18lk新利
的意见

数据共享和数字线程

与供应链成员共享产品信息不公开您的数据。

受欢迎程度

电子产品和组件的功率比以往任何时候都更复杂的和先进的。这些产品与我们日常生活的一个组成部分,其可靠性已成为不亚于关键任务。作为组件加速的需求,重要的是,质量是不妥协的压力下满足数量的要求。否则我们会看到很多数字供应链的最后回忆说。国家公路交通安全管理局数据显示从2007年到2016年,汽车行业遇到这个问题,由于电子与汽车召回事件增加了三倍。

确保产品可靠性会跟上的复杂性和大量当今电子、小说和整体的方法必须实现整个供应链:建立一个数字线与机器学习和物联网分析。

数字线程的好处
数字线跟踪产品从每个组件的家谱和数据到最终产品。鉴于其重要的好处,它只是一个时间问题数字线程成为制造业供应链的标准操作程序。这将带来很多好处:

  • RMA成本降低:通过board-to-chip相关性,更快的根本原因分析,运行在线RMA预防规则,减少No-Trouble-Found (NTF)利率和,在最坏的情况下,实现具有高度针对性的回忆道。
  • 提高质量和time-to-quality:通过减少时间达到可接受的Defective-Parts-Per-Million (DPPM)新产品的目标,创建一个在线质量芯片和电路板之间的联系,并使用先进的故障预测技术,如逃避预防和异常值检测。
  • 更高效的测试过程:通过自适应测试,使用组件的数据来测试“怀疑”部分越来越少“完美”部分。
  • 更好的系统性能:通过避免在说明里芯片与边际性能和合适的芯片搭配合适的董事会。

但数字线程需要数据共享
数字线程的基本原则是,数据shared-inside沿着供应链组织和每个公司。对电子产品制造商来说,这可能意味着每个组件的制造和测试阶段的数据,通过装配,检验和返工和最终使用的数据字段。

但在今天的竞争激烈的环境中大多数公司甚至不会娱乐的想法开放他们的私有数据。他们提出的许多问题,如公开IP潜在竞争对手,释放数据,可以利用对参与聚会,和责任风险。

不过有一种方法,企业可以受益于数字线程没有公开他们的数据:第三方中心。

数据共享中心
数据共享中心是一个可信的实体,促进了机器学习和分析而隐藏的“原始”数据的其他成员供应链。它只是见解来自不同党派之间的数据共享。同时,中心有可见性在整个供应链所需追踪问题遏制问题,否则可能不会被发现,直到最后的供应链。

中心使大量使用机器学习来克服的内在困难处理多维数据的复杂性和大量的数字线。它提供了供应商和客户提供的见解,减少time-to-quality以及新产品的上市时间和快速识别复杂问题的根源。它甚至可以使目标之前召回有缺陷的系统失败。

最后一个注意
会议的顺利要求的组件功率高质量电子产品是新的竞争成功的关键。,随着技术进步及避免产品失败和回忆成为主要业务目标,数字线程和数据共享将成为司空见惯的整个价值链。制造商将会证明他们竭尽所能提供最好的产品。



留下一个回复


(注意:这个名字会显示公开)

Baidu