現基於無線通信技術的列車運行大數據採集、狀態實時感知、故障預警和故障預判等功能。
成效：覆蓋了不低於70%的人工目視檢查作業、減少了約39%的人工檢查工時、運維人車比下降20%、 列車可用率上升 3%、生產效率提高 25%、生產成本降低 25%。
工業互聯網研習社
造奇智能新媒體：國內較早成立並開展運營的智能製造產業新媒體及內容服務、社群運營機構 ，聚焦新工業革命與智能時代的價值創造，以“深度影響智能製造進程，守望智能製造產業成長”為使命，聚焦智能製造、工業互聯網、工業4.0、數字化轉型及人工智能、大數據技術在工業領域的應用。憑藉有洞見的思考觀點，在產業界獨樹一幟。
聯接產業企業、大學、研究機構、政府、資本等產業核心力量，通過創新和融合力量，打造深度觀察、行業洞見、豐富資訊於一體的原創型、產業新媒體平臺，憑藉有洞見的思考觀點，在產業界獨樹一幟。
2018年1月1日，[造奇智能]新媒體獨家推出、業界首份聚焦工業互聯網領域的高質量實名付費社群——工業互聯網研習社。致力於打通工業互聯網從資訊→信息→知識→認知→見識的鏈式通路，助力您的職業發展和機遇把握。同期推出數期工業互聯網知識沙龍，助力社友走出“舒適區”。
“研習社社友”遍佈上海、北京、深圳蘇州、杭州、武漢、蕪湖等工業重鎮，初步構建起覆蓋工業互聯網平臺、工業軟件、底層數據採集、工業數據分析、系統集成商、大學及產業資金、產業聯盟在內的全國價值網絡。
想要了解更多工業互聯網研習社知識沙龍，點擊“瞭解更多”關注
閱讀更多 工業互聯網研習社 的文章
