工信部等四部門發布：智能制造典型場景參考指引（2021年）

　　智能制造場景是指面向制造全過程的單個或多個環節，通過新一代信息技術、先進制造技術的深度融合，實現具備協同和自治特征、具有特定功能和實際價值的應用。根據“十三五”以來智能制造發展情況和企業實踐，結合技術創新和融合應用發展趨勢，凝練總結了15個環節52個智能制造典型場景，作為智能制造示范工廠建設的參考。

智能制造典型場景參考指引

(2021年)

　　智能制造場景是指面向制造全過程的單個或多個環節，通過新一代信息技術、先進制造技術的深度融合，實現具備協同和自治特征、具有特定功能和實際價值的應用。根據“十三五”以來智能制造發展情況和企業實踐，結合技術創新和融合應用發展趨勢，凝練總結了15個環節52個智能制造典型場景，作為智能制造示范工廠建設的參考。

　　一、工廠設計

　　通過三維建模、系統仿真、設計優化和模型移交，實現基于模型的工廠規劃、設計和交付，提高設計效率和質量，降低成本。

　　1。 車間/工廠數字化設計。應用工廠三維設計與仿真軟件，集成工廠信息模型、制造系統仿真、專家系統和AR/VR等技術，高效開展工廠規劃、設計和仿真優化。

　　2。 車間/工廠數字化交付。搭建數字化交付平臺，集成虛擬建造、虛擬調試、大數據和AR/VR等技術，實現基于模型的工廠數字化交付，打破工廠設計、建設和運維期的數據壁壘，為工廠主要業務系統提供基礎共性數據支撐。

　　二、產品研發

　　通過原料物性分析、設計建模、仿真優化和測試驗證，實現數據驅動的產品開發與技術創新，提高設計效率，縮短研發周期。

　　3。 產品數字化設計與仿真。應用計算機輔助設計工具(CAD、CAE等)和設計知識庫，集成三維建模、有限元仿真、虛擬測試等技術，應用新材料、新工藝，開展基于模型的產品設計、仿真優化和測試。

　　4。 原料性質表征與配方研發。建設物性表征系統或配方管理系統，應用快速評價、在線制備檢測、流程模擬和材料試驗等技術，創建原料物性數據庫和模型庫，優化原料選擇和配方設計，支撐生產全過程質量優化和效益優化。

　　三、工藝設計

　　通過制造機理分析、工藝過程建模和虛擬制造驗證，實現工藝設計數字化和工藝技術創新，提高工藝開發效率，保障工藝可行性。

　　5。 離散型工藝數字化設計。應用計算機輔助工藝過程設計工具(CAPP)和工藝知識庫，采用高效加工、精密裝配等先進制造工藝，集成三維建模、仿真驗證等技術，進行基于模型的離散工藝設計。

　　6。 流程型工藝數字化設計。建設工藝技術系統和工藝知識庫，結合原料物性表征、工藝機理分析、過程建模和工藝集成等技術，開展過程工藝設計與流程全局優化。

　　四、計劃調度

　　通過市場訂單預測、產能平衡分析、生產計劃制定和智能排產，開展訂單驅動的計劃排程，優化資源配置，提高生產效率。

　　7。 生產計劃優化。構建企業資源計劃系統(ERP)，應用約束理論、尋優算法和專家系統等技術，實現基于采購提前期、安全庫存和市場需求的生產計劃優化。

　　8。 車間智能排產。應用高級計劃排程系統(APS)，集成調度機理建模、尋優算法等技術，進行基于多約束和動態擾動條件下的車間排產優化。

　　9。 精準作業派工。依托制造執行系統(MES)，建立人員技能庫、崗位資質庫等，開展基于人崗匹配、人員績效的精準人員派工。

　　五、生產作業

　　通過資源動態調配、工藝過程精確控制、智能加工和裝配、人機協同作業和精益生產管理，實現智能化生產作業和精細化生產管控，提高生產效率，降低成本。

　　10。 產線柔性配置。應用模塊化、成組和產線重構等技術，搭建柔性可重構產線，實現產線適應訂單、工況等變化的快速調整。

　　11。 資源動態組織。構建制造執行系統(MES)，集成大數據、運籌優化、專家系統等技術，實現人力、設備、物料等制造資源的動態配置。

　　12。 先進過程控制。依托先進過程控制系統(APC)，融合工藝機理分析、實時優化和預測控制等技術，實現精準、實時和閉環過程控制。

　　13。 工藝流程/參數動態調優。搭建生產過程全流程一體化管控平臺，應用工藝機理分析、流程建模和機器學習等技術，開展工藝流程和參數的動態優化調整。

　　14。 人機協同作業。集成機器人、高端機床、人機交互設備等智能裝備，應用AR/VR、機器視覺等技術，實現生產的高效組織和作業協同。

　　15。 精益生產管理。依托制造執行系統(MES)，應用六西格瑪、6S管理和定置管理等精益工具和方法，開展基于數據驅動的人、機、料等精確管控，消除生產浪費。

　　六、倉儲配送

　　通過精準配送計劃、自動出入庫(進出廠)、自動物流配送和跟蹤管理，實現精細庫存管理和高效物流配送，提高物流效率和降低庫存量。

　　16。 智能倉儲。集成智能倉儲(儲運)裝備，建設倉儲管理系統(WMS)，應用條碼、射頻識別、智能傳感等技術，依據實際生產作業計劃，實現物料自動入庫(進廠)、盤庫和出庫(出廠)。

　　17。 精準配送。應用倉儲管理系統(WMS)和智能物流裝備，集成視覺/激光導航、室內定位和機器學習等技術，實現動態調度、自動配送和路徑優化。

　　18。 物料實時跟蹤。應用制造執行系統(MES)或倉儲管理系統(WMS)，采用識別傳感、定位追蹤、物聯網和5G等技術，實現原材料、在制品和產成品流轉的全程跟蹤。

　　七、質量管控

　　通過智能在線檢測、質量數據統計分析和全流程質量追溯，實現精細化質量管控，降低不合格品率，持續提升產品質量。

　　19。 智能在線檢測。應用智能檢測裝備，融合缺陷機理分析、物性和成分分析和機器視覺等技術，開展產品質量等在線檢測、分析和結果判定。

　　20。 質量精準追溯。建設質量管理系統(QMS)，集成條碼、標識和區塊鏈等技術，采集產品原料、生產過程、客戶使用的質量信息，實現產品質量精準追溯。

　　21。 產品質量優化。依托質量管理系統(QMS)和知識庫，集成質量設計優化、質量機理分析等技術，進行產品質量影響因素識別、缺陷分析預測和質量優化提升。

　　八、設備管理

　　通過自動巡檢、維修管理、在線運行監測、故障預測和運行優化，實現精細化設備管理和預測性維護，提升設備運行效率、可靠性和精度保持性。

　　22。 自動巡檢。應用工業機器人、智能巡檢裝備和設備管理系統，集成故障檢測、機器視覺、AR/VR和5G等技術，實現對設備的高效巡檢和異常報警等。

　　23。 智能維護管理。建設設備管理系統，應用大數據和AR/VR等技術，開展檢維修計劃優化、資源配置優化，虛擬檢維修方案驗證與技能實訓。

　　24。 在線運行監測與故障診斷。建設設備管理系統，融合智能傳感、故障機理分析、機器學習、物聯網等技術，實現設備運行狀態判定、性能分析和故障預警。

　　25。 預測性維護與運行優化。構建故障預測與健康管理系統(PHM)，集成故障機理分析、大數據、深度學習等技術，進行設備失效模式判斷、預測性維護及運行參數調優。

　　26。 資產全生命周期管理。建立企業資產管理系統(EAM)，應用物聯網、大數據和機器學習等技術，實現資產運行、檢維修、改造、報廢的全生命周期管理。

　　九、安全管控

　　通過安全隱患識別、安全態勢感知、安全事件決策和應急聯動響應，實現面向全環節的安全綜合管控，確保安全風險的可預知和可控制。

　　27。 安全風險實時監測與識別。依托安全感知裝置和安全生產管理系統，集成危險和可操作性分析、機器視覺等技術，進行安全風險動態感知和精準識別。

　　28。 安全事件智能決策與應急聯動。基于安全事件聯動響應處置機制和應急處置預案庫，融合大數據、專家系統等技術，實現安全事件處置的智能決策和快速響應。

　　29。 危化品智能管控。建設危化品管理系統，應用智能傳感、理化特征分析和專家系統等技術，實現危化品存量、位置、狀態的實時監測、異常預警與全過程管控。

　　30。 危險作業自動化。依托自動化裝備，集成智能傳感、機器視覺和5G等技術，實現危險作業環節的少人化、無人化。

　　十、能源管理

　　通過能耗全面監測、能效分析優化和能源平衡調度，實現面向制造全過程的精細化能源管理，提高能源利用率，降低能耗成本。

　　31。 能耗數據監測。建立能源管理系統(EMS)，集成智能傳感、大數據等技術，開展全環節、全要素能耗數據采集、計量和可視化監測。

　　32。 能效優化。依托能源管理系統(EMS)，應用能效優化機理分析、大數據和深度學習等技術，基于設備運行參數或工藝參數優化，實現能源利用率提升。

　　33。 能源平衡與調度。依托能源管理系統(EMS)，融合機理分析、大數據等技術，進行能源消耗量預測，實現關鍵裝備、關鍵環節能源的綜合平衡與優化調度。

　　十一、環保管控

　　通過污染源管理與環境監測、排放預警與管控、固廢處置與再利用，實現環保精細管控，降低污染物排放，消除環境污染風險。

　　34。 污染源管理與環境監測。構建環保管理平臺，應用機器視覺、智能傳感和大數據等技術，開展污染源管理，實現全過程環保數據的采集、監控與報警。

　　35。 排放預警與管控。依托環保管理平臺，集成機器視覺、智能傳感和大數據等技術，實現排放實時監測、分析預警和排放優化方案輔助決策。

　　36。 固廢處置與再利用。搭建固廢信息管理平臺，融合條碼、物聯網和5G等技術，進行固廢處置與循環再利用全過程監控、追溯。

　　37。 碳資產管理。開發碳資產管理平臺，集成智能傳感、大數據和區塊鏈等技術，實現全流程碳排放追蹤、分析、核算和交易。

　　十二、營銷管理

　　通過市場趨勢預測、用戶需求挖掘、客戶數據分析和銷售計劃優化，實現需求驅動的精準營銷，提高營銷效率，降低營銷成本。

　　38。 市場快速分析預測。應用大數據、深度學習等技術，實現對市場未來供求趨勢、影響因素及其變化規律的精準分析、判斷和預測。

　　39。 銷售計劃動態優化。依托客戶關系管理系統(CRM)，應用大數據、機器學習等技術，挖掘分析客戶信息，構建用戶畫像和需求預測模型，制定精準銷售計劃。

　　40。 銷售驅動業務優化。通過銷售管理系統與設計、生產、物流等系統集成，應用大數據、專家系統等技術，根據客戶需求變化，動態調整設計、采購、生產、物流等方案。

　　十三、售后服務

　　通過服務需求挖掘、主動式服務推送和遠程產品運維服務等，實現個性化服務需求的精準響應，不斷提升產品體驗，增強客戶粘性。

　　41。 主動客戶服務。建設客戶關系管理系統(CRM)，集成大數據、知識圖譜和自然語言處理等技術，實現客戶需求分析、精細化管理，提供主動式客戶服務。

　　42。 產品遠程運維。建立產品遠程運維管理平臺，集成智能傳感、大數據和5G等技術，實現基于運行數據的產品遠程運維、預測性維護和產品設計的持續改進。

　　43。 數據增值服務。分析產品的運行工況、維修保養、故障缺陷等數據，應用大數據、專家系統等技術，提供專業服務、設備估值、融資租賃、資產處置等新業務。

　　十四、供應鏈管理

　　通過采購策略優化、供應鏈可視化、物流監測優化、風險預警與彈性管控等，實現供應鏈智慧管理，提升供應鏈效能、柔性和韌性。

　　44。 采購策略優化。建設供應鏈管理系統(SCM)，集成大數據、尋優算法和知識圖譜等技術，實現供應商綜合評價、采購需求精準決策和采購方案動態優化。

　　45。 供應鏈可視化。搭建供應鏈管理系統(SCM)，融合大數據和區塊鏈等技術，打通上下游企業數據，實現供應鏈可視化監控和綜合績效分析。

　　46。 物流實時監測與優化。依托運輸管理系統(TMS)，應用智能傳感、物聯網、實時定位和深度學習等技術，實現運輸配送全程跟蹤和異常預警，裝載能力和配送路徑優化。

　　47。 供應鏈風險預警與彈性管控。建立供應鏈管理系統(SCM)，集成大數據、知識圖譜和遠程管理等技術，開展供應鏈風險隱患識別、定位、預警和高效處置。

　　十五、模式創新

　　面向企業全價值鏈、產品全生命周期和全資產要素，通過新一代信息技術和先進制造技術融合，推動制造模式和商業模式創新，創造新價值。

　　48。 用戶直連制造。通過用戶和企業的深度交互，提供滿足個性化需求的產品定制設計、柔性化生產和個性化服務等，創造獨特的客戶價值。

　　49。 大批量定制。通過生產柔性化、敏捷化和產品模塊化，根據客戶的個性化需求，以大批量生產的低成本、高質量和高效率提供定制化的產品和服務。

　　50。 共享制造。建立制造能力交易平臺，推動供需對接，將富余的制造能力通過以租代買、分時租賃、按件計費等多種模式對外輸出，促進行業內制造資源的優化配置。

　　51。 網絡協同制造。基于網絡協同平臺，推動企業間設計、生產、管理、服務等環節緊密連接，實現基于網絡的制造資源配置和生產業務并行協同。

　　52。 基于數字孿生的制造。應用建模仿真、多模型融合等技術，構建裝備、產線、車間、工廠等不同層級的數字孿生系統，實現物理世界和虛擬空間的實時映射，推動感知、分析、預測和控制能力的全面提升。

　　轉自：工信部

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀