全球制造大數據質量預警APP
一、企業簡介
華為是全球領先的信息與通信解決方案供應商，目前華為的電信網絡設備、IT設備和解決方案以及智能終端已應用于全球170多個國家和地區。華為專注ICT領域，在電信運營商、企業、終端和云計算等領域構筑了端到端的解決方案優勢，為運營商客戶、企業客戶和消費者提供有競爭力的ICT解決方案、產品和服務。華為在芯片、硬件、操作系統、數據庫等能力上有深厚技術積累，在軟硬件協同一體化等方面具備優勢。
為了促進工業企業數字化轉型，華為積極推進工業互聯網平臺建設：華為已完成物聯網操作系統、終端芯片、工業聯接、邊緣計算、可信IaaS和工業PaaS等關鍵解決方案布局。邊緣計算實現工業現場多樣化設備的數據采集與處理，通過eLTE、NB-IoT、5G等無處不在的工業聯接傳輸到云端，工業PaaS提供工業設備管理、工業大數據/AI和工業建模能力，創造數據價值，同時面向工業應用提供工業云中間件、應用開發工具和工業微服務，降低應用開發難度和成本?；谌A為通用工業PaaS匯聚工業伙伴的應用，提供包括設計仿真、生產執行、經營管理、市場營銷和智能服務等工業全流程業務云服務。
二、工業APP簡介
（一）、問題定位
打通供應商、研發、制造、市場返還等產業鏈全流程關鍵質量數據，應用大數據分析及數學建模技術，構建數據驅動的全球測試大數據質量預警體系，實現供應商來料質量預警、制造過程質量預警及網上返還質量預警，質量預警從制造向上游研發、采購/產業鏈及市場/用戶的覆蓋，驅動質量管控從事后攔截向事前預測、預防方向轉變。
全球測試大數據質量預警2017年共觸發預警物料、裝備、設計、工藝等方面隱性問題X起。通過自動捕獲潛在風險，實現2%小概率可靠性批次風險可激發，提前攔截供應商來料質量問題，批量問題起數降低9%；開局壞件率改進15%，早期返還率改進24%。支撐公司網上返還率、批量質量問題、PONC等質量指標目標達成。
（二）、創新點
供應商數據采集系統云化部署，制訂統一的數據回傳格式，打通與來料供應商的系統對接；制造過程數據通過互聯網、物聯網等方式進行實時采集；定時將產品網上運行環境數據及輿情數據采集、回傳到數據底座中。
數據底座中按照不同的數據類型與數據使用特點選擇分布式文件系統、內存數據庫、關系型數據庫等不同的數據管理引擎，實現數據治理。
工業大數據建模與分析平臺，負責在線實時任務與離線批量數據分析，同時整合業界常用算法模型庫，除了提供典型的機器學習算法模型外，還針對工業特有的穩態時間序列、時空等數據，提供定制后的模型算法。
（三）、功能介紹
1、采集供應商來料關鍵測試參數，實現數據監控、分析及預警，提前識別潛在的來料質量風險，并攔截在供應商處，提高來料入口質量，質量控制前移供應商，在產業鏈源頭構筑高質量。
2、匯聚全球加工網點（自制/EMS/ODM/海外供應中心等）制造過程質量數據，在一些關鍵工序如IQC、ICT、FT、可靠性、整機測試等實現質量預警，提前識別和挖掘隱性質量問題，保障全球一致的出廠高質量。
3、結合產品網上運行環境數據，用戶輿情數據，網上返還數據，以及產品加工過程數據，深度挖掘，實現產品潛在風險預測預警，識別在研發設計、制程工藝、來料選型等方面改進機會點，驅動逆向改進，在設計前端構筑高質量。
圖1 全球制造大數據質量預警APP界面圖
（四）、功能和技術指標優勢
1、批量問題起數降低9%
2、開局壞件率改進15%
3、早期返還率改進24%
三、技術方案說明
（一）、工業APP架構
本APP是華為基于工業互聯網平臺fusion plant自主開發的，系統架構圖如下：
圖2 系統架構圖
（二）、工業APP關鍵技術
數據采集系統云化部署、統一的數據回傳格式、 靈活選擇數據管理引擎、定制的模型算法。
四、應用情況描述
（一）、應用場景描述
本APP適用于離散型制造企業；數據采集系統云化部署，可以與上下游供應商系統進行對接，通用數據標準格式實現數據交換；內置工業領域預警模型算法，有效識別來料、設計、制程、工藝等方面隱性質量問題，識別改善機會點。
（二）、商業化情況
本APP目前主要應用于華為內部制造。在應用本APP后，全球制造大數據質量預警2017年共觸發預警物料、裝備、設計、工藝等方面隱性問題X起。通過自動捕獲潛在風險，實現2%小概率可靠性批次風險可激發，提前攔截供應商來料質量問題，批量問題起數降低9%；開局壞件率改進15%，早期返還率改進24%。支撐公司網上返還率、批量質量問題、PONC等質量指標目標達成。
AII微信公眾號
AII頭條號