日前,工業和信息化部辦公廳、國家發展改革委辦公廳、財政部辦公廳、市場監督管理總局辦公廳發布《關于開展2021年度智能制造試點示范行動的通知》,以下為《智能制造典型場景參考指引(2021年)》。
智能制造典型場景參考指引(2021年)中指出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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。