{
  "code": "19012CN20",
  "factory_name": "郑州煤矿机械集团",
  "batch": 12,
  "type": "单一型灯塔",
  "country": "中国",
  "city": "中国 · 河南郑州",
  "province": "河南郑州",
  "wef_industry": "",
  "gbt_code": "",
  "gbt_industry": "矿山机械制造（专用设备）",
  "release_date": "2024年10月",
  "quote": "交付周期从 28 天压缩至 9 天、人均产量提升 205%——郑煤机用 48 项 4IR 用例，把\"全定制液压支架\"这门传统重装备生意，做成了离散制造的柔性智造样板。",
  "use_cases": [
    {
      "num": "①",
      "title": "① 神经网络一键定制化选配 核心用例",
      "pain": "⚠️ 痛点：液压支架须按煤矿地质条件全定制，选型参数多、依赖工程师经验，配置周期长、易出错。",
      "idea": "💡 方案：以神经网络训练\"工况→选型\"映射模型，输入地质参数一键生成定制化配置方案。",
      "steps": "Step 1 — 历史数据治理：沉淀数十年液压支架订单的工况与选型配对数据 Step 2 — 模型训练：训练神经网络\"工况→参数\"映射模型 Step 3 — 一键选配：输入地质工况，自动输出定制化配置 Step 4 — 设计联动：配置结果自动流转三维设计与排产",
      "key_data": "📊 核心成效：全职研发员工 ↓30%（据 WEF 披露）",
      "tags": [
        "05.01.02",
        "06.01.01"
      ],
      "tech_descs": [
        "以工业大模型与神经网络将资深工程师的选型经验知识化沉淀，替代人工查表式选型。",
        "将\"全定制液压支架\"从按吨卖的一次性交易，升级为数据驱动的柔性定制模式。"
      ],
      "kpis": []
    },
    {
      "num": "②",
      "title": "② 3D点云自适应坡口切割 核心用例",
      "pain": "⚠️ 痛点：液压支架结构件坡口切割形状各异，传统依赖二维图纸编程与人工示教，效率低、缺陷多。",
      "idea": "💡 方案：3D 点云扫描工件轮廓，自动识别坡口位置与角度，驱动切割机器人自适应作业。",
      "steps": "Step 1 — 3D 视觉扫描：激光/结构光点云实时扫描工件 Step 2 — 点云配准与坡口识别：算法提取坡口轨迹与角度 Step 3 — 自适应路径规划：自动生成机器人切割轨迹 Step 4 — 多机协同：20 台机械臂自动抓取、切割、转运，1 人操控",
      "key_data": "📊 核心成效：缺陷率（坡口切割）↓90%（据 WEF 披露）",
      "tags": [
        "01.03.01",
        "01.02.02"
      ],
      "tech_descs": [
        "用 3D 点云对异形结构件做在线轮廓重建，替代人工示教与二维图纸编程。",
        "机械臂自动完成抓取、坡口切割、转运全流程，单线由十几名辅助人员缩减至 1 人。"
      ],
      "kpis": []
    },
    {
      "num": "③",
      "title": "③ 先进分析重型物流调度 核心用例",
      "pain": "⚠️ 痛点：液压支架结构件重达数十吨，厂内转运依赖人工行车，调度靠经验、等待多、在制品积压。",
      "idea": "💡 方案：以大数据与先进分析对重型物流统一调度，智能行车 + AGV + 无人物流协同联动。",
      "steps": "Step 1 — 物流要素数字化：智能行车、AGV 接入统一平台 Step 2 — 数字孪生全域映射：在制品流转 1:1 实时可视 Step 3 — 先进分析智能调度：算法优化转运路径与顺序 Step 4 — 闭环执行监控：实时监控、异常自动叫停",
      "key_data": "📊 核心成效：半成品库存 ↓72%（据 WEF 披露）",
      "tags": [
        "04.01.01",
        "03.04.03"
      ],
      "tech_descs": [
        "打通厂内物流全链路，用先进分析对重型零部件的转运做全局优化。",
        "智能行车、AGV 小车、无人物流调度系统协同，减少转运等待与在制品积压。"
      ],
      "kpis": []
    },
    {
      "num": "④",
      "title": "④ 异形部件柔性装夹焊接 核心用例",
      "pain": "⚠️ 痛点：一台液压支架有 1500 多条焊缝，异形结构件装夹定位难，传统人工焊接依赖老焊工经验、质量波动大。",
      "idea": "💡 方案：三维模型自动输出焊接参数，柔性工装 + 焊接机器人实现自动化焊接、数据可追溯。",
      "steps": "Step 1 — 三维模型驱动：从三维模型智能生成焊接参数 Step 2 — 柔性装夹：适配异形件的柔性工装定位 Step 3 — 机器人自动焊接：焊接工作站自动作业 Step 4 — 数据追溯：每条焊缝参数可追溯、异常实时监测自动叫停",
      "key_data": "📊 核心成效：OEE ↑30%，劳动力成本 ↓64%（据 WEF 披露）",
      "tags": [
        "01.02.02",
        "03.03.01"
      ],
      "tech_descs": [
        "把老焊工的经验固化为三维模型驱动的焊接参数，实现自动化焊接与工艺传承。",
        "柔性工装适配多品种异形结构件，支撑多品种小批量的混线生产。"
      ],
      "kpis": []
    },
    {
      "num": "?",
      "title": "⑤ 工序级自动成本核算闭环管理 核心用例",
      "pain": "⚠️ 痛点：全定制订单成本核算难，传统月结成本滞后，无法支撑单笔订单精准定价与降本决策。",
      "idea": "💡 方案：打通 MES/ERP，按工序自动归集料、工、费，形成\"核算—分析—改善\"闭环。",
      "steps": "Step 1 — 工序级数据采集：按工序/订单自动归集工时、物料、能耗 Step 2 — 自动成本核算：MES 与 ERP 联动实时核算 Step 3 — 差异分析：计划成本与实际成本偏差预警 Step 4 — 闭环改善：驱动工艺优化与采购降本",
      "key_data": "📊 核心成效：交付 ↓66%，库存 ↓72%（据 WEF 披露）",
      "tags": [
        "02.03.01",
        "02.02.01"
      ],
      "tech_descs": [
        "以 MES 采集工序级工时与物料消耗，支撑按订单的精细化成本归集。",
        "ERP 联动完成实时成本核算与差异分析，形成经营改善闭环。"
      ],
      "kpis": []
    }
  ],
  "performance_table": [
    {
      "metric": "交付周期（百架液压支架）",
      "improvement": "↓66%",
      "domain": "9 天",
      "tech": "全定制重装备交付大幅提速"
    },
    {
      "metric": "人均产量",
      "improvement": "↑205%",
      "domain": "—",
      "tech": "单位劳动力产出翻三倍"
    },
    {
      "metric": "缺陷率（坡口切割）",
      "improvement": "↓90%",
      "domain": "—",
      "tech": "切割质量显著改善"
    },
    {
      "metric": "缺陷率（综合）",
      "improvement": "↓73%",
      "domain": "—",
      "tech": "产品质量整体改善"
    },
    {
      "metric": "半成品库存",
      "improvement": "↓72%",
      "domain": "—",
      "tech": "在制品库存成本下降"
    },
    {
      "metric": "OEE（设备综合效率）",
      "improvement": "↑30%",
      "domain": "—",
      "tech": "设备利用率提升"
    },
    {
      "metric": "劳动力成本",
      "improvement": "↓64%",
      "domain": "—",
      "tech": "吨级劳动力成本下降"
    }
  ]
}