# 灯塔案例 | Beko洗碗机安卡拉

> 应对高能源成本与碳排放目标，Beko安卡拉洗碗机工厂部署30+项4IR用例，实现OEE↑25%、能耗↓31%、转换成本↓19%、用水↓20%、缺陷率↓42%——欧洲最大的洗碗机工厂，把绿色与效率同时做到了极致。
>
> 第12批 · 2024年10月 · 单一灯塔

## 企业名片

| 字段 | 值 |
|------|------|
| 灯塔编码 | 17612TR06 |
| 企业名称 | Beko洗碗机安卡拉 |
| 所在地 | 土耳其 · 土耳其 · 安卡拉 |
| 行业 |  · 家用电器（家用厨房电器具制造） (GBT ) |
| 灯塔类型 | 单一 |

---

## 5大核心案例

### ① ① AI过程优化 核心用例

**业务痛点：** ⚠️ 痛点：洗碗机内胆金属成型工序复杂，工艺参数长期依赖老师傅经验调优，波动大、良率不稳定。

**解决思路：** 💡 方案：在自研IoT平台FLOW上嵌入AI算法，用决策树模型优化铆接（clinching）工序、用CNN（卷积神经网络）控制阀门浇口（valve gate），实现工艺参数实时寻优。

**实施路径：** Step 1 — 数据采集：在成型、铆接、浇口等关键工位部署传感器，接入FLOW平台，日采集5.2TB工艺与设备数据 Step 2 — 模型训练：基于历史工艺数据训练决策树与CNN模型，建立"参数—质量"映射关系 Step 3 — 实时寻优：将模型推理结果下发到产线，动态调整铆接压力、浇口开度等关键参数 Step 4 — 闭环迭代：根据质量反馈持续回传数据，模型在线自学习、滚动更新

**关键数据：** 📊 核心成效：切割缺陷率↓66%、节拍时间↑18%，直接支撑整体OEE↑25%。

**技术标签：** 05.01.01 | 03.03.04


---

### ② ② IIoT能源管理系统 核心用例

**业务痛点：** ⚠️ 痛点：高能源成本与碳排放目标压力下，厂区能耗"看不见、管不住"，节能空间无法量化。

**解决思路：** 💡 方案：搭建IIoT能源管理系统，实时采集各产线、各设备的电/气/水消耗，用AI分析用能规律并自动优化能源调度。

**实施路径：** Step 1 — 感知布点：对高能耗设备与产线加装IoT传感器与智能电表，实现用能数据全量接入 Step 2 — 实时监控：能源数据上云，形成分产线、分时段的能耗可视化看板 Step 3 — AI分析：识别能耗异常与峰值，给出降负荷与错峰生产建议 Step 4 — 自动优化：联动控制系统自动调节设备运行参数，落地节能策略

**关键数据：** 📊 核心成效：能耗↓31%，据公开报道碳排放同步↓23%。

**技术标签：** 01.01.05 | 09.03.01


---

### ③ ③ 数字绩效管理 核心用例

**业务痛点：** ⚠️ 痛点：绩效数据分散在各系统，管理层决策缺乏实时、可信的数据支撑，改善动作滞后。

**解决思路：** 💡 方案：打通MES与IoT数据，建立日处理5.2TB数据的大数据实时分析平台，让OEE、能耗、成本等指标实时可视化并驱动持续改进。

**实施路径：** Step 1 — 数据汇聚：整合MES、能源、质量等多源数据，构建统一数据底座 Step 2 — 实时看板：上线管理层驾驶舱，OEE/成本/质量等KPI实时刷新 Step 3 — 绩效分析：按班组、产线维度自动归因，定位瓶颈与改善机会 Step 4 — 技能赋能：配套4IR培训，超过1000名员工完成技能升级，让数据真正被用起来

**关键数据：** 📊 核心成效：转换成本↓19%，1000+员工完成4IR技能升级。

**技术标签：** 02.03.01 | 05.02.03


---

### ④ ④ ML质量预测 核心用例

**业务痛点：** ⚠️ 痛点：洗碗机质量检测依赖人工抽检，缺陷发现滞后，出厂后现场故障拉高售后成本。

**解决思路：** 💡 方案：用机器学习模型对质量缺陷做预测性判定，结合视觉检测实现"在线全检+缺陷预警"，把质量问题拦截在厂内。

**实施路径：** Step 1 — 质量数据采集：汇聚检测工位、视觉设备与现场反馈的质量数据，构建缺陷样本库 Step 2 — 模型训练：训练ML质量预测模型，识别影响缺陷率的关键变量 Step 3 — 在线预测：在产线实时预测缺陷风险，对高风险批次提前干预 Step 4 — 预防性改进：把预测结果反馈到工艺端，从源头降低缺陷

**关键数据：** 📊 核心成效：缺陷率↓42%，据公开报道现场故障率同步↓29.2%。

**技术标签：** 05.01.02 | 01.03.02


---

### ? ⑤ 水资源闭环管理 核心用例

**业务痛点：** ⚠️ 痛点：洗碗机生产中清洗、试机等环节用水量大，水资源成本高且存在浪费。

**解决思路：** 💡 方案：构建水资源闭环管理系统，对生产用水做计量、回收、处理与再利用，实现"少取水、多回用"的绿色制造。

**实施路径：** Step 1 — 用水计量：按工序加装流量计，摸清各环节用水量与去向 Step 2 — 回收处理：对清洗水、试机水集中回收，经处理达到回用标准 Step 3 — 循环再利用：把处理后的水回灌到对水质要求低的环节，形成闭环 Step 4 — 智能监控：实时监测水质与水量，动态优化循环比例

**关键数据：** 📊 核心成效：用水↓20%，成为该厂"绿色灯塔"的重要拼图。

**技术标签：** 09.01.02 | 09.03.01


---

## 绩效改善总览

| 指标 | 改善 | 领域 | 技术 |
|------|------|------|------|
| OEE（设备综合效率） | ↑25% | — | 设备利用率提升，产能释放 |
| 能耗 | ↓31% | — | 单位产品能耗显著下降 |
| 转换成本 | ↓19% | — | 制造成本下降，毛利改善 |
| 缺陷率 | ↓42% | — | 质量缺陷率大幅下降 |
| 用水 | ↓20% | — | 单位产品用水下降 |