【云栖号案例 | 制造】协鑫光伏上云 为提供企业稳定高效的大数据存储、分析能力

本文涉及的产品
模型训练 PAI-DLC,5000CU*H 3个月
交互式建模 PAI-DSW,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 企业希望在算法模型、监控报警、BI展现有突破。上云后保障全量数据批量上云、对全量参数的分析提出待分析的参数、实现异常情况报警及良品率的预测。

云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

公司简介

我们协鑫光伏坐落在环境优美的苏州工业园区,是全球领先的光伏材料制造商,硅片产品占国内流通硅片的70%,处于国内同行业龙头地位。在技术研发、品质控制、自动化升级等方面也都处于较高水平。企业风格踏实、谦逊,如何提高效率,提升产品品质始终是我们放在肩上的责任。通过多年对生产流程的优化,我们公司的生产效率和产品品质始终保持着行业领先,然而,我们渐渐感到以传统的方法,优化的空间越来越小。对于我们公司来说,生产品质提升的最后一公里要怎么走,这无疑是一个巨大的难题。我们公司苏州分公司总经理曾表示:“未来苏州协鑫的继续突破还是要靠新技术和新产品。”

项目背景

image

智能制造的兴起,将大数据分析引入到制造革命中。通过对生产数据的采集并上传云端,对数据进行实时和长期分析,可以对生产过程进行监控,分析生产流程中可优化的部分;监控影响产品质量的环节,对产品质量进行量化分析和提升;对设备情况进行预测,优化备本备件。

大数据分析为生产品质提升的最后一公里提供了路径,这让我们看到了新的契机,2016年我们公司正式与阿里云合作,希望通过云计算、大数据等新一代信息技术推动内部管理升级、进一步提高市场竞争力。此次合作的主要目标是透明化生产、数据化管理以及良品率提升。具体包括:

  • 低成本长期保存协鑫生产过程所有数据
  • 通过大数据分析,建立良品率预测模型
  • 通过大数据分析,建立关键参数监控模型,对生产过程监控和报警
  • 通过阿里云BI系统,对我们公司生产数据做多维度统计分析
  • 通过阿里云大屏技术,建立车间和事业部生产大屏看板等多方面内容。

举例来说,在光伏切片的生产过程中,有数千个生产参数会影响到切片良品率,例如砂浆温度、砂浆密度等,任何一个变量的细微变化都会直接影响到生产结果。而通过阿里云的大数据分析算法,就可以对我们公司生产过程中采集到的全部变量进行分析,找出与良品率最为相关的重要关键变量。根据这些关键变量为我们公司搭建生产的参数监控模型,在生产过程中对这些变量进行分析处理,一旦变量超出模型范围,我们公司的监测系统就会及时预警。经过项目一期的实施,实现了每年数千万的成本节省,小目标并不遥远。

解决方案

image

  • 数据上云保障:

单车间15天全量数据批量上云;全车间切片机、分选机、MES数据准实时上云。

  • 关键参数监控模型:

通过大数据对全量参数的分析以及生产经验,提出待分析的关键参数,并建立监控的模型。

  • 生产过程监控报警:

生产过程数据流式上传,通过流计算实时监控。并基于监控模型,实现异常情况报警。

  • 良品率预测:

对影响良品的重要参数做多元统计分析,实现良品率的预测。

  • 备件损耗分析:

通过关联规则,聚类分析,深度学习等方法,监控相关参数,实现备件损耗提前预警。

  • 大屏看板设计:

实施每车间及事业部级的大屏看板,如下图所示为大屏看板的示意(图片数据经特殊处理)。

image

  • BI分析:

30个主题多维度统计分析,并支持自定义时间、参数,分析参数间数学相关性。

上云价值

随着中国制造行业整体从粗放式向节约化、精细化转变,很多产业也在从劳动密集型向资本技术密集型转移,新技术,尤其是大数据分析技术,成为支撑制造业改革的中坚力量。我们公司作为追求卓越的制造业企业代表,为同类企业转型升级摸索出了一条道路。大数据作为企业的重要资产,借助于云计算等新技术,可以实现企业的智能改造和升级,完成提升生产效率和产品品质的最后一公里。

对于已有能力获取工厂数据的企业,可以继续聚焦制造本身,而将大数据分析等工作找合适的云计算、大数据分析企业承担。我们公司与阿里云合作的模式可以直接复制,利用制造企业的生产经验,和云计算、大数据分析提供企业的稳定高效的大数据存储、分析能力,打造企业级数据分析平台。追求卓越,超越自我,中国制造业在互联网、新技术的驱动下,已经开启了崭新的一章。

相关产品

  • 大数据计算服务 · MaxCompute

MaxCompute(原ODPS)是一项大数据计算服务,它能提供快速、完全托管的PB级数据仓库解决方案,使您可以经济并高效的分析处理海量数据。
更多关于阿里云MaxCompute的介绍,参见MaxCompute产品详情页

  • 机器学习PAI

阿里云机器学习平台PAI(Platform of Artificial Intelligence),为传统机器学习和深度学习提供了从数据处理、模型训练、服务部署到预测的一站式服务。
更多关于机器学习PAI的介绍,参见机器学习PAI产品详情页

  • 实时计算

实时计算(Alibaba Cloud Realtime Compute,Powered by Ververica)是阿里云提供的基于 Apache Flink 构建的企业级大数据计算平台。在 PB 级别的数据集上可以支持亚秒级别的处理延时,赋能用户标准实时数据处理流程和行业解决方案;支持 Datastream API 作业开发,提供了批流统一的 Flink SQL,简化 BI 场景下的开发;可与用户已使用的大数据组件无缝对接,更多增值特性助力企业实时化转型。
更多关于实时计算的介绍,参见实时计算产品详情页

  • DataV数据可视化

DataV旨在让更多的人看到数据可视化的魅力,帮助非专业的工程师通过图形化的界面轻松搭建专业水准的可视化应用,满足您会议展览、业务监控、风险预警、地理信息分析等多种业务的展示需求。
更多关于阿里云DataV数据可视化的介绍,参见DataV数据可视化产品详情页

  • 云服务器ECS

云服务器(Elastic Compute Service,简称ECS)是阿里云提供的性能卓越、稳定可靠、弹性扩展的IaaS(Infrastructure as a Service)级别云计算服务。云服务器ECS免去了您采购IT硬件的前期准备,让您像使用水、电、天然气等公共资源一样便捷、高效地使用服务器,实现计算资源的即开即用和弹性伸缩。阿里云ECS持续提供创新型服务器,解决多种业务需求,助力您的业务发展。
更多关于云服务器ECS的介绍,参见云服务器ECS产品详情页

  • 云数据库RDS MySQL版

MySQL 是全球最受欢迎的开源数据库之一,作为开源软件组合 LAMP(Linux + Apache + MySQL + Perl/PHP/Python)中的重要一环,广泛应用于各类应用场景。
更多关于云数据库RDS MySQL版的介绍,参见云数据库RDS MySQL版产品详情页

  • 对象存储OSS

阿里云对象存储服务(Object Storage Service,简称 OSS),是阿里云提供的海量、安全、低成本、高可靠的云存储服务。其数据设计持久性不低于 99.9999999999%(12 个 9),服务设计可用性(或业务连续性)不低于 99.995%。
更多关于对象存储OSS的介绍,参见对象存储OSS产品详情页

  • 日志服务 SLS

行业领先的日志大数据解决方案,一站式提供数据收集、清洗、分析、可视化和告警功能。全面提升海量日志处理能力,实时挖掘数据价值,智能助力研发/运维/运营/安全等场景。
更多关于日志服务的介绍,参见日志服务 SLS产品详情页

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
存储 算法 数据挖掘
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
本文介绍了2023年中国高校大数据挑战赛赛题B的Python实现方法,该赛题涉及DNA存储技术中的序列聚类与比对问题,包括错误率分析、序列聚类、拷贝数分布图的绘制以及比对模型的开发。
50 1
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
|
30天前
|
大数据 机器人 数据挖掘
这个云ETL工具配合Python轻松实现大数据集分析,附案例
这个云ETL工具配合Python轻松实现大数据集分析,附案例
|
1月前
|
存储 人工智能 算法
AI与大数据的结合:案例分析与技术探讨
【8月更文挑战第22天】AI与大数据的结合为各行各业带来了前所未有的机遇和挑战。通过具体案例分析可以看出,AI与大数据在电商、智能驾驶、医疗等领域的应用已经取得了显著成效。未来,随着技术的不断进步和应用场景的不断拓展,AI与大数据的结合将继续推动各行业的创新与变革。
|
1月前
|
存储 缓存 NoSQL
深入解析Memcached:内部机制、存储结构及在大数据中的应用
深入解析Memcached:内部机制、存储结构及在大数据中的应用
|
1月前
|
数据采集 数据可视化 大数据
【优秀python大屏案例】基于python flask的前程无忧大数据岗位分析可视化大屏设计与实现
本文介绍了一个基于Python Flask框架的前程无忧大数据岗位分析可视化大屏系统,该系统通过爬虫技术采集招聘数据,利用机器学习算法进行分析,并以可视化大屏展示,旨在提高招聘市场数据分析的效率和准确性,为企业提供招聘决策支持和求职者职业规划参考。
|
2月前
|
存储 监控 数据挖掘
云上大数据分析平台:赋能企业决策,挖掘数据金矿
5.3 场景化 针对不同行业和领域的需求特点,云上大数据分析平台将推出更多场景化的解决方案。这些解决方案将结合行业特点和业务场景进行
75 7
|
2月前
|
存储 XML JSON
Bond——大数据时代的数据交换和存储格式
【7月更文挑战第12天】Bond是微软开源的可扩展数据格式化框架,适用于服务间通信等场景。它使用IDL定义数据结构,并具备高效性能及良好的版本控制能力。通过描述消息格式并生成代码,Bond简化了多语言间的数据交换,相较于XML和JSON,在效率和支持快速开发方面更具优势。实际应用时需根据需求选择合适的数据交换格式。
|
1月前
|
存储 分布式计算 算法
"揭秘!MapReduce如何玩转压缩文件,让大数据处理秒变‘瘦身达人’,效率飙升,存储不再是烦恼!"
【8月更文挑战第17天】MapReduce作为Hadoop的核心组件,在处理大规模数据集时展现出卓越效能。通过压缩技术减少I/O操作和网络传输的数据量,不仅提升数据处理速度,还节省存储空间。支持Gzip等多种压缩算法,可根据需求选择。示例代码展示了如何配置Map输出压缩,并使用GzipCodec进行压缩。尽管压缩带来CPU负担,但在多数情况下收益大于成本,特别是Hadoop能够自动处理压缩文件,简化开发流程。
35 0
|
1月前
|
存储 SQL JSON
一些MaxCompute日常优化案例分享
MaxCompute优化是一个多样而又重要的过程,优化过程需要能够深入理解ODPS的工作原理和内部机制,本文总结了以下几个日常优化案例,最终优化手段可能非常简单,但其中的分析过程较为重要,希望对大家有所启发。
|
2月前
|
存储 分布式计算 数据可视化
ERP系统中的大数据分析与处理:驱动企业智能决策
【7月更文挑战第29天】 ERP系统中的大数据分析与处理:驱动企业智能决策
182 0

热门文章

最新文章