關于印發《智能制造典型場景參考指引（2024年版）》的通知
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。工業和信息化部辦公廳
智能制造典型場景參考指引
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。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。
1. 工廠數字化設計與交付
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。 2. 數字孿(luan)生工廠運營優化
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。 3. 產品數字化研發設計
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。 4. 虛擬驗證與中試(shi)
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。 5. 工藝數字化(hua)設(she)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。 6. 可(ke)制造性(xing)設(she)計
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。 7. 生(sheng)產計(ji)劃優化(hua)
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。 8. 智能(neng)排(pai)產調度
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。 9. 產線柔性(xing)配置
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。 10. 人機協同作業
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。 11. 工(gong)藝(yi)動(dong)態優化
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。 12. 先進(jin)過程(cheng)控制
面向流程(cheng)行業生產(chan)過(guo)程(cheng)控制(zhi)、工(gong)藝參數優(you)化(hua)等業務活(huo)動，針對(dui)復雜工(gong)藝過(guo)程(cheng)參數波動大(da)、控制(zhi)效果差等問(wen)題，基于先進(jin)過(guo)程(cheng)控制(zhi)、實時優(you)化(hua)等系統，應用模型預測控制、多目(mu)標尋優等技術，實現(xian)精準、實時和閉環的(de)工(gong)藝(yi)流程控(kong)制優化(hua)，穩定產品質量(liang)，提高產出率。 13. 數(shu)智(zhi)精(jing)益管理
面(mian)向生(sheng)產現場管(guan)理、成本質量管(guan)理、供應鏈(lian)管(guan)理等業務活動，針對資(zi)源(yuan)利用率(lv)不高、管(guan)理效率(lv)低等問題，應用六西格瑪、6S等精(jing)益方(fang)法，將精(jing)益管理(li)理(li)念與大數據、云(yun)計算、人工智(zhi)能等數智(zhi)技術(shu)深(shen)度融合，實現基(ji)于數據的(de)人、機、料、法、環等生產(chan)要(yao)素精(jing)準、高(gao)效管理(li)，提(ti)升整體運營(ying)效率(lv)。 14. 在線智能檢測(ce)
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。 15. 質量追溯與分(fen)析改進
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。 16. 設備運行監控
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。17. 設備智能運維
