中芸汇科技
ПроизводствоИИАвтоматизацияИнтеграцияКитай

Проект автоматизации на базе ИИ от заказа до доставки в сфере производства оборудования в дельте Янцзы

Проект автоматизации на базе ИИ от заказа до доставки в сфере производства оборудования в дельте Янцзы

Предыстория проекта

Клиент — производственное предприятие с годовой выручкой более 5 млрд юаней, обладающее полной производственной цепочкой от закупки сырья до доставки готовой продукции. С ростом масштабов бизнеса традиционная модель ручного управления стала узким местом: обработка заказов, планирование производства, контроль качества, логистика и другие процессы зависели от большого объёма ручного согласования, были неэффективны и подвержены ошибкам.

Ключевые проблемы

  • Медленная обработка заказов: Обработка заказа от получения до ввода в ERP занимает в среднем 4 часа, в пиковые периоды накапливаются большие задержки.
  • Планирование на основе опыта: Производственное планирование опирается на опыт старших сотрудников, новичкам сложно его освоить; неоптимальное планирование приводит к излишним производственным затратам.
  • Ручной контроль качества: Контроль качества зависит от визуального осмотра человеком, пропуск дефектов около 5%, частые жалобы клиентов.
  • Информационные острова: Данные в трёх системах (ERP, MES, WMS) не интегрированы, требуется ручной перенос данных между системами.
  • Решение

    Мы разработали и внедрили для клиента решение «сквозной автоматизации на базе ИИ»:

    1. Интеллектуальная обработка заказов

  • NLP-модель автоматически обрабатывает заказы из различных каналов: email, WeChat, EDI и др.
  • ИИ автоматически сопоставляет клиентов, продукты, цены и генерирует заказ на продажу в ERP.
  • Аномальные заказы (например, при недостаточном кредитном лимите) автоматически передаются на ручную обработку.
  • 2. Оптимизация производственного планирования с помощью ИИ

  • Интеллектуальный алгоритм планирования на основе исторических данных и ограничений (оборудование, персонал, материалы).
  • Мониторинг хода производства в реальном времени, автоматическая корректировка плана при внеплановых заказах, отказах оборудования и т.д.
  • Результаты планирования автоматически передаются в MES для исполнения.
  • 3. Визуальный контроль качества на основе ИИ

  • Модель визуального контроля на основе глубокого обучения, охватывающая 12 типов распространённых дефектов.
  • Скорость контроля: 200 изделий в минуту, пропуск дефектов снижен до 0,3%.
  • Результаты автоматически фиксируются, генерируются отчёты по анализу качества.
  • 4. Интеграция систем

  • Интеграция трёх систем (ERP, MES, WMS) через API-посредник.
  • Синхронизация данных в реальном времени, устранение ручного ввода.
  • Единая панель мониторинга, позволяющая руководству в реальном времени видеть операционные данные по всей цепочке.
  • Данные об эффективности

    ПоказательДо модернизацииПосле модернизацииУлучшение
    Время обработки заказа4 ч/заказ3 мин/заказ98,7%
    Точность планирования78%96%23%
    Пропуск дефектов при контроле5%0,3%94%
    Количество ручных операций12283%
    Цикл выполнения заказа15 дней7 дней53%

    Технологический стек

  • ИИ/ML: Python, PyTorch, Transformers, OpenCV
  • Бэкенд: Node.js, Python FastAPI, PostgreSQL
  • Фронтенд: React, Next.js
  • Интеграция: REST API, WebSocket, MQTT
  • Развёртывание: Docker, Kubernetes, частное облако
  • Команда «Чжунъюньхуй» превзошла ожидания: после запуска системы операционная эффективность выросла на 80%, что действительно позволило осуществить интеллектуальную трансформацию бизнес-процессов.

    Руководитель проекта со стороны клиента

    Офис цифровой трансформации