来源:工信部 时间:2023-08-02 14:09:34 作者:
智能制造场景是智能工厂的核心组成部分,是指面向制造过程各个环节,通过新一代信息技术、先进制造技术的深度融合,部署高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备、行业成套装备等智能制造装备,集成相应的工艺、软件等,实现具备协同和自治特征、具有特定功能和实际价值的应用。根据“十三五”以来智能制造发展情况和企业实践,工信部结合技术创新和融合应用发展趋势,凝练总结了3个方面16个环节的45个智能制造典型场景,为智能工厂及智慧供应链建设提供参考。
智能制造典型场景参考指引
智能制造场景是智能工厂的核心组成部分,是指面向制造过程各个环节,通过新一代信息技术、先进制造技术的深度融合,部署高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备、行业成套装备等智能制造装备,集成相应的工艺、软件等,实现具备协同和自治特征、具有特定功能和实际价值的应用。根据“十三五”以来智能制造发展情况和企业实践,结合技术创新和融合应用发展趋势,凝练总结了3个方面16个环节的45个智能制造典型场景,为智能工厂及智慧供应链建设提供参考。
产品全生命周期
产品设计
通过设计建模、仿真优化和虚拟验证,实现数据和模型驱动的产品设计,缩短产品研制周期,提高新产品产值贡献率,可参考但不限于以下场景:
(1)产品数字化研发与设计。应用设计、仿真软件和知识模型库,基于复杂建模、物性表征与分析、多目标优化等技术,搭建数字化协同设计环境,开展产品、配方等设计、仿真与迭代优化。
(2)虚拟试验与调试。构建虚拟试验与调试环境,面向产品功能、性能、可靠性等方面,应用数字孪生、AR/VR、知识图谱等技术,通过全虚拟仿真或者半实物半虚拟仿真,开展产品调试和测试验证,缩短验证周期,降低研发成本。
(3)数据驱动产品设计优化。集成产品设计、生产作业、售后服务等环节数据,结合人工智能、大数据等技术,探索创成式设计,持续迭代产品模型,驱动产品形态、功能和性能的优化创新。
工艺设计
通过工艺建模与虚拟制造验证,实现基于数字模型的工艺快速创新与验证,缩短工艺开发周期,降低生产成本,可参考但不限于以下场景:
(4)工艺数字化设计。应用工艺设计、仿真软件和工
艺知识库,基于机理建模、物性表征和数据分析技术,建立加工、装配、检测、物流等工艺模型,进行工艺全过程仿真,预测工艺设计缺陷并优化改进。
(5)可制造性设计。打通工艺设计、产品研发、生产作业等环节数据,结合知识模型库,全面评价与及时改进产品设计、工艺的可加工性、可装配性和可维护性等,降低制造与维护成本。
质量管控
部署智能检测装备,通过在线检测、质量分析、质量追溯和闭环优化,提高产品合格率,降低质量损失率,可参考但不限于以下场景:
(6)智能在线检测。部署智能检测装备,融合5G、机器视觉、缺陷机理分析、物性和成分分析等技术,开展产品质量在线检测、分析、评价和预测。
(7)质量精准追溯。建设质量管理系统,集成5G、区块链、标识解析等技术,采集并关联产品原料、设计、生产、使用等全流程质量数据,实现全生命周期质量精准追溯。
(8)产品质量优化。依托质量管理系统和质量知识库,集成质量机理分析、质量数据分析等技术,进行产品质量影响因素识别、缺陷分析预测和质量优化决策。
营销管理
依托数字销售渠道,通过市场与客户数据分析,精准识别需求,优化销售策略,提高人均销售额,可参考但不限于以下场景:
(9)销售驱动业务优化。应用大数据、机器学习、知识图谱等技术,构建用户画像和需求预测模型,制定精准销售计划,动态调整设计、采购、生产、物流等方案。
(10)大规模个性化定制。部署智能制造装备,依托产品模块化、生产柔性化等,以大批量生产的低成本、高质量和高效率提供定制化的产品和服务。
售后服务
依托智能产品,通过运行数据采集、分析,开展产品健康监控、远程运维和维护,提高顾客的服务满意率,可参考但不限于以下场景:
(11)产品远程运维。建立产品远程运维管理平台,集成智能传感、大数据和5G等技术,实现基于运行数据的产
品远程运维、健康监控和预测性维护。
(12)主动客户服务。建设客户关系管理系统,集成大数据、知识图谱和自然语言处理等技术,实现客户需求分析、服务策略决策和主动式服务响应。
(13)数据驱动服务。分析产品运行工况、维修保养、故障缺陷等数据,应用大数据、人工智能等技术,开拓专业服务、设备估值、融资租赁、资产处置等新业务,创造新价值。
生产全过程
工厂建设
依托数字基础设施,推动工业知识软件化,加快数据流通,通过工厂数字化建模、仿真、优化和运维,提升制造系统运行效率,降低运维成本,可参考但不限于以下场景:
(14)工厂数字化设计。应用工厂三维设计与仿真软件,集成工厂信息模型、制造系统仿真、数字孪生和AR/VR等技术,高效开展工厂规划、设计和仿真优化,实现数字化交付。
(15)数字孪生工厂建设。应用建模仿真、多模型融合等技术,构建装备、产线、车间、工厂等不同层级的数字孪生系统,通过物理世界和虚拟空间的实时映射,实现基于模型的数字化运行和维护。
(16)工业技术软件化应用。应用大数据、知识图谱、知识自动化等技术,将工业技术、工艺经验、制造知识和方法沉淀为数据和机理模型,进行数据化显性化,与先进制造装备相结合,建设知识库和模型库,开发各类新型工业软件,支撑业务创新。
(17)数字基础设施集成。部署工业互联网、物联网、5G、千兆光网等新型网络基础设施,建设工业数据中心、智能计算中心、工业互联网平台以及网络、数据、功能等各类安全系统,完善支撑数字业务运行的信息基础设施。
(18)数据治理与流通。应用云计算、大数据、隐私计算、区块链等技术,构建可信数据空间,实现企业内数据的有效治理和分析利用,推动企业间数据安全可信流通,充分释放数据价值。
计划调度
通过市场需求预测、产能分析、库存分析、计划排产和资源调度等,提高劳动生产率和订单达成率,可参考但不限于以下场景:
(19)生产计划优化。构建企业资源管理系统,应用约束理论、寻优算法和专家系统等技术,实现基于采购提前期、安全库存和市场需求的生产计划优化。
(20)车间智能排产。应用计划排程系统,集成调度机理建模、寻优算法等技术,实现基于多约束和动态扰动条件下的车间排产优化。
(21)资源动态配置。依托制造执行系统,集成大数据、运筹优化、专家系统等技术,开展基于资源匹配、绩效优化的精准派工,实现人力、设备、物料等制造资源的动态配置。
生产作业
部署智能制造装备,通过资源动态配置、工艺过程优化、协同生产作业,提高劳动生产率、降低产值成本率,可参考但不限于以下场景:
(22)产线柔性配置。部署智能制造装备,应用模块化、成组和产线重构等技术,搭建柔性可重构产线,根据订单、工况等变化实现产线的快速调整和按需配置,实现多种产品自动化混线生产。
(23)精益生产管理。应用六西格玛、5S管理和定置管理等精益工具和方法,开展相关信息化系统建设,实现基于数据驱动的人、机、料等精确管控,提高效率,消除浪费。
(24)工艺动态优化。部署智能制造装备,搭建生产过程全流程一体化管控平台,应用工艺机理分析、多尺度物性表征和流程建模、机器学习等技术,动态优化调整工艺流程/参数。
(25)先进过程控制。部署智能制造装备,依托先进过程控制系统,融合工艺机理分析、多尺度物性表征和建模、实时优化和预测控制等技术,实现精准、实时和闭环的过程控制。
(26)智能协同作业。部署智能制造装备,基于5G、TSN、边缘计算等技术建设生产现场设备控制系统,实现生产设备、检测装备、物流装备等实时控制和高效协作。
(27)人机协同制造。应用人工智能、AR/VR、新型传感等技术,提高高档数控机床、工业机器人、行业成套装备等智能制造装备与人员的交互、协作能力,实现加工、装配、分拣等生产作业的人、机自主协同。
(28)网络协同制造。建立网络协同平台,推动企业间设计、生产、管理、服务等环节紧密连接,实现基于网络的跨企业、跨地域的业务并行协同和制造资源配置优化。
仓储物流
部署智能物流与仓储装备,通过配送计划和调度优化、自动化仓储、配送管理,提高库存周转率,降低库存成本,可参考但不限于以下场景:
(29)智能仓储。建设智能仓储系统,应用条码、射频识别、智能传感等技术,依据实际生产作业计划,实现物料自动入库(进厂)、盘库和出库(出厂)。
(30)精准配送。集成智能仓储系统和智能物流装备,应用实时定位、机器学习等技术,实现原材料、在制品、产成品流转全程跟踪,以及物流动态调度、自动配送和路径优化。
设备管理
部署智能传感与控制装备,通过设备运行监测、故障诊断和健康管理,提升设备综合效率,降低运维成本,可参考但不限于以下场景:
(31)在线运行监测。集成智能传感、5G、大数据分析等技术,通过自动巡检、在线运行监测等方式,判定设备运行状态,开展性能分析和异常报警,提高设备运行效率。
(32)设备故障诊断与预测。综合运用物联网、机器学习、故障机理分析等技术,建立故障诊断和预测模型,预测故障失效模式,开展预测性维护,提高设备综合利用率。
(33)设备运行优化。建设设备健康管理系统,基于模型对设备运行状态、工作环境等进行综合分析,调整优化设备运行参数,提高运行效率,延长设备使用寿命。
安全管控
部署安全监控和应急装备,通过安全风险识别,应急响应联动,提升本质安全,降低损失工时事故率,可参考但不限于以下场景:
(34)安全风险实时监测与应急处置。依托感知装置和安全生产管理系统,基于智能传感、机器视觉、特征分析、专家系统等技术,动态感知、精准识别危化品、危险环节等各类风险,实现安全事件的快速响应和智能处置。
(35)危险作业自动化。部署智能制造装备,集成智能传感、机器视觉、特种机器人、5G等技术,打造面向危险作业的自动化产线,实现危险作业环节的少人化、无人化。
能源管理
部署能耗采集装置,通过能耗实时采集、监测,能耗数据分析与调度优化,提高能源利用率,降低单位产值综合能耗,可参考但不限于以下场景:
(36)能耗数据监测。基于能源管理系统,应用智能传感、大数据、5G等技术,开展全环节、全要素能耗数据采集、计量和可视化监测。
(37)能效平衡与优化。应用能效优化机理分析、大数据和深度学习等技术,优化设备运行参数或工艺参数,实现关键设备、关键环节等能源综合平衡与优化调度。
环保管控
部署环保监测装置,通过排放采集与监控,排放分析与优化,降低污染物排放,减少单位产值碳排放量,可参考但不限于以下场景:
(38)污染监测与管控。搭建环保管理平台,应用机器视觉、智能传感和大数据等技术,开展排放实时监测和污染源管理,实现全过程环保数据的采集、监控与分析优化。
(39)碳资产与废弃物管理。开发碳资产管理平台、废弃物料管理平台和行业成套装备,集成智能传感、物联网、区块链等技术,实现全流程的碳排放追踪、分析、核算和交易以及废弃物处置和循环再利用全过程的监控、追溯。
供应链全环节
供应链计划
通过打通供应链上下游生产、仓储、物流等环节,开展供应链计划协同优化,提高供应商准时交付率,可参考但不限于以下场景:
(40)供应链计划协同优化。应用大数据、人工智能等技术,结合市场需求预测和仓储、生产、物流等状态分析,实现采购计划、生产计划、配送计划的协同编制与同步更新。
(41)产供销一体化。通过人工智能、云计算等技术,打通销售、生产和采购系统的业务流、数据流,实现销售、生产和采购的协同优化。
供应链采购与交付
通过供应链采购订单和交付物流的实时监控,提高供应商交付率,降低采购成本,可参考但不限于以下场景:
(42)供应链采购动态优化。建设供应链管理系统,集成寻优算法、知识图谱、5G等技术,实现采购订单的精准跟踪、可视化监控和采购方案动态优化。
(43)供应链智能配送与动态优化。依托运输管理系统,应用实时定位、人工智能等技术,实现运输配送全程跟踪和异常预警、装载能力和配送路径优化。
供应链服务
通过供应链上下游数据采集与分析,精细化管理供应商,预测供应链风险并动态响应,确保订单交付,可参考但不限于以下场景:
(44)供应商数字化管理。建立供应商管理系统,集成大数据、知识图谱等技术,实现供应商数据管理以及基于数据分析的供应商评价、分级分类、供应商寻源、优选推荐。
(45)供应链风险预警与弹性管控。建立供应链管理系统,集成知识图谱、云计算等技术,开展供应链风险隐患识别、定位、预警和高效处置。
责任编辑:张薇