-
汽车领域BOM和PDM的集成
所属栏目：[大数据] 日期：2021-11-23 热度：165
一般情况下，在理论上BOM系统被认为是PDM系统的重要组成部分，但是由于BOM不仅在整车产品开发流程起到作用，更多用于支持生产制造、售后服务等企业价值链中和产品数据有关的各类业务，因此对BOM的扩展性的要求非常高。而PDM系统侧重产品设计、图纸及数模的[详细]
-
样车试制物料 BOM 及改变管理
所属栏目：[大数据] 日期：2021-11-23 热度：143
样车试制物料 BOM 矩阵式管理 1.1 试制物料 BOM 定义 试制物料 BOM 指样车试制过程中，经工程设计部门释放，包含造车所需所有相关信息（如零件号、零件结构从属及子母关系、零件属性、工艺信息等），经项目团队牵头组织核对后生成并冻结，用于指导样车试制[详细]
-
BOM和配方在流程领域的应用
所属栏目：[大数据] 日期：2021-11-23 热度：119
在离散制造行业，比如汽车、家电，产品定义的核心数据是物料清单（BOM），比如EBOM、PBOM、MBOM，分别表示不同场景、不同阶段的物料清单。但在流程制造业，比如制药、化工，产品定义的核心数据不再是BOM，而是配方。BOM和配方不仅仅从定义上不同，我们尤其[详细]
-
不能不了解的工业互联网研究联盟
所属栏目：[大数据] 日期：2021-11-23 热度：192
对于想学习或者研究工业互联网的人而言，必须从源头上进行学习研究第一手的研究资料，而工业互联网研究联盟就是各国主要的工业互联网政策、技术研究组织。 一、工业互联网联盟（IIC，Industrial Internet Consortium） 所属：美国 官网：https://www.iicons[详细]
-
数字化转型路上不得不应对的3个问题
所属栏目：[大数据] 日期：2021-11-23 热度：187
全球知名调研机构此前曾对2000位跨国企业CEO做过一项调查，结果显示，到2018年全球1000强企业中的67%、中国1000强企业中的50%都将把数字化转型作为企业的战略核心。数字化转型或者说通过数据手段来帮助企业更好发展的方式，已成为未来不可避免的趋势。如何[详细]
-
麦肯锡有关于人才数字化转型的思考
所属栏目：[大数据] 日期：2021-11-23 热度：101
制造业的数字化转型是大势所趋，不可逆转。所谓时代潮流，浩浩荡荡；顺之则昌，逆之则亡。企业只有积极地拥抱变革、应对挑战，才可以走得更远。 然而，积极参与只是万里长征的第一步。数字化转型是一项长期的系统性工程。麦肯锡的调研发现，在已经启动数字[详细]
-
腾讯数字化转型思考：究竟哪些才是数字化转型的底层逻辑
所属栏目：[大数据] 日期：2021-11-23 热度：160
去年年末在公司内部刊物上曾发表过一篇文章，就未来宏观环境给出了个人判断，大致可以总结为三点- 世界充满高度不确定性、全真互联网时代、又一场大洗牌开始。先简单谈谈我对这三个判断的理解： 1、不确定性高度不确定性在业界早已达成共识。过去一年我们经[详细]
-
企业怎样才能不被数字化转型内卷
所属栏目：[大数据] 日期：2021-11-23 热度：102
仿佛一夜之间，内卷这个词铺天盖地覆盖了近乎所有我们能够认知的领域和场景，它像一个放之四海而皆准的词，所用之处，细想之后，皆能思索出道理。 内卷，原意是用来形容某个领域中发生了不健康的竞争或者消耗，导致多数人付出更多也失去更多，最终无人受益[详细]
-
钢企应从美的集团数字化转型中学啥？
所属栏目：[大数据] 日期：2021-11-23 热度：109
家电是与钢铁行业紧密关联的终端应用领域，家电行业的竞争更激烈、数字化水平更高。在一片红海的家电竞争领域，美的集团于2012年开始实施数字化战略转型，历经10年、投入120亿元，营收从2012年的1341亿元增加到2857亿元，增长2.8倍；净利润从67亿元增加到27[详细]
-
说说数字化转型的十大发展趋势
所属栏目：[大数据] 日期：2021-11-23 热度：51
以互联网为代表的新一轮技术革命，从重要特征看，正从点的爆发转向群的突破，可称之为新技术群；从主要内容看，包括大数据、云计算、物联网、区块链、人工智能、3D技术、5G技术、量子技术，等等；从发展趋势看，从PC互联网到移动互联网，从消费互联网到产业[详细]
-
数字化转型办法论：四个有为与六个数字化
所属栏目：[大数据] 日期：2021-11-23 热度：153
企业数字化转型的逻辑起点：四个有为 企业数字化转型是企业充分运用数字技术，全方位重塑战略思维、业务流程、组织架构和商业模式，构建以数据为核心驱动要素的价值创造体系，实现与客户、员工、供应商、合作伙伴等利益相关者紧密关联、价值共创的过程，从[详细]
-
如何让你的网站更安全的快速技能
所属栏目：[大数据] 日期：2021-11-23 热度：142
每个负责网站的人都有同样的噩梦。黑客侵入并获得你的员工或客户委托你保护的数据或信息。这可能会对一个组织产生巨大的影响。 这可能会造成破坏性的公关效果，降低销量，导致停机时间，并花费大量资金进行补救。一些行业也可能因未能遵守数据保护协议而遭[详细]
-
macOS 的最好免费归档应用程序
所属栏目：[大数据] 日期：2021-11-23 热度：173
文件压缩和解压是几乎所有类型用户的日常操作。 默认情况下，一些操作系统(如macOS和Windows)支持Zip格式作为默认的压缩文件格式。用户可以一键压缩和解压文件。 然而，其他文件压缩格式(如(RAR, ACE))在默认情况下不受支持，特别是它们提供了其他有用的功[详细]
-
主要信息基础设施安全保护条例征求意见稿
所属栏目：[大数据] 日期：2021-11-23 热度：164
总则 第一条 为了保障关键信息基础设施安全，根据《中华人民共和国网络安全法》，制定本条例。 第二条 在中华人民共和国境内规划、建设、运营、维护、使用关键信息基础设施，以及开展关键信息基础设施的安全保护，适用本条例。 第三条 关键信息基础设施安全[详细]
-
一文带你了解物联网
所属栏目：[大数据] 日期：2021-11-23 热度：165
物联网的第一次正式亮相是在2005年，由国际电信联盟（International Telecommunication Union，ITU）在突尼斯举办的信息社会世界峰会上正式提出的。ITU发布了《ITU互联网报告2005：物联网》，明确且相对完整地阐述了物联网的内涵、可用技术、市场机会、潜在[详细]
-
工业生产现场设备层数据采集基本教程
所属栏目：[大数据] 日期：2021-11-23 热度：165
之前写过一篇《聊聊如何做工业现场设备层的数据采集》，其中介绍了针对工业现场多种不同设备的数据采集技术路线，很多看过的朋友都表示其中干货不错，但是真正实践起来还是有很多困惑。 究其原因，还是由于对工业现场设备层数据采集所涉及的原理缺乏深入的[详细]
-
工业4.0准备度模型解说
所属栏目：[大数据] 日期：2021-11-23 热度：181
这篇研究报告是由the IMPULS Foundation of the German Engineering Federation (VDMA) 完成的，其中提出了一种工业4.0准备程度（Industrie 4.0 Readiness）的评估模型。如下图所示 工业4.0的维度及相关领域 Readiness Model包含了六个维度： 战略与组织（S[详细]
-
对IIC工业互联网参考框架的理解
所属栏目：[大数据] 日期：2021-11-23 热度：197
The Industrial Internet Consortium（IIC）提出的工业互联网参考架构Industrial Internet Reference Architecture（IIRA）是广为人知的著名的智能制造参考架构，是业内开展相关工作的重要指导。这里将其中比较偏重技术层面的三层IIoT系统架构拿出来，结合[详细]
-
当边缘计算遇到了智能制造聊聊边缘计算在智能制造中的应用
所属栏目：[大数据] 日期：2021-11-23 热度：143
边缘计算是个比较高大上的概念，在这里就不提众多官方与非官方的定义了，只说说自己的理解。 边缘计算就是在最靠近物理设备的使用现场，利用有限的硬件资源，完成设备层数据采集、协议转换、数据上传、数据存储、数据分析等操作的软硬件一体的解决方案。 边[详细]
-
搞智能制造，不懂数据解析你就out了
所属栏目：[大数据] 日期：2021-11-23 热度：64
前些天到某工厂调研，车间的管理人员颇为无奈地对我们吐槽，近几年花了不少力气做生产现场设备层的数据采集，现在数据倒是有了，但是没人知道怎么去利用这些数据、如何分析这些数据。 相信上述情形是现阶段国内工业现场的普遍现象，当然，还有很多现场连设[详细]
-
三分钟带你了解物联网的语言物联网协议入门
所属栏目：[大数据] 日期：2021-11-23 热度：77
说起物联网的协议来，真的是很令人头疼，数量众多的协议各有各的特点和应用场景。如果再深究起原理来，还要涉及到OSI的七层模型和各种标准。这么陡峭的学习曲线让很多好学的盆友们也不禁望而却步。 太难了 太难了 为了带大家入门，今天Frank同学决定直面挑[详细]
-
如何优雅地扮演成一个AI专家
所属栏目：[大数据] 日期：2021-11-23 热度：175
如何能够在你还不是专家的时候假装成一个专家呢？ 首先，你要说人话。要用外行能听得懂的语言。很多真正的专家之所以没有被广大外行接受，就是因为他们说的话太过专业，绝大部分的人都听不懂。虽然大家也会认可你的能力，但恐怕下次万万不敢再找这样的专家[详细]
-
预测性维护怎样玩之MATLAB篇
所属栏目：[大数据] 日期：2021-11-23 热度：171
之前写过两篇预测性维护的文章，总体来讲，反响还可以（做害羞状），看来爱学习的好青年还是很多嘛。 也有小伙伴在知乎上留言，提到了MATLAB也有关于预测性维护的解决方案。因此，最近翻了一下MATLAB的相关资料，重点看了白皮书《Overcoming Four Common Ob[详细]
-
预测性修护怎么玩之实践篇
所属栏目：[大数据] 日期：2021-11-23 热度：97
客户方是一家比较有前瞻性的民营企业，在之前的两化融合、两化深度融合等阶段，在国家和地方政府的支持下，已经开展了不少的自动化改造、信息化建设等项目。应该说，该企业的底子还是不错的，以我的经验来看，该企业在车间层面的信息化程度甚至可以和烟草、[详细]
-
智能制造产业将来竞争格局猜想
所属栏目：[大数据] 日期：2021-11-23 热度：175
目前，智能制造是一个热得发烫的概念，上有政府引导，下有企业跟进。市场中的众多设备厂商、软件提供商，只要有一丁点儿的可能性，都无一例外地拼了命地和智能制造挂上点关系。实在没有相关产品的公司也摇身一变，以智能制造集成商的身份出现在市场中。 我[详细]
