工业4.0和java_“工业4.0”下的制造业数据化管理

制造业是我国国民经济的支柱产业，是我国经济增长的主导部门和经济转型的基础。

从企业信息化管理角度来看，我国制造企业信息化水平相对较低，集成应用制约企业业务能力的提升，致使粗放型制造改革缓慢，供应链、产业结构不合理，最终导致产能过剩。

现代化的制造业要求企业的订单-供应-生产-流通价值链高度信息化，盾安环境作为现代制造业的代表，在信息化建设上已经取得长足的发展，企业信息化系ERP/SCM/CRM/MES以及其他周边系统等等都先后部署起来，投入使用，并随之积累了大量的数据。

但这些信息系统之间的关联性不够，集团的管理者无法通过数据信息直观地掌握企业的运行状态，不能简单有效地通过数据观察某一次策略变动引起的反应。基层不同工序的管理者也无法实时地根据可视化数据做出生产经营的调整：比如生产部经理能从生产时间、产能利用和资源运用等关键绩效指标(KPI)，监控生产力并策划产能和优化资源；品质管理部经理能够透过产品缺陷分析改善产品质量；而高级管理层能透过更有效地控制成本及开支分析提升投资回报率。

这些困扰也一定程度导致盾安环境企业信息化的最后一公里前进乏力。

面临挑战

1、企业的各个信息系统相互独立，数据互不联系，但从盾安整个企业角度看，又是相互联系的，管理者在进行决策时也必须同时使用到来源于各系统的汇总数据，传统的做法就是从各系统当下来，用Excel汇总，效率低而容易出错。

2、数据多，信息少。当前报表反应的信息过于单一，无法形成对整个业务过程的全面了解。管理人员必须拿上五六张报表，无法进行动态的多维度分析，透视分析，或者带代入既定的模型运算，得到决策信息。

3、企业链条极长，反应在BI应用上，各链条节点的数据关系能够打通，提供实时监控和预警，确保物料供应，生产线作业，质检，销售与物流配送流通之间的良好写作。

数据化管理方案：

1、整合数据，按业务主题分类管理

商业智能解决方案FineBI支持多数据源的连接，常见的关系型数据库，JNDI,ODBC数据源，程序数据源，以及SAP系列数据仓库工具等。并通过ETL工具，对数据进行清洗操作，新增列，行列转化，读取数据字段转义等，再抽取到数据仓库FineCube中，并能够设置cube的全量，增量，实时更新等。

整理好的数据按照业务主题进行分类管理，读取数据关联，为数据更好地为业务服务做好准备。

2、提供完全可视化的报表输出，OLAP多维分析，助力业务部门节约成本、优化生产线管理

FineBI的分析容器与dashboard融为一体，在分析容器里，盾安环境的分析人员只需要灵活选择查询，过滤，图表控件，拖动数据列即可快速生成报表。并且可以通过添加计算指标，公式指标，增添拖换数据列字段，实现钻取，联动，换维分析，以及设置预警条件等。

抛弃了传统分析的SQL取数以及复杂建模，完全解放IT人员，同时也武装了业务人员，他们可以将业务管控的多种思考落实到数据分析上，如：

分析成本构成，节约成本

通过生产成本分析(多角度成本分析，量本利分析，比重分析，比较分析，利润分析)对库存管理和生产过程的发生费用进行监控，辅助决策者发现生产管理环节的不合理投入，加强成本的事前控制。

优化生产线管理

工厂内不同工序的决策者能够获得实时的数据资料并查阅不同的报表。生产部经理能从生产时间、产能利用和资源运用等关键绩效指标(KPI)，监控生产力并策划产能和优化资源；品质管理部经理能够透过产品缺陷分析改善产品质量；而高级管理层能透过更有效地控制成本及开支分析提升投资回报率。

项目

方法

2JW1T

YnDEQ8163

2AlfO

2010.07.05 08-12-36

Q5Q40

2010-03-18 22:02:39

wMy76

CZ2I39835