搜索--e-works数字化企业网

e-works为您找到 10000 条结果

相关性
发布时间

马江胜上海回天新材料有限公司CIO

2022至2025年，聚焦集团数字化转型，在夯实信息化基础的同时，统筹完成数据仓库、BI平台的规划与持续建设，牵头拿下行业首个ISO27001信息安全认证，培育了一批流程开发、大数据开发核心人才，为集团数字化转型奠定坚实基础 2022年3月至11月，负责集团B级数据中心架构规划（容灾系统）项目，完成核心数据中心及骨干网络的整体规划，筑牢数据安全与业务连续性保障防线。同年6月至今，并行开展三项核心工作：一是集团数据治理建设，从零到一构建集团运营指标库，实现管理语言、数据来源与数据标准的统一，筑牢数据应用基础；二是数据仓库/BI/AI建设及应用项目（关联核心指标），搭建集团数据仓库及回天新材大数据平台，实现大数据从0到1的突破，通过Datax、Spark等工具完成数据采集，基于Hadoop、Hdfs实现数据存储，借助Spark、HiveSql进行数据清洗，通过Hive完成数仓建模，打破数据壁垒与数据孤岛 6.管理系统融合减负赋能：打通生产制造信息壁垒，实现生产计划自动下发与执行进度实时反馈，达成生产数字化精细化管理及设备联网、大数据分析等功能，推动“工业自动化+管理信息化”深度融合

优秀CIO参评内容

来源：e-works

2026-01-31

万马股份“2+3+4”模式构筑全业务数字化转型底座

、EQP、EHR、IoT、BI等信息化系统平台，涵盖办公、研发、营销、企业管理、采购、生产、质量、仓库、物流、设备、能源、分析决策等业务范围；搭建以物联网为核心的机联网管理平台和智能工厂架构，开发基于大数据分析的管理驾驶舱分析看板图2万马数字化架构图（三）落地实施万马股份重点聚焦数字化设计、个性化定制、智能化生产、网络化协同、大数据分析五大场景开展数字化实施建设，详情如下：（1）数字化设计1）工厂设计数字化：通过数字化建模的方式做统一布局规划具体架构及功能如下图所示:图8MES总体架构图3）质量管理信息化：质量管理模块基于全面质量管理的思想，对从供应商、原料到售后的整个产品的生产和生命周期进行质量记录和分析，并在生产过程控制的基础上对生产过程中的质量问题进行严格控制图13能源管理系统（5）大数据分析，助力企业决策1）数据互联互通：数据采集与监控系统与制造执行系统（MES）实现信息集成的技术方案：与生产自动化系统的集成，通过以太网连接到生产系统自身组建的工业局域网内（3）营销数字化：运用大数据分析客户需求和市场趋势，精准定位市场与推广产品。（4）设备管理数字化：设备管理标准化、流程化，设备运行参数远程下达，生产工艺稳定性大幅提升。

工业互联网

2026-02-02

王琦通威太阳能有限公司CIO

图3数字化4.0建设情况2、行业首家灯塔工厂建设项目规划以“建设可再生能源产业的4IR标杆”为愿景，基于先进的工业物联网架构、数据管理及多种技术生态系统，组建转型办公室。从应用效果来看，通过AI、IoT及大数据等4IR技术的深度融合，项目解决了行业共性难题，整体提前5个月结项并顺利通过评审，成为电池行业首家、四川本土首家“灯塔工厂”。在全面覆盖及深化应用，上线后确保设备全在线、数据全采集、过程全追溯及报表全呈现，以集控中心为抓手，结合大数据与AI技术，实现了数字化场景赋能生产经营的价值转换及指标提升。图5丝印大数据分析五、个人在智能制造工作中的体会王琦认为，在数字化转型加速的时代，信息技术是提升企业竞争力、驱动行业进步的核心引擎。 2、实践路径：技术创新与业务痛点深度耦合重视AI、物联网、大数据等先进技术在业务场景与管理痛点中的应用，始终坚持技术服务于解决实际业务问题，从而构建企业在技术层面的领先优势与自信。

优秀CIO参评内容

来源：e-works

2026-02-02

用AI解锁制造业：企业如何发现应用场景和应对挑战

以下是架构师团队倡议的需求目录的一部分：表1“SmartWork”倡议的需求目录（部分）第三，运用从业务需求到数据架构、应用架构、技术架构的架构分析方法。紧接着，架构师团队提出了一个可行的技术架构（参见图1）。图1机器学习训练架构图中，IoT数据来自传感器。在算法应用层面的要求包括：故障模式是什么？作为增强功能，数据科学家还尝试建立了无监督学习机制，以找出功能与故障模式之间的未知关联。在数据方面，架构师团队也规划了数据治理的举措，提高相关数据的质量。第四，运用确立的架构，建立实施路线图。 AI团队需要一个具备物联网、大数据计算、数据挖掘、AI模型开发、部署和维护等PaaS能力的平台（见图2工程化机器学习平台）。该团队专注于数字化转型和企业现代化旅程、云迁移、数据分析、机器学习、Web3和区块链等尖端技术的应用。除了云迁移、云原生解决方案、应用架构、大数据架构等技术能力外，他们还提供行业解决方案。

其他

来源：Infosys

2023-02-23

未来趋势：为何DCS、PLC及SCADA的数据要整合到一个统一平台上？

尽管“大数据”这一概念诞生已有数十年之久，但其对现代制造工厂的影响至今仍在持续深化。然而，当前的数据源已突破单一来源的限制，这种多元化特性使数据采集工作面临新的复杂性。为实现过程自动化数据从各类控制系统向历史数据库的高效传输，必须依托数据通信接口构建可靠的连接。 02DCS在数据采集中的核心优势在统一平台上使用DCS进行数据采集具有一些显著优势：可扩展与集成化设计：DCS系统专为处理包含大量控制回路与设备的复杂工艺过程而设计，其内在的可扩展特性使得无需大规模的架构改造该系统将控制、监控及数据采集功能整合到统一平台，为复杂工艺管理提供无缝操作界面。这种高度集成的架构设计，不仅简化了系统拓扑结构，更有效避免了多系统并行带来的管理难题。该功能不仅支持实时数据与历史数据的便捷调取，更为持续改进生产过程提供全面的数据支撑。

PLC/DCS

来源：控制工程中文版

2026-04-08

前沿技术融合下PLM系统驱动企业研发过程数字化升级

企业部署PLM系统并持续深化其在项目管理场景的应用，通过融合云计算、大数据等前沿技术，构建数字管控项目的数字化体系，显著缩短项目交付周期与投入成本。图1PLM系统研发过程数字化管理组织架构2多源数据融合基础构建研发数据是数据驱动的基础，但传统研发中存在数据孤岛问题——需求数据分散在CRM客户关系管理系统、自有电子销售渠道与第三方电商平台通过PLM系统大数据分析发现：在-10℃环境下，传统空调制热效率平均下降15%，主要原因是压缩机润滑油黏度增加导致启动困难。通过PLM系统构建研发可检索知识库，实现设计数据的结构化管理与高效复用，如图2所示为产品物料BOM及工艺参数标准数字化集成系统架构。通过定制新品研发、工艺改进、技术攻关三类差异化项目模板，设置刚性管控节点，构建了全周期标准化流程框架；借助云端架构与协同工具，打破了多基地跨域沟通壁垒，实现数据实时同步与高效协作；以数据集成与分层可视化看板为支撑

PDM/PLM

来源：e-works

2026-03-17

天玛智控：协同制造平台破局离散制造痛点，筑牢智能工厂生产管理核心

自主开发SCADA数据采集与监视控制系统、设备管理系统，集成应用DNC数控设备联网、设备预测性监测、刀具在机检测以及工件在线监测等系统，达到数控设备的生产过程数据实时采集和监控，通过大数据模型分析和预警在数据资源管理方面，构建了企业大数据治理与应用场景。制定数据战略规划，构建数据治理体系，建设数据资产管理系统、主数据管理系统、BI分析系统在内的大数据中心硬件设施和软件系统，发布8项标准规范，对数据进行统一采集、存储、治理和应用挖掘，打通20余个业务系统 2024年，为支撑公司智能制造一体化建设及自主可控管理要求落地，对原有系统架构进行全面升级，实现全面适配国产化操作系统与数据库，采用微服务架构并实现多租户管理功能，进一步丰富和完善了系统的各项功能。，明确以“生产透明化、全程可追溯”为核心目标，进行顶层业务架构与系统架构设计，确立自主开发的技术路线。

其他

来源：e-works

2026-02-02

郭荣威生益电子股份有限公司CIO

近年主持实施或开发的智能制造项目包括：基于大数据驱动的“工业互联网+”高端印制电路板智能工厂标杆示范项目、生益电子高端印制电路板智能制造试点示范项目、生益电子股份有限公司智能工厂项目 (二)PCB钻孔数字化精益车间通过在钻孔车间部署智能制造装备，引入先进的过程控制技术，各设备间实现连接和互联互通，通过PLC实现数据采集和自动控制，实现柔性生产。 (三)PCS级产品全流程追溯平台以唯一的孔阵码/二维码/二维码为核心，依托物联网(IoT)数据采集、数据仓库、数字化工业平台、MES制造执行系统、SRM供应链平台和ERP深度集成，并联动激光/数控打码机 (四)PCB质量预警平台分析生产设备的实时工艺参数、PCS级产品信息等过程数据，利用SPC统计过程控制、CPK过程能力指数分析，大数据处理、机器学习模型、大数据计算等技术手段，预测未来几分钟到几小时的质量风险 (六)飞书实施采用混合架构的Skylark云雀大模型、Conformer架构ASR语音识别、Flink实时计算引擎和百万级维度的特征工程平台、支持十亿级向量混合检索的向量数据库等前沿技术的一体化企业智能协作与管理平台

优秀CIO参评内容

来源：e-works

2026-02-02

APS如何赋能高效生产

从左到右依次是：主持人e-worksCEO黄培博士、Asprova中国&深圳市微优微科技有限公司产品技术总监唐建兵、西南财经大学大数据研究院总工程师/教授，苏州智优求索智能科技有限公司执行董事熊健因为AI很大程度上依赖于数据支撑，只有APS先用起来，数据质量提升，管理规范、边界清晰后，再基于AI进一步做更优的求解，才能更好发挥效果。因此一方面，企业必须梳理清晰供应链管理体系与计划体系，必要时可以借助咨询公司，这一过程涉及权利重分配与管理方式的调整；另一方面，数据质量是协同的基础，APS需依托ERP、MES的数据，很多企业的数据问题往往在例如，企业需求计划的责任主体（销售、供应链或其他部门）界定，就属于组织架构变革的范畴，企业需在系统落地前梳理清楚此类核心问题。熊健：系统协同的核心是数据流动，企业需提前做好数据规划，避免APS所需数据在ERP、MES中缺失，影响协同效果。

MES/MOM

来源：e-works

2026-05-09

宜化集团：打造合成氨智能制造工厂，建设智慧宜化

以“两地三中心”的架构建设数据中心，实现了应用本地双活、数据异地互备，确保数据安全。图1宜化集团智能工厂架构①硬件方面部署数字化智能制造装备，应用物联网技术及5G技术，建成数据中心，配备算力资源以及全光网络，为远程操控和机器学习提供强有力支撑。平台内部纳管实时数据库、关系数据库、大数据分析平台、视觉分析系统、预测性维护系统、人员定位系统、报表系统，外部对接ERP、OA、数字化交付系统、全面预算系统、工程管理系统、仓储系统、营销系统、招采系统、植入大数据分析能力，通过关联性分析，支撑质量管控、成本管控、工艺优化、综合调度、设备健康管理、产供销联动、物流路径优化等各类分析等功能。 3.效益分析（1）管理提质增效数据的有效流转和实时共享，打破了数据孤岛，沉淀数据资产，为企业生产经营提供强大数字动力。同时促进企业管理扁平化，实现一人多岗，一岗多能，管理质效至少提升60%以上。

其他

来源：e-works

2026-02-02

共 1000 页总数：10000 条

«
1
3
4
5
1000
»

全年活动计划

信息搜索中，请稍候...

资料

视频

马江胜上海回天新材料有限公司CIO

万马股份“2+3+4”模式构筑全业务数字化转型底座

王琦通威太阳能有限公司CIO

用AI解锁制造业：企业如何发现应用场景和应对挑战

未来趋势：为何DCS、PLC及SCADA的数据要整合到一个统一平台上？

前沿技术融合下PLM系统驱动企业研发过程数字化升级

天玛智控：协同制造平台破局离散制造痛点，筑牢智能工厂生产管理核心

郭荣威生益电子股份有限公司CIO

APS如何赋能高效生产

宜化集团：打造合成氨智能制造工厂，建设智慧宜化

系列微信

旗下机构

旗下其他网站

特色服务

向您推荐

新书推荐

系列微信

旗下机构

旗下其他网站

特色服务