济南用友精制工业大脑助力智能制造平台

　　从场景赋能的三个阶段开始
　　工业的数据种类非常多，比如工业产品生产周期各阶段，从最早的采购到产品的设计、生产、工艺过程，一直到生产出来后的销售供应链等，会有非常多的工业信息化软件在里面，包括MES、ERP等。原本，这些软件都只在自己的环境里面发挥作用，软件系统之间数据并没有打通。这就使得大部分的数据，其实处于闲置状态，而这些数据蕴藏的潜能和价值是极其巨大的。

    用友集团高级专家唐洪华博士表示：用友精智工业大脑是用友为了普及智能技术在制造业的应用而打造的新一代智能制造生产力的平台，其对工业企业的生产运营的优化和应用数据的优化，是基于我们30多年以来服务46万多家工业企业的经验的沉淀，帮助企业构建行业化、场景化的算法工厂创建的智能制造的平台。

　　用友精智工业大脑在切入一些具体场景时，每个场景基本都经历了样板化验证、产品沉淀和持续赋能三个阶段。在流程制造行业，由于它的原料是来自全球各地，因此原料的成分和价格都不太一样。而用友在为国内最大的冶炼铜企业做优化配料时，就曾经历了这样一系列的过程：

　　  首先，基于场景的样板化验证阶段，结合客户要求和自身经验先把算法模型做出来；

　　  随后，在产品沉淀阶段，通过客户验证以后，把算法和模型沉淀在自身平台，再去规模化推广给中小企业。

　　  最后，在持续赋能阶段，其他同类企业可能存在定制化需求，比如除了配铜之外，还要求可以配铁矿、配煤、配焦炭、配合金等。大的模型是类似的，但是针对一些特殊场景还会根据客户具体需求进行微小调整和优化。

　　现阶段，用友精智工业大脑在优化配料方面，已在化工、冶金、建材等流程工业有了诸多成熟的案例；此外，还在优化排程、经济效益测算和裁切优化等场景进行了更大范围的覆盖。

　　在优化排程方面，目前已给食品饮料、军工、塑料等行业做一些内容的优化排程。

　　在经济效益测算方面，已面向化工企业去做经济效益测算。据了解，化工企业是否达到满负荷生产，以及在没有满负荷生产的时候，工作人员要判断生产哪个产品更赚钱对于化工企业是很重要的。因为生产一个产品，必然伴随着另外一个副产品产生，有的副产品处理必须需要多装置协同生产，多装置之间物料、能源都是关联在一起的，因此怎么做经济效益测算使得全场的经济效益最高，这个研究对化工企业是很有价值的。

　　裁切优化，主要面向玻璃、钢板等的裁切。另外，用友还会和客户共同探索包括质量诊断、故障诊断、图像识别等这些场景的赋能。

　　“在钢卷材料的剖切优化中，使得某工业企业的原材料利用率提高了5%。比如某家企业客户，每年钢板的采购量大概是3个亿，做了剖切优化后，可以帮助这个企业节省大概1500万的成本。”

　　用友精智工业大脑首次使用智能算法代替人工经验，为某冶金行业企业进行智能配料计算，充分考虑料仓库位量、多种复杂约束条件，实现对不同来源精矿的自动配料，稳定炉料波动，成本降低约3%，每年为企业节省近千万的成本；在食品行业，用友精智工业大脑帮助某卤制品加工企业通过机器自主学习实现卤制品生产过程的智能排程，使得生产计划准确率得到显著提升，生产效率提升36%；用友精智工业大脑帮助某汽配企业，配合智能工厂系统，与设备供应商、劳务公司在线协同，用机器人代替手工生产，智能诊断生产质量，实现端到端网络化协同制造，产量增加22%，人员减少31%，缺陷降低千分之二。