我们最了解工业企业

合作客户

无论您在船舶、汽车、动力设备、石油、电力、钢铁、甚至更多其他行业,中云数据帮助企业数据化转型与升级,快速步入工业4.0

专注 高效 专业

面向工业八大行业提供定制化工业大数据产品与服务

  • 船舶制造

  • 动力设备

  • 汽车制造

  • 工程机械

  • 海工装备

  • 钢铁工业

  • 电力工业

  • 石油化工

经典案例

  • 船舶制造行业大数据

    为某造船集团提供集团层级大数据应用解决方案,集团内大量结构化和非结构化数据以及业务往来需要整合分析,为了满足集团对集团内数据管控的需求,以及集团下属子公司自主运营,部署中云数据的dRTOD的轻量级分布式大数据平台,dRTOD实现集群内以企业自身为主体的数据间共享,且部署实施速度快,既有效解决集团层级数据的管控,同时又解决了集团内数据共享的壁垒。

  • 动力设备行业大数据

    某动力设备企业由于内部信息系统的不断完善,企业内各系统间数据整合是一个亟待解决的问题,中云数据为其规划大数据规划建设方案,通过大数据平台对企业内存储的大量OT数据与IT数据的采集,并对出售在全国各地的动力设备从“出生”到“退休”进行全生命周期监控,对维修售后以及二次销售等策略提供了客观、精准、有效的方案与建议,为该企业带来了巨大经济效益。

  • 汽车制造行业大数据

    某整车厂的产线自动化程度极高,但随之设备的使用年限缩短,按设备最初的保养维护计划已远远不够,部分设备无规律不定时产生故障,导致生产线强制暂停,同时此时警报发出易造成巨大损失,为解决这一现象,中云数据从产线历史数据入手,为其提供故障与保养预警解决方案,在车间现场部署大数据平台,采集数据、清洗数据、分析数据并建立预警模型,最终方案实施建设完成后,该整车厂不仅保证产线的稳定运行,还通过产线数据的分析经验,指导建立了智能仓库,提高了产量,也带来了巨大的间接经济效益。

  • 工程机械行业大数据

    某轨道装备制造企业当前无法全面了解项目生产进度情况, 需要从数据层面能够及时了解项目生产情况的辅助系统来提升管理效率和水平。本方案通过对包括内部系统数据和外部数据, 如项目数据、生产作业数据, 设备信息等进行收集整合。基于中云数据RTOD大数据平台, 通过数据整合、项目统一数据试图构建、业务分析、可视化应用实现企业生产支持系统的建设。

  • 海工装备行业大数据

    在工业制造里面,机床最核心的问题是刀具问题。实际上,刀具发生问题能提前感知,才能第一时间修复。如果问题发生之后,再去修复就已经产生了废品,这也会造成更大的损失。通过控制器收集不同机床运行的电流决策树神经网络等人工智能算法,结合多年经验曲线进行在线学习, 对非线性关系的刀具寿命进行预测。应用RTOD大数据平台集成算法形成智能化机床设备管理模型之后,会根据数据建模分为两大问题:第一类是刀具会不会发生故障, 第二类是多久发生故障。通过最行之高效的算法对基于物理损耗为主的设备进行预测性维护,减少了生产过程中产生废品。

  • 钢铁工业行业大数据

    某集团公司炼铁大数据平台基于RTOD大数据平台开发, 通过在企业端部署自主研发的工业传感器物联网, 对高炉黑箱” 可视化, 实现了企业端”自知感”通过数据采集平台将实时数据上传到大数据中心;通过分布式计算引擎等对数据进行综合加工、 处理和挖掘;在业务层以机理模型集合为核心, 结合多维度大数据信息形成大数据平台的核心业务,应用传输原理、 热力学动力学、 炼铁学、 大数据、 机器学习等技术建立高炉专家系统, 结合大数据及知识库, 实现“自诊断”“自决策”和“自适应” 。

  • 电力工业行业大数据

    某能源公司风电机组状态监测数据量具有量大、多源、异构、复杂、增长迅速的电力大数据特点。该公司经过多年的数据积累,数据量已经达到一定的规模,如风力发电机组故障及警告数据、传感器数据和运营检修数据等。中云数据提供了基于数据驱动的是设备故障检测及预警整体方案,通过数据理解、筛选与清洗,构建及优化正常/异常模型、确定故障发生时间、学习分类算法阈值,基于大数据平台对设备故障进行检测、预警。

  • 石油化工行业大数据

    某公司的经营范围包括:油气勘探设备、油气钻采设备及工具、配件的研发、设计、制造、销售与服务等。基于中云数据RTOD大数据平台从数据采集、 数据处理和存储、数据分析和建模以及应用开发的能力,配合公司内部的物联网平台能力,设计了预测性维修的方案。帮助客户构建了基于设备实时数据实现预测性维修的完整方案;提供了故障知识库帮助客户提高故障诊断效率,实现运维经验的沉淀;移动端应用帮助运营人员随时随地了解设备的健康状态,并对异常做出及时处理。

期待您与我们建立联系,共同体验大数据