小硅片与大数据的结合——协鑫光伏的新制造之路

协鑫光伏坐落在环境优美的苏州工业园区，是全球抢先的光伏材料制造商，硅片产品占国内流通硅片的70%，处于国内同行业龙头地位。在技术研发、质量控制、自动化晋级等方面也都处于较高程度。但是，从与协鑫光伏担任人的交谈中，感受更多的是踏实，谦逊和危机感，丝毫感觉不到身为行业指导者的优越感，如何提高效率，提升产品质量一直是他们放在肩上的责任。经过多年对消费流程的优化，协鑫的消费效率和产品质量一直保持着行业抢先，但是，他们渐渐感到以传统的方法，优化的空间越来越小。对于追求杰出的协鑫人来说，消费质量提升的最后一公里要怎样走，这无疑是一个宏大的难题。苏州协鑫光伏总经理曾表示：“将来苏州协鑫的继续打破还是要靠新技术和新产品。”

大数据带来新契机

智能制造的兴起，将大数据分析引入到制造革命中。经过对消费数据的采集并上传云端，对数据停止实时和长期分析，可以对消费过程停止监控，分析消费流程中可优化的部分；监控影响产质量量的环节，对产质量量停止量化分析和提升；对设备状况停止预测，优化备本备件。

大数据分析为消费质量提升的最后一公里提供了途径，这让协鑫人看到了新的契机，2016年协鑫光伏正式与阿里云合作，希望经过云计算、大数据等新一代信息技术推进外部管理晋级、进一步提高市场竞争力。此次合作的次要目的是透明化消费、数据化管理以及良品率提升。详细包括：低成本长期保存协鑫消费过程一切数据；经过大数据分析，建立良品率预测模型；经过大数据分析，建立关键参数监控模型，对消费过程监控和报警；经过阿里云BI系统，对协鑫消费数据做多维度统计分析；经过阿里云大屏技术，建立车间和事业部消费大屏看板等多方面内容。举例来说，在光伏切片的消费过程中，有数千个消费参数会影响到切片良品率，例如砂浆温度、砂浆密度等，任何一个变量的纤细变化都会直接影响到消费结果。而经过阿里云的大数据分析算法，就可以对苏州协鑫消费过程中采集到的全部变量停止分析，找出与良品率最为相关的重要关键变量。“根据这些关键变量为苏州协鑫搭建消费的参数监控模型，在消费过程中对这些变量停止分析处理，一旦变量超出模型范围，苏州协鑫的监测系统就会及时预警。” 经过项目一期的实施，完成了每年数千万的成本节省，小目的并不悠远。

技术框架

全体技术框架可以分为三大部分，车间源数据，大数据存储分析区，以及业务区，详细包括以下几方面：

数据上云

保障单车间15天全量数据批量上云；全车间切片机、分选机、MES数据准实时上云。


关键参数监控模型


经过大数据对全量参数的分析以及消费阅历，提出待分析的关键参数，并建立监控的模型。
消费过程监控报警

消费过程数据流式上传，经过流计算实时监控。并基于监控模型，完成异常状况报警。
良品率预测

对影响良品的重要参数做多元统计分析，完成良品率的预测。

（此图片经特殊处理）

备件损耗分析

经过关联规则，聚类分析，深度学习等方法，监控相关参数，完成备件损耗提早预警。

大屏看板

设计实施每车间及事业部级的大屏看板，如下图所示为大屏看板的表示。

（此图片经特殊处理）


BI分析

30个主题多维度统计分析，并支持自定义工夫、参数，分析参数间数学相关性，如下图所示为BI分析表示图。

（此图片经特殊处理）





价值

随着中国制造行业全体从粗放式向节约化、精细化转变，很多产业也在从休息密集型向资本技术密集型转移，新技术，尤其是大数据分析技术，成为支撑制造业改革的中坚力气。协鑫光伏作为追求杰出的制造业企业代表，为同类企业转型晋级探索出了一条道路。大数据作为企业的重要资产，借助于云计算等新技术，可以完成企业的智能改造和晋级，完成提升消费效率和产品质量的最后一公里。

对于已有才能获取工厂数据的企业，可以继续聚焦制造本身，而将大数据分析等工作找合适的云计算、大数据分析企业承担。协鑫与阿里云合作的形式可以直接复制，应用制造企业的消费阅历，和云计算、大数据分析提供企业的波动高效的大数据存储、分析才能，打造企业级数据分析平台。

追求杰出，超越自我，中国制造业在互联网、新技术的驱动下，曾经开启了簇新的一章。

道谢

阿里云资深专家高飞，欧阳克非，实修，光盐，凯江等，协鑫光伏信息部经理周小栋。

差点信了呢

不聊了，又该去搬砖了。。。

楼猪V5啊

加油！不要理那些键盘侠！