5G、AI以及IoT技術的應用給制造業帶來了數據的爆發式增長。以某制造企業為例，來自產線、質量監控到設備運維的數據從過去的100GB上升到10TB。企業不僅要對不同類型的數據進行實時采集和存儲，還要在數據分析平臺上進行數據建模、統計，繼而形成可視化分析報表，從人工排查、靠經驗決策走向智能化決策。在這一過程中，數據驅動（Data Driven）的方法必不可少。

數據驅動富士通QCD優化解決方案

為了更好地幫助制造企業實現上述目標，富士通提供了一整套QCD優化解決方案。圍繞設備效率提升以及生產質量優化等場景，該解決方案提供了豐富的分析、建模與監視功能，能夠幫助客戶實現數據驅動的發展戰略與制造管理一體化。

數據分析平臺：根據制造業分析對象數據的形式/質量/量、生產過程特點，以及分析的目的、提供適合制造業使用最適合的工具分析環境。

數據建模：根據制造設備的傳感器/PLC數據品質結果數據，制定設備異常或品質異常預測模型（預設質量、設備優化等模板，方便客戶業務部門使用）。

數據監視：使用分析模型導入到設備，制造流程監控系統，進行實時狀態的監視，形成數據分析優化模型與業務執行的閉環。

應用場景

1

提升關鍵設備稼動率，實現「預防性維護」

通過設備連續稼動時間、關鍵參數變化趨勢等數據建立故障模型，在故障發生前進行預測，避免計劃外停機。利用包括傳感器在內的各類設備數據進行閾值監控，或建立故障預兆模型實現重要設備的0停機。

2

數據驅動的不良原因探究及對策

使用各類數據（人機料法環），抽出特征量進行分析，挖掘數據與質量結果之間的關系，對生產質量進行真因尋找，質量預測，并給出最佳參數范圍，杜絕事后處理及不良環節再度發生。

作為最懂制造業的IT服務商之一，富士通正在幫助諸多制造企業優化QCD（品質、成本、交貨），提高生產效率和質量。在邁向智能工廠的過程中，富士通利用數據驅動讓制造企業變得更聰明，幫助他們學會利用“數據”這一強大工具，來實現業務改善與智能化決策。