时间

事项

备注

09:00-09:30

标杆学习行前引导

● 参访学习行程介绍

● 参访学习看点，学习点

随团顾问抛出参访看点，学习点，引导大家对于施耐德电气的思考，带着问题走进施耐德电气参访。

标杆考察学习顾问

巴士课堂

09:30-10:00

参观施耐德展厅

介绍了公司的发展历程，从19世纪生产建造埃菲尔铁塔的钢材制造商到如今的全球能效管理和自动化领域的专家，施耐德公司在不断地发展、进步、创新。同时可以领略施耐德公司智能家居、中压自动化、电气变频管家等先进产品的风采。

施耐德接待

10:00-11:30

参观车间

- 自动仓储：仓库管理系统，自动立库

- 精益数字化系统(DISS+LDS)：订单管理、看板管理、异常管理、绩效管理、电子工作指导书

- PCBA物料仓储管理：自动物料存储柜，X-ray点料机，辅材管理（锡膏

- ESD 全自动管理系统（ESD 原理，ESD监测及监控

- SMT流程和设备管理：MES，设备闭环控制，Machine advisor机器顾问

- PTH 亮灯插件管理系统：快速换型，动态作业指导书，精准插件指引

- PCBA 柔性测试：在线测试技术，飞针测试技术

- 供应链管理决策平台，及客户的连接性: MySE ->SAP->APS

- 多品种小批量组装: MPH, 柔性U型线设计，MES

- 5G 柔性生产线：人机协作机器人，柔性工作台

- AGV应用：二维码导航、RFID射频识别、电子标签、库存管理、车间交通管制

- AOA增强现实操作顾问：设备故障诊断、设备参数读取、零件图纸管理、技术员培训

- 创新应用：3D 打印，智能眼镜

- 质量实验室: 来料检验流程和能力

施耐德接待

11:30-11:40

合影留念

12:00-13:00

午餐/休息

13:00-14:45

施耐德绩效系统SPS介绍

利用软件信息化平台将精益与数字化技术关联，实现工厂生产与业务的全面数字化集成，利用智能化系统覆盖从研发、生产到服务的全生命周期，梳理并优化业务流程，打通业务死角和各区域设备信息孤岛，做到从接订单、生产、物流到服务等全程追溯，实现端到端智能化和数据的可视化，进而优化管理。

1）规定&原则

建立一套适合每个人的可说明、可量化的标准的绩效测评体系。

2）产品/工艺工程

工艺设计遵守工业流程设计方法(IPDA)，设计生产线结构时应遵循精益生产的理念，消除流程的被打断、返工、搬运及箱子的运输，使WIP(中间库存)最小化。

3）以工业和物流流程的管理，来满足客户需求

严格满足客户的要求(交货期，质量，设计)，制造最小量，坚持及时交货JIT原则(例如FIFO)，主生产计划(MPS)是提高全局物流业绩水平的关键。

施耐德讲师

14:45-15:00

茶歇时间

15:00-16:00

施耐德智能制造分享

1）施耐德电气全球供应链中国区数字化转型路线图及战略

包含1个愿景，3大基础要素，6大重点领域，2个使能器；

2)施耐德电气全球供应链中国区数字化转型的6大领域重点介绍

覆盖设备，人员，物料，设施环境，业务流程，数据平台，每个领域包含真实的案例介绍；

3)介绍基于EcoStruxure架构打造“透明工厂”的智能制造

通过部署包括订单管理，执行与追溯管理，即时化绩效、任务、响应管理模块，以及Andon系统等，使来自不同系统中的客户数据、订单数据和生产制造数据实现了端到端的贯通，破除生产现场的黑箱，将制造过程变得可视透明，同时降低产线人为差错率，对各级员工的KPI进行了有效梳理，对产品实现全程追溯。

施耐德讲师

16:00-16:30

互动交流

主题名称

主题大纲

施耐德电气全球供应链中国区数字化转型使能器

1）员工数字化能力

覆盖数字化意识，IOT, BPM, RPA, 数据库，商业智能，运筹规划分析，统计分析，机器学习

2）数字化文化

介绍如中国区数字化解决方案，人才梯队搭建，数字化文化的推广。

如何打造“透明工厂”

1）以“工业以太网”为依托构建透明融合的数据系统

采用Modbus TCP/IP，应用TCP/IP物理层以太网，开发基于IT（Internet）的产品和自动化系统，充分整合信息流与数据流，

从企业级、运营级、控制级、设备级四个维度构建了一个完整而开放的操作平台。

2）全方位纳入系统运行发挥不同层级员工的作用（LDS）

“透明工厂”依据不同层级架构，建立了一套包括企业负责人、工厂运营经理、车间班组长、一线工人的绩效管理体系，在“工业以太网”系统中给予接入端口，实现与其他层级人员及时交流反馈。如企业负责人关注实时、准确的绩效管理、全面集中

监控、运营效率提高；工厂运营经理关注整体设备效率(OEE)提升、甄别提升效率的关键环节、有针对性地采取措施；车间班组长关注提升产品质量合格率；一线工厂关注生产过程中的技术问题并实时反馈至系统，由上层决策人员快速提供解决方案。

3）以精益生产管理为核心系统打造全方位透明工厂

“透明工厂”是建立在以智能生产管理为核心系统之上的一套精益化生产模式，从而实现生产过程的智能化与绿色化。这套核心系统包括了智慧能源管理系统及智能精益生产系统两大部分。

数据科学赋能智慧供应链 I

大数据时代已经到来!，数以百亿计的机器、企业、个人随时随地都会获取和产生新的数据，数据增长以超过“摩尔定律”的速度正在迅速膨胀并变大，它决定着企业的未来发展，大数据正在引发全球范围内深刻的技术和商业变革！数据科学逻辑在大数据时代将更有效地发挥积极的作用！我们如何利用海量、动态、持续的数据，建立模型“挖掘业务价值动因!”，我们如何从数据包括隐藏在非结构化数据中获得并转换为“业务执行的洞察力!”

1）预测性维护在供应链中国区的应用

介绍维护策略的演进方式，预测性维护对业务带来的价值。施耐德工厂在预测性维护上的真实案例。

2）生产与物流系统规划仿真

生产与物流系统仿真关注在生产规划，通过利用虚拟仿真技术，可以对于工厂的生产线布局、设备配置、生产制造工艺路径、物流等进行预规划，并在仿真模型“预演”的基础之上，进行分析、评估、验证，迅速发现系统运行中存在的问题和有待改进之处，并及时进行调整与优化，减少后续生产执行环节对于实体系统的更改与返工次数，从而有效减低成本、缩短工期、提高效率。施耐德工厂在生产与物流规划仿真上的真实案例。

数据科学赋能智慧供应链 II

1）RPA 机器人流程自动化

RPA是一种可以捕捉并模拟我们日常人机交互行为的软件自动化工具，它可以完成识别、触发、通信、计算、文本生成等任务，基于一定的工作流程，横跨多个应用或系统自动执行高重复性且标准化的任务。我们将介绍RPA在供应链管理中的适用场景：如订单处理与付款，库存管理自动化，供应商选择，出货状态的沟通，供需计划，物流自动化；在制造业中适用的场景，如BOM管理，整合ERP,MES等系统，承担人工客服的工作，管理库存，处理发票，创建与管理采购订单等。

2）工业大数据分析

覆盖从工业大数据分析方法论，到实际案例，案例如：——蒙特卡洛应用，如何提高5%FPY?

——时间序列应用案例，如何作准需求预测？

——如何建立CTP与CTQ的关系？

——如何预测关键员工的流失率？