行業產品迭代速度加快，多品種小批量趨勢加強；貿易戰和全球化布局帶來供應鏈管理成本壓力加大，對制造成本極敏感； 客戶SMT車間內有大量重資產、重數據類設備，70%的OEE水平需要靠數據分析再提升；維護工程師按時間例行維保，紙質記錄，拋料故障經常發生，無法對不良統計分析，迫切希望能數據分析。
應用層 - SMT線體設備預測維護：實現貼片機等關鍵設備的故障預測模型，預測性維護 - TPM設備維保：實現設備故障知識檔案、輔助維修、和物料管理對接，實現自動叫料，OEE的自動計算監測模型 - 生產運營MOM系統集成：車間MES和WMS的集成 平臺層 - IoT平臺+大數據平臺：SMT車間多條條線體上百個型號300+機器，每天N*100+G數據量的接入和處理。車間設備模型的組態建模 邊緣層/設備層 - 實現SMT行業常用專有設備的邊緣數據協議解析處理
