打造智能制造“升級版”！工信部印發《智能制造典型場景參考指引（2024年版）》
為落實國務院辦公廳印發的《制造業數字化轉型行動方案》部署，按照《“十四五”智能制造發展規劃》任務要求，打造智能制造“升級版”，工業和信息化部近日印發《智能制造典型場景參考指引（2024年版）》（以下簡稱《參考指引》）。
智能制造典型場景是智能工廠的基本組成單元，面向產品全生命周期、生產制造全過程和供應鏈全環節核心問題，通過新一代信息技術與先進制造技術的深度融合，部署智能制造裝備、工業軟件和系統，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。十余年來，工業和信息化部會同相關部門深入實施智能制造工程，通過新模式應用探索、智能工廠建設、解決方案攻關等，總結形成了一批智能制造典型場景，為制造企業數字化轉型、智能化升級提供有益參考。
《參考指引》根據我國制造企業數字化網絡化智能化探索實踐，結合全球智能制造技術融合創新發展趨勢，從工廠建設、計劃調度、生產作業等15個重點環節，凝練出40個智能制造典型場景，并從場景所針對的業務活動、聚焦的核心問題、部署的關鍵裝備或系統等方面進行了細化描述。《參考指引》的發布是深入實施智能制造工程，推動制造業數字化轉型、智能化升級的關鍵一環，將支撐智能制造向更大范圍拓展、更深程度滲透、更高層次演進，形成更多標準化、模塊化、可復制推廣的先進案例和經驗，對加快產業技術變革和優化升級、推動制造業產業模式和企業形態根本性轉變具有重要意義。
下一步，《參考指引》將作為智能工廠梯度培育、智能制造系統解決方案“揭榜掛帥”、智能制造標準體系建設等工作的方向指引，為構建工廠、方案、標準“三位一體”工作體系，打造智能制造“升級版”奠定基礎。
關于印發《智能制造典型場景參考指引（2024年版）》的通知
工信廳聯通裝函〔2024〕361號
各省、自治區、直轄市、計劃單列市及新疆生產建設兵團工業和信息化主管部門，有關中央企業：
為落實國務院辦公廳印發的《制造業數字化轉型行動方案》部署，按照《“十四五”智能制造發展規劃》任務要求，打造智能制造“升級版”，現將《智能制造典型場景參考指引（2024年版）》印發給你們，請參考做好智能工廠梯度培育、智能制造系統解決方案攻關、智能制造標準研制應用等相關工作，加快推進制造業數字化轉型、智能化升級。
附件：智能制造典型場景參考指引（2024年版）
工業和信息化部辦公廳
2024年9月19日
智能制造典型場景參考指引
（2024年版）
智能制造典型場景是智能工廠的基本組成單元，面向產品全生命周期、生產制造全過程和供應鏈全環節核心問題，通過新一代信息技術與先進制造技術的深度融合，部署智能制造裝備、工業軟件和系統，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。根據十余年來我國智能制造探索實踐，結合技術創新和融合應用發展趨勢，凝練總結了15個環節的40個智能制造典型場景，作為智能工廠梯度培育、智能制造系統解決方案“揭榜掛帥”、智能制造標準體系建設等工作的參考指引。
一、工廠建設
面向工廠規劃、工藝布局、產線設計、物流規劃等業務活動，針對工廠設計建設周期長、布局不合理等問題，搭建工廠數字化設計與交付平臺，應用建筑信息模型、物流和動線仿真、生產系統建模等技術，開展工廠數字化設計和建設，實現工廠數字化交付，縮短工廠建設周期。
面向基礎設施運維、運營管理等業務活動，針對信息孤島難打通、集成管控難度大等問題，應用建模仿真、異構模型融合等技術，構建設備、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和交互，實現工廠運營持續優化。
二、產品設計
面向需求分析、概念設計、產品設計等業務活動，針對產品研發周期長、設計質量控制難等問題，基于數字化設計仿真工具和知識/模型庫，應用多學科聯合建模、物性表征與分析等技術，開展產品結構、性能、配方等設計與驗證，大幅縮短產品研制周期，提高設計質量。
面向產品驗證、中試等業務活動，針對新產品驗證周期長、熟化成本高等問題，搭建虛實融合的試驗驗證環境，應用多物理場仿真、可靠性分析、ar/vr等技術，通過全虛擬或半虛擬的試驗驗證，降低驗證與中試成本，加速產品熟化。
三、工藝設計
面向工藝規劃、產線設計等業務活動，針對工藝設計效率低、驗證成本高等問題，基于工藝設計仿真工具、工藝知識庫和行業工藝包等，應用工藝機理建模、流程模擬等技術，實現工藝設計快速迭代優化，縮短工藝定型周期。
面向工藝審查、可制造性改進等業務活動，針對產品試制周期長、加工裝配效率低等問題，打通產品研發、工藝設計、生產作業等環節數據，基于產品物理特征與制造能力關聯分析，全面評價與及時改進產品和工藝設計的可加工性、可裝配性和可維護性。
四、計劃調度
面向銷售訂單預測、生產計劃制定等業務活動，針對訂單需求預測難、交付周期長等問題，構建生產計劃系統，打通采購、生產和倉儲物流等管控系統，應用多目標多約束求解、產能動態規劃等技術，實現生產計劃優化和動態調整，縮短訂單交付周期。
面向作業排程、資源調度、生產準備等業務活動，針對資源利用率低、交付不及時等問題，建設智能排產調度系統，應用多約束排產建模、多目標排產尋優等技術，實現多目標、多擾動情況下排產優化與資源動態調度，縮短產品生產周期，提升資源利用效率。
五、生產作業
面向產線建設、產線改造等業務活動，針對個性化需求響應慢、產線換線時間長等問題，部署智能制造裝備與系統，應用產線模塊化重構、柔性物流運輸等技術，根據訂單、工況、庫存等變化，實現產線快速調整和按需配置。
面向復雜產品加工、裝配等業務活動，針對傳統生產方式協同效率低、作業安全風險高等問題，部署工業機器人等智能制造裝備，構建人機協同作業單元和管控系統，應用智能交互、自主規劃、風險感知和安全防護等技術，實現加工、裝配、分揀、物流等過程人機高效協同。
面向離散行業工藝控制、工藝參數調優等業務活動，針對工藝/設備參數動態調優難等問題，建設智能產線和工藝在線優化系統，應用設備機理與數據混合建模、多設備聯合尋優等技術，實現工藝過程和設備參數在線優化，提高產品質量一致性。
面向流程行業生產過程控制、工藝參數優化等業務活動，針對復雜工藝過程參數波動大、控制效果差等問題，基于先進過程控制、實時優化等系統，應用模型預測控制、多目標尋優等技術，實現精準、實時和閉環的工藝流程控制優化，穩定產品質量，提高產出率。
面向生產現場管理、成本質量管理、供應鏈管理等業務活動，針對資源利用率不高、管理效率低等問題，應用六西格瑪、6s等精益方法，將精益管理理念與大數據、云計算、人工智能等數智技術深度融合，實現基于數據的人、機、料、法、環等生產要素精準、高效管理，提升整體運營效率。
六、質量管控
面向質量數據采集、分析、判定等業務活動，針對人工檢測效率低、一致性差等問題，構建在線智能檢測系統，應用物性成分分析、機器視覺檢測等技術，實現產品缺陷在線識別和質量自動判定，提升質量檢測效率和準確性。
面向質量數據管理、質量問題追溯、質量優化等業務活動，針對質量數據不完整、追溯難度大等問題，構建質量管理系統，應用條碼、二維碼、rfid、5g、標識解析、區塊鏈等技術，集成分析原料、設計、生產、使用等質量相關數據，實現產品全生命周期的質量精準追溯和優化改進。
七、設備管理
面向設備運行數據采集、狀態分析等業務活動，針對設備數據全面采集難、統一管理難等問題，部署設備運行監控系統，集成智能傳感、5g、多模態數據融合等技術，實現設備數據實時采集、狀態分析和異常報警，提高設備運行效率。
面向設備故障分析、健康管理等業務活動，針對設備運維成本高、非計劃停機頻次高等問題，部署智能傳感與控制設備，建立設備運維管理平臺，應用設備故障知識圖譜、故障機理分析、預測性維護等技術，實現設備智能運維，降低運維成本，保障連續生產。
八、倉儲物流
面向物料出入庫、庫存管理等業務活動，針對出入庫效率低、庫存成本高等問題，建設立體倉庫和智能倉儲管理系統，應用條碼、二維碼、射頻識別、倉儲策略優化、多形態混存揀選等技術，實現物料出入庫、存儲、揀選的智能化，提高庫存周轉率和土地利用率。
面向廠內物流配送等業務活動，針對物料配送不及時、不精準等問題，部署智能物流設備和管理系統，應用室內高精度定位導航、物流路徑動態規劃、物流設備集群控制等技術，實現廠內物料配送快速響應和動態調度，提升物流配送效率。
九、安全管控
面向危險作業操作、過程管理等業務活動，針對危險作業安全風險高、自動化水平低等問題，建設智能作業單元和管控系統，應用環境感知與識別、作業風險控制等技術，實現危險作業環節的少人化、無人化，提高生產作業安全水平。
面向安全風險識別、安全應急響應等業務活動，針對安全風險實時監控難、處置效率低等問題，搭建生產安全管控和應急處置系統，應用生產運行風險動態監控、安全預警等技術，提高安全防護水平和安全事故快速處置能力，降低事故發生率和損失。
十、能碳管理
面向能耗監測、能源調度等業務活動，針對能耗全面監控難、精細化管控成本高等問題，部署能耗采集設備和管控系統，應用多能源介質感知、能耗綜合建模仿真、能源平衡調度等技術，實現工廠能源在線監測、綜合管控和能效優化，降低單位產值綜合能耗。
面向碳排放數據采集、碳足跡追蹤和碳資產核算等業務活動，針對碳排放計量難、碳足跡追蹤效率低等問題，建立數字化碳管理系統，應用碳排放精細化檢測、碳排放指標自動核算等技術，實現產品全生命周期碳排放追蹤、分析、核算和交易，降低單位產值碳排放量。
十一、環保管理
面向污染排放監測、污染物收集處理等業務活動，針對污染排放計量難、污染管理粗放等問題，部署污染排放在線采集設備和管控平臺，應用污染監測與控制、污染源追溯等技術，實現污染全過程動態監測、精確追溯、風險預警和高效處理，降低污染排放水平。
十二、營銷與售后
面向市場營銷、銷售管理等業務活動，針對客戶需求信息獲取不及時、營銷策略不合理等問題，建立銷售管理系統，應用用戶畫像、需求預測等技術，實現基于客戶需求洞察的營銷策略優化和供需精準匹配，提升營銷精準性和銷售量。
面向產品運維、增值服務等業務活動，針對服務周期長、響應不及時等問題，構建產品遠程運維系統，集成5g、ar/vr、預測性維護等技術，實現基于運行數據的產品遠程監控、故障診斷和增值服務創新，提高產品附加值。
面向投訴處理與反饋、客戶關系維護等業務活動，針對客戶響應不及時、服務體驗感差等問題，建立客戶服務管理系統，應用5g、ar/vr、自然語言處理、知識圖譜、大數據分析等技術，實現主動式客戶服務響應，提高客戶滿意度。
十三、供應鏈管理
面向采購計劃制定、協同、優化等業務活動，針對采購計劃不精準、交付不及時等問題，建設供應鏈管理系統，應用集成建模、多目標尋優、數據跨域控制等技術，實現基于市場、采購、庫存、生產等數據的供應鏈計劃協同優化。
面向供應商入庫、供應商評價、物料采購等業務活動，針對供應商比選難、議價能力弱、斷供風險響應不及時等問題，建立供應商管理系統，應用供應商風險評估、供應鏈溯源等技術，實現供應商精準畫像，開展基于數據分析的供應商評價、分級分類、尋源和優選推薦。
面向配送路線規劃、運輸過程監控等業務活動，針對物流運輸過程監控難、配送周期長等問題，建設供應鏈物流管理系統，應用5g、多模態感知、實時定位導航、智能駕駛等技術，實現廠外物流全程跟蹤、異常預警和高效處理，降低供應鏈物流成本，提升準時交付率。
十四、信息基礎設施
面向工廠網絡設計、建設、運營等業務活動，針對工廠網絡需求多樣、結構復雜、帶寬不足等問題，部署5g工業專網、tsn、工業全光網絡等新型網絡基礎設施，應用異構網絡融合、遠距離高帶寬實時通信等技術，建設滿足智能制造需求的低時延、高可靠、大帶寬工業網絡。
面向網絡安全、數據安全等要求，針對企業網絡與數據安全風險高、防護能力弱等問題，實施工業互聯網安全和數據分類分級管理，部署工業控制系統網絡安全防護設備，建設數據安全風險監測和應急處置能力，應用安全態勢感知、多層次縱深防御等技術，實現全方位全流程安全漏洞監測、風險防控、快速處置，提升網絡安全和數據安全防護水平。
面向數據采集存儲、數據分析應用等業務活動，針對數據格式不統一、價值釋放不充分等問題，建設數據中心、工業互聯網平臺等基礎設施，融合數據跨域控制、數字合約、隱私計算等技術，開展數據治理，實現企業內或跨企業的數據安全可信流通和挖掘應用，推動數據價值化。
十五、多環節模式創新
面向產品快速研發、復雜結構設計、用戶個性化設計等需求，集成市場、設計、生產、使用等多維數據，探索創成式設計，基于數據驅動的產品形態、功能和性能的研發設計和持續優化，縮短產品研發周期，加速產品創新。
面向產品個性化、多樣化、小批量等需求，通過網絡化手段收集多元化市場需求，采用模塊化設計、平臺化架構、柔性化系統等手段，以規模化生產的低成本、高質量和高效率，提供個性化、定制化的產品和服務。
面向復雜產品多方協同、產能共享、多工廠協同等需求，建立網絡協同制造平臺，推動多環節、多工廠或多企業間設計、生產、管理、服務等環節緊密連接，實現跨企業跨地域的業務協同和制造資源配置優化，助力打造全球生產網絡。
面向市場快速響應、資源高效配置、客戶體驗優化等需求，推動研發、生產、供應、銷售和服務等環節的業務流、數據流深度集成，形成一個高效協同的運營體系，實現產品全生命周期協同優化，全面提升企業的市場競爭力。
面向供應鏈穩定性提升、供應鏈快速調整等需求，建立供應鏈風險預警與彈性管控系統，集成應用供應鏈風險識別和動態響應模型，實現供應鏈風險在線監控、精準識別、提前預警和快速處置，提升產業鏈供應鏈韌性和安全水平。
面向人員數字化績效評估、數字化技能提升、健康管理等需求，組織開展全員數字化能力培訓，構建統一的人員數字化管理平臺，集成人員健康狀況、專業技能評估及作業環境等多維度信息，實現人員績效量化動態評估、人員狀態動態監測和精準作業派工，提升全員崗位效能。
面向節能減排、循環經濟、綠色消費等需求，以數智技術支撐企業以對環境和社會負責的方式開展產品全生命周期、生產制造全過程和供應鏈全環節各業務活動，實現生態效益、資源效率、生產效率和社會責任等多方面綜合平衡。
(責任編輯：admin)
中國智駕大洗牌 關海濤發
威海南海新區：發力智能制
探訪副中心智能工廠！智能
視覺測量助力“機器人化
有機遇也有對應的挑戰，洞
論壇熱議：企業智能制造浪
