智能制造在汽车企业的发展及应用趋势
黄培博士解析了智能制造与工业互联网的关系,分享了智能工厂的五层架构,详细阐述了智能工厂规划的 “十八般武艺”的具体内涵,并通过多个案例的分享展示了汽车行业智能制造的前沿应用。
汽车与轨道行业数字化转型建议
杜玮介绍了智能工厂规划方法与实施重点。他表示,汽车与轨道行业推进智能工厂建设需要重点推进七个专项:自动化与少人化、物流供应体系的优化提升、研发体系的创新、生产运营体系、管理决策体系、基础能力和标准体系的建设。
工业大数据应用
汽车行业数据的来源分为三类:一是企业信息化产生的数据;二是工业物联网数据;三是外部跨界产生的数据。结合江淮汽车的情况,实现大数据的应用需要建立基于大数据驱动的管控体系,实现精准管控。目前江淮汽车把工业大数据的应用作为“十三五”从智能制造到智慧企业建设的驱动源。
延锋彼欧的无人化制造经验
从“No Touch”到“No People”,无人化制造在延锋彼欧是一个基于质量概念的5个“0”规划,根据产品的制造工艺,实现操作无人化、注塑传送无人化、涂装上件无人化、涂装下件无人化、涂装件传送无人化。
打破壁垒,构建整车研发CAE数据协同平台
CAE仿真分析是作为整车研发虚拟验证中关键节点之一,整车研发CAE数据协同平台的构建,成功建立了PDM和SDM连接,实现了CAD和CAE数据双向追溯;提供统一平台,方便设计工程师查阅分析报告。
宇通客车智能制造实践
宇通的特点是多品种、小批量、定制化、产线柔性。宇通有三大信息组织,一是管内部的系统建设;二是车联网和智能网联;三是智能云平台和互联网平台,基于这三个业务模式来开展端到端的工程数字化集成等。
IBM助力汽车行业转型升级
汽车企业在进行相关规划的时候,需要先有顶层设计,从顶层设计统筹推进,然后统一标准、规范实施,试点先行,逐步推广,长效机制,保持定力。
大数据助力车企数字化转型
联想大数据构建了完整的数据智能产品体系,面向制造行业积极推进数据智能。数字化转型对车企提出新IT能力要求,大数据智能是新IT体系的‘引擎’,联想大数据将持续帮助汽车行业实现智能制造。
从DLP到基于人工智能的内部威胁防护方案
分享了DLP对企业数据安全防护的价值与意义以及天空卫士企业整体数据防泄漏规划,天空卫士UCS技术解决方案,网络、终端和云DLP等。
见远,行更远--深度智能如何助力汽车企业腾飞
介绍了人工智能和深度学习如何在制造企业中得到应用,以及海康威视针对汽车行业企业的相关解决方案。
在新能源、智能化大潮和供大于求的状况下,汽车企业面临哪些突出挑战?当前我国汽车行业企业推进智能制造的难点与突破口是什么?汽车企业要实现个性化定制涉及到哪些关键技术,有哪些难点?