流程制造领域面临主要问题和挑战主要有几个方面。
第一个是流程型制造领域的原材料生产企业，其本身的工艺特点存在生产过程在线检测，作业自动化，建模和数字化，生产全流程和智能管理等方面具有较大难度和挑战。我认为流程性制造领域核心是全流程的整体化，但是并不是局部单元优化简单加合，最后出来产品不一定是最好。所以我们做这个流程规划的时候要用整个全流程考虑，不能考虑仅仅是某一个部分，其中信息量大，集中度低，控制系统、管理系统是逐步根据全流程整体优化需求建立的，各系统之间相对独立系统交流共享的非常少。
第二，流程性制造业时间分布点太多，业务层次太多，信息集中度非常大。
第三随着生产线和检测参数越来越多，数据量逐步增加，但是数据深度开发应用在我们能源管理中心建立之前基本上是不用的，操作工只根据当时的数做登记。能源管理中心建立起来之后，现在基本上把重要的工艺参数都收集起来，下一步我们要做数据深度开发利用。存在的问题自然是经验，每一个人操作时的经验其实是不同的，有一定经验的操作工去工作时产品生产非常好。但他没有形成一个标准，他不知道怎样去描绘出来，让其他人照着他的做。比如产生火焰的颜色还有深度不同，烧出来产品质量就不一样，只能根据他自己的一些经验来判断，什么时候该加煤了，烧到什么温度了，这个量就可以放下去了，我们没有一个完整的检测手段来判断到底在某一个阶段或者时间点，温度控制在多少度，我们这个料才可以烧的最好。另外，我们计划和调度层面，无法根据获得的数据进行自动分析和推理。他指挥的时候也是凭经验去调度指挥的。最后到领导层，决策层难以自动感知处理分析内外整个产业链或者供应链，造成关联和协调优化的困难，只能凭经验来决策。我们智能制造的目标任务是充分运用和开发适合原材料制造特点的新一代信息技术和智能技术，逐步研究建立智能制造体系的架构和途径，开发并实现过程感知，精准控制机器化自动化，形成以标准化信息化为基础的供应链管理，生产管理，设备全生命周期的管理，大数据应用整个智能制造，这是我们智能制造的一个目的。
济南重汽的供应链及物流管理实践
嘉宾职位：大连光洋科技集团大连唯斯科技有限公司CIO
云计算、大数据、互联网，很少提到有关制造本身突破性、变革性的内容。这些技术只是外因，不是关键，真正对制造业来说工艺改进、材料换代、...
