智能制造

精益 & AI科技 • 网络化 • 数字化

业务概述

鼎欣科技以“精益&AI科技”为两翼,以“网络化”为基础,“数字化”为内核,贯穿智能制造产品全生命周期管理,助力企业智能制造信息化建设。

建设体系

快速响应客户定制化需求实现质量效益的持续改善,通过大数据分析和挖掘实现质量、成本和效率的持续改善,更好为客户服务;打通从设计到制造的流程,实现基于模型的产品设计、工艺规划、制造执行、质量检测和闭环反馈,建立以精益文化为基础的管理体系

  • 设计

    通过智能化、参数化的三维设计和仿真技术,实现快速定制化设计,并实现质量、成本和可制造性的整体优化

  • 工艺

    通过数字化工艺规划和数字化工厂仿真技术,缩短生产准备周期,并实现生产周期和节排、物流、设备能力的平衡和优化

  • 采购

    通过协同计划系统实现精益生产、采购和物流管理,建立面向客户订单的准时制生产和物流拉动体系

  • 生产

    通过ERP、MES和工厂/物流自动化系统的集成,实现一体化的计划、执行、控制、数据采集和反馈改善生产、设备、质量的可见性和响应速度

  • 销售

    通过大数据、人工智能技术与CRM系统相结合,企业能够实现销售流程全面自动化与智能化,极大地提升工作效率与客户转化率

鼎欣科技智能制造方案

  • 数字孪生

    工厂/设备三维仿真
    生产工艺流程映射
    采集任务执行与监控
    生产数据实时监控
    设备运行状况可视化

  • 智能工厂

    工艺管理   设备管理
    生产管理   能源管理
    物料管理   质量管理

  • 大型制造业智能专家系统

    动态排产   工艺优化
    辅助生产   节能降耗
    资源流转   质量检测

智能工厂主要功能

鼎欣科技智能工厂系统

智能算力中心功能架构

云网算存一体化平台向下实现异构算力、存储、网络硬件资源的统一纳管, 向上实现多云资源、算力资源、存储资源、网络资源服务标准化、协同化、商品化。

智能制造大模型--独创两级模型

智能制造大模型以独创的两级模型和上千种业务流程逐步形成质量专家知识库专家系统通过对知识库的不断训练形成专家曲线;产品基于专家曲线进行生产指导,从而达到提升产品质量等的目标。

大型制造业智能专家系统

根据多年大型核工业、钢铁、冶金行业经验建立了质量评价和追踪体系,通过多样的识别技术实现生产工序过程质量数据实时采集。再通过无人机、高清摄像头在线测量仪等技术对影响产品后续质量的结果进行检验,对出现的问题及时采取措施;具备可对产品加工过程相关的质量和加工数据进行追溯。通过建立质量和加工数据的追溯机制,同时可为数据优化做出支撑。

数字孪生

利用数字孪生技术对工厂进行建模和仿真,可以实现对工厂全要素的数字化表达与物理空间形成全面映射、双向互动的关系,具有全面感知、精准映射、深度融合、虚实交互、仿真推演、迭代优化等核心能力。数字孪生工厂具有可重复性和可试错性,可以在数字空间中对现实生产过程的各类复杂性问题进行试算、模拟推演、试错,寻求更为合理的解决方案在生产环节中加以执行,实现对生产过程的实时监控和分析,优化生产流程、提高生产效率和产品质量,

智能制造智能体系列

生产制造者智能体

  • 01  生产调度助手

    作用: 根据订单需求 、设备状态与产能, 自动优化生产排期, 协调多产线任务分配, 动态应对订单变更或设备异常 。
    数据来源:ERP系统订单数据 、MES系统设   备运行数据 、生产计划文档

  • 02   工艺优化助手

    作用:实时采集生产过程参数, 通过算法动态调整工艺参数 ,提升产品良率与生产效率 。
    数据来源:  设备传感器参数(温度 、压力等) 、历史生产数据 、质量检测结果

  • 03   质量检测助手

    作用: 利用图像识别或传感器数据, 实时检测产品外观与内部缺陷, 自动分类合格品与不良品 。
    数据来源: 工业相机图像数据 、传感器检测数据 、质量标准库

库存备件类智能体

  • 01 智能补货助手

    作用: 基于需求预测与库存阈值, 自动触发原材料 、成品或备件的补货流程, 维持合理库存水平 。
    数据来源:ERP销售数据 、库存管理系统数     据 、历史采购记录

  • 02  备件健康管理助手

    作用: 预测关键设备备件的磨损周期与故障概率,提前制定备件采购与更换计划 。
    数据来源:设备传感器数据 、历史维修记录 、备件供应商信息

  • 03  仓储协同助手

    作用: 协调AGV机器人、货架系统与分拣   设备, 实现仓储作业的自动化与智能化调度
    数据来源:WMS仓储管理系统数据 、AGV 运行状态数据 、订单分拣需求

运维预警类智能体

  • 01 预测性维护助手

    作用:通过分析设备振动 、温度等传感器数据, 预测设备故障并提前触发维护工单 。
    数据来源:设备传感器数据(振动 、温度 、电流等) 、历史维修记录 、设备运行日志

  • 02  能耗管理助手

    作用:优化工厂能耗分配, 协调光伏、储能设备使用, 监控能源消耗并提供节能策略 。
    数据来源: 电表 、水表数据 ,能源管理系统数据 ,天气与光照预测数据

  • 03   安全监控助手

    作用: 实时监控车间环境 ,检测烟雾 、有害气体泄漏 、人员违规操作等安全隐患并触发警报 。
    数据来源:环境传感器数据 、摄像头监控画面 、安全门禁系统数据

服务案例