智慧工业系统
智智慧工业是通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化，让给工厂设备之间达到互联作用。
智慧工厂是现代工厂信息化发展的新阶段，是在数字化工厂的基础上，利用物联网技术、设备监控技术加强信息管理和服务，清楚掌握产销流程、提高生产过程的可控性、减少生产线上人工的干预、即时正确地采集生产线数据，以及合理的生产计划编排与生产进度。
行业痛点
数据掌握不准确、不及时
通知管理工作上传下达不通畅
工业诉求信息难以精准推送
数据安全保障难
工业管理工作考核难
业与管理部门缺乏参与的平台或途径
智慧工业的意义
A. 生产效率成倍提升
对生产信息的智能化分析和跟踪，不断挖掘设备以及作业潜能，提高生产效率，持续改善管理目标。
B. 产品品质改善
实时采集生产信息、记录生产数据、管控生产过程、全面监控生产流程、关注生产品质，事后分析持续改善产品品质。
C. 实现双向质量追溯
生产期间的预防、监控和分析等质量管控方法，从而提高产品质量水平。
D. 实现精益生产
触发式自动数据采集，减少录入环节，为各级生产管理人员提供所需实时生产数据。
E. 实现生产透明化
实时采集生产信息，全面了解生产进度，实现生产的全透明化管理。
F. 提高生产执行能力
采用先进的制造物联技术，规范管理、将车间生产透明化，提高制造企业的核心竞争力。
生产管理体系
时间单元
对于故障警告日志进行时间单元划分，将故障或警告视为事件，事件到下一个事件发生时间间隔超过一定时间的视为不同单元。
伴随概率
对于同一个时间单元里的故障和警告进行联合概率分析，计算任意两个事件在单元里同时发生的概率。
故障事件
对于某一种故障的前序事件进行观察，事件与上一次事件间隔时间以内或上一次相同故障发生之间的故障或警告视为前序事件，统计不同前序事件发生的次数。
关联分析
通过伴随发生概率分析，了解任意事件之间的关联性，寻找同时发生概率高的事件。通过故障的前序事件分析，了解故障前序发生的事件，了解前序事件与故障的关系。
时间序列
将采集到的底层设备数据进行时间序列分析，生成时间序列数据图形，将图像特征按时间段进行观察。
聚类分析
对建模后时间序列数据的按照时间端特征进行提取并聚类，聚类的结果对应到采集到的生产国产数据。
关联分析
对于不同分类数据的相关性，通过拉长时间轴的长度进行分析。
行为分析
对采集到的事件和分类数据的进行关联性分析，并对应到产线运营行为上。
能力平衡
通过分析工序的Cycle time，工序瓶颈以及相应的等待事件，该出每一步工序所需要能力平衡的建议。
异常事件
通过对过程事件的分析发现经常性出现异常事件的原因，原因:机器、人员、原材料、能源等。
缺陷事件
通过分析过程中反馈记录的质量信息，进行相关因素分析，通过改善相关因素进行质量改善。
按因优化
将挖掘发现的过程事件原因进行进行合并处理，改出相应的优化方案。
调度优化
对机器和人员的执行调度，通过对历史操作数据的分析分析出相应岗位最适合的人并进行作业人员画像保证人机良好的协同。
人因分析
在具体的任务作业过程中，对作业人员的操作行为及执行结果进行因果关联分析，并给出良好作业的关键行为要素。
行业专家库
基于行业、院校等专家资源，建立各行业专家知识库，通过专家知识积累和大数据顶层数据关联，实现知识分享和专家在线定制化服务，可以帮助企业了解行业最新技术和针对性解决方案。