智能制造从数字化开始 4 中车信息公司简介 中车信息技术有限公司 版权所有 2015 目录 单 C R R C 车间制造执行数据 3 打造全流程数字化模型 基础数据管理 BOM 数据管理 设备大数据管理 中车信息技术有限公司 版权所有 2015 目录 单 C R R C 在大数据时代下 ，数据已经成为了企业的核心资产。大数据主要表现为四个特征 ：海量的数据规模、 快速 下的决策方法是实施企业发展战略的重要工具 数据是现代企业创造价值的最大来源 数据质量管理是大数据时代企业发展的必经之路 高 度 共 享 业 务 关 键 数据资产的价值 单 C R R C 基础数据管理问题多多 随着企业日益向全球化迈进 ，为应对不 同业务部门的个性化需求，信息系统的 功能划分日趋细化，企业中系统应用的 数量不断增加 同一个应用系统内所涉及的产品、人员、 首都汽车 地址 昌平路 ? 名称 首汽 构建基础数据管理框架 没有统一的数据标准 没有统一的分类标准 没有标准的属性规范 没有标准的管理流程 缺乏数据质量管理制度 缺乏数据质量考核体系 没有数据质量管理流程 没有明确数据产生源头 ★ 建设管理制度和流程 ★ 实施数据管理工 具 ★ 统一数据标准

部门级 IT 时代（ 2.0 ） 企业级 IT 时代（ 3.0 ） 数 字化运营 时代（ 4.0 ） 控制阶段 整合阶段 数据管理阶段 成熟 阶段 初始阶段 行业领先实践 集团现状 系统整合与价值提升阶段 分散建设阶段 规划与重构 扩展阶段 战略型 战术型 投 入 时间 转型 - 7 - 年重组的上海电气，面临着 先有子公司再有母公司的情况， 导致管控不力 • 生产、供应到销售都自成体系， 工厂间缺少协同管理，处处信 息孤岛，无法汇总数据 • 建立上海电气集团主数据管理平台、统 一的主数据管理标准 • 实现一体化销售，实现订单项目的计划、 进度和成本等全过程管理，实现集中采 购、仓储管理、财务会计、管理会计、 固定资产等管理 散到整合的发展阶段 信息化既是一把手工程， BO M - 21 - PL C 整体策略要求 主数据管理的整体策略， 结合企业管控模式和主数据特点， 实现统一标准、集中 管控、专业负责、分级审核 • 根据主数据管控的不同层级分别进行管控 • 根据集团管控及业务要求不同， 主数据按照不同 层级进行集中管控 • 针对不同的主数据组建不同的主数据管理小组， 由不同的专业人员负责 整体策略

..... 17 （二）数据质量参差不齐.................................................................17 （三）缺乏专业的数据管理人才.................................................... 18 （四）数据安全与隐私保护难度大........................ .............................. 20 （一）构建工业互联网生态，促进数据高效流动........................20 （二）夯实数据质量基础，完善数据管理标准............................20 （三）推进智能制造与自动化建设，增强核心竞争力................20 （四）打造行业垂直领域语料库，提升 AI 应用效能 ........................22 八、促进制造业数字化转型升级创新建议.......................................... 23 （一）提升数据管理能力，加速数字化转型................................23 （二）打通数据资产价值实现路径，鼓励评估入表....................23 （三）以标准为引领，推动智能工厂建设标准化

汽车行业智能制造大型企业数字化转型解决 方案 项目实施概述 01 蓝图设计阶段工作回顾 02 主数据管理方案汇报 03 各模块蓝图设计方案汇报 04 下一阶段工作计划及关注重点 05 开篇 从 2022 年 6 月 6 日项目启动到今天，在 XX 各级领导的关心和支持下，经过项目组成员的 共同努力和辛勤劳动，顺利开展并完成了业务调研、蓝图设计阶段工作，各部门关键用户、模块 组长、流程负责人对业务蓝图进行了确认。在此， 对各位领导及项目组成员表示： 深深的敬意和衷心的感谢！ 本次项目的总体目标 总体目标： 实现 XX 产品设计、研发和供应链协同，营销及业财一体化，借助 SAP 的实施建立高度统一、集中、实时、透明的主数据管理和 业务应用平台，提高各部门日常管理和数据分析能力，夯实数字化转型的基础。 以 ERP 系统为核心，集成 PLM ，实现主数据的集中管理 和共享，规范企业基础数据 , 提高数据的准确性、及时性， 理、项目成本归集 2 销售管理（ SD ） 含客户管理、销售定价、销售订单管理、发货管理、 发票管理 3 生产管理 (PP) 含生产主数据管理、生产计划管理、生产排产、生产 订单与执行管理 4 物料管理 (MM) 含供应商管理、询报价管理、采购管理、出入库管理、 仓储管理、质量主数据管理，来料检验 5 财务管理 (FICO) 含总账、应收、应付、固定资产、成本管理、利润中 心、获利分析 系统集成范围 序号

管线数据交换 移动巡检 实时监测 综合评估 管线数据交换 应急 决策 养护 监测 建库 管线数据管理 管理 管线数据交换 管线档案管理 管线质检 管线数据管理 管线报建辅助审批 管线综合分析 智慧 管网 管线规划设计 管线综合分析 管线数据处理 管线数据管理 电子 报建 处理 成图 竣工 测量 规划 设计 规划设 管线应用 方案审 核 夫 人 婚 纱 影 ◎ 大地西餐厅 大地西点 高程模型数据 地上三维数据 地形图数据 管网数据 地名数据 规划数据 影像数据 P5 规划建设平台 · 质检处理系统 · 数据管理系统 · 协同办公审批系统 · 规划辅助分析系统 · 施工开挖辅助分析系 统 · 门户 · 信息与服务管理系统 · 综合分析应用系统 · 客户端 API 系 统 · 运维管理系统 公共服务平台 ☑ 区 nLJTOPipLin ☑ 望 PLJY_Hode@PipeLine#1 ☑ 网 LCSePipeLine 输 出 窗 口 PT3 元数据 管理 f 原 厅 管线数据管理系统 目录管理注册数据源 目录管理 资原目录树 成果库 申 石 家 庄 管 线 数 据 由 基础数据 地 图 库 四 地形图 四 二维管线 四 二维管线 _ 模板 四

释放数据要素价值。鼓励行业基础条件好的企业建设完 善数据管理平台，利用数据挖掘、知识图谱、智能建模等技术， —1— 开展产品研发、工艺优化、消费预测、营销服务、供应链管理 等应用，强化企业内部、产业链上下游数据共享，实现数据价 值最大化。引导中小企业建立数据采集、数据处理、数据存储 与应用等基础能力，健全数据管理制度。推广应用数据管理有 关标准，开展数据管理能力成熟度评估，实施重要数据识别与 目录备案，提升风险监测与处置能力。

技术指标定义 业务逻辑定义 数据分类 数据骗码 报表二 业务分析 指标分析 主题分析二 数据披露二 数据报送 部 门 部 门 部 门 各相关部门 数据管理综合岗 各数据质量 提升项目团队 DW ( 数据仓 库 ) 辅助决策 部 门 部 门 4 19 2 1 业务 数据部门 数据通道 数据应用能力 通过大数据治理，降低业务对技术依赖，充分发挥业务创新潜能 传统数据管理 创新数据管理 建设背景 7/115 大数据时代到来，企业应聚焦如何运用内外部数据来帮助企业提高商业洞察能 力，加快决策效率，逐渐在竞争中脱颖而出 能力服务 数据标准服 数据开发服 务 务 数据管理平台 业务与技术关联服务 使业务人员自劣设 计报表 提供影响 / 血统分 析 服务追溯全企 业信 息资产 标准化服务帮 劣设计应用数 据模型 上 … 资产地图服务提供企

业务上存在商务 BOM 及生产 BOM ，但是目前没有严格进行管理；  ERP 未维护工艺路线及工时数据，电子表维护工时，数据比较分散、不集成；  借助目前总部对主数据管理进行规范梳理，结合 SAP 物料主数据管理功 能，打造统一高效的数据管理平台  多版本、多用途的 BOM 管理，可根据实际生产情况选择不同版本 BOM ；  基于生产管理及成本核算需在在 ERP 中维护工艺路线，分不同类型可维 我们对行业的理解及业务需求理解 2 公司简介及案例介绍 1 规范统一的主 数据管理 计划与生产 协同管理 高效的供应链 业务支撑 精细化的财务 核算管理平台 全面的信息化 系统集成 21 建立数据管理中心，统一集团编码规则及申请流程 德龙 ...... 供应链 暖通 数 据 中 心 各 分 公 司 数据维护中心 总部数据管理中心 （物料 / BOM 、工艺路线 / 客户 / 供应商） 数据集中管理，建立集团化数据架构的思想，为多组织结构和不断扩张的业务和数据分析打好基础！ 支持一键 模板导入 物料状态维护流程 22 从标准、职能、流程和平台统筹管理企业的数据 建立集团统一主数据管理组织  负责标准的制定、决策、解释、维 护和完善；  监督标准的贯彻和实施；  日常数据维护审核工作；  数据建模；  数据新增、修改、删除审批流 程；  集团级数据生命周期管理；

式增长的业务数据、多模态数据管理要 求、以及数据架构复杂与有限 IT 资源之间的矛盾，传统数据架构已难以胜任。零售企业必须打 造新一代数据底座，从而跨越海量数据洪流与实时洞察的鸿沟，激活企业“一方数据”价值，支 撑 AI 全链路应用，满足综合成本最优诉求。 一体化云数据库是新一代数据底座的核心组成部分 为了支撑智能化转型，数据底座要满足实时决策洞察、多模态数据管理、集成 AI 推理能力等诉 万元。 人工智能技术的持续迭代突破，让零售企业普遍存在“FOMO“（Fear of Missing Out）情绪， 希望尽快将 AI 转化为业务增长动力。企业核心竞争力正在发生转移，从流程控制、数据管理， 最终走向以 AI 驱动的业务自驱和创新。人工智能已不仅仅是一种提升效率的工具，它更是零售 企业建立差异化竞争优势、实现战略增长的核心引擎。 当前人工智能已贯穿零售行业“研、产、供、销、服、管”全链路，显著提升企业精细化运营能 零售企 业破局的关键主要是因为具备以下四大能力特征。 10 图 1：一体化云数据库四大关键能力（来源：爱分析） 第一，HTAP 突破 ETL 瓶颈，实现实时运营决策 一体化云数据库简化了数据管理，通过将事务处理（OLTP）、分析处理（OLAP）整合至单一平 台，直接解决了零售业“数据类型复杂多元”和“多种异构系统堆叠”的痛点。从根本上简化了 技术栈，消除了数据冗余和 ETL 复杂性，从而显著降低了运维负担和总拥有成本。

坚实的一步， ERP 、 CAx 、 PDM 、 PLM 等项目纷纷上马，但“信息孤岛 化”现象严重。对系统的应用还不成熟，功能利用率不高。信息化系统大多 只涵盖了企业级管理（ ERP ）和工艺设计和数据管理（ CAx ， PDM 等） 方面，缺乏一套专门针对车间，连接计划、工艺到实际的生产制造系统 实现方式 主要是通过导入 MES 系统（生产制造执行系统），打通信息壁垒， 与其他系统的无缝集成 生产进度 7 生产执行 过程加工采集 物料信息采集 材料批次采集 设备信息采集 模具信息采集 在线 SOP 人员信息采集 过程质量采集 业务蓝图规划 销售订单 销售预测 基础数据管理 盘点管理 AGV 任务管理 人工合托管理 楼层输送任务管理 入库管理 调拨管理 入库任务管理 物料分拣管理 物流设备管理 库内管理 库内预警管理 出库任务管理 托盘回流管理 人力资料管理 采购管理 财务管理 销售管理 物料管理 MRP 计算 设备实时监控 生产数据记录 设备异常处理 库存数据 工单叫料、物料配送 及产品入库 基础数据管理 生产调度执行 计件薪资管理 生产计划管理 质量管理 预警管理 05- 仓储 \ 辅助物流管理 (WMS\WCS) 01-ERP 企业资源计划 (ERP) 03-MES 制造运营（执行）系统