食品行业数字化转型方案.pptx

《食品行业数字化转型方案.pptx》由会员分享，可在线阅读，更多相关《食品行业数字化转型方案.pptx（28页珍藏版）》请在悟道方案网上搜索。

1、食品行业数字化转型方案,1 行业背景及痛点分析 2 XX如何解决？3 客户价值分析 4 客户案例分析 5 关于XX,行业背景分析,D行业现状 C客户痛点,01020304,行业技术发展分析企业科技经费投入进一步增加；行业数字化转型得到普遍认可及应用；国家重点支持项目取得阶段性成果；,国际食品加工先进性分析 发达国家食品行业高加工率/高附加值；食品机械化/自动化/数字化程度高；发达国家生产的食品机械原料利用率高；,产业相关政策分析2021年北京实行不安全食品强制退出制度；国家质检总局强化食品生产许可证管理；国家质检总局全面开展食品和农产品认证；,食品工业问题分析 食品加工转化增值程度偏低；食品加

2、工业产品结构不合理；食品加工企业自动化水平低；,行业现状|INDUSTRY BACKGROUND,行业背景分析,无法实现最优生产进度 缺乏产品最优工艺“专家数据”无法实时获取生产数据 生产成本不断上升，企业利润下滑设备故障运维成本较高 设备意外停机频发 设备运维保养缺乏周期性管理 备件及运维成本增加,工厂自动化及数字化水平低 劳动力成本支出较大 无法实时统计生产信息 企业管理者无法利用数据分析进行生产决策,产品安全溯源困难缺乏原料追溯缺乏供应链及渠道追溯全流程数据缺乏且不统一,客户痛点分析|,行业背景分析,INDUSTRY BACKGROUND,客户痛点分析,整体方案 实施步骤系统界面图,我们

3、如何解决？,采集联网 数据融合 数据分析 智慧决策 可视化,运维改进优先维护和服务优化保修和备件管理规定性维护质量改进,IT、OT 融合大数据提取（产能、开机率、物理数据）大数据基础设施,价值体现客户体验 质量提高 成本下降运行效率提高 消耗管理,整体方案|HONEYWELL SOLUTION,设备联网运转连接设备管理安全,数据分析异常检测机器学习 触发纠正措施,XX食品行业数字化方案,Honeywell IDAS,融合监测数据、业务信息,视觉分析算法,整体方案|HONEYWELL SOLUTION,数据分析模型,机器学习,机理模型,边缘计算,原料消耗优化,能效优化系统,智慧决策,基于生产需求

4、的能耗相 关性分析预测,生产工艺智慧优化,供产销综合智慧排程,厂内高级排程,产品质量预测,能耗预测优化,产品质量综合分析,设备预测性维护,数据分析,如何让数据成为第一生产力？第一步：设备数据采集反映生产首先将工厂的设备进行联网，利用XX物联网网关将 所有设备进行联网信息化，将设备数据进行直观反映；,实施步骤|第一步：采集联网层,我们如何解决,行业背景分析,我们如何解决,A.生产监控：通过设备联网，可以实时查看生产线 的运行状况及产量信息，实现对工厂生产状况的 实时监控；B.远程查看：即使外出办公，也能通过移动终端远 程查看工厂生产状况；C.设备监控：设备联网之后，可以对设备故障进行异常预警，避

5、免意外故障带来的生产损失。,A.设备接入：强大的设备接入能力，可支持市面主流 工业协议，实现全产线数采；B.数据采集与传输：集成化的数据采集/清洗/过滤/存 储/上报服务，完成数据的采集与传输；C.边缘计算：数据在本地网关可进行简单的边缘计算 处理，将有价值的数据进行筛选。,实施步骤|第一步：采集联网层,行业背景分析,客户实现价值,典型客户分析,关于XX,10,丰富的硬件接口提供多种连接设备的连接支持西门子、三菱等主流 PLC/CNC 支持连接逆变器、电表等设备可快速完成配置提供配置工具，操作人员只需连接设备 按步骤配置文件，即可快速完成配置边缘计算实现数据到达网关这一层就能完成 聚合、优化、

6、筛选等数据处理,稳定上报及传输支持数据缓存及断点续传支持系统对网关的实时监控加密安全保证网关具有 TLS 证书验证、数据加密、固件防护等功能远程维护与诊断用户通过 web 远程即可完成对设备的诊断与故障排查及升级,实施步骤|第一步：采集联网层,我们如何解决,XX工业智能网关 HGW1000,行业背景分析,11,Honeywell数据采集管理系统XX数据采集管理系统旨在帮助客户实现一站式数采服务，包括底层设备接入配置，数据上报传输 设置以及网关设备的实时远程运维OTA等功能，快速实现设备接入及联网，降低客户底层联网难度及周期；,实施步骤|第一步：采集联网层,我们如何解决,行业背景分析,客户实现价

7、值,典型客户分析,关于XX,12,如何让数据成为第一生产力？第二步：OT&IT 数据融合将企业的操作运营数据（Operation Technology，OT）与信息技术数据（Information Technology，IT）进行打通融合，实现工厂全流程信息化；,实施步骤|第二步：数据融合层,我们如何解决,行业背景分析,13,软硬件 IT云基础设施SQL,实施步骤|第二步：数据融合层,可编辑逻辑 状态监测与 控制器 控制系统,我们如何解决,行业背景分析,数据采集 与监控系统,物理设施 设备,专业网络 知识,快速可伸缩性,信息存储 和处理,远程终端 单位,基于网络 的部署,远程工业 软件

8、,Javapython,OT,嵌入式计算,工艺流程,通信技术,人机界面,14,机器,网络,安全,统一标准化管理快速实现工厂内不同数据类型统一化管 理，降低运营管理成本；,模块化应用可灵活扩展，便于客户新业务扩展，对 架构进行迭代升级；,可根据客户需求，跨平台部署，同时支 持多类型智能化模型开发集成；,实施步骤|第二步：数据融合层,Honeywell 数据融合系统架构,我们如何解决,智能化模型库,现场系统/控制系统,行业背景分析,.-,.-,.-,数据服务,应用模块,边缘侧互联,中心侧应用,OT网络,15,如何让数据成为第一生产力？第三步：数据分析及决策将工厂内所有数据进行汇总边缘计算之后，根据

9、工厂业务 痛点及需求，实现数据分析模型搭建，帮助客户实现设备预测性维护，工艺优化，能耗管理，良品率提升以及生产 效率提升；同时为管理者提供生产决策的数据支撑；,实施步骤|第三步：数据分析决策层,我们如何解决,行业背景分析,16,模型管理，继续学习，算出分值模型管理，继续学习，算出分值,实施步骤|第三步：数据分析决策层,数据孪生形成工业数据分析库 实现价值数据分析,智能预测从历史数据集成学习,模型管理，继续学习，算出分值,异常检测提取设备常态数据 进行训练并追踪,机理模型从客户反馈中增强学习,数据预处理处理数据，为分析做准备,我们如何解决,行业背景分析,监测数据,行业数据,由物理数据转变为业务价

10、值数据,17,能耗管理方式较为粗放，停留在历史分析报告层面，优化操作过分依赖于有经 验的操作人员；节能方案与生产、运维脱 节，能耗不能与产能联动，不具有应用价值；,产品质量问题归因困难，出现质量不合格的产品后，难以追溯到问题源头；产线中出现的影响产品质 量的问题无法实时在控制 端得到反馈；,速冻与食品行业中，流水 线工艺的纠错依赖操作人 员的人为监控管理；饮料行业中，部分产品的 配方成本有可优化空间；,流水线中关键设备的健康 直接影响整个产线的生产 效率和质量，无法及时进 行维护和更换会带来重大 损失；,实施步骤|第三步：数据分析决策层,设备健康度 模型,能耗分析 模型,我们如何解决,行业背景

11、分析,18,实施步骤|第三步：数据分析决策层,工艺多元分析,工艺管理,产品选择,全天,起始时间,终止时间,详情,班次,实施步骤|第三步：数据分析决策层,工艺管理,工艺理论最优点,全天,产品选择,起始时间,终止时间,+,班次,能耗管理系统：实时能耗监测分析，提供最优能耗管理方案,实施步骤|第三步：数据分析决策层,能耗预测,能源选择,5,全天,外推天数,起始时间,终止时间,班次,-,如何让数据成为第一生产力？第四步：可视化看板管理在可视化方面，我们提供了丰富的综合管理看板选择，同时可将工厂的实时数据及分析结果数据，以合理的方式进 行可视化呈现，降低管理者的管理周期及成本；,实施步骤|第四步：可视化

12、层,我们如何解决,行业背景分析,22,实施步骤|第四步：可视化层,我们如何解决,行业背景分析,23,客户实现价值,D业务价值 C经济价值,典型客户分析关于XX,可追溯每一个产品生产环节利用信息化及数字化管理，将企业生产过程中的物料/仓储/渠道 以及上下游供应链进行全方位跟踪，保证产品安全及质量；,供产销一体的智慧排产通过采集及获取实时生产数据分析，将最优工艺/设备健康度 分析/能耗优化管理及质量分析进行全方位跟踪；,降低设备故障及运维成本利用设备实时监控及预测性运维，有效降低设备的故障率/意 外停机以及备件运维成本；,打造数字化转型示范性项目结合政府政策支持及重点扶持方向，对工厂进行有价值性的

13、 数字化转型，打造具有示范性的数字化转型重点案例；,客户实现价值|VALUE ANALYSIS-业务价值,我们如何解决客户实现价值,行业背景分析,25,D某罐装饮料生产企业 C某中式点心食品企业,典型客户分析,客户性质：大型罐装饮料生产企业设备及采集：两个厂房；200+设备；16000+数据采集点业务需求：实现工厂数字化转型，提升生产运营效率及市场竞争力,98%提升5%,20%统计/巡检人员,典型客户分析|客户一：某罐装饮料生产企业,提升生产工艺良品率,行业背景分析,降低人员成本,28,客户性质：食品生产及加工设备及采集：3大厂区，500+设备，2000+数据点采集业务需求：对物料/能源/设备/生产/质量/仓库等环节进行精益管理,50%复制运维成本,典型客户分析|客户二：某中式点心企业,行业背景分析,降低运维成本,29,