Zhenge投資了2000萬名前蘋果建筑師，以幫助SAIC通過該系統(tǒng)將收入增加1億多

發(fā)布日期： 2020-12-27 點擊： 634

謝夢君（后排左二）表示，盡管球隊很小，但每個人都是好士兵。

文字|鉛筆路記者吳則謙

中國制造業(yè)的每個企業(yè)主都想趕上“智能制造”的高速列車，但是在升級生產(chǎn)線設(shè)備之后，他們面臨著DRIP（數(shù)據(jù)豐富，信息貧乏）的局面。

針對這種情況，“集夢智能”于去年9月啟動了工業(yè)大數(shù)據(jù)分析平臺JIMP，以幫助制造公司在生產(chǎn)過程中管理和應(yīng)用大數(shù)據(jù)。該系統(tǒng)從人員，設(shè)備，材料，產(chǎn)品和各種業(yè)務(wù)系統(tǒng)中收集數(shù)據(jù)，并建立數(shù)字工廠模型來分析和管理數(shù)據(jù)，以優(yōu)化生產(chǎn)過程并快速發(fā)現(xiàn)質(zhì)量問題。

智能檢具_自檢互檢交接檢表格_陰檢和肛檢的區(qū)別

部署該系統(tǒng)后，上汽乘用車的批量缺陷停機時間從每月4到5個小時減少到0，新模型的生產(chǎn)和調(diào)試周期縮短了15％。汽車企業(yè)的總收入增長超過一億元。

目前，“集夢智能”開發(fā)的系統(tǒng)已在上汽的五家工廠投入使用。去年10月，公司又完成了2000萬元的天使輪融資。投資者是珍基金。

注：謝夢軍保證本文中的數(shù)據(jù)正確無誤，并對內(nèi)容的真實性負責(zé)。筆跡用于客觀和真實的錄制，并且已備份了快速錄制的聲音。

解決制造數(shù)據(jù)難題

在2015年之前，謝夢君的工作一直集中在互聯(lián)網(wǎng)產(chǎn)品技術(shù)的發(fā)展上。制造業(yè)是他從未想到過的領(lǐng)域。但是，由于他們精通Go編程語言，Apple邀請他們加入，負責(zé)工業(yè)自動化制造系統(tǒng)的設(shè)計和實施，以提高公司產(chǎn)品的質(zhì)量。

智能檢具_自檢互檢交接檢表格_陰檢和肛檢的區(qū)別

三年使他對整個制造業(yè)有了深刻的了解。團隊開發(fā)的系統(tǒng)還幫助公司每年節(jié)省數(shù)十億美元。由于它可以幫助公司提高效率并降低成本，因此將該系統(tǒng)設(shè)計概念應(yīng)用于其他制造公司也可以發(fā)揮更大的作用。

有一些含糊的想法的謝夢君一直與他的朋友朱圣華保持聯(lián)系。后者開發(fā)了質(zhì)量數(shù)據(jù)分析系統(tǒng)，該系統(tǒng)可以實時收集和分析在產(chǎn)品制造過程中生成的各種質(zhì)量數(shù)據(jù)，并以此數(shù)據(jù)為基礎(chǔ)并推動提高產(chǎn)品質(zhì)量。兩人認為，以數(shù)據(jù)分析為起點，可以幫助企業(yè)在工業(yè)生產(chǎn)過程中管理和應(yīng)用大數(shù)據(jù)，從而達到優(yōu)化操作程序，提高設(shè)備能效，增加人均生產(chǎn)能力和改進產(chǎn)品的目標。質(zhì)量將是一個有希望的創(chuàng)業(yè)方向。

在參觀了長三角的許多制造公司之后，他們發(fā)現(xiàn)中國的制造業(yè)仍然面臨許多問題。盡管許多工廠已經(jīng)更換了機器人，但是不同生產(chǎn)線和不同模塊之間的“信息孤島”情況更加嚴重，并且機器故障信息也難以及時發(fā)現(xiàn)。其次，在質(zhì)量控制方面，許多公司只能在成品階段就區(qū)分優(yōu)質(zhì)產(chǎn)品和次品，而不能進行生產(chǎn)前檢查以避免次品。最后，制造業(yè)和物聯(lián)網(wǎng)的機器人化將不可避免地意味著大量數(shù)據(jù)的出現(xiàn)，但是傳統(tǒng)的軟件系統(tǒng)只能提供簡單的信息，例如生產(chǎn)率，并且已經(jīng)在面對工業(yè)大數(shù)據(jù)時被“拉伸”了。

謝夢軍和朱勝華認為，此時進入制造業(yè)并使用數(shù)據(jù)分析方法來幫助企業(yè)提高工業(yè)信息化水平是一個不容錯過的機會，因此他們決定在9月份成立“集夢智能”。去年。

質(zhì)量是核心

自檢互檢交接檢表格_智能檢具_陰檢和肛檢的區(qū)別

對于制造業(yè)來說，確保生產(chǎn)線的穩(wěn)定性和最終產(chǎn)品的質(zhì)量是他們的最大需求。團隊首先從“質(zhì)量”開始，以確定產(chǎn)品開發(fā)的方向。盡管從表面上看這是一個簡單的詞，但它涉及工廠的各個方面，因為質(zhì)量問題可能是由機器，人為因素和過程引起的。

因此，團隊的第一步是數(shù)據(jù)收集。通過開發(fā)不同的文本引擎，調(diào)用和分析機器定位坐標數(shù)據(jù)，過程數(shù)據(jù)，生產(chǎn)線生產(chǎn)數(shù)據(jù)，原材料備件供應(yīng)商數(shù)據(jù)等，然后利用機器學(xué)習(xí)，再加上經(jīng)驗豐富的工廠人員的協(xié)作，來消除80％的無用數(shù)據(jù)。隨后，對關(guān)鍵信息進行了整理。

這時，“集夢智能”可以使用這組處理后的數(shù)據(jù)來構(gòu)建虛擬數(shù)字工廠模型。該模型是物理工廠運行狀態(tài)的實時映射，人員，機器，材料，環(huán)境和產(chǎn)品信息都可以反映在該模型中。

在此模型中，管理人員可以實時了解工廠運營中的錯誤。同時，可以使用多種方法，例如數(shù)據(jù)合并，數(shù)據(jù)計算，數(shù)據(jù)拆分，數(shù)據(jù)關(guān)聯(lián)和規(guī)則引擎。分析數(shù)據(jù)以查找問題的根源。例如，某個供應(yīng)商提供的零件有錯誤，這會導(dǎo)致下游汽車制造商組裝的前燈位置發(fā)生偏差。傳統(tǒng)勞動很難找到大燈安裝錯誤的來源，而“吉盟智能”可以通過相關(guān)分析從數(shù)千個數(shù)據(jù)中快速確定錯誤的來源，然后方便工廠調(diào)整生產(chǎn)以減少損失。

為方便管理人員，團隊以可視化的方式顯示所有數(shù)據(jù)分析結(jié)果，包括容量預(yù)測，未使用的材料分析（長時間不使用或少量使用的材料），質(zhì)量分析，缺陷分析，智能報告，供應(yīng)鏈管理，售后反饋等。

自檢互檢交接檢表格_智能檢具_陰檢和肛檢的區(qū)別

團隊開發(fā)的用于汽車測量數(shù)據(jù)的多維分析工具。

整個系統(tǒng)不僅對單個工廠有用，而且對整個行業(yè)生命周期都有用。例如智能檢具，在整車廠出售整輛車后，可以通過物聯(lián)網(wǎng)設(shè)備收集車輛的實時使用數(shù)據(jù)以進行分析。當找到相同的零件時，供應(yīng)商A的磨損程度遠大于供應(yīng)商B的磨損程度，將來汽車制造廠可以選擇與B合作。此外智能檢具，來自同一供應(yīng)商的不同批次的產(chǎn)品也將具有差異。如果某一批次的數(shù)據(jù)不佳，可以追溯到上游零件供應(yīng)商以幫助分析原因。

在與上汽乘用車公司的合作中，“集夢智能”幫助其建立了完整的質(zhì)量監(jiān)控系統(tǒng)，包括激光跟蹤儀，三坐標測量機，白光測量和各種檢查工具等。使用該系統(tǒng)后，停產(chǎn)停產(chǎn)損失從5000萬元以上減少到0元，成品維修時間從每月500小時減少到200小時。

目前，“集夢智能”開發(fā)的系統(tǒng)已在上汽的五家工廠投入使用，產(chǎn)品已基本標準化，部署和交付給類似制造商僅需一周左右的時間。接下來，團隊將專注于汽車，3C和機械制造這三個行業(yè)。

智能檢具_陰檢和肛檢的區(qū)別_自檢互檢交接檢表格