彩票走势图

客户背景

近40年专注电子电路领域的国有企业
客户是拥有近40年电子电路技术服务的国有企业，国家火炬计划重点高新技术企业，专注设计、制造、电子装联、微组装和测试等全价值链服务；在中国拥有三个生产基地，为全球前五大通讯设备制造商、前三大航空航天电子厂商等全球500强企业提供产品与服务。

*注：因客户数据保密性要求，正文相关内容及图片均已做脱敏处理。

主要问题

产品质量及生产效率是行业核心竞争力
集成电路是现代信息化的基础，在高科技领域应用广泛。集成电路以超精密工艺和严苛质量标准著称，任何质量和性能偏差都将产生重大影响，并可能造成高额损失；2021年中国集成电路产品进出口都保持较高增速，行业竞争也日益激烈，为保持强劲的全球竞争力，必须使生产线最大限度处于高产量、可持续顺畅运转的状态。 

故而产线的效率和产品的质量，成为了产线管理人员最为关注的要点。为及时探寻影响质量及效率的因素，并快速完成产线迭代优化，客户例行开展生产运营分析周会，深入探究当周情况：本周发生了什么？与之前的对比是怎样的？ 什么影响我的质量、效率？为什么发生？如何改进？

但面对生产线日益庞大的数据，进行人工决策分析效率低下。那应该如何高效精准完成当周生产运营情况的汇报、展示和分析，并保障数据传递的准确性和时效性？

为获得最佳解答，客户携手慧都工业大数据专家团队，从庞大数据中快速提炼价值信息，构建以质量和效率为核心目标的智能化生产运营分析应用。

项目挑战

生产工序复杂，跨多业务口径
作为技术密集、资金密集的高技术行业，集成电路生产制造被认为当今最复杂的制造过程之一，从晶圆裸片到成品，中间需要经过氧化、溅镀、光刻、刻蚀、离子注入、封装等上百道特殊的工艺步骤，需要用到包括硅片制造设备、晶圆制造设备、封装设备和辅助设备等几十上百台设备。

电子芯片行业大数据分析面临的挑战，除生产工序及工艺异常复杂外，还涉及跨多业务口径的数据采集与分析，包含生产过程中成本数据（采购成本、研发成本、生产成本及质量成本等）；设计工具数据、仿真系统数据、设备工艺参数、AOI（自动光学检测）、ERP系统数据（订单、计划、库存）、AGV数据等众多业务口径。

而这些散落在各个环节的数据是此后预测问题、发现问题、追溯问题、优化问题并提升良率的关键，如果这些海量数据不能有效整合，就会使数据杂乱无章，影响数据逻辑与模型的构建，可能导致分析结果及决策失之毫厘，谬以千里。

实施方案

以生产设备为主视角的大数据分析
因客户数据保密性要求，慧都工业大数据专家团队长驻客户现场，在与客户多次深入沟通与行业调研的基础上，以“质量和效率”为核心目标，构建了以“生产设备为主视角”，面向车间、产线管理人员反映生产效率和质量状况，关联异常事件及闭环情况的生产运营分析应用。

全面质量管理理论包含“人、机、料、法、环、测”六大要素，为什么要以设备作为主视角呢？根据慧都专家调研，客户生产线设备具有自动化水平高、数据采集实时高效的特质，通过设备、工序、时间、工单等信息关联人、机、料、法、环、测数据，建立多维关联模型将更加精准和高效。

通过4大核心应用，完成整个生产运营分析，帮助客户实现提质增效的目标：

1.分析生产现场各类异常及闭环情况

分析设备各类异常发生次数占比情况，以及各异常的平均处理时间，针对发生频率较高以及平均处理时间较长的异常，着重研究处理；

2.产量、成品率、OEE等关键指标多维度、同环比分析，挖掘指标异常原因

对比分析各设备每天OEE指标变化情况和各指标，以及影响各指标的具体因素；

3.以不同的时间粒度分析设备单位时间加工数量趋势，关联异常、换单、物流等信息

在时间粒度大的情形下，查看加工数量变化趋势；对于数据变化较大的情况，切换更小的时间粒度；结合右侧的异常明细以及生产明细等信息，查看是否由异常或其他因素引起该数据变化；

4.掌握产品的质量状况，分析质量薄弱环节

分析各设备每日成品率趋势变化，各产品不合格占比情况以及各产品每日不合格数量变化情况，通过不合格产品追溯具体的缺陷/不合格现象，对发生频率高的缺陷进一步挖掘。

客户收益

高效完成产线周汇报，及时优化生产运营

项目上线后，产线实现了最大限度的可持续顺畅运行，且对运行过程有精确的记录，每周和每周的变化情况一目了然，为企业生产运营分析提供了第一手数据支撑，大大缩减了人工分析决策工作量，提高报告效率的同时提高了决策准确性。

同时，实现了生产线的生产率和成品率快速地诊断和预测，在出现产量突然降低或异常时，迅速定位到出现问题的环节，从而对其采取有效的措施，满足高产量的要求。

项目体验

生产运营分析多维关联模型

异常发生次数占比

设备各项指标对比分析

基于时间粒度的对比分析

缺陷产品质量追溯分析