4月26日，阿里云棲大會·南京峰會召開。此次大會上，傳統制造業與云共同高調亮相。
據了解，2016年8月2日，蘇州協鑫光伏科技有限公司和阿里云簽約，雙方約定將通過大數據分析技術，打造協鑫光伏切片智能工廠。據悉，此次合作將涉及工業可視化大屏搭建、TB級海量數據云存儲、產品良品仿真建模等多方面內容。此次會議上，保利協鑫切片業務總裁鄭雄久出席并總結了合作成果。
以下是鄭雄久演講全文，雷鋒網對其進行了不改變原意的編輯：
阿里巴巴與保利協鑫這兩個不搭界的、關聯度很小的企業走一起，我覺得是有必然性的。
保利協鑫的宗旨是把綠色能源帶到中國，我們的企業定位是建設成為全球一流的切片工廠，為了達成這個目標，我們在物流和各種制造業中應用了自動化手段和經營生產理念。但如果要真正實現智能制造，差距還是比較大的，最核心的問題是我們有很多數據，但這些數據就像孤島一樣存在，并不是互聯互通的，更談不上分析。
我們一直在分析生產過程、制造結果，分析人機料法環5要素，但是靠傳統經驗性的積累，靠人工分析，數據的關聯性或分析得準確與否，更多的靠工程師的經驗和累計，能做得太少了，做不到大數據量級的分析。但阿里在云計算、云存儲方面有很強大的能力。阿里和協鑫制造這兩年的合作也是很湊巧，去年的2月份，我跟阿里云的同行見面，那次，我談起了我的苦衷，作為一個制造業從業人員的痛點：我有很多數據，機臺每天都有海量傳輸數據，但卻不知道效果好壞的原因是有什么？不知道良率波動的原因是什么？阿里那邊人說，或許阿里能夠幫你解決、分析這個問題。這么兩分鐘的交流造就了這次的合作。
大數據上云
去年5月份，我們的項目開始實施，去年12月份，一期項目上線，我跟大家匯報一下目前達成的情況。首先是做不間斷的數據上傳，但并不是把所有不關聯的數據都上傳，而是人腦和機腦相結合，通過分析，人腦對人機料法環5個要素的關系有概念，將工程師的經驗和阿里強大運算能力的機腦結合，通過運算方式，進行上傳和同時對數據的提煉，這是一個艱苦的工作。盡管協鑫的制造中有智能化裝備，我們和阿里花了很長時間才理順數據的傳輸模式。制造業同行實現智能運算過程中或許面臨同樣的問題，但前提是，首先要練好自己的內功。
智能分析
首先是讓躲在背后的黑箱子數據透明化，第二步是通過智能分析，實現生產過程中的數據關聯，將人機料法環5個因素實現關聯，我們的成果有三方面：
一是核心零件劣化監控，通過裝備或零部件更換實現智對生產成果的智能預測。通過阿里云運算，大體能分析出生產過程中導致不良率的因素或哪些成本可以節約等，這對于我們是很重要的參考。
二是工藝參數推薦，通過分析能夠提供這樣的借鑒：通過怎樣的數據改造或參數調整，裝備能達到比較好的效果。
三是多變量分析，技術人員可以從質量指標和個人經驗兩個角度，分別篩選正反樣本和分析結果維度，系統自動出具多變量相關性結果。
可視化大屏
很酷的一項合作成果是可視化大屏，可以對整個管轄的切片事業部的生產實施過程中進行展示，通過展示的數據讓現場變得更透明化。我管轄車間分布在不同區域，涉及蘇州、太倉、阜寧、揚州、常州，以前沒法實時了解，但通過秒級的數據傳輸，對工廠透明化、智能化有很大幫助。
不同于徐工的演講，演講中涵蓋了從需求端到客戶數據上傳，我們涉及到的就是一個點：如何讓數據主動告訴我們現場發生了什么，如何通過與阿里云的合作更好管控現場？但作為制造業來說，這個點的解決也是十分重要的，如果協鑫有200多億銷售額，只要提升一個點，良率價值就是1個億。
作者：
評論