智能制造在企业数字化转型中的地位和作用

智能制造在企业数字化转型中的地位和作用

《“十四五”智能制造发展规划》指出：“智能制造是基于新一代信息技术与先进制造技术深度融合，贯穿于设计、生产、销售、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式”。数字化是智能制造的基础，企业需要采用数字化产品设计和工艺设计软件工具、数字化装备，建设数字化产线、车间、工厂，实现智能制造。因此，智能制造是制造业数字化转型的主攻方向，智能制造的充分发展会引发制造业制造范式、企业形态和产业模式发生根本性转变，推动制造业实现数字化转型。

当前，有关智能制造对制造业数字化转型的影响研究尚属空白，无论是从理论体系还是产业经济方面，都难有相关的数据和研究支撑。为此，我们采用实证分析方法，通过梳理大量的制造企业实践案例，提出智能制造推动企业数字化转型的路径和模式，以期对以智能制造为主攻方向推动企业数字化转型提供参考。

1 数据来源

研究数据以国资、央企系统的760个数字化转型优秀实践与典型案例为基础，并对4000多家企业智能制造发展情况开展研究，分析智能制造在企业数字化转型中的地位和作用。

案例范围包括场景级、企业级、产业链级、生态级，其中：场景级是指案例涉及企业下属车间、装置、区域或某些生产环节的数字化转型，占全部案例的22%；企业级指基本覆盖全企业或业务板块的数字化转型，占比达52%；产业链级指涉及供应链、产业链上下游等企业间的数字化转型，占13%；生态级指跨企业、跨领域的生态协同应用的数字化转型，占比为13%。

图1 数字化转型案例中各类信息技术应用比例

从图1中可见，有490个案例应用了大数据技术，有328个案例应用了物联网技术。边缘计算、5G、区块链、人工智能技术应用的案例数较少，仍处于试点示范阶段。

2 行业情况分析

调研企业涵盖石油石化、机械装备、能源电力、材料、军工、医药等行业领域。

2.1 石油石化领域

（1）发展现状

对石油石化领域183个生产单元/产线开展的调研中，实现智能排产的达42%，实现智能物流为27%，实现智能能源管控的为28%，开展全过程质量追溯的达到56%，有5338台设备实现了远程运维/预测性维护。如图2所示。

图2 石油石化类企业智能制造发展情况

（2）典型案例

某石化公司围绕“建设千万吨级绿色智能一流炼化企业”的远景目标，完善和提升以ERP为核心的经营管理平台、以MES为核心的生产运行平台、以新一代ICT技术为重点的信息基础设施与运维平台，建成数字化炼厂。实现业务数据集中集成、流程管控智能优化、HSE管控实时可视、精益设备管理预知预防、质量管控快捷联动、精准计量管理集成应用、精细物资管理和智能仓储等，重塑生产运营指挥中枢，从经营管理、生产运行、安全环保、设备管理等业务领域开展数字化转型。如：通过实现物料进出厂计量作业自动化、计量过程可视化、计量数据集成化，实现了计量管理业务的数字化转型，使计量作业时间缩短1/3，劳动用工减少近40%，与计量相关的风险防控能力明显增强。

2.2 机械装备领域

（1）发展现状

图3 机械装备类企业智能制造发展情况

（2）典型案例

2.3 材料领域

（1）发展现状

对材料领域474家生产单位开展了调研，其中建设有82条智能单元/产线，5个黑灯产线/车间，智能排产技术应用为14%，应用质量智能检测技术的为25%，实现智能能源管控的仅为7%，开展全过程质量追溯的有25%，有7743台设备实现了远程运维/预测性维护。从调研数据来看，材料生产企业智能制造发展还有很大提升空间。如图4所示。

图4 材料类企业智能制造发展情况

（2）典型案例

3 智能制造推动企业数字化转型路径和模式

3.1 智能制造推动企业数字化转型路径

随着信息技术、制造技术，以及二者融合深度的不断加强，智能制造呈现出不同的发展水平和发展阶段，企业以智能制造推进数字化转型要秉承“问题导向”、“价值驱动”、“成本效益”原则，面向制造装备/单元、车间/工厂、供应链/产业链等制造实体不同层级，围绕设计、生产、管理、服务等制造全生命周期业务流程，梳理数字化转型需求，明确定位问题，设定总体目标，开展规划设计，分步工程实施。要根据企业所在行业特点、企业规模、预期投入等实际情况和需求出发，设定数字化转型总体目标。综合考虑资金投入、技术人才、合作伙伴、集成商等因素，制定详细的实施方案。

3.2 智能制造推动企业数字化转型模式

工业和信息化部在评选2021年度智能制造试点示范企业工作中发布了《智能制造典型场景参考指引（2021年）》，总结了工厂设计、产品研发、工艺设计、计划调度、生产作业、仓储配送、质量管控、设备管理、安全管控、能源管理、环保管控、营销管理、售后服务、供应链管理、模式创新等15个环节52个智能制造典型场景，为企业以智能制造为主攻方向，推动各项业务的数字化转型提供了参考。本文就离散制造的产品研发、工艺设计、生产作业、售后服务、供应链管理业务的数字化转型分析如下：

基于云平台协同技术，建设支撑复杂产品设计制造协同平台，应用系统工程、知识工程、专业仿真、数字孪生及基于模型的设计/制造/验证/服务技术，打通从设计到制造的全三维过程，在计算机虚拟环境中实现从产品设计、零件制造、整机装配到试验的全过程数字化建模、仿真与虚实映射，实现数据驱动的产品开发与技术创新，提高设计效率，缩短研发周期，提高产品研制成功率。

（2）数字化工艺设计与仿真

建设基于云平台的综合几何、功能、控制、物理等特性的统一数字化模型库、知识库与制造数据，构建制造资源的网络化共享模式，应用数字化建模与仿真、数字孪生、工艺知识分析等技术，应用数字化工艺设计仿真，以及智能决策优化等相关软件工具，在虚拟环境中对制造系统进行多专业联合仿真优化，通过制造机理分析、工艺过程建模和虚拟制造验证，实现工艺设计数字化，提高工艺开发和创新效率，保障工艺可行性，提高工艺设计质量。

（3）智能化车间/生产线

（4）最优能力配置的网络化协同供应链体系

基于大数据、人工智能、物联网等技术手段，打造网络化多级协同供应链体系，形成基于产能需求的供应链网络动态供给能力，实现内外创新资源、生产能力和服务能力的高度集成，生产制造与服务运维信息的高度共享，增强资源和服务的动态分析与柔性配置能力，实现全产业链协同的最优能力配置。

（5）面向产品全生命周期的柔性化服务保障

应用物联网、数字孪生、大数据等新技术，建设人、机、物互联互通的装备运营服务保障平台，构建装备的数字孪生模型，形成基于数字孪生的服务保障能力，支撑远程运维、故障预测、健康管理，以及智能决策等，形成面向产品全生命周期的柔性化保障模式，提升装备维护快速响应与效率，降低装备运维总体成本。

4 推动实现制造业数字化转型建议

4.1 以高水平标准引领转型

（1）建立全链条智能制造标准体系

推动航空航天、石化、能源、电子、装备、汽车、船舶、轨道交通、医药、冶金材料等领域从工厂系统层级、产品生命周期价值链和产业链等维度，建立健全符合行业特点的全链条智能制造标准体系。

（2）建立统一数据标准，促进数据流动

数据连接和数据共享需要统一的数据标准，鼓励制造企业应用规范的系统交互数据格式与服务接口，推动生产环节的数字化连接，打通各部门各环节的数据共享，促进数据流动。

（3）研制新技术创新应用的关键标准

制定包含供应链、研发设计、运行管理、物流配送、运维服务等产品全生命周期的关键标准，同步推进5G、人工智能、区块链等新技术应用标准研制，以标准引领新模式、新场景推广应用，促进创新成果快速市场化和产业化。

4.2 推进新技术新模式的示范应用

（1）加快新技术创新应用

积极开展5G、大数据、云计算、人工智能、区块链等技术的应用场景研究，推动其在产品研发、生产制造、销售服务、供应链协同等方面的创新应用，促进新技术新模式的培育和产生。

（2）推动制造能力共享

探索共享制造新模式，创新资源配置方式，实现各企业之间产品设计与开发能力共享，工业软件、生产设备、专用工具、生产线等制造资源共享，仪器设备与实验能力共享，发展按需使用的共享服务模式。

（3）实现供应链协同

开展供应链协同管理场景示范，优化企业业务流程、制造资源、物流仓储、商流信息等要素，统一规范包括商品、供应商、物流数据、配送数据等基础数据，实现物流、信息流和资金流的协同，实现供应链上下游企业更好地分工与合作。

4.3 注重生态建设

（1）建设协同创新平台

建设智能制造协同创新平台，为国家制定智能制造支持政策、推进智能制造工程实施、组织核心技术攻关提供支撑，并依托平台建立智能制造实施成效的跟踪监测、统计分析、信息通报等机制。平台以线上运营和线下深度服务相结合的模式，为企业智能制造战略咨询、总体规划、诊断评估、精益改善、过程监管、绩效评测提供技术服务。

（2）培育系统集成商

培育智能制造装备、软件、系统集成商和解决方案供应商。在条件较为成熟的行业如汽车及其零部件、3C、医药等领域推进智能工厂、数字化车间改造。鼓励智能制造装备产业发展，形成一批智能装备龙头企业。

审核编辑 ：李倩