QQ在线（xiàn）
企业微信
资讯
2561、基于数字孪（luán）生（shēng）的智慧研发场（chǎng）景应用。如（rú）今我国工业正向产业的高（gāo）价值（zhí）链（liàn）环节迈进，工（gōng）业产品的复杂度和集成度越（yuè）来（lái）越高（gāo），设（shè）计更（gèng）改（gǎi）频繁，模（mó）型一经修改，改（gǎi）变的内容还会影（yǐng）响到分析测试（shì）模型、生产（chǎn）模型（xíng）、工程图等其他相关模型（xíng）。
利用数字孪生技术进行可视化（huà）建模，通过数字化模型的虚拟现实交互、仿真、快（kuài）速成型，可（kě）及早发现设计缺陷（xiàn），优化产品（pǐn）外形、尺寸和结构，克服以往被动、静态、单纯依（yī）赖人的经验的缺点，实现产品制造行业研发设计与生（shēng）产过（guò）程在虚拟空间（jiān）的实时监控和动（dòng）态（tài）优化，促进制造资源的（de）智（zhì）能物联及（jí）共（gòng）享（xiǎng）协（xié）同，并有利于制造（zào）知识积累（lèi）及（jí）高效重用。通过（guò）基于模型的（de）设计生产一体化协（xié）同，缩短产品研制周（zhōu）期缩（suō）短，降低产品不良品（pǐn）率，提高生产率。
工业互联网（wǎng）环境下的大数据技术应用
2、基于柔性生（shēng）产的（de）大规模个性（xìng）化定制（zhì）场景。柔性生产是指让系（xì）统在制造过程（chéng）中根据产品加工状况的改变（biàn）自动进行（háng）调整，在原有的自（zì）动化基础上实现系统的自（zì）省功能（néng），实现制造过程的最优智能决策。
企业通过外部平台（tái）采（cǎi）集客（kè）户个性化（huà）需求数据，与工业（yè）企业（yè）生产数据、外部环境数据相融合，将产品的共（gòng）性（xìng）特（tè）征数据与收集到的客（kè）户定制化数据（jù）结合转换（huàn）成个性化（huà）的（de）产品模型（xíng），并将（jiāng）产品（pǐn）方案、物料清单、工艺方案等数据信息通过制造执行系统快速传递给生（shēng）产现场（chǎng），以保证（zhèng）包括样式、颜色、尺寸、物料（liào）等（děng）在内的产品（pǐn）全生命周期的各个环（huán）节（jiē）都（dōu）满足（zú）个性化定（dìng）制需求及相应的生（shēng）产指（zhǐ）令（lìng）进行生产线调整和物料准备，快速生产（chǎn）出符合（hé）个性（xìng）化需求的定制化产（chǎn）品。
3、基于产（chǎn）品全生命周期管理的设备（bèi）预测管（guǎn）理（lǐ）。通过传感（gǎn）器（qì）、边缘计算与工业大数据等技（jì）术，对产品使用过程中的自身工（gōng）作状（zhuàng）况、周边环境、用户操作行（háng）为等数据进（jìn）行（háng）实时采集并连接至云（yún）端，在云端进（jìn）行数（shù）据存储、分析与可视化（huà）展现。
基于设备数据（jù）监测，实（shí）时（shí）上报设备状态，对其核心部件进行定期或连续的（de）指标监（jiān）测和故障诊断，判定装备所处状态，根据历史数据中不（bú）同设备工况数据，以及发生故障的具体时（shí）间，学（xué）习排序模型，预（yù）测当前（qián）各产线设（shè）备发生故障的风险排名（míng）与设备（bèi）状态未来的发展趋势，并预先指定预测（cè）性（xìng）维（wéi）修计划，从（cóng）而（ér）实现在线健康检测（cè）、故障诊断（duàn）预（yù）警（jǐng）等服务，提高（gāo）设（shè）备可靠（kào）性，延长设备使用寿命。
4、基于深度学习的服务化延伸场景。工业制造企业（yè）通过对以往生产过程中（zhōng）提炼和总结工业机（jī）理与（yǔ）知识，既可（kě）以将工业机理更好地融入于工（gōng）业大数据算法，实现模型的调优（yōu）和迭代。同时，通过对海量（liàng）工业大数据的深入挖（wā）掘、提炼（liàn）、建模（mó）和封装，进一步形成面向各个细分工业领域的（de）各类知识库、工（gōng）具库、模（mó）型（xíng）库和工业软件，将有助于（yú）加速（sù）旧知识的（de）复用和新知（zhī）识的不（bú）断（duàn）产生，进一步服务于工业过程的改进和提升，为用户提供基于工业互联网（wǎng）的（de）持（chí）续价值（zhí）创（chuàng）造良性（xìng）闭环。
