图形 1 AI+ 质量管理方案 背景 最大的挑战 海量数据的处理能力缺乏 检测效率低下 综合成本大 质量稳定性、准确性差 • 人工判读：依赖经验，标准难以统一；新 员工经验不足、重复性疲劳等易导致漏检 误判； • 精度受限：产线上难以根除的微小缺陷。  人力：大量质检人员的需求，培训和运营成本高。  物料：废品损失成本大，提高生产成本；  客户满意度：质量问题容易引起客户投诉，影响品  跨系统的数据未整合：质量管理数据分 散在多个系统中，缺乏整合分析，导致 决策缺乏数据支撑。  改进措施难闭环：工艺参数与质量关联 性不透明，无法提前干预，滞后性强。 痛点 即便传感器采集了大量数据，企业也常常面临“数据看不懂、预警不及时”的问题。 解决思路 将数据和知识库进行深入融合，构建 AI 模型库； 将 AI 应用到生产全流程的过程质量控制：  在线实时监测与波动预警； 从“经验驱动”转化为“数据驱动 + 智能决 策”。 AI+ 质量应用 AI 应用的价值 将 SPC+FMEA （失效模式与影响分析） +AI+LLM （大语言模型）的智能认知能力深度融合，打造 了一个“数据驱动 - 问题归因 - 知识生成 - 闭环优化”的全生命周期管理平台。 AI+ 质量管理——简介 模块 传统质量管理 AI+ 质量管理 检测方式 抽样检测 全检 + 在线检测 反应速度

数智赋能燃气全场景，推进 燃气行业高质量发展 9th Smart Gas Devepment Summit 第九届中国智慧燃气发展论坛 王磊 腾讯公司 能源将是双碳目标的主战场 根据国际能源署公开数据显示， 从全球范围来看， 主要经济体的 碳 排放中 89.5% 来源于能源活动， 中国 92% 来源于能源活动。 2021 年 3 月 15 日中央财经委员会第九次会议， 会议明确指出实 价模 型 ● ● 经营管理层 智慧服务 城市燃气 数据汇聚 批量采集 / 实时采集 互联网采集 / 文件采 集 数据治理 数据标准 / 元数据 数据质量 / 数据安 全 数据服务 指标管理 / 标签管 理 知识图谱 数据计算 数据归集存储 联机计算处理 市场信息 产品信息 客户信息 账单信息 服务信息 计量信息 场站信息 维能力，全栈产品技术能力支持 价值：将公有云全栈能力 1:1 下沉到私有云中，私有云发展的新趋 势 • 定位： IT 资源云化和管理平台 • 优劣：融合大量开源产品，内容 丰富但体验不一致且质量不可控 , 市场整体萎缩 腾讯云 统一管控 2.0 3.0 1.0 • 定位：企业 IT 资源虚拟化平 台 私有云 OpenStack 为代 表 VMware 为代 表 专有云为代表

物流、采购、质量六大核心专业， 拉通产品开发、订单交付两大核心 业务过程 ►以装备、网络、流程、系统、数据、 技术为核心进行智慧能力构建，实 现从自动化、信息化向智慧、智能 化的迈进 ►覆盖并贯穿现场层、控制层、操作 层、工厂管理层、企业管理层、生 态协同层 现场 控制 操作 工厂 企业 生态 网络 流程 装备 系统 数据 技术 工艺 计划 生产 物流 采购 质量 建设范围 DCS/PLC CNC/DNC 传感器 机器人 操作系统 数字化 仪器仪表 WMS RFID 芯片 及读卡器 条码 二维码 串行 /USB 无线 wifi 生产分析 质量分析 生产看板 质量追溯 成本分析 设备监控 质量看板 监 控 与 分 析 层 运 营 管 理 层 执 行 控 制 层 标 识 与 采 集 层 生 产 现 场 工业平板 手持终端 TCP/IP 串行接口 物料管理 立体库 产品生命周期管理 WMS 生产线 计量系统 可视 排程 质量 管理 设备 管理 能源 管理 工序 管理 接口 管理 物料 管理 产供 销研管控闭环 大制造领域产品开发、订单交付过程整体概览 产品开发（ IPD ） 中长期规划 项目策划 概念开发 量产开发 生产准备 产品生命周期 研发 工艺 质量 采购 物流 计划 单一产品工艺策划 冲压、涂装、焊装、总

MRP 7 生成生产计划 8 9 下达生产计 划 产品定义管理 6 订单组件 计划排程 18 生产过程监控 生产效能分析 17 16 数据采集 15 生产统计 14 10 质量管理 11 文档 管理 12 生产调度执行 13 计划完工 23 反馈生产数据 21 设备运维管理 20 人员管理 19 物料管理及追溯 As-Built BOM 22 PLM/MES/ERP 集成（数据流） m PLM  BOM  3D 模型 图  产品质量要求  流程图和说明  SOP  设备、工装要求 接口服 务 MOM/MES  工作订单和计划  物料跟踪和追溯  详细流程图和说明  WIP 和流程控制  资源管理  自动化信息 和数据收集  质量控制文档、不合规  KPI 报告、审查追踪 接口服 务 PLM XML 流程图  流程说明  SOP  数据收集  工作中心  资源类型  资源  NC 程序 闭环 (MES-PLM) 实际制造和异常数据的反馈  实际制造 BOM 和流程 图  质量数据收集和异常  实际周期时间  工程变更请求 ECR XML HTTP  物料和物料清单 (BOM)  流程图  资源需求（工装等）  生产订单  操作员技能认证  ECR

题、销售合同管理问题 管理变革报告的内容主要集中在 XX 钢铁上述两类管理问题，关注点包括： - 销产衔接 - 计划体系 - 物流管理 - 质量管理 - 产品与工艺标准建立 - 面向市场的研发 - 战略管理与执行 - 销产衔接 - 计划体系 - 物流管理 - 质量管理 - 产品与工艺标准建立 - 面向市场的研发 - 战略管理与执行 - 培训管理 - 一级核算 - 成本管理 - 预算管理 - 设备检修计划 合同评审 原材供应 备件供应 质量追溯 产品发运 1.4 质量体系 管理 1.4 质量体系 管理 质量改进需求 质量评价 采购需求 财务管理 财务管理 产品定义 产品定义 人力资源管理 人力资源管理 物流网络规划 物流网络规划 采购供应管理 采购供应管理 客户服务 客户服务 计划和订单管理 计划和订单管理 生产和质量管理 生产和质量管理 设备可靠性维护 设备可靠性维护 管理 客户信息 管理 渠道管理 渠道管理 XX 钢铁能力模型总览如下 ( 包含 13 项二级能力和 56 个三级流程 ) 战略执行 战略执行 质量体系管理 质量体系管理 质量体系设计 与维护 质量体系设计 与维护 质量认证 质量认证 交货期 管理 交货期 管理 客户订单 客户订单 发运管理 发运管理 开票 开票 订单状态 跟踪 订单状态 跟踪 管理知识 资本

• 为企业决策提供数据支持； • 提高企业管理效率及生产效率、提高生产质量，实现企 业效益提升； • 操作简单、快捷，不影响现有工作； • 不需要录入大量数据，数据尽量以下拉、扫描等形式输 入； • 借助系统的帮助，可以提高工作效率（如防呆）； • 与报工信息化系统能实现集成； 操作层 更高起点 更高质量 更低费用 更高效率 • 无纸化生产，自动生成统计分析所需要的数据； • 可监控生产过程中的计划执行、产品品质、设备运行、 物料使用等情况，在出现异常时，及时预警； • 作业人员、生产设备的绩效管理； • 生产品质能够追溯，可追溯出质量问题产生的原因； 管理层 • 系统运行稳定，在大数据下实现高可用； • 保证数据安全，完整； • 系统出现故障时，可快速恢复； • 完善的权限控制及日志机制； • 系统运行效率高，页面响应速度快； • 可自定义一部分业务流程及报表； （全集成自动化）及 WMS 供应链管理 ，全部实现了无缝的信息互联，造就出了一幅 透明的数字化工厂的画面。 智能制造的数字化成都工厂 单线产能： >2400 件 /天 ； 过程数据 > 15 万 /天； 过程质量控制点 16 点 /件 ；每年生产 1,500,000 平方 米的 PCB 板，相当于 50 个 足球场； 产品合格率 99.9988% ； 24 小时交货期； 智能断路器 PLC HMI 基于智慧工厂总结的智能制造工厂参考模板

5.2.1 新供应商开发 流程 5.2.2 供应商扩点流 程 5.6.1 价格维护流程 5.6.2 配额维护流程 5.2.6 供应商淘汰流 程 5.2.5 供应商质量管 理流程 5.2.4 供应商考核流 程 5.2.3 部品认证流程 5.6.5 呆滞料管理流 程 5.6.3 货源清单维护 流程 5.6.4 库存控制流程 三级 5.7 库存管理 采购物控业务流程框架 （ 2/2 ） 5.8 产品质量管理 5.10 主数据管理 5.9 物流管理 5.11 关务管理 5.7.10 盘点流程 5.8.6 产品安全测试 流程 5.7.6 副品入库流程 5.7.11 库存原材料定 1 外租仓（普通 仓、保税仓）物流运 输流程 5.8.5 产品出货检验 流程 5.8.3 原材料宽收流 程 5.8.2 原材料不合格 处置流程 5.8.4 批次质量检验 结果通知流程 5.11.4 关务账册核销 流程 5.7.17 采购退货出 库流程 5.7.19 委外采购发 货流程 5.8.8 产品不合格处