Ничего не найдено

По Вашему запросу ничего не найдено.

Рекомендуем Вам попробовать следующее:

  • Проверьте правильность написания ключевых слов.
  • Используйте синонимы введенных Вами ключевых слов, например “приложение” вместо “программное обеспечение”.
  • Попробуйте воспользоваться одним из популярных поисковых запросов ниже.
  • Начните новый поиск.

 

Актуальные вопросы

Обеспечивайте максимальный уровень операционной эффективности с помощью приложений Oracle Adaptive Intelligent Apps for Supply Chain and Manufacturing

Oracle Adaptive Intelligent Apps for SCM — это набор приложений, сочетающих в себе возможности искусственного интеллекта и работы с данными. С их помощью менеджеры, управляющие производством и цепочками поставок, могут значительно увеличить выработку и качество продукции, ускорить процессы, усовершенствовать оборудование и повысить производительность труда.

Приложения с возможностями ИИ для производственной среды
Пиктограмма — полезные сведения об операционных недостатках

Полезные сведения об операционных недостатках

Анализируйте ключевые закономерности и корреляции, связанные с производственными операциями.

Пиктограмма — быстрое выполнение анализа первопричин проблемы

Быстрое выполнение анализа первопричин проблемы

Отслеживайте данные, связанные с категориями «трудовые ресурсы», «машина», «метод», «материал» и «управление».

Пиктограмма — заблаговременное устранение возможных рисков

Заблаговременное устранение возможных рисков

Определяйте вероятность возникновения событий, которые могут оказать существенное воздействие на процессы, и заблаговременно принимайте меры, чтобы предотвратить негативные последствия.

Пиктограмма — оценка и минимизация воздействия на деятельность предприятия

Оценка и минимизация воздействия на деятельность предприятия

Определяйте, какие продукты, процессы, поставщики и заказчики могут быть затронуты, и принимайте необходимые меры, чтобы свести риски к минимуму.

Ознакомьтесь с ИИ-приложениями для управления цепочкой поставок

Возможности продукта

Открыть все Закрыть все

Сбор и хранение данных

    Данные, поступающие с машин и оборудования

  • Воспользуйтесь средствами автоматического и ручного извлечения данных из производственного оборудования и машин, оснащенных датчиками.
  • Данные, поступающие из корпоративных приложений

  • Получайте и используйте данные из транзакционных приложений, таких как MES, Quality Management, LIMS, ERP, SCM, HCM и CRM.
  • Встроенная платформа для управления данными

  • Применяйте встроенные технологии Oracle PaaS при работе со всей базой данных и стеками больших данных. В их основе лежит инфраструктура Oracle Cloud Infrastructure. Она дает возможность использовать озера данных, учитывающие производственный контекст, а также хранить структурированные, полуструктурированные и неструктурированные данные, поступающие из различных источников.

Контекстуализация и подготовка данных

    Котекстуализация ИТ- и ОТ-данных

  • Используйте встроенные средства контекстуализации данных, которые поступают от оснащенных датчиками машин и оборудования (то есть ОТ-данных, рабочих данных), и транзакционных данных (ИТ-данных), источником которых служат такие приложения, как MES, Quality Management, LIMS, ERP, SCM, HCM и CRM. Получайте комплексное представление о ходе производства в конкретный момент времени.
  • Временные серии данных с датчиков

  • Преобразовывайте постоянный поток временных серий данных, поступающий с оснащенных датчиками машин и оборудования, в сводные временные окна с помощью Symbolic Aggregate approXimation (SAX) и ускоряйте процесс анализа на базе машинного обучения.
  • Подготовка данных с использованием категорий 5М

  • Систематизируйте большие массивы данных из озера, используя категории 5М (от английских слов manpower, machine, method, material и management, то есть трудовые ресурсы, машина, метод, материал и управление). Для этого можно пользоваться заранее подготовленной библиотекой атрибутов из приложений Oracle, а также специализированными атрибутами. Все это даст возможность ведения комплексного анализа всего производственного процесса.

Управление жизненным циклом моделей

    Создание моделей

  • Используйте простой, интуитивно понятный пользовательский интерфейс для доступа специалистов по изучению данных, чтобы они могли создавать неограниченное число описательных и предиктивных моделей анализа ключевых показателей эффективности (KPI), таких как объем выработки, качество продуктов и услуг, продолжительность цикла, количество брака, объем переделок и издержки.
  • Обучение и развертывание моделей

  • Обеспечивайте непрерывность процесса обучения моделей: используйте наборы исторических обучающих данных, чтобы достигать желаемого уровня точности и эффективности. Можно одним нажатием кнопки развернуть необходимую модель, после чего она сразу начнет выполнять мониторинг текущих производственных процессов.
  • Оценка эффективности моделей

  • Выполняйте оценку точности предиктивных моделей с помощью матрицы несоответствий, сравнивая ожидаемые результаты с фактическими. Продолжайте совершенствовать модели, чтобы повысить точность.

Анализ закономерностей и корреляций

    Производственные факторы, соответствующие категориям 5М

  • Выполняйте анализ распределенной по категориям 5М информации, которая поступает из производственной среды. Это поможет понять, какие факторы влияют на бизнес-результаты и как.
  • Важнейшие факторы, влияющие на производство

  • Определяйте, какие факторы и переменные в производственной среде оказывают наибольшее влияние на ключевые показатели эффективности.
  • Анализ закономерностей и корреляций с помощью исторических данных

  • Определяйте, как связаны между собой различные факторы и переменные в производственной среде и как они влияют на ключевые показатели эффективности, такие как объем выработки, качество продуктов и услуг, продолжительность цикла, количество брака, объем переделок и издержки.

Предиктивный анализ

    Получение критически важной информации в ходе производства

  • Сравнивайте текущие условия производства с возможными негативными закономерностями, выявленными по результатам анализа исторических данных, и прогнозируйте потенциальное снижение объема выработки, а также дефекты продукции.
  • Настройка уведомлений, генерируемых при совпадении фактических данных с данными прогнозов

  • Настройте приложение так, чтобы оно могло получать уведомления в тех случаях, когда фактические данные совпадают с данными конкретного прогноза (например, вероятностного прогноза или данных о контексте использования продукта).
  • Вертикальная оркестрация

  • Подпишитесь на опубликованные REST-службы, чтобы настроить предиктивные уведомления (например, можно приостанавливать выполнение работы или создавать заявки о несоответствии качеству). Это даст возможность создавать транзакции в других приложениях.

Анализ генеалогии и отслеживаемости

    Самостоятельная навигация и отслеживание

  • Используйте интуитивно понятные, основанные на графах средства навигации, узнайте, как проходил весь производственный процесс, и найдите информацию, относящуюся к критериям 5М.
  • Отслеживание показателей за определенный период времени

  • Можно просматривать список всех событий, связанных с производством, которые произошли в выбранный период времени. К ним относятся: аномалии, считанные датчиками на машинах, уведомления и сигналы тревоги, результаты проверок качества, начало и конец выполнения заказов-нарядов, а также изменения статусов (возобновлено или приостановлено).
  • Выявление продуктов и заказчиков, на которых повлияли определенные факторы

  • Можно отслеживать всю цепочку последствий, которые повлекло за собой какое-либо сочетание производственных факторов, и определять, какие продукты были изготовлены при нестандартных условиях и какие заказчики могли пострадать.
Тенденции

Читать сообщения в блоге

Цифровое будущее производства

Заводы, на которых внедрены интеллектуальные процессы, а производственные компоненты подключены к сети, меняют подход людей к работе с машинами: последние сегодня не только расширяют возможности персонала, но и обучаются с его помощью, что в конечном счете повышает общую производительность. Три фактора формируют то, каким будет завод будущего: инновационные технологии, навыки работы в цифровой среде, а также гибкая, современная платформа для работы с данными.

Четвертая промышленная революция: пособие для производственных компаний

Опрос проводился среди британских компаний, однако его выводы актуальны для производственных предприятий как в США, так и в других странах. Четвертая промышленная революция набирает обороты по всему миру, поэтому нам имеет смысл ждать существенных и стремительных перемен. Предприятиям придется быстро перестраиваться, и особое внимание им нужно будет уделить информационным системам.

Родственные продукты

Сделайте производственные процессы более продуманными

Цены

Узнайте, что входит в стоимость месячной подписки.

Подробнее о приложениях Oracle Adaptive Intelligence для Manufacturing Cloud

польз./мес.1

  • Заводской диспетчерский центр
  • Аналитические сведения (анализ закономерностей и корреляций)
  • Предиктивный анализ
  • Анализ генеалогии и отслеживаемости

Приложения Oracle Adaptive Intelligence — Resource Capacity Cloud

дополнительные источники ресурсов в месяц

  1. Минимально допустимое количество пользователей — 30.