扫一扫查看属于您的

“黑金超核”特权

  • 分享
  • 复制URL
分享到:
还可以输入80
选择配图:
    分 享
    复 制
      您还未选择分享通道!
    确定

    分享给好友X

    分享到:

    看完视频才发现,原来你是这样的联想!

    联想回归初心,从梦开始的地方,构筑更美好、更智慧的世界。

    2019年1月1日 10万+

    首页 品牌 合作伙伴&案例 成功案例 质量大数据平台:如何发挥数据最大价值,实现质量管理智能化转型?

    质量大数据平台:如何发挥数据最大价值,实现质量管理智能化转型?

    2021-07-21 17:48:07 智慧制造
    浏览 323

    4dwespn2cwaawf5bbxwu1phlsirinw105429.jpg

    案例简介

    联想数据智能为陕重汽搭建质量大数据平台,整合集成质量全价值链的数据,利用大数据、人工智能技术全面分析、挖掘数据价值,应用到质量管理领域,实现质量管理的数字化、智能化转型。

    客户介绍

    陕西重型汽车有限公司(以下简称“陕重汽”)成立于2002年,是重型商用车领域的全球知名企业,我国首批整车和零部件出口基地企业。现有资产总额373亿元,产品覆盖重型军用越野车、重型卡车、重型车桥及汽车后市场等领域,产品销往世界100多个国家和地区,出口量连续多年位居行业前茅。

    业务痛点

    经过数字化转型实践,陕汽质量信息化基础较好,已覆盖质量领域全链路业务;但质量管理领域数字化应用不足,全流程数据未拉通,数据分析、监控能力不足,没有实现透明化、可视化。

    陕重汽急需通过质量大数据的推动,把质量管理由符合性质量管理向可靠性与客户需求质量管理转型,转型的详细目标是:

    • 质量部门:依托质量大数据平台,实现以失效模式为导向的精准检验、精准改进和主动预防(搭建平台,陕汽全系统、上下游实时共享数据,调动一切资源为质量提升服务)。

    • 技术部门:依托质量大数据平台,开展对设计产品实际使用效果的验证,持续完善设计FMEA,修订验证边界条件,按细分市场故障规律开展产品改进。                                  

    • 采购部门:建立与供应商质量大数据信息共享机制,引导供应商把主要精力投入到解决市场失效,降低外部损失,提升客户满意度上来,培育独立承担质量责任的内生动力。         

    • 销售部门:依据质量大数据预警功能,开展对服务站维修服务及时性、真实性的管理,提升客户满意度和服务管理水平(建立按车辆、零部件、服务站、细分市场、省份等维修频次异常报警机制,今后弄虚作假几无可能)。

    • 生产单位(子公司):依据质量大数据对自身产品的质量异常波动进行监控,以问题为导向强化过程控制。针对设计、装配、服务等问题实施与本部相关部门沟通,最大限度降低外部质量损失。

    解决方案

    在分析了客户痛点和目标后,联想工程师在大数据建设中,设计了三步走建设方案: 

    第一步,业务可析

    项目一期建设平台拉通数据,完成初步试点应用;实现业务流程数字化;数据可查、可分析。全价值链质量数据集成于MES、DMS、WMS、SCM、QMS、MDM、车联网等,实现初步质量指标可视化分析、全流程的不良件追溯。

    第二步,全局可视

    项目二期建立质量运营能力中心,通过质量管理驾驶舱、质量预警、车辆运营能力分析,构建质量运营能力中心;实现全价值链质量洞察,管理数字化、精细化、效价提升。

    -质量管理驾驶舱:全面的质量管理指标体系,数据分析,精准管控

    -质量预警:实时监控重点关注质量问题,及时采取整改措施

    -车辆运营质量分析:激活车辆线上数据,更加准确还原失效机理

    第三步,智能决策

    项目三期实现质量智能应用。未来,经过多年全价值链数据沉淀,通过机器学习算法完成智能化预测和辅助决策,实现产业协同、高效、全面优化。

    用户收益

    目前交付成果,汇聚了10个业务系统近500个核心业务表数据,涵盖销售、售后、配件、车联网、生产制造、物流等核心业务领域。已汇聚229.2T车联网数据,每天1.5T增量数据,应用于三大业务部门;汇聚18.5T业务数据入湖。新的大数据平台形成了车联网数据分析、竞品分析、政策法规分析、研究院管理驾驶舱、售后服务工单分析、质量不合格品追溯、配件运营分析、配件安全库存等8个分析应用。

    效率提升

    • 汇聚拉通质量相关系统的数据,通过质量一键追溯,全面快速追溯质量问题

    • 大数据自动计算,避免人工统计的疏漏和延迟,及时发现问题

    • 降低初期故障率

    • 通过大数据多维度的初期故障率指标分析,可以发现影响该故障的最主要的故障模式和故障零件,有的放矢针对性立项精准改进,可以有效降低初期故障率,最终提高产品质量和客户满意度。

    优化供应商管理

    • 对高故障率零件建立预警机制,每日计算不同供应商的零件故障所属等级,根据不同等级执行相应措施,及时、有效的优化供应商管理。

    • 建立与供应商质量大数据信息共享机制,培育供应商主动独立承担质量责任的内生动力。 

    • 大数据平台成为产品开发参谋,通过打通的数据能全面的对产品开发做更精细化决策。

    • 依托质量大数据平台,开展对设计产品实际使用效果的验证,持续完善设计FMEA,修订验证边界条件,按细分市场故障规律开展产品改进。

    适用领域

    大型制造业