【背景与需求】

因制造业业务流程长、业务关联性强等特点，传统分析方式无法应对瞬息万变和复杂的业务现状、竞争格局以及个性化需求。探索数据信息成为发现变化、预测变化的唯一解决办法。通过封装业务场景下的分析流程，利用建模拓展业务洞察力，挖掘出有价值的信息、知识，智能地反馈给业务决策者，从而实现感知、分析、定位、决策、调整、控制于一体的主动生产，进而为用户提供个性化的产品和服务。

【产品介绍】

产品简介：

数据模型应用面向研发设计、生产制造、经营管理、销售服务等全流程，培育专业化、场景化大数据解决方案。围绕接单利润最大、生产成本最少、提升产品质量、降低库存资金占用为目标，开展数智化技术与制造过程融合的研究与应用实践。将多业务场景下的分析流程、方法、图形、算法等数智技术进行集成和固化。通过将实用分析算法、专家经验知识及分析思路流程化整理及标准化实现，进而节省成本，实现数字加速。

产品架构：

数据模型应用平台通过数据分析，挖潜数据价值，构建平台化、专业化、智慧化的数据应用产品。

产品效果：

数据模型应用平台可以实现如下效果：

Ø 降低原料成本

满足烧结矿成分限定条件下的物料配比及最低成本，成本降低1-10元/吨。

Ø 缩短生产周期

降低物料周期1-2天，库存月均量同比下降3%-5%。

Ø 减少质量损失

全流程分析，辅助产品成材率提升1%。

性能一检封闭量降低20%，改判量降低30%。

Ø 提升工作效率

性能稳定性分析，从原来的数小时缩短至10分钟内完成；

成材率分析，工作效率提升90%。

【产品主要功能】

数据模型应用主要包含冷轧库存动态管控、性能与工艺相关性分析、智能分析平台等应用场景分析案例。

冷轧库存动态管控：

通过可视化图表方式量化物料周期、制造稳定性等方面对库存的影响，发掘库存下降潜力，优化库存结构，进而采取措施加快库存周转效率，以此降低库存，减少资金占用。

Ø 效率方面：

提高物料周转效率，降低物料周期1-2天。

Ø 效益方面：

降低总库存、减少资金占用、节约资金成本。库存月均量同比下降3%-5%。

性能与工艺相关性分析：

引入智能算法，自动识别与性能相关的关键工艺项和重要程度，运用数字化赋能工艺设计，进而实现产品性能稳定性提升。

Ø 效率方面：

实现系统集成化、模块化、自动化；智能分析与预测，由人主动变为数据主动，分析效率提升90%。

Ø 效益方面：

产品稳定性的提升，性能一检封闭量降低20%，改判量降低30%。

智能分析平台：

内置实用的、钢铁行业经典的挖掘算法和深度学习算法，固化不同场景分析所用的方法、图形、流程、专家经验知识，快速实现数据挖掘应用。

Ø 效果

将专家分析流程、方法、图形、算法以及机理经验知识按不同分析场景进行固化，加快分析效率和精准性，让客户获得更深入的洞察力，优化决策，驱动创新。

【应用案例】

案例名称：首钢顺冷数字化转型建设一期项目         

实施内容：1、对物料库存进行精细化管理，对占用库存的各类有效、无效资源及库存结构等进行分类、拆解、分析，优化库存结构，辅助加快库存周转效率。2、借助AI算法识别关键工艺，对关键工艺进行监控预警，推荐工艺优化建议。

建设效果：

（1）库存精细化管控，提高周转效率：

库存月(年)均降低约0.76万吨，年化效益122.9 万元。

（2）质量智能分析，提高性能稳定性：

产品一检封闭量降低约1000吨/月。

案例效果图：