行业产品迭代速度加快，多品种小批量趋势加强；贸易战和全球化布局带来供应链管理成本压力加大，对制造成本极敏感； 客户SMT车间内有大量重资产、重数据类设备，70%的OEE水平需要靠数据分析再提升；维护工程师按时间例行维保，纸质记录，抛料故障经常发生，无法对不良统计分析，迫切希望能数据分析。
应用层 - SMT线体设备预测维护：实现贴片机等关键设备的故障预测模型，预测性维护 - TPM设备维保：实现设备故障知识档案、辅助维修、和物料管理对接，实现自动叫料，OEE的自动计算监测模型 - 生产运营MOM系统集成：车间MES和WMS的集成 平台层 - IoT平台+大数据平台：SMT车间多条条线体上百个型号300+机器，每天N*100+G数据量的接入和处理。车间设备模型的组态建模 边缘层/设备层 - 实现SMT行业常用专有设备的边缘数据协议解析处理
