智慧工厂智能装备-机械工业教育发展中心

适应企业转型升级的物联网人才培养模式创新江苏中微凌云科技股份有限公司易礼革主要内容一、公司简介二、企业现有情况三、企业对物联网相关人才培养需求及定位一、公司简介中微凌云(英文名:MacroCloudCorporation)是中国物联网领域的领先企业。为落实温家宝总理建设“感知中国中心”的指示精神，由中国物联网研究发展中心和中国科学院微电子研究所共同投资成立。中微凌云立足于物联网传感器、云计算、云存储等领域的核心技术研发；以“感知世界、无限创新”为口号，通过同中国外交部、国家电网物流中心、国家保密局、DHL集团、机械制造等大型国有企事业单位的强强合作，掌握了建设大型物联网智能感知项目的成熟技术，积累了在智慧工厂、智慧重机联网等方面的丰富经验，打造了专业的技术研发和服务团队;同时建设以市场需求为核心的物联网公共信息服务平台，目前已推出“智慧工厂·全息车间整体解决方案”、“国家物联网位置云服务平台”等多个物联网智能应用。公司倾力为我国智能制造领域研究做贡献。公司定位公司规划业务定位：智能制造、机联网、智慧物流行业定位：打造领先的物联网企业，成为全球领先的专业物联网解决方案提供商。物流平台机联网@Home二、企业现有情况企业业务发展方向和成熟核心技术业务发展方向成熟核心技术1.智慧工厂全息车间解决方案5.位置云定位服务平台4.3D数字城市解决方案3.智慧物流园区综合管理平台2.工程机械车联网平台成熟的物联网解决方案二、企业现有情况客户案例中微凌云利用自身强大的专业技术研发和服务团队优势，以及大量独特的项目建设经验，从解决企业实际问题出发，注重实施过程效率，与国内最大的装备制造业企业——三一重工，建立了长期而深入的合作关系。通过对三一重工实际生产制造中和园区管理上所面临问题的深入调研，制定出智慧工厂、智慧重机联网等综合解决方案，帮助三一重工实现高效率生产、精细化管理。智能制造——智慧工厂智能装备——智慧重机联网智慧园区车辆监控车况诊断轨迹查询……三一重工智能制造物联网链状协同管理演示图零配件采购园区配送管理生产制造出厂检测全球监控和售后服务无线自动检测安装“黑匣子”工艺可视化物料精准配送工艺防错纠错……人员监控车辆监控物料监控……供应商物流感知监控智慧工厂全息车间制造企业通过使用RFID等传感器、无线网络通讯、GPS定位、红外感应等等技术把制造行业生产管理五大要素“人”、“机”、“料”、“法”、“环”信息与网络连接起来，进行数据信息交换和通讯，通过服务端云计算的分析和统计实现对生产管理五大要素智能化识别、定位、跟踪、监控和管理，从而真正让车间变成信息无所不在、无所不通的全数字化、信息化的智能车间。人机料法环信息数字化建设物料精准配送无错生产生产管理数据融合全息车间智慧工厂系统架构演示图云计算服务器管理中心移动办公远程维护智能工厂监管平台互联网生产设备工人精准物流生产成品生产计划、装配流程车间环境物联网网关无线网络智慧工厂——生产管理五要素智慧工厂——特色服务123546●设备信息采集系统最大化有效的提升设备使用效率，进而提升生产效率和产品质量；●工艺防错纠错工艺装配流程的防错引导和出错及时报警，对装配数据进一步统计、分析和模型优化，进一步提升效率和质量。●工序音/视频管理系统根据工序实时播放工艺音/视频，提示工艺注意事项及操作规范；●调度系统调度人员根据情况，及时协调调度相应的资源，如物料调度、远程控制等；结合系统组件提供多种调度方式，如短信、语音通话等；●人员定位监控系统对进入厂区员工实时位置监控，包括员工位置信息、工作状态及工艺情况；并通过身份识别，可严格限制员工厂区的进出入权限；●报表系统生成相应的数据报表，更直观更简洁的展示；采集人员、设备数据，通过智能分析手段提升工作效率。感知重机车联网感知重机车联网是指利用先进传感技术、网络技术、计算技术、控制技术、智能技术，对车况进行全面感知，实现多个系统间大范围、大容量数据的交互，对每一辆车进行全程控制，实现车辆智能化、服务个性化、信息网络化的全新的车联网综合服务系统。车况全面感知，车辆全程监控三一重机·感知重机系统构架系统集成框架信息安全机制ESBDAO&modelGIS系统重机监控管理系统业务层RFID应用服务器DHC-ERPGIS服务器重机管理系统服务器备份服务器GPSGSMGPRS重机终端感知重机系统原理12345●车辆远程锁机对车辆进行远程控制，并可以进行锁机与解锁操作；●车况远程诊断对Can总线最后一次上报的车辆信息，通过表格和图形的方式展现，查看某台车辆的运行状态;●轨迹跟踪查询可查询车辆在一段时间内的行驶路线，有效预防车辆被盗，并可对车辆驾驶人员的不良行为进行监控。●零配件查询与定购汽车零配件的电子档案，可以方便快捷的查询配件仓储状态，并为客户提供便捷的配件采购模式。●车辆保养管理将车辆保养管理纳入计划管理，并及时、友好的提醒客户做好车辆保养工作，确保设备的长期高效运传。感知重机——特色服务登录界面功能界面轨迹回放车辆信息远程锁机统计报表分布情况平台及功能界面包括车辆所在区域、工作时长车辆基本数据、工况数据等：•按照区域统计车辆在线/不在线车辆所在区域情况；•按照日期统计工作时间默认统计当天在线设备的工作时间；•按照时段统计所有车辆工作时长。•按照时段统计单台车辆工作时长，并可以导出报表明细；统计车台基本数据：•统计某一时间段内某一辆车台的基本数据明细•统计某一时间段内多台车台的基本数据明细，并能导出明细；统计车辆的工况数据：•统计某一时间段内某一辆车台的工况数据明细；•统计某一时间段内多台车台的工况数据明细。车台区域分布工作时长工况数据车台位置明细报表功能介绍面向园区人员、车辆、货物的智能综合管理平台人车货智慧园区综合管理平台针对企业园区物流、人员管理、园区安全等方面所存在的问题，建立了一体化、多功能、方便、快捷的智能管理平台，帮助企业更好的管理及利用园区，并为企业普通员工与管理层之间提供有效的监管和沟通。●货物追踪监管系统物追踪监管系统对园区货物进行监管，只要装上RFID标签，平台即对这些货物进行实时定位、移动追踪和重点监控等措施。一旦脱离监管范围，平台立刻报警，能有效防止物品丢失或被盗。●人员定位管理系统通过对园区进出人员发放智能胸卡，智能平台就能实时定位、跟踪、统计人员情况，并能够针对不同群体或个人的发布服务信息。●园区智能交通管理系统对于车辆进出十分频繁的园区，智能平台不仅对车辆分布情况、车流动向等从宏观层面进行管理；还能同时服务于多个单一车辆，对其进行实时定位、停车指引、乱停报警等服务和管理。●智能安保系统智能安保系统能够对保安发现的园区内的异常情况及时响应，根据其反映的情况进行分析，并对园区内的安保力量进行调配，从而实现系统化高效率的园区安保联防机制。●智能报表分析系统智能报表分析系统对与平台连接的所有硬件设备收集的各种信息进行整合分析，并形成各种分析报表，帮助管理人员从不同层面和角度了解园区的现实情况。●GIS数据融合系统基于管理平台多种功能的GIS数据融合可视化系统，适合应对园区内的突发状况及监控日常生产情况，对园区管理有着独特的帮助。智慧园区——特色服务三、企业对物联网相关人才培养需求及定位人才培养需求:结合三一重工智慧工厂、智慧重机联网、智慧园区项目规划、实施过程中所涉及的工作流程以及实施过程中所面临的问题，对物联网应用人才提出如下要求：1、数字化工人装备、电子车牌、感知重机车“黑匣子”等智能终端产品辅助设计、生产、封装、测试、维护等技能人才；2、智慧工厂、智慧重机联网等系统、设备安装、调试、维护技能人才；3、智能制造、智能装备工程项目规划、实施人才；4、智能制造、智能装备工程项目售后、维保和管理人才。人才岗位面向物联网工程项目的规划、施工管理；智能制造、智能装备应用项目的规划、总体设计、项目实施。物联网设备安装、调试和维护；物联网终端设备、生产过程控制系统PCS、生产执行系统MES和企业管理系统软硬件的安装、调试、使用与维护工作岗位。物联网工程项目售后服务、维保与管理；如智慧工厂全息车间与智慧机联网岗位知识培训、操作、系统维护、智能终端产品售后维修等岗位。物联网智能终端产品的辅助设计、制造;如传感器、RFID、二维码、视频等感知元件与芯片的辅助设计、生产、工艺、封装、测试、维护与管理工作岗位。工业生产流程监测、控制与管理工作岗位;C/S与B/S结构的物联网应用层软件代码设计、文档书写、软件测试、软件维护与数据库管理等工作岗位；手机通信技术服务（3G与4G）、无线通信技术服务（Wifi、GPRS）、有线通信网络技术服务等工作岗位。人才素质、知识和能力要求1.基础能力应聘人员具备社会生活应具备的基本素质。具备与他人交往、合作、共同工作的能力；把已获得的知识、技能和经验运用到实践中的能力；独立学习、获取新知识、技能的能力。2.专业素质和职业能力（1）要求学生掌握物联网应用中数据采集端、终端处理层及传输网络的基本技术，能对熟悉传感设备的生产检测流程；（2）智能过程管理网络管理与维护实训技能；（3）自动化控制应用实训技能。（4）具有传感器的生产管理与产品测试能力；（5）具有传感设备的安装、调试、维护能力；（6）RFID过程管理应用实训技能；（7）具有无线网络的构建、维护能力；（8）具有物联网传输网络的构建、调试、维护、安全控制能力；（9）具有物联网简单智能嵌入系统的调试维护能力；（10）具有比较熟练的计算机操作能力和相关应用软件操作能力；（11）具有物联网应用市场开发、技术推广能力。结束语物联网产业是创新能力强、人才需求旺盛的行业，高职院校的人才是企业物联网应用的重要担当。企业与高职院校的合作，通过高校专业物联网课程、技能的传授与企业的实践应用相结合，一定能够培养出适应企业转型升级与两化融合趋势的专业人才！