《工信部：智能制造典型场景参考指引（2025年版）（13页）.pdf》由会员分享，可在线阅读，更多相关《工信部：智能制造典型场景参考指引（2025年版）（13页）.pdf（13页珍藏版）》请在三个皮匠报告上搜索。

1、1附件：智能制造典型场景参考指引（2025 年版）（征求意见稿）智能制造典型场景是智能工厂建设的基础，是推进智能制造的基本业务单元。面向产品全生命周期、生产制造全过程和供应链全环节开展工厂的业务解耦，通过新一代信息技术与制造技术深度融合，部署智能制造装备、工业软件和智能系统，以数字化、网络化、智能化方式进行业务重构，形成标准化、可推广的智能制造典型场景，进而集成贯通构成智能工厂。根据智能制造多年探索实践，结合技术创新和融合应用发展趋势，凝练出 8 个环节的 40 个智能制造典型场景，作为智能工厂梯度培育、智能制造系统解决方案“揭榜挂帅”、智能制造标准体系建设等工作的参考指引。一、工厂建设环节1

2、.工厂数字化规划工厂数字化规划设计设计面向工厂规划与空间优化、设备与产线布局、物流路径规划、设计资料交付等业务活动，针对工厂设计建设周期长、布局优化难等问题，搭建工厂数字化设计与交付平台，应用建筑信息模型、设备/产线三维建模、工艺/物流仿真、过程模拟等技术，开展工厂数字化设计与交付，缩短工厂建设或2改造周期。2.数字基础数字基础设施建设设施建设面向数据中心、工业网络、安全基础设施建设等业务活动，针对工厂算力和网络能力不足、安全防护能力弱等问题，建设数字基础设施，推动 IT 和 OT 深度融合，部署网络安全防护设备，应用算力资源动态调配、负载均衡、异构网络融合、高带宽实时通信、安全态势感知、多层

3、次纵深防御等技术，建设高性能的算力和网络基础设施，以及全方位监测防护的安全基础设施，提升工厂算力、网络和安全防护能力。3.数字孪生工厂构建数字孪生工厂构建面向厂房、设备、管网等工厂资产的数据采集存储、数字孪生模型构建等业务活动，针对数据格式不统一、集成管控难度大等问题，应用工业数据集成、数据标识解析、异构模型融合、数字主线、工厂操作系统等技术，构建设备、产线、车间、工厂等不同层级的数字孪生模型，与真实工厂映射交互，提升管控效率。二、产品研发环节4.产品数字化设计产品数字化设计面向需求分析、产品定义、初步设计、详细设计、分析优化、研发管理等业务活动，针对产品研发周期长、成本高等问题，部署 CAD

4、、CAE、PLM 等数字化设计工具，构建设计知识库，采用基于模型的设计理念，应用多学科联合仿3真、物性表征与分析等技术，开展产品结构、性能、配方等设计与优化；集成市场、设计、生产、使用等产品全生命周期数据，应用数据主线、可制造性分析等技术，实现全流程系统优化；应用人工智能大模型技术，开展生成式设计创新，自动生成设计方案，缩短产品上市周期，降低研发成本。5.产品产品虚拟验证虚拟验证面向产品功能性能测试、可靠性分析、安全性验证等业务活动，针对新产品验证周期长、成本高等问题，搭建虚实融合的试验验证环境，应用高精度建模、多物理场联合仿真、自动化测试等技术，通过全虚拟或半实物的试验验证，降低验证成本，加

5、速产品研发。三、工艺设计环节6.工艺数字化设计工艺数字化设计面向工艺流程设计、仿真验证、方案优化等业务活动，针对工艺设计效率低、试错成本高等问题，部署工艺设计仿真工具，构建工艺知识库和行业工艺包等，应用机理建模、过程模拟、知识图谱等技术，实现工艺设计快速迭代优化；应用工艺自动化、人工智能等技术，实现工序排布、工艺指令等自动生成，缩短工艺设计周期，减少设计错误。7.制造工程优化制造工程优化面向生产准备阶段的设备选型、产线调试、参数确认、资源分配等业务活动，针对产线不平衡、换产时间长、资源4利用率低等问题，搭建中试环境或产线模拟仿真系统，应用产能分析、虚拟测试等方法，实现生产节拍优化和资源有效整合

6、，确保制造过程稳定高效。四、生产管理环节8.生产计划优化生产计划优化面向主计划制定、物料需求计划生成等业务活动，针对市场波动频繁、交付周期长等问题，构建生产计划系统，打通采购、生产和仓储物流等管控系统，应用需求预测、多目标多约束求解、产能动态规划等技术，实现生产计划优化和动态调整，缩短订单交付周期。9.车间智能排产车间智能排产面向作业排程等业务活动，针对资源利用率低、交付不及时等问题，建设智能排产系统，应用复杂约束优化、多目标规划、强化学习等技术，实现多目标排产优化，缩短交付周期，提升资源利用率。10.生产统计生产统计跟踪跟踪面向生产进度可视化、资源消耗统计等业务活动，针对生产指标计算失真、生