制造业数字化转型是在业务数据化后利用人工智能、大数据、云计算等新一代信息技术全面融合的过程。在快速发展的离散制造业中，如何面对供需变化带来的生产模式改变？在高速连续性较强的生产过程中，如何对产线的生产过程做动态分析？如何对生产过程进行有效调优，对设备及产线做数据分析，形成监控、预测、诊断和优化的能力？这对于企业发展先进制造和柔性生产的能力有较大影响。

一、瞄准效益，强化管控

成功的制造取决于企业不断寻找简化运营的新方法。基于此，寄云科技凭借多年数字化服务经验，为制造企业打造产线生产运行优化系统，基于工业级大数据分析平台，利用物联网、大数据、人工智能等信息技术，帮助企业实现生产运营过程中的物联数据采集与传统 IT 系统数据接入、管理、存储与分析。

同时，协助企业基于数据与工业机理和专家经验的深度融合，通过寄云NeuSeer工业数据分析建模平台，快速构建基于数据智能的应用系统，从而优化原有生产流程和工艺流程，大幅提升企业管理效率。

产线生产运行优化系统，不仅能够提供高性能的运算引擎，还支持多种工业级别的算法，并提供多种设备健康管理、故障诊断、分析和预测的模型,轻松实现对企业业务及生产数据的管理，构建数据标准规范体系、提升数据质量，发挥数据价值，助力企业数字化转型升级。

二、方案亮点

快速对接数据源：数据全流程打通，快速对接异构的数据源；实时指标计算：支持跨系统的实时指标计算；场景智能化：支持各类工业场景的智能分析；数据管理：支持数据采集、数据访问、数据模型开发、数据共享方式标准化；模型自定义：支持用户自定义开发多种数据模型。三、方案功能

1、质量大屏

将产线实时状态、设备运行情况、生产状况等关键指标信息以数字化图表展示出来，使人员更直观的获取当前生产信息。

2、异常告警

支持地图显示，实时显示设备当前位置信息。

3、SPC统计分析

根据历史数据，计算Cp/Cpk进行一致性评估；基于规则和历史数据，设定指标和控制门限(SL/CL)，并应用于关键结果的在线监测。

4、工艺参数调优

基于质量检测数据、设备工艺加工数据、来料检测数据，构建质量与参数及其他因素的回归模型，找出可控参数的理想控制区间，形成控制策略。

5、根因分析与虚拟量测

基于历史数据的机器学习和预制的关联拓扑，自动构建输入指标和输出结果之间的关联模型，并在结果异常的时候自动计算不同贡献因子的权重。基于工艺数据和检测数据的机器学习，可构建工艺数据与检测数据之间跨时间维度的映射关系，实现基于实时工艺数据预测滞后的检测。

6、异常知识管理

定时对质量异常及相关的设备过程加工数据进行关联性分析，识别质量异常风险分析报表，提醒预防性维护和工艺优化；构建标准异常处置方法库，涵盖设备异常处置、产品异常处置，异常处置涵盖设备调整流程和工艺IP模型的更新，对于工艺IP模型的更新，按照工艺IP 模型的数据需求推送标准数据格式包，实现工艺IP模型的更新。

7、一站式AI平台

通过便捷的数据分析和建模工具，帮助工程人员快速提取各类设备工程数据，快速自定义开发各类分析模型。

NeuSeer 应用市场

NeuSeer工业互联网平台的在线服务支持一站式的设备接入、数据采集、数据分析建模和应用开发的云端服务，通过应用市场为行业客户伙伴提供了针对半导体制造、离散制造、能源电力、石油化工、轨道交通等行业的装备预测性维护、设备运维、能源管理、生产实时管控等众多智能应用。