最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

云服务: 云制造应用方案(ppt)

[复制链接]
跳转到指定楼层
楼主
发表于 2015-2-5 10:56:47 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
导读: 云制造,是在“制造即服务”理念的基础上,借鉴了云计算思想发展起来的一个新概念。

云制造是先进的信息技术、制造技术以及新兴物联网技术等交叉融合的产品,是制造即服务理念的体现。采取包括云计算在内的当代信息技术前沿理念,支持制造业在广泛的网络资源环境下,为产品提供高附加值、低成本和全球化制造的服务。

云制造是为降低制造资源的浪费,借用云计算的思想,利用信息技术实现制造资源的高度共享。建立共享制造资源的公共服务平台,将巨大的社会制造资源池连接在一起,提供各种制造服务,实现制造资源与服务的开放协作、社会资源高度共享。企业用户无需再投入高昂的成本购买加工设备等资源,咨询通过公共平台来购买租赁制造能力。

在理想情况下,云制造将实现对产品开发、生产、销售、使用等全生命周期的相关资源的整合,提供标准、规范、可共享的制造服务模式。这种制造模式可以使制造业用户像用水、电、煤气一样便捷地使用各种制造服务。
结束语
一、制造方式
云制造是为降低制造资源的浪费,借用云计算的思想,利用信息技术实现制造资源的高度共享。建立共享制造资源的公共服务平台,将巨大的社会制造资源池连接在一起,提供各种制造服务,实现制造资源与服务的开放协作、社会资源高度共享。企业用户无需再投入高昂的成本购买加工设备等资源,咨询通过公共平台来购买租赁制造能力。

在理想情况下,云制造将实现对产品开发、生产、销售、使用等全生命周期的相关资源的整合,提供标准、规范、可共享的制造服务模式。这种制造模式可以使制造业用户像用水、电、煤气一样便捷地使用各种制造服务。

二、应用方向
1、针对大型集团企业的研发设计能力服务平台。
针对大型集团企业,利用网格技术等先进信息技术,整合集团企业内部现有的计算资源、软件资源和数据资源,建立面向复杂产品研发设计能力服务平台,为集团内部各下属企业提供技术能力、软件应用和数据服务,支持多学科优化、性能分析、虚拟验证等产品研制活动,极大促进产品创新设计能力。这类服务平台主要是面向集团内部下属企业的。

2、区域性加工资源共享服务平台。
中国已经成为当今世界上拥有制造加工资源最丰富的国家。针对制造资源分散和利用率不高的问题,利用信息技术,虚拟化技术、物联网以及RFID等先进技术,建立面向区域的加工资源共享与服务平台,实现区域内加工制造资源的高效共享与优化配置,促进区域制造业发展。

3、制造服务化支持平台也是将来云制造可以重点发展的方向之一。
针对服务成为制造企业价值主要来源的发展趋势,我们可以建立制造服务化支持平台,支持制造企业从单一的产品供应商向整体解决方案提供商及系统集成商转变,提供在线监测,远程诊断,维护和大修等服务,促进制造企业走向产业价值链高端。这类平台主要针对大型设备使用企业。

4、制造更可以服务于量大面广的中小企业。
针对中小企业信息化建设资金、人才缺乏的现状,可以建立面向中小企业的公共服务平台,为其提供产品设计、工艺、制造、采购和营销业务服务,提供信息化知识、产品、解决方案、应用案例等资源,促进中小企业发展。

5、建立物流拉动的现代制造服务平台。
针对我国制造业物流成本高等现状,利用RFID、网络、物流优化等技术,研究整机制造企业、零部件制造企业和物流企业的多方协作模式和第三方服务模式,建立物流拉动的现代制造服务平台,为制造业整机制造企业、零部件制造企业和物流企业协作提供服务,促进制造业发展。

三、探索
有关云制造的探索,有以下几个方面:
一是针对制造资源共享的问题,探索政府、企业、中介等参与应用模式、商业模式以及推动的工程机制。
二是借助信息技术来支撑、构建和实现该模式,使云制造的概念落地。
三是探索商业模式、运行平台和支撑技术中的前沿理论和相关技术问题;
四是面向制造能力和制造资源集聚区域开展试点。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-4 15:11

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表