汽车零部件行业数字化运营平台建设方案【汽车】【数字化】

行业背景/企业痛点/解决思路 汽 车 工 业 及 零 配 件 行 业 背 景 ●政策持续深化、市场竞争加剧，动力及储能电池市场浪潮涌动，产能过剩和价格战成为行业洗牌的重中之重 汽车零配件市场 汽车工业市场 n随着国内汽车零部件制造水平不断提升以及新能源汽车的发展，汽车零部件行业也得到了快速发展。2021年我国汽车零部件制造企业收入规模为40668亿元，同比增长12%，2022年约为41953亿元，预计2023年将进一步增长至44086亿元。 n汽车零部件行业的上游主要为钢材行业。钢材是汽车用精密钢管制造中的重要原材料。钢材市场属于完全竞争市场，价格波动较为频繁。目前，国内的钢材生产基本上能够满足我国汽车零部件行业的需求。n汽车零部件行业的下游主要为汽车制造业。汽车制造业的发展带动了汽车零部件行业的发展。 n2023年汽车行业总体市场呈现平稳增长；n2021至2022年，我国汽车总体销量分别为2628和2686万辆，同比增长3.8%和2.1%；2021至2023年1-8月，我国汽车总体销量分别为1654、1685和1821万辆，同比增长1.9%、8.1%；n2023年上半年国内新能源汽车销售303.0万辆，同比增长38%，n2021至2022年，我国汽车出口销量为201和311万辆，同比增长102.5%和54.4%，占总量的7.7%和11.5%； 汽车零部件行业部分政策 •关键技术不断取得突破，国内零部件企业与外资企业零部件的技术差距已逐渐缩小，国内零部件厂商对自主研发的投入逐渐加大，实现了技术上的积累及管理上的提升。 伴随世界经济全球化、市场一体化的发展，我国政府部门及行业协会对汽车制造业的宏观管理和政策指导也不断涌现，并形成了汽零行业自律组织中国汽车工业协会（CAAM）。n 政策中，特别强调了零部件的创新研发、绿色制造以及质量控制。n •自主创新体系逐步形成，中国汽车零部件自主创新体系初步形成，构建了较为完善的开发流程、生产管理、采购流程、质量管理体系，逐步培育形成了以产品性能结构改进设计能力、制造工艺改进能力和成本领先的集约型研发组织能力为主要内容的工艺导向型研发能力。 一方面，国家政策对汽车零部件制造企业的扶持，推动产业升级和转型。n 另一方面，随着新能源汽车市场的不断扩大，消费者对电池、电机等新兴技术零部件的需求持续增长，且对于汽车整体性能和品质要求的不断提高。 汽 车 零 配 件 行 业 位 置 营销与服务模式变化 传统时代–经销商是最大的客户，赚造车的价差、零配件；不直接渗透到终端用户； 数 字 化 建 设 现 状 与 目 标：当 前 制 造 业 轰 轰 烈 烈 的 信 息 化 和 数 字 化 建设 成 果 二十世纪以来，轰轰烈烈的信息化和数字化浪潮，推动企业建设信息系统几十套，信息系统覆盖度普遍超过80%，投入几百上千万。支撑了产品生命周期管理、供应链、销服、职能管控的业务精细化管理和日常运营。 信息化≠数字化：企业需要的是解决问题 工具≠数字化 工业企业数字化的核心是决策模型 数字化的核心是决策应变，衡量标准是变化发生到有效对策的时间 组织数字化转型的目标，是决策权向前线人员转移，让离客户更近的人调配资源，尤其是计划后的应变。 组织模式转型的目标是决策权前移 转型需要新的指挥系统的支持 分析模型/数据展示 制 造 企 业 数 据 应 用 现 状：数 据丰 富，信 息 匮 乏 n制造业受访者普遍表示其首要目标是提高产量、改进产品质量、推进可持续发展和减少机器停机时间，这实属意料之中。专注目标有助于制造企业提高效率并满足客户对价格和质量的要求。但美好愿景与现实之间仍然有着巨大的差距：尽管设定了这些明确的目标，但只有36%的受访者能够成功或非常成功地维持所需的吞吐量和产量。这是为什么？ 调研数据表明，只有大约四分之一的组织正在以有意义的方式捕获传感器数据并将其应用于决策。例如，预测性维护可以通过持续收集和分析传感器数据来防患于未然，并且仅在需要时才 会 提 醒 人 工 干 预 。只 有四分之一的组织正在基于故障模式分析来优化资产/设备维护计划，以及平衡可靠性与成本。 制 造 商 并 未 充 分 发 掘 其 数 据 的 价 值。在 现 代 制 造工 厂 中，一 条 生 产 线 就有2,000台不同的设备，每台设备有100到200个传感器在实时收集数据，每个月将产生2,200 TB的数据。6比如说，工厂通常使用警报 机 制 来 收 集 数 据，从 中检 测 生 产 异 常 以 进 行 质 量 控 制。然 而，大 约90%的制造数据都是闲置未用的。此外，制造商的侧重点通常是捕获数据 以 创 建 历 史 报 告，而 不 是 利 用 数 据 来 帮 助 预 测 未 来 事 件 或 改 进 决 策。 闲置的制造数据 只 有不 到 五 分 之 一的 受 访 者 可 以 实 时 访 问 整 个 企业中的重要制造数据，包括电子表格、工业社交媒体、电子邮件、文本文件、视频或CAD中的实用非结构化数据。例如，制造商可以通过分析保修申请来识别制造流程中的缺陷。而要准备、处理和分析这些非结构化数据，数据科学专业知识和专用工具是必不可少的。 在 组 织 的 制 造 流 程 和 可持 续 运 营 中，缺 乏 决 策 能 力是 一 个 普 遍 的 问 题。组 织 可 以 挖 掘 和 分 析 生 产 数 据，并 应 用 于 帮 助 操 作 员 确 定 异 常 事 件 和 检测问题根本原因。但我们的调研表明，只有不到30%的组织会始终如一 地 从 来 自 设 备、流 程 和 系 统 的 数 据 中 发 掘 关 于 持 续 流 程 改 进 的 洞 察。只有35%的组织会定期评估制造流程。 许 多 制 造 组 织 的 现 有 技 术 环 境 加 剧 了 其 困 境。技 术 障 碍 和 不 够 灵 活的 旧式 系 统被 认 为 是 制 造 业 面 临 的 两 大 障 碍。除 此 之 外，其 他 障 碍 还 包括孤立 运 营、计 划 缺 乏 优 先 级 排 序 以 及 生 态 系统 复 杂 性。大 多 数 受 访 者 已 经实 施 了 活 动 自 动 化 和 物 料 搬 运 自 动 化，但 仍 然 还 有 进 一 步 添 加 数 字 孪 生等 技 术 的 机 会。利 用 数 字 孪 生 作 为 生 产 线 的 虚 拟副 本，制 造 商 可 以 模 拟生 产 过 程 并 设 法 减 少 停 机 时 间 或提 高 产 能。 只 有4 2 %的 受 访 高 管 表 示在非常高的程度上实现了MES应用现 代 化， 而 只 有38%的受访高管表示实现了SCADA应用现代化 。实 时 生 产 监 控 有 助 于 改 善MES监 督， 而 集 成 到SCADA中 的 附 加 功 能 可 以 增强智能并提供部分跟踪功能。 从0-1，从1-N，紧贴业务变化，构建有韧性的数字化领导力 分析模型/数据展示 驾驶舱体系分层细化 l指挥中心大屏体系之下，负责日常生产运营业务的总经理/厂长，需要能够在自己的办公室内快速掌握工厂的整体动向，包括可以根据异常初步定位原因和责任部门，及时提醒相关部门的负责人； l核心指标展示：Q质量、C成本、D配送、S安全、M人员士气等； l当前显示总经理驾驶舱页面，相应数据可以点击下钻，分别钻取跳转至车间级驾驶舱或各事业部驾驶舱。 层层钻取——从生产指挥中心到车间监控中心 车间/产线监控看板 l展示各车间生产制造和质量相关的分析体系，从驾驶舱到分析报表，再到明细数据查询； l核心指标展示：订单、设备、质量、配送等模块数据； l配合页面级监控、异常指标监控、定时信息推送提醒，真正做到数据和业务相互助益。 分析模型/数据展示 营销指标分析 生 产 指 标 分 析 主机厂生产车间主要分为冲焊涂总四大工序，其中总装车间的工序内容最多最复杂，由于自动化程度较高，少部分车间&工序存在人工操作，生产整体关注计划的进度、是否缺料、过程质量、设备利用率、上下线的数量等。 生产指标分析 针对当前车间或者工单缺料的情况进行统计汇总，并提醒相关人员进行物料跟催 •一次合格率•来料合格率•SPC/CPK•0公里PMM•TGW •缺料数•物料消耗量•停线分析•拉动效率 •隐患数量•隐患解决数量•水电燃气能耗量•5S评比情况 •计划/产量•生产节拍•UPH/JPH•线平衡率 •成本项•异常项•成本差异•成本结构 设备指标分析 当设备发生故障时可以及时预警 •电量告警•仓位锁定告警•立库告警 •设备报修•超时未完成工单•平均维修时长•故障类别分析 •员工贡献排名•运维知识库 •设备保养超期预警•设备保养信息录入•设备保养流程 •备件库存及结构•备件入库/领用/台账•备件采购申请 供 应 链 指 标 分 析 采购指标分析 对当前应付账款进行管理，辅助企业的现金流和预算管理，也减少企业失信风险。 •缺料金额/数量•缺料原因•安全库存分析•波动性分析•物料库存策略 •配额执行分析•采购流程效率•订单执行分析•计划排程分析•生产计划满足率/齐套率 •采购金额•预算执行进度•应付金额•超期应付 •降本金额•及时交付率•来料合格率•缺货成本 •ASN到 货 分 析•ASN异 常 分 析•原损验退分析•到货预警•到货周期/在途周期 库 存 指 标 分 析 厂 内 物 流 指 标 分 析 谢谢聆听THANKYOU