在当前互联网+工业高速发展的大背景下，制造业无论从规模、产值还是 从管理理念、数字化、智能化水平都在快速发展，快速转变。但是很多制 造业，尤其是离散制造业在生产管理上还存在这一些亟待解决的问题，随 着工业现代化的不断演进，自动化和数字精益化的方面已经取得一定的成 果，但离预期还相距甚远，越来越接近企业生产管理的天花板，传统管理 及信息化手段无法以无法满足企业自身发展的需求，迫切需要基于大数 据、人工智能、区块链等前沿技术去解决企业的生产经营管理的难题。
随着制造业竞争日趋激烈，减少企业运营各环节的成本已经是当前制造业 首先需要解决的问题，离散制造业定制化水平越来越高，多品种、小批 量、个性化按需生产的的柔性生产能力要求越来越高。在围绕企业生产的 设计体系、企业经营体系、供应链体系面临更大的挑战，如何打通各体系 环节，提高销售预测能力、生产计划排程能力、质量预测能力、设备预防 性维护能力、物流优化能力、工艺参数优化等能力，进而提升整个企业运 营各环节智能化水平是企业面临亟待解决的问题。
发达的制造业国家把先进工业知识埋在设备和系统中，中国企业大价钱引 进的技术，仅仅获得的是知识的使用权，而不是拥有权，而且使用成本及 其昂贵，知其然不知其所以然，自主可控的知识严重缺失，此外，由于劳 动力成本攀升，导致技术工人、工程师人才频繁进出，经验与知识却没有 留存下来，企业陷入到原地踏步重复造轮子的窘境，人才和知识的沉淀对 于企业的发展越来越重要。
依靠传统信息化、自动化依然无法解决当前企业面临的生产管理方面问 题，需要借助大数据、人工智能、区块链技术并突破传统认知解决相关问 题，提高企业生产管理水平。
行业解决方案整体概述
离散制造业工业大脑行业解决方案，简单地讲是从数字到知识再回归到数 字的过程。生产过程中产生的海量数据与专家经验结合，借助云计算能力 对数据进行建模， 形成知识的转化，并利用知识去解决问题或是避免问题 的发生。
离散制造业核心的问题就是主生产计划及车间作业计划排产问题，基于阿 里云工业大脑核心算法引擎，阿里云飞天底座的超算能力，集成各业务系 统及物联网数据，搭建工业数据中台，通过已有行业智能引擎及阿里云AI 算法工厂，打造基于离散制造业的行业应用生态，离散制造业的应用生态 包含两部分：
打造敏捷PASS引擎，提供生态合作伙伴进行调取和应用，发展合作伙伴 生态，阿里云PASS引擎知识、经验、方法、工艺与实践可封装在模型、 SaaS软件和工业APP中， 基于工业互联网平台传播，加速知识的流 动。比如，阿里云工业大脑AI创作间将行业算法模型，行业知识、大数据 能力、AI算法融合到一起，大幅降低算法门槛，车间里的专家师傅即便不 懂写代码，也一样可以进行智能应用的开发。
打造行业智能应用，阿里云工业大脑离散产品线为您提供全生命周期的产 品及咨询解决方案，解决企业寻找生态难，项目落地难的相关问题。
离散制造工业大脑的终目标不是外面请大厨来亲自做菜，而是让每一家工 厂都变成 “餐厅”，让工厂中的每一位工程师都成为“厨神”。离散工业 大脑则是负责帮助您建造厨房、提供厨具、以及配菜与配方，帮助厨师快 速开发满足客人不同口味的菜肴。
**
销售订单预测解决方案
方案描述**
供应链管理是物流领域重要的组成部分，是一种复杂程度比较高的物流活 动，随着中国企业的快速发展，供应链全球化的飞速发展，在成本控制变 得越来越重要的今天，物流的成本控制也日益成为人们关注的焦点，通过 整合供商资源、经销商资源、物流配送等各个环节，利用阿里云工业大脑 提高销售预测水平，进而提高主生产计划准确性，对企业内部生产组织具 有识分重要的意义。
传统企业ERP系统主生产计划编制主要来自于销售预测、库存、在途、 在制等信息，由于销售预测的不准确，同时没有形成基于大数据的销售预 测、库存、在途、在制的全链路集成共享，造成主生产计划编制不准确， 阿里云工业大脑订单系统利用基于大数据驱动的销售预测，打通主生产计 划的全流程数据体系，通过智能化手段助力企业更加合理的制定主生产计 划。
阿里云工业大脑运用云计算、大数据、人工智能、区块链技术，通过整合 企业碎片化数字信息并结合专家经验进行数据分析、数据建模、特征提 取，集合运筹学求出运算“最优”解 ，大幅度提高了销售预测的准确性， 通过统计已有案例的预测结果，基于大数据预测分析准确率比人工预测准 确率提高了10%左右，如果企业的数据链积累的时间链条比较长，预测的 准确率会更高，为主生产计划的编制提供了准确的输入。
阿里云工业大脑订单系统工业大脑打破了我们传统信息化无法解决的问 题，通过数据分析打破了人工预测能力不足的弊端，大幅度提升了销售订 单预测能力，主生产计划统筹编制的能力，是供应链管理IT像DT转变的 关键驱动力。
**离散行业视觉应用解决方案
随着中国制造“2025”战略的提出，机器视觉在制造业领域的应用更加 深入，尤其是现在 基于5G、大数据、人工智能技术的发展，也深度推动 了机器视觉在制造业中的应用，人眼相 比，机器不仅不会疲劳，具有人所 不具有的一致性和重复性，而且机器可以看到和使用可见光 以外的其它光 源信息。检测速度和精确性也是工业视觉的一个明显优势。
基于阿里云的工业视觉提供了更加强大的图像识别能力，视觉识别精度和 识别效率得到 了大幅度保障，同时在基于阿里云工业大脑AI创作间为阿 里云视觉提供了大量成熟可靠的算法支撑，算法应用覆盖了光伏、零部 件、半导体、钢铁表检、陶瓷、涂装检测、废钢顶级、安全 生产等多个场 景。阿里云工业大脑视觉系统具有一定的可扩展和集成能力，满足企业信 息化管理系统的集成的应用需求。
阿里云工业大脑为客户供轻量级、低成本的工业视觉解决方案，并培养客 户方人员实施 力量，客户方只需要懂业务，不需要懂算法，就能灵活运用 阿里云工业大脑视觉产品，同时阿 里云工业大脑支持客户公有云、私有 云、混合云模式的搭建。满足客户不同场景下的应用诉求。
以大数据自适应目标检测技术为依托，针对不同的场景进行行为分析、危 险报警，在重 点防控区域取代和辅助人工实时监测，准确检测如未佩戴劳 保用品、非法进入禁区、未装备安全装置等异常行为，及时向监控报警提 醒。
通过大数据、机器学习的算法分析针对制造业在生产过程中质量进行在线 监测和离线监 测，数据支持与外部系统进行数据交互，满足企业对检测数 据的集成应用。
智能仓储解决方案
企业的库存管理是企业管理非常重要的一个环节，库存管理即满足企业生 产需要，又不会产生成本浪费这是企业一直很头痛的问题，传统库存的预 测和补货只是围绕了固定的水平线（最低库存），而最低库存真的是“最 低库存”吗？ 其实最低库存也是相对的概念，传统的企业库存管理经常面 临库存积压和库存短缺的困境，并且库存周转周期长，人工预测库存不准 确，如果我们每天都能精准的预测库存满足生产及销售的需要，企业的成 本将大大降低。阿里云工业大脑智能仓储通过对海量数据的分析，真正将 库存管理变成以数据驱动的仓储管理，真正做到库存管理的“Just In Time”
阿里云工业大脑智能仓储突破传统仓储管理的的认知，运用大数据、机器 学习手段进行学习、建模、预测，通过特征工程提取影响销售的关键因 素，实现精准的销售预测，进而实现仓储管理的精准预测。
阿里云工业大脑智能仓存可通过多重的优化目标，如：缺货率最低、库存 成本最低、库存周转最快等优化目标，实现预测销量与智能补货，并通过 继承多维约束条件实现滚动计算库存补货期，实现以数据驱动库存的精益 化管理。下图我们可以对比与传统的人工经验比，通过大数据的库存预测 情况。
阿里云工业大脑智能仓储管理实现了仓储管理的动态预测和智能补货，提 高了企业仓储管理的水平，在大数据驱动的数字化时代您是否也在路上？ 阿里云工业大脑助力您仓储管理迈进DT时代。
云智能排班解决方案
云智能排班产品主要面向制造业企业，通过智能化手段，解决生产制造过 程中，人力资源编排问题。利用有限人力资源，综合复杂用工约束条件， 结合智能算法，合理规划生产排班计划，最优配置各项生产资源。
与普通考勤、打卡、排班等场景不同，云智能排班产品主要依靠智能算 法，实现人工难以实现的最优化排班计划。该产品主要有以下特点：
使用便捷：该产品在云上部署提供服务，无需复杂的注册流程，开通过程 简单，开箱即用；
操作简单：按数据模板要求上传数据文件，即可运行算法，查看可视化结 果报表。并可导出排班结果，整个操作过程简单易用；
行业通用：该产品具备行业通用性，不同行业的用户均可使用，并能达到 理想效果；
智能决策：产品内置智能化排班算法，可以最优化计算排班计划，利用有 限人力，创造最大产能。
操作说明
服务开通
扫描入群后，可向运营人员申请账号开通，申请需提供用户姓名、联系 方式、所属企业、企业行业等信息。由运营人员提供登录账号以及初始 密码。
系统登录以及密码修改
(1)获取账号以及初始密码后，可通过链接登录系统，系统登录页面如 下：
(2)登录完成后，点击右上角图标，进行密码修改：
(3)修改密码后，重新登录系统即可；
一按末班上传文件并查询排班报表
承载能力统计
**生产排程解决方案
典型的离散制造业企业生产特点主要是多品种、小批量、定制化生产，产 品BOM复杂，产品的工艺过程经常变更，销售端订单变化频繁，因此， 需要合理的计划，来保证整个生产的合理性。
离散行业适用于按订单组织生产，由于很难预测订单在什么时候到来，临 时变更及排程约束、算力、行业性特点等都制约了APS的应用效果，为 了解决以上问题，阿里云工业大脑团队运用离散时间仿真模型、运筹学结 合阿里云超算能力，大幅度提高了APS排产性能和应对变化的排程能力。
阿里云和传统APS相比具有以下优势：
基于阿里云分布式数据库，使计算效率更快。阿里云APS利用分布式架 构数据库（DRDS）计算处理复杂算法模型，计算效率大幅度提高，支持 每次参与排程的订单分钟级排程相应。大幅度提高了运算效率。
采用先进性算法，解决复杂的模型算法问题，计算精度更高。由规则法或 启发式法得到的排程结果距离最优排程可相差30％－150％；约束规划方 法适合于中小规模问题全局最优方案求解，具有最高的准确度；仿真适合 大规模、高度复杂问题的快速求解能力。
支持快速添加约束，仅需少量开发与配置，通用性更强，大幅度提高产品 适用度，提高APS产品柔性。阿里云APS产品已经支持上百种条件约 束，具备机械加工、奶制品、汽车零部件、木材套料、板材套料、棒材套 料等相近领域的推广能力，随着基于云端APS在各细分行业不断深入， 模型支撑能力越来越强，阿里云APS云端产品架构具被自学习的能力， 为APS在相关领域快速复制，提高产品性能打下良好的基础。
阿里云APS具备与其供应链上下游系统协同集成运算能力。阿里云APS 支持外部系统的精准对接，支持与主流应用软件的数据互通，满足主生产 计划销售端预测的优化排程能力，更好的支撑了车间生产作业计划的排程 问题。