背景

无法对生产异常精准及时捕捉，导致产品批量异常。生产状态无法进行高效

追踪管理，产品质量波动生产成本太高。

成果

现场从300+检测点减少到50个，降低了客户70%升级成本，降低严重异常96% ，

异常产品减少90%，产品不良率下降78%。

背景

目前设备停故障停机损失较大，主要依赖计划检修，信息化手段不足，各个生产

基地的数字化水亚差异很大，无统一化管理

成果

基于多传感器多数据源融合+AI算法，涵盖振动、超声、温度、油品多种数据采集

与分析，精准识别早期故障实现预测性运维

背景

该风场采用点巡检模式，通过停机的方式对其进行诊断，66台风机需要耗时

3个月时间。点巡检效率低下，浪费大量的巡检人力，人工成本高昂。点巡

检质量较差，经常性出现漏检和过检的情况。

成果

成功发现7台异常机组。1台轴承脱落，2台齿轮胶合，4台前中期轴承磨损，

及时进行停机维修，减少维修时间约20%。

背景：

全球首创“全生物可降解PGA”工业示范项目，对于源头减碳意义重大

目前收率不稳定，工艺操作复杂，无法实现及时调整优化

方案：

通过各操作单元的工艺建模、预测分析、优化控制等相关智能化应用设计，最终实现全流程智能化提升，改善产品收率以及智能化安全生产水平。

背景：

新能源电池多工序制造工艺参数调节复杂，跨环节风险传递与产能不匹配现象，严重制约整体生产制造能力

方案：

基于全流程建模识别产能瓶颈、设备效能、生产效率等问题，实现整体OEE水平，生产智能化能力提升