北京2024年3月18日 /美通社/ -- 从中国制造到中国智造，我国制造产业的升级与变革正在进行中。在迈向智能工厂的进程中，企业所需要的不仅仅是升级IT设备、建设自动化工厂或是应用数字化技术，更是围绕用户的价值、以数据为核心实现全流程的端对端互联互通。

兴森科技以成为"全球先进电子电路方案数字制造领军者"为愿景，是国内PCB样板、快件、小批量板的设计及制造龙头企业，正在打造多品种、小批量的快速柔性制造能力，成为智能工厂的典范。为了达成这一能力，兴森科技与浪潮信息合作，建设领先的数据基础设施解决方案，为全业务流程的数字化和智能化奠定基础。

多元化、个性化定制 倒逼智能化升级

在工业制造领域，多品种、小批量生产是业界普遍的难题。其复杂性在于生产步骤多，工序工艺参数多，精准度要求极高。假设有一种包含1000道工序的电子产品，若每一道工序产品制造的精准度为99.9%，则最终的产品精准度仅为36.7%，可以说是"差之毫厘，谬之千里"，电子产品的个性化制造之难可见一斑。

中国七八百万家制造企业中真正开始做个性化、定制化的还不到10%。多数企业还处于单一型号产品、标准化流水线批量作业的工业2.0阶段。

在看得见的智能制造背后，是看不见的数据在支撑。智能工厂中要想实现定制化生产，需要以数据贯穿客户需求获取、研发、生产、制造的全流程。客户下单后订单信息实时传到工厂，智能制造系统根据客户指定的产品型号需求，将数据传递给各生产线，不同的工序根据指令再进行生产、组装和质检。兴森科技每个产品的工艺路线、生产配方均不一样，其他流水线批量作业的工厂每天可能只需生产3个型号的产品，而兴森需要生产300个型号，有上百个生产步骤且每道工序工艺参数多达数百个，由此带来产线定制化生产、AGV（无人驾驶运输车）控制调度、机器人智能分拣等难题。

为实现个性化定制，兴森创新开发整合了制造执行系统（MES）、数据采集与监视控制系统（SCADA）、高级计划与排程（APS）等数十个业务系统的数据，涉及智能感知、物联网、边缘计算等众多技术领域，需要借助数据实现不同产线上生产的实时感知、智能分析、自主决策以及精准执行。

这意味着，兴森科技需要一套完善的数据策略支撑业务的发展：首先，要实时高效，要求存储平台具有高并发能力，保障不同型号产品、多地工厂不同产线灵活定制、快速切换，支撑MES等数十个核心业务高效顺畅运行;其次，要稳定可靠，要保证智能工厂核心业务24小时不间断稳定运行。业务系统一旦中断将会导致产线各项业务无法正常开展；第三，实现数据统一管理，要求存储实现不同系统间数据互通共享、流动协作，支持智能工厂各项工作的开展，并满足未来不断增长的数据存储需求。

携手浪潮信息，兴森夯实智能制造数据基座

为应对柔性化定制生产模式的数据挑战，兴森科技选择与浪潮信息合作，采用高端存储AS18000、中端存储AS5600等产品建立双活数据平台，承载兴森广州智能工厂的MES、SCADA等数十个核心业务系统的数据，有效满足生产精细化和稳定性需求，提升了工厂的个性化、定制化生产能力，实现从制造到智造的升级：

优越性能，提升个性化、定制化效率：通过部署高端存储AS18000，满足兴森科技制造执行系统（MES）中数据库应用百万IOPS、亚毫米级的数据读写要求，保障接受订单指令后，能够高效稳定对生产计划进行调度执行和反馈，实现透明化、精细化生产，为各产线中产品制造精准度达成100%的目标提供了有力的数据保障，有效提升兴森科技上千种不同型号产品的良品率和生产效率，实现个性化、定制化生产。

双活保障，工厂数据零丢失、业务零中断：浪潮信息部署多台中端存储AS5600，基于全模块化、全冗余架构设计，即使多控制器同时故障，存储仍能继续运行；对于智能工厂的核心业务，采用双活方案实现RTO≈0和RPO=0，保障核心业务数据零丢失；支持数据采集与监视控制（SCADA）等系统，智能工厂内的无人驾驶运输车、智能分拣机器人高效运转，同时视频设备实时记录工厂的生产场景，后台数据平台可以智能识别工人的不规范操作，并给出提示、及时纠正，保障兴森科技智能工厂的核心生产任务安全、连续、稳定。

数据互通共享，支持业务灵活扩展：浪潮信息通过一套存储实现多业务全场景对接，打通了兴森科技深圳总部、广州、江苏等多个基地、多条产线、不同系统间数据，数据资源高效共享、协同、流动；支持平滑扩展存储容量，为兴森智能工厂未来业务进一步升级扩容做好充足准备。

迈向智能工厂的未来之路

打造智能工厂，是我国制造业产业升级改造的必由之路。IDC数据显示，仅电子制造行业，每年的信息化市场规模就超过200亿元，兴森科技作为龙头企业，可以为整个行业带来示范效应。目前兴森科技广州PCB基地的数据存储设备已投入运行，浪潮信息高端存储和双活存储方案正为其核心业务提供全天候守护。未来，浪潮信息将携手更多的伙伴、客户共建场景共同体，加速释放智慧时代的数据价值。