至顶网CIO与应用频道 05月15日 人物访谈(文/王聪彬):水是万物之源,也是一切生物生存的物质基础,但中国水环境已经到了非常严峻的态势!随着中国工业化和城市化的快速推进,废水的种类和数量正在迅速增加,治理难度也进一步加大。
水处理狭义一般指污水处理,广义上可以外延至给水处理、水务运营、污泥处理、中水回用、膜法水处理、海水淡化、黑臭水体治理、城市给排水规划、海绵城市等诸多概念。在水环境治理形势严峻等多种因素的作用下,水处理行业也催生出大量的需求。
为了更好地获取市场水处理行业也正在积极地使用物联网技术,像借助条码管理智能识别快速采集物料信息,建成企业内部物联网,提升效率,减少差错,更好地为客户服务。
朝阳的水处理行业机会巨大
2015年国务院印发了《水污染防治行动计划》也被称为“水十条”。据测算,“水十条”投资将达两万亿元,体现了国家对于水处理的重视程度。但中国的环保产业起步较晚,目前的水处理行业还是一个朝阳产业。
山东鑫泰水处理技术股份有限公司(以下简称“鑫泰”)成立于2007年,是中国较大的水处理化学品专业生产商和供应商之一,实现了水处理剂产品的研发、生产、销售一条龙,并提供水处理工程解决方案等系列服务,广泛应用于电力、化工、冶金、纺织、印染、造纸、洗涤、建材等领域。
鑫泰还提供一系特色服务包括:水质分析、配方筛选、运行方案制定、水处理工程设计等技术支持;提供产品研发、定制、来样加工、免费复配所有环节。
由于环保产业的特殊属性,水处理行业是一个技术性非常强的行业,水处理相关专利也成为企业的一个核心竞争力。鑫泰与天津化工研究院、南京工业大学等多所高校及科研院所保持密切的合作关系,公司设有化学合成实验室和应用实验室,拥有五项发明专利、九项实用新型专利、五项软件著作权。
ERP改造带来的价值提升
鑫泰的信息化在2015年之前已经部署了财务软件、ERP等系统,但基于业务管控出现的一些问题。2015年6月鑫泰决定对ERP进行切换,经过几个月的选型,2016年9月用友U8+ ERP正式上线。共选用20多个标准模块,实现从销售接单、生产排产、采购计划仓库管理、制造执行成本核算的全过程管理。
俗话说业务和技术不能脱节,很多企业的信息化规划都是由业务部门来牵头,鑫泰的ERP改造也是由财务部门主导。在改造之前鑫泰首先对所有客户信息进行了整体的梳理,建档,实现基础数据的整合。
山东鑫泰水处理技术有限公司财务经理王大豹说现在ERP可以实时看到物料价格、成本、利润等一系列数字,了解客户的进货周期,预知销售情况更迅速的对接客户新的销售需求。
山东鑫泰水处理技术有限公司财务经理王大豹
ERP也改变了传统纸质订单在审批传递上低效率,现在销售订单的审批节点设置为5分钟,这也让订单审批时间缩短了50%,4小时内完成审批。如果审批人不能进行实时审批,也可委托审批,未来还要实现移动审批。
而且订单数据和业务预测数据的整合还实现了ERP的自动物料规划,替代手工编排计划,严格控制车间入库和领用,提升车间物料管理水平,提升订单交付。
物联网的第一步条码应用
物联网是鑫泰未来的重要发展规划,所以第一步就是做好条码管理,对全部物料进行条码信息标识,这既是鑫泰的特色应用,也是构建企业物联网的基础。
鑫泰原先的产品标识都是用口取纸贴在产品上,但一些原料和供货产品会存放在露天场地,标识经过一段时间就会产生脱落,以至于无法识别物料。所以在条码应用上鑫泰选择进行二维码管理,并且将条码标识扩展到货位、单据,同时选用更耐用的标签纸。
王大豹描述了整个基于条码的现场投料作业流程,生产工人在接到调拨单去仓库领料,通过PD条码枪对调拨单二维码扫描进行审核调拨物料出库;生产车间通过PD扫码枪对领取的物料进行扫描入车间现场库,之后根据指导书进行投料;生产订单完成检验合格后,贴上二维码合格签并进行入库。
基于条码技术鑫泰实现了货位管理及仓库的快速收发作业,保证实时库存。扫码生成ERP单据,在减轻了操作者工作量基础上,降低了对其电脑的水平要求,即使不熟悉实物不熟悉系统也能很快上手,降低企业用工成本。
从几组数据可以明显看到鑫泰信息化的应用效果,库存准确率提高30%,货位准确率95%以上;现场实时扫码投料,数据准确率95%以上;首次将周转桶纳入系统管理,准确率达到90%以上。王大豹表示,每一项小小的成效,都为鑫泰实现物联网更近一步。鑫泰要为水处理行业插上互联网的翅膀,快速连接消费者,为消费者提供更优质的产品和服务!
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。