昆仑数据
北京
智能制造 智能能源
昆仑数据

致力于用大数据和人工智能技术,推动中国工业智慧升级。

标签:

昆仑数据工业大数据领域的领军企业,创始团队来自IBM、华为、西门子等信息科技与工业企业,以及清华大学等国内外知名研究机构,受邀参与制订《中国制造2025》工业大数据技术路线图,蝉联“中国大数据企业50强”,发起成立并主导运营工业大数据制造业创新中心,致力于用大数据和人工智能技术,推动中国工业智慧升级。

目前已服务新能源、石油天然气、钢铁、电子制造、工程机械、环保、动力装备、化工等领域。

K2Assets®设备域数据中台,提供基于工业物理设备对象的模型构建和数据分析全栈技术支撑,

支持业务专家将针对设备的深刻洞察和经验知识,低门槛进行数字化验证、沉淀和复用,加速企业内外部业务创新。

K2Plants帮助生产、销售、管理一体化的企业,打造以当前经营目标为导向的全优工厂战略体系。

工业大数据支持的智能决策,帮助制造商基于全局观,让每一种操作的风险、成本与收益可被计算,从而识别潜在的生产损失,实现更少的中断,更少的浪费和更优盈利能力的生产。

风电行业

智慧运维平台,实现环保运维项目集中管理,设备数据集中管理,随时掌握运行状态。 

风机场智能运维健康管理系统,提早预判设备故障及发展趋势。

通过对风电场的实时监控,构建风力发电机组电子档案、综合健康评估模型和分析工作流。

并以此为基础特别定制开发了发电 机组健康管理系统,建立故障预警模型近百项,可以精准的定位故障的位置,提早预判 设备故障及发展趋势。

关键零部件故障预警可以提前72小时,通过主动性维修,可以降低90%因该部件故障而产生的次生事故,每 年减少因此导致的风场直接和间接损失可达千万元。

环保行业

智慧运维平台,实现环保运维项目集中管理,设备数据集中管理,随时掌握运行状态。

企业智慧运维平台实现了运维项目集中管理,设备数据集中采集存储,随时掌握运行状态及异常处置情况,以远程监控、远程维护、远程专家诊断为主要手段,现场巡检为辅助手段的“云+端” 运维管理体系,整体提升了环保设备综合处 理运营水平。
可提前15~30分钟对异常工况发出预警信号、诊断根本原因并推荐专家应对操作。工业用户实施一个环保数字化转型项目的时间从以往的半年缩短为两周,费用从数百万降至数十万。

 

钢铁制造业

助力复杂生产过程控制,利用大数据完成成品质量根因排查。
鉴于时速350公里高速钢轨制造过程中原料坯及轧制工艺条件的特殊性,钢轨断面尺寸、表面质量缺陷问题屡见不鲜,且轧制过程中很难进行过程质量优化控制。
针对某种缺陷模式(例如对称),对轧制过程中各道次的轧制力、辊缝的过程数据波动模式进行识别,将缺陷根因的排查时间控制在3根轨梁生产周期之内,极大的助力了企业的降本、增效。

石油天然气行业

天然气终端智能计量管理系统,为天然气零售业务未来发展提供基础。

该系统实现了城市燃气居民、工业、商服用户的基表、IC卡表和流量计费的统一管理,推进了城市燃气销售和客户服务业务开展。

该方案提高天然气终端销售业务现场工作自动化、智能化,在现有天然气零售系统的基础上,开展智能远传表,结合表端采集 传输技术与平台端信息管理技术改进,通过 现场实验应用,形成一套适合中石油天然气零售业务未来发展的智能计量管理系统。

 

液晶面板行业

利用大数据技术进行生产工艺异常根因排查,大大提高企业的整体研发能力。

柔性显示屏幕工业机理和生产工艺过程非常复杂,关键设备依赖国外引进,产品良率极低且难以改善。

基于工艺机理和应用场景,明确与关键工艺和制程相关的核心工序及相关参数,利用大数据技术将异常排查周期从最多需要多位博士会诊7 天降低到最 快仅需 15 分钟,大大提升了企业整体研发能力。

 

化纤行业

构建产品从生产到交付端到端的数据链,通过数字化赋能关键指标体系,实现敏捷改善。
在粘胶纤维行业,帮助企业梳理/建立数据资产体系、挖掘数据价值、构建产品从生产 到交付端到端的数据链,进而通过数字化赋能的关键指标体系发现并解决各层级管理问题,实现敏捷改善。
通过快速定位质量问题根因,企业不良成本降10%,产能利用率提高 了15%,产品单耗降低4%。“平台+服务” 的交付方式,垂直集成企业内数据采集、分析和应用,并提供持续改善引擎。

高端装备行业

利用大数据技术进行生产工艺异常根因排查,大大提高企业的整体研发能力。

高端装备运维服务严重依赖于人工,无法提前预警故障,维修服务成本高。
建立以设备为中心的数据管理体系,有机整合来自服务支持中心的客户管理与服务管理系统的业务数据,数据更详细,算法更准确。
使机组维护成本降低50%,业务收益增长300万, 减少服务团队成员50%。

 

工程机械行业

通过经营指标及过程管理的数据透明化, 及时监控和暴露问题。

通过经营指标及过程管理的数据透明化, 及时监控和暴露问题,实现指标的实时追溯和多维度精细化数据分析,以及数据可视化和报警、预警。

可以每天检测到万余台车辆数据异常情况,对指标异常进行多维度分析探索,分析根本原因,建立改进措施,并与指标异常管理,跟踪改进措施,改进完成后 实现效果验证,已帮助企业完成近百个项目改善计划。

相关导航

暂无评论

暂无评论...