2017年智能制造试点示范项目要素条件
|
2017年智能制造试点示范项目要素条件 根据《智能制造发展规划（2016-2020年）》《智能制造工程实施指南（2016-2020年）》的要求，重点围绕五种智能制造模式，鼓励新技术创新应用，开展智能制造试点示范。为做好项目遴选工作，特制订本要素条件。 1、车间/工厂的总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现规划、生产、运营全流程数字化管理。 2、应用数字化三维设计与工艺技术进行产品、工艺设计与仿真，并通过物理检测与试验进行验证与优化。建立产品数据管理系统（PDM），实现产品设计、工艺数据的集成管理。 3、制造装备数控化率超过70%，并实现高档数控机床与工业机器人、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等关键技术装备之间的信息互联互通与集成。 4、建立生产过程数据采集和分析系统，实现生产进度、现场操作、质量检验、设备状态、物料传送等生产现场数据自动上传，并实现可视化管理。 5、建立车间制造执行系统（MES），实现计划、调度、质量、设备、生产、能效等管理功能。建立企业资源计划系统（ERP），实现供应链、物流、成本等企业经营管理功能。 6、建立工厂内部通信网络架构，实现设计、工艺、制造、检验、物流等制造过程各环节之间，以及制造过程与制造执行系统（MES）和企业资源计划系统（ERP）的信息互联互通。 7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。 通过持续改进，实现企业设计、工艺、制造、管理、物流等环节的产品全生命周期闭环动态优化，推进企业数字化设计、装备智能化升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等方面的快速提升。 1、工厂总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现生产流程数据可视化和生产工艺优化。
2、实现对物流、能流、物性、资产的全流程监控，建立数据采集和监控系统，生产工艺数据自动数采率达到90%以上。
3、采用先进控制系统，工厂自控投用率达到90%以上，关键生产环节实现基于模型的先进控制和在线优化。
4、建立生产执行系统（MES），生产计划、调度均建立模型，实现生产模型化分析决策、过程量化管理、成本和质量动态跟踪以及从原材料到产成品的一体化协同优化。建立企业资源计划系统（ERP），实现企业经营、管理和决策的智能优化。
5、对于存在较高安全与环境风险的项目，实现有毒有害物质排放和危险源的自动检测与监控、安全生产的全方位监控，建立在线应急指挥联动系统。 6、建立工厂通信网络架构，实现工艺、生产、检验、物流等制造过程各环节之间，以及制造过程与数据采集和监控系统、生产执行系统（MES）、企业资源计划系统（ERP）之间的信息互联互通。 7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。 通过持续改进，实现生产过程动态优化，制造和管理信息的全程可视化，企业在资源配置、工艺优化、过程控制、产业链管理、节能减排及安全生产等方面的智能化水平显著提升。
1、建有网络化制造资源协同云平台，具有完善的体系架构和相应的运行规则。 2、通过协同云平台，展示社会/企业/部门制造资源，实现制造资源和需求的有效对接。 3、通过协同云平台，实现面向需求的企业间/部门间创新资源、设计能力的共享、互补和对接。 4、通过协同云平台，实现面向订单的企业间/部门间生产资源合理调配，以及制造过程各环节和供应链的并行组织生产。 5、建有围绕全生产链协同共享的产品溯源体系，实现企业间涵盖产品生产制造与运维服务等环节的信息溯源服务。 6、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。 通过持续改进，网络化制造资源协同云平台不断优化，企业间、部门间创新资源、生产能力和服务能力高度集成，生产制造与服务运维信息高度共享，资源和服务的动态分析与柔性配置水平显著增强。
1、产品采用模块化设计，通过差异化的定制参数，组合形成个性化产品。 2、建有基于互联网的个性化定制服务平台，通过定制参数选择、三维数字建模、虚拟现实或增强现实等方式，实现与用户深度交互，快速生成产品定制方案。 3、建有个性化产品数据库，应用大数据技术对用户的个性化需求特征进行挖掘和分析。 4、个性化定制平台与企业研发设计、计划排产、柔性制造、营销管理、供应链管理、物流配送和售后服务等数字化制造系统实现协同与集成。 通过持续改进，实现模块化设计方法、个性化定制平台、个性化产品数据库的不断优化，形成完善的基于数据驱动的企业研发、设计、生产、营销、供应链管理和服务体系，快速、低成本满足用户个性化需求的能力显著提升。
1、采用远程运维服务模式的智能装备/产品应配置开放的数据接口，具备数据采集、通信和远程控制等功能，利用支持IPv4、IPv6等技术的工业互联网,采集并上传设备状态、作业操作、环境情况等数据，并根据远程指令灵活调整设备运行参数。
2、建立智能装备/产品远程运维服务平台，能够对装备/产品上传数据进行有效筛选、梳理、存储与管理，并通过数据挖掘、分析，向用户提供日常运行维护、在线检测、预测性维护、故障预警、诊断与修复、运行优化、远程升级等服务。 3、智能装备/产品远程运维服务平台应与设备制造商的产品全生命周期管理系统（PLM）、客户关系管理系统（CRM）、产品研发管理系统实现信息共享。 4、智能装备/产品远程运维服务平台应建立相应的专家库和专家咨询系统，能够为智能装备/产品的远程诊断提供智能决策支持，并向用户提出运行维护解决方案。 5、建立信息安全管理制度，具备信息安全防护能力。通过持续改进，建立高效、安全的智能服务系统，提供的服务能够与产品形成实时、有效互动，大幅度提升嵌入式系统、移动互联网、大数据分析、智能决策支持系统的集成应用水平。
1、建立工业互联网工厂内网，采用工业以太网、工业PON、工业无线、IPv6等技术，实现生产装备、传感器、控制系统与管理系统等的互联，实现数据的采集、流转和处理；利用IPv6、工业物联网等技术，实现与工厂内、外网的互联互通，支持内、外网业务协同。 2、采用各类标识技术自动识别零部件、在制品、工序、产品等对象，在仓储、生产过程中实现自动信息采集与处理，通过与国家工业互联网标识解析系统对接，实现对产品全生命周期管理。 3、实现工厂管理软件之间的横向互联，实现数据流动、转换和互认。 4、在工厂内部建设工业互联网平台，或利用公众网络上的工业互联网平台，实现数据的集成、分析和挖掘，支撑智能化生产、个性化定制、网络化协同、服务化延伸等应用。 5、通过部署和应用工业防火墙、安全监测审计、入侵检测等安全技术措施，实现对工业互联网安全风险的防范、监测和响应，保障工业系统的安全运行。 通过持续改进，促进工厂内部网络互联、数据交互和安全保障能力建设，推动工厂外部网络基础设施建设、工业互联网平台和公共工业互联网标识解析体系建设，加快新业务和新模式创新。
1、关键制造装备采用人工智能技术，通过嵌入计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术，实现制造装备的自感知、自学习、自适应、自控制。
2、构建工业大数据平台，通过数据采集系统和互联互通的网络架构，采集产品设计、工艺、制造、物流、管理、销售、服务、运维等各环节数据，并对采集到的数据进行有效筛选、梳理、存储和管理。 3、应用机器学习、专家系统、深度学习等人工智能新技术对数据进行分析和挖掘，实现对研发设计、生产制造、经营管理、物流销售、运维服务等环节的智能决策支持。 4、目标产品集成应用智能感知、模式识别、智能分析、智能控制等人工智能技术，实现传感、交互、控制、协作、决策等方面性能和智能化水平的显著提高。 -END- 信息化顾问团｜专注·专业·专心 每天与你相约 你每天都必读 ▽ 每天十分钟 · 看懂你的圈子 |
|
|
