数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
除了工艺以外，质量、设备、计划排产、精益生产技术、shop floor层面、工厂布局/物流路线、EHS、生产组织方式等方方面面其实都可以使用数据分析，这也是经典六西格玛里面讲的比较多的。比如在质量方面，从制程控制SPC、质量提升、抽样控制、判定好坏、识别影响质量的因素等方面在六西格玛里都有各种分析。在设备方面，这里笔者不建议非设备生产商去研究自己工厂设备的预防性维护，因为设备原理其实是不知道的，而且预防性维护偏重于长期的数据收集及学习，比较成功的更多是旋转型设备。设备领域对于重资产型公司，比如化工行业，可以使用分类算法来进行维护维修的判断和打造专家系统，使用分类算法和其他算法来尽量提高设备的在线率，减少MTBF和MTBR等，提高服务水平以此不影响生产效率和质量。计划排产类的算法大多集成在APS软件里，比如遗传算法。精益生产要跟多的结合六西格玛项目推进效果会更好。在生产组织方式可以使用很多的统计学方法来判断不同生产方式的效率、成本、质量等。分析工具角度用的最多的就是Excel和Minitab, 也有不少是用JMP等。在很多的软件系统里是集成了相应的工具。最常见的就是质量信息系统里集成了SPC等质量相关的统计分析工具。在数据分析体系上建议使用六西格玛体系。
声明：本文来自智能制造IMS，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
