{
  "code": "17112CN01",
  "factory_name": "工业富联深圳",
  "batch": 12,
  "type": "可持续",
  "country": "中国",
  "city": "中国 · 广东深圳",
  "province": "广东深圳",
  "wef_industry": "",
  "gbt_code": "",
  "gbt_industry": "电子制造（电子设备制造）",
  "release_date": "2024年10月",
  "quote": "一家位于深圳观澜的消费电子精密制造工厂，用AI、物联网与4IR技术把可回收材料含量做到55%—75%、让范围3排放下降42%、范围1和2排放下降24%——这就是广东省首座「可持续灯塔」工业富联深圳观澜工厂交出的绿色答卷。",
  "use_cases": [
    {
      "num": "①",
      "title": "① 提高价值链金属碎片循环再利用 核心用例",
      "pain": "⚠️ 痛点：消费电子金属结构件加工会产生大量金属碎片与边角料，原材料重复利用虽能大幅降碳，却给质量与制程稳定性带来挑战，循环利用率低、缺乏全链条统筹。",
      "idea": "💡 方案：在价值链上部署原材料回收利用与精益改进用例，引入多项4IR技术打通金属碎片的回收、分选、回炉与再利用闭环，确保运营效率与价值链碳减排效率同步提升。",
      "steps": "Step 1 — 回收分选：在加工环节部署金属碎片回收与智能分选，替代粗放式堆料处理 Step 2 — 质量管控：用机器学习建模，对冲原材料重复利用带来的质量与制程波动 Step 3 — 回炉闭环：打通回收金属与回炉再利用的价值链闭环，提升循环材料占比 Step 4 — 精益改进：以精益方法持续改善，实现降碳与提效的同向优化",
      "key_data": "📊 核心成效：可回收材料含量提升至 55%—75%",
      "tags": [
        "09.01.02",
        "05.01.02",
        "04.01.03"
      ],
      "tech_descs": [
        "将金属边角料与碎片的回收、分选、回炉再利用做成闭环，减少原生材料开采与废弃物排放。",
        "用机器学习对重复利用材料的成分与制程参数建模，解决回收料带来的质量与稳定性挑战。",
        "对金属材料从投入、加工到回收再利用的全价值链进行可视化管理，支撑循环决策。"
      ],
      "kpis": []
    },
    {
      "num": "②",
      "title": "② 工艺建模和IoT碳足迹优化 核心用例",
      "pain": "⚠️ 痛点：碳排放「看不见、摸不着」，环节多、核算周期长、标准众多，缺乏数字化手段，碳数据采集、核算与分析费时费力，难以支撑实时降碳决策。",
      "idea": "💡 方案：基于工艺制程建模与物联网，部署实时碳足迹追踪体系，对产品全生命周期的碳数据进行实时采集、核算与优化，把碳从「事后统计」升级为「实时可见」。",
      "steps": "Step 1 — 传感采集：部署物联网传感，实时采集各制程的能耗与排放数据 Step 2 — 工艺建模：对工艺制程进行数字化建模，映射每一道工序的碳足迹 Step 3 — 实时核算：建立碳足迹追踪体系，实现范围1、2、3碳排放的实时核算 Step 4 — 持续优化：基于实时碳数据定位高排放环节，驱动工艺与流程持续优化",
      "key_data": "📊 核心成效：碳足迹 ↓44%",
      "tags": [
        "09.02.01",
        "09.02.02",
        "01.01.05"
      ],
      "tech_descs": [
        "构建覆盖产品全生命周期的碳足迹追踪体系，实时呈现每一环节的碳排放贡献。",
        "将过去人工周期统计升级为实时核算，实现范围1、2、3碳排放的高频精准计量。",
        "对设备与制程部署IoT传感，形成碳数据实时采集底座，替代人工周/月统计。"
      ],
      "kpis": []
    },
    {
      "num": "③",
      "title": "③ AI驱动的控制和循环技术实现可持续阳极氧化 核心用例",
      "pain": "⚠️ 痛点：阳极氧化是消费电子金属件高耗水、高耗酸的表面处理工艺，采用水和酸循环流动虽能减排，却给质量和制程稳定性带来挑战。",
      "idea": "💡 方案：以AI驱动的控制与循环技术，在保证质量与制程稳定的前提下实现水、酸的循环流动利用，减少排放，让「减排」与「品质」不再二选一。",
      "steps": "Step 1 — 循环改造：对阳极氧化槽液实施水、酸循环流动，减少直排与新鲜料投入 Step 2 — AI控制：用AI对槽液浓度、温度、电流等关键参数实时闭环控制 Step 3 — 稳定保障：以数据驱动对冲循环工艺带来的质量与制程波动 Step 4 — 减排放大：在稳定达标后扩大循环覆盖，实现运营效率与环境管理的同步提升",
      "key_data": "📊 核心成效：Scope3排放（阳极氧化）↓72%",
      "tags": [
        "05.01.01",
        "02.04.03",
        "09.01.02"
      ],
      "tech_descs": [
        "用AI对阳极氧化关键参数实时建模与控制，在循环减排的同时保障质量与制程稳定。",
        "以边缘控制技术对槽液浓度、温度等参数实现现场级闭环调节，替代人工经验操作。",
        "以水和酸的循环流动利用替代一次性排放，显著降低表面处理环节的资源消耗与排放。"
      ],
      "kpis": []
    }
  ],
  "performance_table": [
    {
      "metric": "Scope3 排放（总体）",
      "improvement": "↓42%",
      "domain": "—",
      "tech": "价值链间接温室气体排放大幅削减"
    },
    {
      "metric": "Scope1+2 排放",
      "improvement": "↓24%",
      "domain": "—",
      "tech": "直接与能源间接排放同步下降"
    },
    {
      "metric": "可回收材料含量",
      "improvement": "55%-75%",
      "domain": "—",
      "tech": "金属等原材料循环利用比例提升"
    },
    {
      "metric": "Scope3 排放",
      "improvement": "↓39%",
      "domain": "—",
      "tech": "价值链上游间接排放减少"
    },
    {
      "metric": "碳足迹",
      "improvement": "↓44%",
      "domain": "—",
      "tech": "全生命周期产品碳足迹显著降低"
    },
    {
      "metric": "Scope3 排放（阳极氧化）",
      "improvement": "↓72%",
      "domain": "—",
      "tech": "AI循环阳极工艺减排最为显著"
    }
  ]
}