導讀

智能制造是新一代信息技術與先進制造技術的深度融合，是數字化、網絡化和智能化等共性使能技術在制造業產品設計、生產、物流、服務等價值鏈各環節中的擴散和應用。智能制造場景是智能工廠的核心組成部分，是指面向制造過程各個環節，通過新一代信息技術、先進制造技術的深度融合，部署高檔數控機床與工業機器人、增材制造裝備、智能傳感與控制裝備、智能檢測與裝配裝備、智能物流與倉儲裝備、行業成套裝備等智能制造裝備，集成相應的工藝、軟件等，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，工信部結合技術創新和融合應用發展趨勢，凝練總結了3個方面16個環節的45個智能制造典型場景，為智能工廠及智慧供應鏈建設提供參考。

具體內容如下

智能制造典型場景參考指引

智能制造場景是智能工廠的核心組成部分，是指面向制造過程各個環節，通過新一代信息技術、先進制造技術的深度融合，部署高檔數控機床與工業機器人、增材制造裝備、智能傳感與控制裝備、智能檢測與裝配裝備、智能物流與倉儲裝備、行業成套裝備等智能制造裝備，集成相應的工藝、軟件等，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3個方面16個環節的45個智能制造典型場景，為智能工廠及智慧供應鏈建設提供參考。

產品全生命周期

產品設計

通過設計建模、仿真優化和虛擬驗證，實現數據和模型驅動的產品設計，縮短產品研制周期，提高新產品產值貢獻率，可參考但不限于以下場景：（1）產品數字化研發與設計。應用設計、仿真軟件和知識模型庫，基于復雜建模、物性表征與分析、多目標優化等技術，搭建數字化協同設計環境，開展產品、配方等設計、仿真與迭代優化。（2）虛擬試驗與調試。構建虛擬試驗與調試環境，面向產品功能、性能、可靠性等方面，應用數字孿生、AR/VR、知識圖譜等技術，通過全虛擬仿真或者半實物半虛擬仿真，開展產品調試和測試驗證，縮短驗證周期，降低研發成本。（3）數據驅動產品設計優化。集成產品設計、生產作業、售后服務等環節數據，結合人工智能、大數據等技術，探索創成式設計，持續迭代產品模型，驅動產品形態、功能和性能的優化創新。

工藝設計

通過工藝建模與虛擬制造驗證，實現基于數字模型的工藝快速創新與驗證，縮短工藝開發周期，降低生產成本，可參考但不限于以下場景：（4）工藝數字化設計。應用工藝設計、仿真軟件和工藝知識庫，基于機理建模、物性表征和數據分析技術，建立加工、裝配、檢測、物流等工藝模型，進行工藝全過程仿真，預測工藝設計缺陷并優化改進。（5）可制造性設計。打通工藝設計、產品研發、生產作業等環節數據，結合知識模型庫，全面評價與及時改進產品設計、工藝的可加工性、可裝配性和可維護性等，降低制造與維護成本。

質量管控

部署智能檢測裝備，通過在線檢測、質量分析、質量追溯和閉環優化，提高產品合格率，降低質量損失率，可參考但不限于以下場景：（6）智能在線檢測。部署智能檢測裝備，融合5G、機器視覺、缺陷機理分析、物性和成分分析等技術，開展產品質量在線檢測、分析、評價和預測。（7）質量精準追溯。建設質量管理系統，集成5G、區塊鏈、標識解析等技術，采集并關聯產品原料、設計、生產、使用等全流程質量數據，實現全生命周期質量精準追溯。（8）產品質量優化。依托質量管理系統和質量知識庫，集成質量機理分析、質量數據分析等技術，進行產品質量影響因素識別、缺陷分析預測和質量優化決策。

營銷管理

依托數字銷售渠道，通過市場與客戶數據分析，精準識別需求，優化銷售策略，提高人均銷售額，可參考但不限于以下場景：（9）銷售驅動業務優化。應用大數據、機器學習、知識圖譜等技術，構建用戶畫像和需求預測模型，制定精準銷售計劃，動態調整設計、采購、生產、物流等方案。（10）大規模個性化定制。部署智能制造裝備，依托產品模塊化、生產柔性化等，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。

售后服務

依托智能產品，通過運行數據采集、分析，開展產品健康監控、遠程運維和維護，提高顧客的服務滿意率，可參考但不限于以下場景：（11）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、健康監控和預測性維護。（12）主動客戶服務。建設客戶關系管理系統，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、服務策略決策和主動式服務響應。（13）數據驅動服務。分析產品運行工況、維修保養、故障缺陷等數據，應用大數據、人工智能等技術，開拓專業服務、設備估值、融資租賃、資產處置等新業務，創造新價值。

生產全過程

工廠建設

依托數字基礎設施，推動工業知識軟件化，加快數據流通，通過工廠數字化建模、仿真、優化和運維，提升制造系統運行效率，降低運維成本，可參考但不限于以下場景：（14）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、數字孿生和AR/VR等技術，高效開展工廠規劃、設計和仿真優化，實現數字化交付。（15）數字孿生工廠建設。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，通過物理世界和虛擬空間的實時映射，實現基于模型的數字化運行和維護。（16）工業技術軟件化應用。應用大數據、知識圖譜、知識自動化等技術，將工業技術、工藝經驗、制造知識和方法沉淀為數據和機理模型，進行數據化顯性化，與先進制造裝備相結合，建設知識庫和模型庫，開發各類新型工業軟件，支撐業務創新。（17）數字基礎設施集成。部署工業互聯網、物聯網、5G、千兆光網等新型網絡基礎設施，建設工業數據中心、智能計算中心、工業互聯網平臺以及網絡、數據、功能等各類安全系統，完善支撐數字業務運行的信息基礎設施。（18）數據治理與流通。應用云計算、大數據、隱私計算、區塊鏈等技術，構建可信數據空間，實現企業內數據的有效治理和分析利用，推動企業間數據安全可信流通，充分釋放數據價值。

計劃調度

通過市場需求預測、產能分析、庫存分析、計劃排產和資源調度等，提高勞動生產率和訂單達成率，可參考但不限于以下場景：（19）生產計劃優化。構建企業資源管理系統，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。（20）車間智能排產。應用計劃排程系統，集成調度機理建模、尋優算法等技術，實現基于多約束和動態擾動條件下的車間排產優化。（21）資源動態配置。依托制造執行系統，集成大數據、運籌優化、專家系統等技術，開展基于資源匹配、績效優化的精準派工，實現人力、設備、物料等制造資源的動態配置。

生產作業

部署智能制造裝備，通過資源動態配置、工藝過程優化、協同生產作業，提高勞動生產率、降低產值成本率，可參考但不限于以下場景：（22）產線柔性配置。部署智能制造裝備，應用模塊化、成組和產線重構等技術，搭建柔性可重構產線，根據訂單、工況等變化實現產線的快速調整和按需配置，實現多種產品自動化混線生產。（23）精益生產管理。應用六西格瑪、5S管理和定置管理等精益工具和方法，開展相關信息化系統建設，實現基于數據驅動的人、機、料等精確管控，提高效率，消除浪費。（24）工藝動態優化。部署智能制造裝備，搭建生產過程全流程一體化管控平臺，應用工藝機理分析、多尺度物性表征和流程建模、機器學習等技術，動態優化調整工藝流程/參數。（25）先進過程控制。部署智能制造裝備，依托先進過程控制系統，融合工藝機理分析、多尺度物性表征和建模、實時優化和預測控制等技術，實現精準、實時和閉環的過程控制。（26）智能協同作業。部署智能制造裝備，基于5G、TSN、邊緣計算等技術建設生產現場設備控制系統，實現生產設備、檢測裝備、物流裝備等實時控制和高效協作。（27）人機協同制造。應用人工智能、AR/VR、新型傳感等技術，提高高檔數控機床、工業機器人、行業成套裝備等智能制造裝備與人員的交互、協作能力，實現加工、裝配、分揀等生產作業的人、機自主協同。（28）網絡協同制造。建立網絡協同平臺，推動企業間設計、生產、管理、服務等環節緊密連接，實現基于網絡的跨企業、跨地域的業務并行協同和制造資源配置優化。

倉儲物流

部署智能物流與倉儲裝備，通過配送計劃和調度優化、自動化倉儲、配送管理，提高庫存周轉率，降低庫存成本，可參考但不限于以下場景：（29）智能倉儲。建設智能倉儲系統，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）。（30）精準配送。集成智能倉儲系統和智能物流裝備，應用實時定位、機器學習等技術，實現原材料、在制品、產成品流轉全程跟蹤，以及物流動態調度、自動配送和路徑優化。

設備管理

部署智能傳感與控制裝備，通過設備運行監測、故障診斷和健康管理，提升設備綜合效率，降低運維成本，可參考但不限于以下場景：（31）在線運行監測。集成智能傳感、5G、大數據分析等技術，通過自動巡檢、在線運行監測等方式，判定設備運行狀態，開展性能分析和異常報警，提高設備運行效率。（32）設備故障診斷與預測。綜合運用物聯網、機器學習、故障機理分析等技術，建立故障診斷和預測模型，預測故障失效模式，開展預測性維護，提高設備綜合利用率。（33）設備運行優化。建設設備健康管理系統，基于模型對設備運行狀態、工作環境等進行綜合分析，調整優化設備運行參數，提高運行效率，延長設備使用壽命。

安全管控

部署安全監控和應急裝備，通過安全風險識別，應急響應聯動，提升本質安全，降低損失工時事故率，可參考但不限于以下場景：（34）安全風險實時監測與應急處置。依托感知裝置和安全生產管理系統，基于智能傳感、機器視覺、特征分析、專家系統等技術，動態感知、精準識別危化品、危險環節等各類風險，實現安全事件的快速響應和智能處置。（35）危險作業自動化。部署智能制造裝備，集成智能傳感、機器視覺、特種機器人、5G等技術，打造面向危險作業的自動化產線，實現危險作業環節的少人化、無人化。

能源管理

部署能耗采集裝置，通過能耗實時采集、監測，能耗數據分析與調度優化，提高能源利用率，降低單位產值綜合能耗，可參考但不限于以下場景：（36）能耗數據監測。基于能源管理系統，應用智能傳感、大數據、5G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。（37）能效平衡與優化。應用能效優化機理分析、大數據和深度學習等技術，優化設備運行參數或工藝參數，實現關鍵設備、關鍵環節等能源綜合平衡與優化調度。

環保管控

部署環保監測裝置，通過排放采集與監控，排放分析與優化，降低污染物排放，減少單位產值碳排放量，可參考但不限于以下場景：（38）污染監測與管控。搭建環保管理平臺，應用機器視覺、智能傳感和大數據等技術，開展排放實時監測和污染源管理，實現全過程環保數據的采集、監控與分析優化。（39）碳資產與廢棄物管理。開發碳資產管理平臺、廢棄物料管理平臺和行業成套裝備，集成智能傳感、物聯網、區塊鏈等技術，實現全流程的碳排放追蹤、分析、核算和交易以及廢棄物處置和循環再利用全過程的監控、追溯。

供應鏈全環節

供應鏈計劃

通過打通供應鏈上下游生產、倉儲、物流等環節，開展供應鏈計劃協同優化，提高供應商準時交付率，可參考但不限于以下場景：（40）供應鏈計劃協同優化。應用大數據、人工智能等技術，結合市場需求預測和倉儲、生產、物流等狀態分析，實現采購計劃、生產計劃、配送計劃的協同編制與同步更新。（41）產供銷一體化。通過人工智能、云計算等技術，打通銷售、生產和采購系統的業務流、數據流，實現銷售、生產和采購的協同優化。

供應鏈采購與交付

通過供應鏈采購訂單和交付物流的實時監控，提高供應商交付率，降低采購成本，可參考但不限于以下場景：（42）供應鏈采購動態優化。建設供應鏈管理系統，集成尋優算法、知識圖譜、5G等技術，實現采購訂單的精準跟蹤、可視化監控和采購方案動態優化。（43）供應鏈智能配送與動態優化。依托運輸管理系統，應用實時定位、人工智能等技術，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。

供應鏈服務

通過供應鏈上下游數據采集與分析，精細化管理供應商，預測供應鏈風險并動態響應，確保訂單交付，可參考但不限于以下場景：（44）供應商數字化管理。建立供應商管理系統，集成大數據、知識圖譜等技術，實現供應商數據管理以及基于數據分析的供應商評價、分級分類、供應商尋源、優選推薦。（45）供應鏈風險預警與彈性管控。建立供應鏈管理系統，集成知識圖譜、云計算等技術，開展供應鏈風險隱患識別、定位、預警和高效處置。