智能制造能力成熟度白皮书|免费下载.pdf

《智能制造能力成熟度白皮书|免费下载.pdf》由会员分享，可在线阅读，更多相关《智能制造能力成熟度白皮书|免费下载.pdf（58页珍藏版）》请在悟道方案网上搜索。

1、智能制造能力成熟度模型 白皮书 (1.0 版 ) 中国电子技术标准化研究院  2016 年 9 月 20 日发布 I 前 言  当前智能制造正在引领制造方式变革和制造业产业升级，并成为 全球新一轮制造业竞争的制高点。为了有序推进我国智能制造的快速 发展， 2015 年 工业 和信息化部装备工业司启动智能制造标准化专项， 将标准化作为推动智能制造发展的重要内容之一，其目的是通过标准 化 来 凝聚行业共识，引领企业向标准靠拢，避免方向走偏，降低融合 发展的风险。智能制造评价指标体系及成熟度模型标准化与试验验 证系统是智能制造标准化专项的 研究课题之一，经过近一年的努力， 现已完

2、成智能制造能力成熟度模型标准草案。  为了确保对标准的准确理解与有效应用，我们研究提出了智能 制造能力成熟度 模型 白皮书（ 1.0）。本白皮书旨在为企业实施智能 制造提供指导，帮助企业认清自身所处的发展阶段，能够根据能力成 熟度模型进行自我评估与诊断，达到有针对性的提升和改进智能制造 能力的目的。  智能制造能力成熟度模型是在对国内外相关成熟度模型研究的 基础上，结合我国智能制造的特点和企业的实践经验总结出的一套方 法论，它给出了组织实施智能制造要达到的阶梯目标和演进路径，提 出了实 现智能制造的核心要素、特征和要求，为内外部相关利益方提 供了一个理解当前智能制造状态、建

3、立智能制造战略目标和实施规划 的框架。 该模型参考借鉴了国家智能制造标准体系建设指南（ 2015 年版）中智能制造系统架构提出的生命周期、系统层级和智能功能 3 个维度，对智能制造的核心特征和要素进行提炼总结，归纳为“智 II 能 +制造”两个维度，最后展现为一维的形式，即 设计、生产、物流、 销售、服务、资源要素、互联互通、系统集成、信息融合、新兴业态 10 大类核心能力以及细化的 27 个域 。模型中 对相关域进行从低到高 5 个等级（规划级、规范级、集成 级、优化级、引领级）的分级与要 求。 根据使用者的不同需求，可分为整体成熟度模型和单项能力模型 。  智能制造能力成熟度模型

4、及其标准化工作还需不断的结合企业 实践进行完善和改进，希望通过本白皮书的发布能够使更多的企业、 专家了解我们的研究成果。我们也欢迎任何单位和个人对本白皮书的 内容提出宝贵意见，并共同参与到标准的编制过程中。  IV 指导单位  工业和信息化部装备工业司  编写单位 （排名不分先后）  中国电子技术标准化研究院 北京机械工业自动化研究所  江苏海宝软件股份有限公司 上海明匠智能系统有限公司  中国航空综合技术研究所 宁夏共享集团股份有限公 司  北京和利时系统工程有限公司 石化盈科信息技术有限责任公司  浙江中控技术

5、股份有限公司 四川长虹电器股份有限公司  中车株洲电力机车有限公司  编写组 （排名不分先后）  赵  波  郭  楠  胡静宜  于秀明  王程安  杨梦培  陈  强 王海丹  张星星  毕京洲  吴灿辉  刘亚宾  虞日跃  索寒生 招  庚  郭建祥  刘  翊  俞文光  乃晓文  李小联  姜佳俊  贾  

6、超  苏  伟  李  琳  韦  莎  韩  丽  张蓉君  余云涛  V 目 录  一、概述 . 1 二、智能制造能力成熟度模型 . 7 （一）智能制造能力成熟度模型的提出 . 7 （二）模型架构与能力成熟度矩阵 . 8 1、维度 . 10 2、类和域 . 10 3、等级 . 11 4、成熟度要求 . 13 （三）智能制造能力成熟度要求 . 13 1、设计 . 14 2、生产 . 16 3、物流 . 22 4、销售 . 22 5、服务 . 23 6、资源要素 . 26 7

7、、互联互通 . 29 8、系统集成 . 30 9、信息融合 . 32 10、新兴业态 . 34 三、模型的应用 . 36 （一）整体成熟度模型分级 . 36 （二）单项能力模型分级 . 37 （三）模型的应用 . 37 四、相关理论的对比分析 . 39 （一）软件能力成熟度模型 . 39 （二）智能制造系统架构 . 40 （三）工业 4.0就绪度  41 （四）制造成熟度模型 . 42 （五）罗兰贝格模型 . 43 五、总结与展望 . 45 附录 基于智能制造能力成熟度模型的评价方法 . 46 （一） 模型与评价 . 46 （二）评价过程 . 46 1、选择模型 . 47 2、选择评

8、价域 . 47 3、基于问题的评价 . 48 4、给出分值与等级 . 49 （三）评价示 例 . 50 参考文献 . 52 致 谢  53 1 一、概述  （一）智能制造 是当前制造业转型升级的必经之路  制造业是国民经济的支柱，是一国经济增长的源动力。没有一个 强大而具有创新性的制造业体系，任何一个经济体都不 可能实现繁荣 发展。然而，自国际金融危机爆发以来，世界各国制造业均面临着市 场需求萎缩、产值下降等困境，客户个性化需求增加、交货期要求越 来越短、低能耗高资源利用率等挑战倒逼制造业要转型升级。与此同 时，云计算、大数据、物联网等新兴技术逐渐兴起，给各国制造

9、业企 业带来了新的转型思路。因此，主要经济体纷纷提出了利用信息技术 提升传统制造业发展的国家级战略和规划，如美国的“先进制造业国 家战略计划”、德国的“工业 4.0”、日本的“科技工业联盟”、英国 的“工业 2050 战略 ”、中国的“中国制造 2025” 等 ，制造业已成为 各国在新一 轮技术革命和产业变革中占据制高点的必争战场。  2012 年 2 月 ，美国 出台 了 “先进制造业国家战略计划 ”，提出建设 “智能 ”制造技术平台以加快智能制造的技术创新 ，随后，大力推动以 “工业互联网”和“新一代机器人”为特征的智能制造战略布局。 2011 年 12 月， 德国通过政府、弗劳

10、恩霍夫研究所和各州政府合作投资于 数控机床、制造和工程自动化行业应用制造研究 ，并 于 2013 年正式 实施以智能制造为主体的 “工业 4.0”战略，巩固其制造业领先地位。 日本提出通过加快发展协同式机器人、无人化工厂提升制造业的国际 竞争力。 英国提出 科技改变生产， 信息通讯技术、新材料等科技将在 未来与产品和生产网络的融合，极大改变产品的设计、制造、提供甚 2 至使用方式。 2015 年 5 月，我国 出台 了 制造强国中长期发展战略规 划中国制造 2025，全面部署推进 我国 制造强国战略实施，坚持创 新驱动、智能转型、强化基础、绿色发展，加快 我国 从制造大国向制 造强国 转变 。

11、图 1-1 为各国不同的制造业转型途径对比图。  图 1-1 各国 不同的 制造业转型途径  对比各国关于制造业转型发展的战略规划，我们不难发现，在这 场占据制造业产业变革制高点的争夺中，各国都将发展智能制造作为 其战略核心，不断推 动制造业向数字化、网络化、智能化发展，向绿 色化、服务化转型。在可以预见的未来，以智能制造为代表的新一轮 产业革命，将是释放未来竞争力的关键，发展智能制造是制造业转型 升级的必经之路。  （二） 对 智能制造的 理解与认识  针对智能制造内涵，各国各机构都有不同的定义，表 1-1 对不同 国家或机构对智能制造的理解做了对比。

12、  3 表 1-1 智能制造内涵对比表  来源 定义 侧重点  德国 工业 4.0 通过广泛应用互联网技术，实时感知、监控生 产过程中产生的海量数据，实现生产系统的智 能分析和决策，生产过程变得更加自动化、网 络化、智能化，使 智能生产、网络协同制造、 大规模个性化制造成为生产新业态。  侧重信息物理融 合系统（ CPS）的 应用 以及生产新 业态  美国智能制造系 统现行标准体系  有以下核心特征：互操作性和增强生产力的全 面数字化制造企业；通过设备互联和分布式智 能来实现实时控制和小批量柔性生产；快速响 应市场变化和供应链失调的协

13、同供应链管理； 集成和优化的决策支撑用来提升能源和资源使 用效率；通过产品全生命周期的高级传感器和 数据分析技术来达到高速的创新循环。  侧重 柔性生产、 协同供应链、能 源和资源利用等 智能制造目标  美国智能制造领 导力联盟（ SMLC）  集成了网络产生的数据和信息，包括了制造型 和供应链型企业所涉及的实时分析、推理、设 计、规划和管理等各方面，即制造智能，可通 过广泛的、全面的、有目的地使用基于传感器 产生的数据进行分析、建模、仿真和集成，为 企业提供实时的决策支持。  侧重数据与信息 的获取、建模、 应用、分析等  中国 国家智能制

14、造标准体系建设 指南（ 2015 年版）  基于物联网、大数据、云计算等新一代信息技 术，贯穿于设计、生产、管理、服务等制造活 动的各个环节，具有信息深度自感知、智慧优 化自决策、精准控制自执行等功能的先进制造 过程、系统与模式的总称。  涵盖 新 技术、 制 造全过程 、智能 特征 等各方面。  本文的研究主要遵循了我国给出的智能制造定义，并在此基础上 进一步剖析了智能制造的特点：  智能 +制造：智能技术应用到设计、生产、销售、物流和服务等 制造全过程，实现了从各业务单元乃至企业整体的数字化、网络化以 及智能化，达到了感知、执行及控制决策的闭环。 &

15、nbsp;集成互联：各种设备、系统以及人等通过有效的集成、互联技术， 实现了连接、交互与协同。  数据驱动：制造过程中的各类数据经过采集、加工及分析，形成  4 可用的知识、模型，用于对各制造环节进行评价、监控、预测、控制  以及决策优化 。  模式创新：智能制造引导个性化定制、协同制造、远程运维等新 型业态，推动企业转型。  （三） 我国智能制造的发展现状  当前，以中国制造 2025 为总纲 ，工信部采取 了 多项措施推 动智能制造工作的落实，包括制定发布智能制造工程实施指南（ 2016 2020 年）、开展智能制造试点示范专项行

16、动、开展智能制造标准 化工作等 。此外，各省市、企业也呈现出对智能制造的强烈需求，据 调研统计，江苏、广东、浙江等省年需设备投资达 10400 亿元，浙江 省有 64.2%的被调研企业有机器换人的想法，福建省几乎所有参与调 研的企业都希望开展智能 制造 。由此可见， 从国家战略、地方政策强 有力的支撑，到产业基层积极自发的原动力，我国智能制造的发展已 形成了自上而下的 外部 合力，前景可期。  然而，当前智能制造的发展仍处于初始阶段。企业对智能制造的 理解不统一，对自身智能制造的定位、现状和发展路径不明确，缺少 系统的方法论来指导实施，缺少行业内实施智能制造的经验和做法案 例等问题亟

17、待解决。一方面，政府和各类企业具有推广和发展智能制 造的强烈愿望；另一方面，企业对自身到底处于智能制造的什么水平 并不清楚，不能明确该如何去分步实施智能制造。这种供需不对等的 矛盾极大地影响了智能 制造的有效落地。  工业 4.0 就绪度 可以视作是解决此矛盾一个有效的参考方案。工  5 业 4.0 就绪度 是由 德国机械设备制造业联合会（ VDMA） 提出 ， 旨 在解 决德国制造业面临的两大问题：一是当前德国的机械制造工业处于工 业 4.0 的哪一阶段 ； 二是要想在企业中成功实施工业 4.0 必须具备的 条件以及企业当前哪些情况需要进行相应的改变。 VDMA 于 20

18、15 年 4 月至 8 月间对德国雇员在 20 人以上的 234 家机械和装备工程企业 的工业 4.0 就绪度现状进行调研，调研结果（图 1-2 示）显示德国机 械和装备工程领域仅有 5.6%的企业处于 3 级以上，约 80%的企业还 处于门外汉或初学者的水平。  图 1-2 德国机械和装备工程领域工业 4.0 就绪度调研结果图  德国制造业一直领先世界，工业 4.0 的评价方法是否适合中国的 产业环境？其路径方法能否指导中国的制造企业？中国企业该如何 建立适合自己的智能制造发展之路？ 通过对中国企业实施智能制造 的调研研究，提出中国智能制造能力成熟度模型、明确智能制造发展

19、 路径将是我国制造企业发展智能制造的有效手段。  （四） 本文的 研究目标  本文旨在 归纳总结智能制造 内涵及 核心要素的基础上， 研究智能  6 制造发展路径的基础上，利用成熟度的理论 提出智能制造 能力成熟度 模型，规划智能制造能力等级和发展路线图。通过回答以下问题，帮 助企业识别差距、确立目标、实施改进。   中国制造企业目前处于智能制造的什么水平？   企业该如何确立投资范围，做出适宜的规划？   企业成功实施智能制造的关键点是什么？如何分步实施？  7 二、智能制造能力成熟度模型  （一） 智能制造能力

20、成熟度模型的提出  成熟度是一套管理方法论，它能够精炼地描述一个事物的发展过 程，通常将其描述为几个有限的成熟级别，每个级别有明确的定义、 相应的标准以及实现其的必要条件。从最低级到最高级，各级别之间 具有顺序性，每个级别都是前 一个级别的进一步完善，同时也是向下 一个级别演进的基础，体现了事物从一个层次到下一个层次层层递进 不断发展的过程。比较著名的成熟度理论有：软件能力成熟度模型 （ SW-CMM）、制造成熟度模型（ MRL）和智能电网能力成熟度模型 （ SGMM）等，表 2-1 描述了相关成熟度理论的定义。  表 2-1 相关成熟度理论定义  成熟度类别 定

21、义  软件能力成熟度模 型（ SW-CMM）  对于软件组织在定义、实施、度量、控制和改善其软件过程的 各个发展阶段的描述。这个模型用于评价软件组织的现有过程 能力，查找出软件质量及过程改进方面的最关键的问 题，从而 为选择过程改进策略提供指南。  制 造 成 熟 度 模 型 （ MRL）  用于确定生产过程中制造技术是否成熟，以及技术转化过程中 是否存在风险，从而管理并控制产品生产，使其在质量和数量 上实现最佳化，能够为企业提高制造水平提供指导依据。  智能电网能力成熟 度模型（ SGMM）  是一个管理工具，提供了帮助组织了解当前

22、智能电网部署和电 力基础设施性能的框架，并为建立有关智能电网实施的战略与 工作计划提供参考。  不同领域的成熟度遵循的方法论是一致的，智能制造能力成熟度 模型充分借鉴了以往的经验，是成熟度理论在智能制造领域的应用。 智 能制造能力成熟度模型给出了组织实施智能制造要达到的阶梯目 8 标和演进路径，提出了实现智能制造的核心能力及要素、特征和要求， 为内外部相关利益方提供了一个理解当前智能制造状态、建立智能制 造战略目标和实施规划的框架，帮助企业识别当前不足，引导其科学 地弥补战略目标与现状之间的差距。  本文提出的智能制造能力成熟度模型， 是对智能制造内涵和核心 要素的深入剖析

23、，遵循了国家智能制造标准体系建设指南（ 2015 版）中对智能制造 系统架构 的定义，从生命周期、系统层级、智能 功能 3 个维度统筹考虑，归纳为“ 智能 +制造 ” 2 个维度 来解释智能 制 造的核心组成 ， 进一步分解形成 设计、生产、物流、销售、服务、 资源要素、互联互通、系统集成、信息融合、新兴业态 10 大类 核心 能力要素，并对每一类核心要素分解为域以及五级的成熟度要求。 如 图 2-1 示。  图 2-1 智能制造能力成熟度要素图  （二） 模型架构与能力成熟度矩阵  模型 由维度、类、域、等级和成熟度要求等内容组成。维度、类 9 和域是 “智能

24、+制造 ”两个维度的展开，是对智能制造核心能力要素的 分解。等级是类和域在不同阶段水平的表现，成熟度要求是对类和域 在不同等级下的特征描述。  智能制造能力成熟度矩阵是模型架构的具体实例 ，涵盖了智能制造能 力成熟度 模型 所涉及的核心内容，是模型组成部件的展现。本文在充 分研究中国智能制造系统架构 、 工业 4.0 参考架构 模型（ RAMI 4.0） 、 美国工业互联网参考架构，深入挖掘智能制造内涵的基础上，根据 “ 智 能 +制造 ” 两个核心维度，分解为设计、生产、物流、销售、服务、 资源要素、互联互通、系统集成、信息融合、新兴业态 10 大类能力 以及细化的 27 个要素域

25、，对每个域进行分级，每一级别对应相应的 要求，构成智能制造能力成熟度矩阵，模型架构与能力成熟度矩阵的 关系如图 2-2 所示。  图 2-2 模型 架构 与能力成熟度矩阵关 系图  10 1、维度  “智能 +制造 ”两个维度是我们论述智能制造能力成熟度模型的起 点，代表了我们对智能制造本质的理解，也可以理解为 OT（ 运营 技 术） +IT（信息技术）在制造业的应用。  制造维体现了面向产品的全生命周期或全过程的智能化提升，包 括了设计、生产、物流、销售和服务 5 类，涵盖了从接收客户需求到 提供产品及服务的整个过程。与传统的制造过程相比，智能制造的过

26、 程更加侧重于各业务环节的智能化应用和智能水平的提升。  智能维是智能技术、智能化基础建设、智能化结果的综合体现， 是对信息物理融合的诠释，完成了感知、通信、执行、决策 的全过程， 包括了资源要素、互联互通、系统集成、信息融合和新 兴 业态 5 大类， 引导企业利用数字化、网络化、智能化技术向模式创新发展。  2、类和域  类和域代表了智能制造关注的核心要素，是对 “智能 +制造 ”两个 维度的深度诠释。其中，域是对类的进一步分解。  10 大类核心要素相互作用才能达到智能制造的状态，其关系如 图 2-3 示。  将各种制造资源要素（人、机器、

27、能源等）与制造过程（设计、 生产、物流、销售和服务）等物理世界的实体及活动数字化并接入到 互联互通的网络环境下，对各种数字化应用进行系统集成，对信息融 合中的数据进行挖掘利用 并反馈优化制造过程和资源要素，推动组织 最终达到个性化定制、远程运维与协同制造的新兴业态。  11 图 2-3 核心要素间关系图  3、等级  等级定义了智能制造的阶段水平，描述了一个组织逐步向智能制 造最终愿景迈进的路径，代表了当前实施智能制造的程度，同时也是 智能制造评估活动的结果。  智能制造能力成熟度模型共分为以下 5 个等级，如图 2-4 示：  图 2-4 智

28、能制造能力成熟度等级  12 1 级：规划级  在这个级别下，企业有了实施智能制造的想法，开始进行规划和 投资。部分核心的制造环节已实现业务流程信息化，具备部分满足未 来通信和集 成需求的基础设施，企业已开始基于 IT 进行制造活动， 但只是具备实施智能制造的基础条件，还未真正进入到智能制造的范 畴。  2 级：规范级  在这个级别下，企业已形成了智能制造的规划，对支撑核心业务 的设备和系统进行投资，通过技术改造，使得主要设备具备数据采集 和通信的能力，实现了覆盖核心业务重要环节的自动化、数字化升级。 通过制定标准化的接口和数据格式，部分支撑生产作业的信

29、息系统能 够实现内部集成，数据和信息在业务内部实现共享，企业开始迈进智 能制造的门槛。  3 级：集成级  在这个级别下，企业对智能制造的投资重点开始从对基础设施 、 生产装备和信息系统等的单项投入，向集成实施转变，重要的制造业 务、生产设备、生产单元完成数字化、网络化改造，能够实现设计、 生产、销售、物流、服务等核心业务间的信息系统集成，开始聚焦工 厂范围内数据的共享，企业已完成了智能化提升的准备工作。  4 级：优化级  在这个级别下，企业内生产系统、管理系统以及其他支撑系统已 完成全面集成，实现了工厂级的数字建模，并开始对人员、装备、产 13 品、

30、环境所采集到的数据以及生产过程中所形成的数据进行分析，通 过知识库、专家库等优化生产工艺和业务流程，能够实现信息世界与 物理世界互动。从 3 级到 4 级体现了量变到质变的过程，企业智能制 造的能力快速提升。  5 级：引领级  引领级是智能制造能力建设的最高程度，在这个级别下，数据的 分析使用已贯穿企业的方方面面，各类生产资源都得以最优化的利 用，设备之间实现自治的反馈和优化，企业已成为上下游产业链中的 重要角色，个性化定制、网络协同、远程运维已成为企业开展业务的 主要模式，企业成为本行业智能制造的标杆。  企业在实施智能制造时，应按照逐级递进的原则，从低级向高

31、级 循序演进，要注重投资回报率。企业应该根据自身的业务发展现状、 市场定位、客户需求和资金投入情况，来选择合适的等级 确定 智能制 造的发展方向。需要注意的是，并非只有最高级才是适合每个企业的 最佳选择 。  4、成熟度要求  成熟度要求描述了为实现域的特征而应满足的各种条件，是判定 企业是否实现该级别的依据。每个域下分不同级别的成熟度要求（如 图 2-2 示），其中对制造维及资源要素的要求是从 1 级到 5 级，对互 联互通和系统集成的要求是从 3 级到 5 级，对信息融合的要求从 4 级 到 5 级，对新兴业态的要求只有第 5 级。  （三） 智能制造能力成熟

32、度要求  14 1、 设计  设计是通过产品及工艺的 规划、设计 、推理验证以及仿真 优化 等 过程 ，形成 设计 需求的实现方案。设计能力成熟 度的提升是从基于经 验 设计与推理验证 ，到 基于知识库的 参数化 /模块化、模型化 设计与 仿真优化，再到设计、工艺、制造、检验、运维等产品全生命周期的 协同 ，体现对个性化需求的快速满足。构成设计类能力的域如图 2-5 所示。  图 2-5 设计的关键评价域  1.1、产品设计  产品设计的目的是解决企业如何基于客户需求，利用计算机辅助 工具，根据经验、知识等快速开展外观、结构、性能等的设计、优化

33、， 以及与工艺设计的有效对接。 其关注点在于基于知识库的参数化 /模 块化设计、产品生命周期不同业务域的协同化、基于三维模型的设计 信息集成、设计工 艺制造一体化仿真。 等级及其特征如下 ：  15 1 级： 基于设计经验开展计算机辅助二维设计 ，并制定产品设 计相关标准规范 ；   2 级： 实现计算机辅助三维设计及产品设计内部的协同；   3 级： 构建集成产品设计信息的三维模型，进行关键环节的设 计仿真优化， 实现产品设计与工艺设计的 并行协同 ；   4 级： 基于 知识 库来 实现设计工艺制造全维度 仿真 与优化 ，并 实现 基于模型的设计、

34、制造、检验、运维等 业务的协同 ；   5 级： 实现基于大数据、知识库的产品设计云服务，实现产品 个性化设计、协同化设计 。  1.2、工艺设计（离散）  工艺设计是采用工艺知识积累、挖掘、推 理的方法，利用先进技 术工具，把设计设想转化为工艺流程来指导生产的过程。其关注点在 于工艺知识库的建立 与应用 、工艺 流程 的优化创新以及与产品设计、 制造 等 业务域的 协同等。本节的工艺设计适用于离散行业，其等级及 特征如下。   1 级： 实现计算机辅助 工艺规划和 工艺设计；   2 级： 实现工艺设计关键环节的仿真以及工艺设计的内部协同；

35、  3 级： 实现计算机辅助三维工艺设计 及仿真优化 ， 实现工艺设 计与产品设计间的信息交互、并行协同；   4 级： 实现基于工艺知识库的工艺设计与仿真，并实现工艺设 计与制造间的协同；   5 级： 基于知识库辅助工艺创新推理及 在线自主优化， 实现多  16 领域、多区域、跨平台的 全面协同，提供即时工艺设计服务 。  1.3、工艺优化（流程）  工艺优化同样是采用工艺知识积累、挖掘、推理的方法，利用优 化平台等技术实现对工艺路线、参数等与产量、能耗、物料、设备等 的最优匹配，以达到产量高、功耗低和效益高的生产目标。本节的工

36、艺优化适用于流程行业，其等级及特征如下。   1 级： 具备符合国家 /行业 /企业标准的工艺流程模型及参数；   2 级： 工艺模型应用于现场，能够满足场地、安全、环境、质 量要求；   3 级： 能够利用离线优化平台，建立单元级工艺优化模型；   4 级： 基于工艺 优化模型与知识库实现全流程工艺优化；   5 级： 建立完整的工艺三维数字化仿真模型，完成生产全过程 的数字化模拟，能够基于知识库实现工艺的实时在线优化。  2、生产  生产是通过 IT 与 OT 的融合，对人、机、料、法、环五大生产 要素进行管控，以实现从

37、前端采购、生产计划管理到后端仓储物流等 生产全过程的智能调度及调整优化，达到柔性生产。生产能力成熟度 的提升是从以生产任务为核心的信息化管理开始，到各项要素和过程 的集中管控，最终达到从采购、生产计划与排产、生产作业、仓储物 流、完工反馈等全过程的闭环与自适应。构成生产类能力的域如图 2-6 示。  17 图 2-6 生产的关键评价域  2.1、采购  采购是指通过对库存、生产计划、销售量等的自动感知、预测以 及合理控制，使企业达到经济合理的库存量，满足柔性生产的需求。 其关注点在于采购与生产、仓储的车间级集成，与供应商、分销商的 企业级集成以及利用数据挖掘技术进

38、行采购预测等。等级及其特征如 下。   1 级： 具备一定的信息化基础来辅助采购业务；   2 级： 能够实现企业级的采购信息化管理，包括供应商管理、 比价采购、合同管理等，实现采购内部的数据共享；   3 级： 实现采购管理系统与生产、仓储管理系统的集成，实现 计划、流水、库 存、单据的同步；   4 级： 实现采购与供应、销售等过程联合，与重要的供应商实 现部分数据共享，能够预测补货；   5 级： 实现库存量可实时感知，通过对销售预测和库存量进行  18 分析和决策，形成实时采购计划；与供应链合作企业实现数 据共享。  

39、;2.2、 计划 与调度  计划 与调度是实现所有生产活动的核心。通过信息技术进行准确 的数据处理，对于下达的生产任务进行一定程度上的优化调度，最大 程度地减少生产过程中的非增值时间，提高生产设备利用率，从而提 高生产效率。关注生产计划与调度的协同与优化、与各种资源要素的 匹配等。   1 级： 实现主生产计划的管 理，可以从销售订单和市场预测等 信息生成主生产计划及调度方案；   2 级： 实现物料需求计划的运算，运算结果生成的生产计划以 及采购计划仍是无限产能计划，需人工参与调整和调度；   3 级： 基于安全库存、采购提前期、生产提前期等要素实现物

40、 料需求运算，自动生成生产计划、采购计划；   4 级： 实现生产资源计划运算，全面进行产能负荷分析与详细 能力计划的平衡，生产计划颗粒度到天；   5 级： 基于生产调度算法，基于约束条件（工艺顺序、加工资 源、工作时间等）建立的标准工时数据库等，实现高级排产 与调度。  2.3、生产作业  生产作业是以最佳的方式 将企业生产的物料、机器等 生产 要素以 及生产过程等有效的结合起来，形成联动作业和连续生产，取得最大 19 的生产成果和经济效益。关注精确的物料配套、生产过程的控制 ，与 生产计划、仓储配送等其他业务的协同。   1 级： 具备自

41、动化 和数字 化的设备及生产线 ，具备现场控制系 统 ；   2 级： 能够采用信息化技术手段将各类工艺、作业指导书等 电 子 文件下发到生产单元，实现对人员、机器、物料等多项资 源的数据采集；   3 级： 能够实现资源管理、工艺路线、生产作业、仓储配送等 的业务集成， 采集 生产过程实时 数据 信息 并存储 ，能够提供 实时 更新的制造过程的 分析 结果并将 其可视化；   4 级： 能够通过 生产过程数据、 产量、质量等数据来优化生产 工艺；   5 级： 能够通过监控整个生产作业过程，自动 预警或 修正生产 中的 异常 ，提高 生产 效率和质量。

42、  2.4、仓储与配送  仓储 与 配送是指厂内 物料存储和 物流，利用标识与识别技术、自 动化的传输线、信息化管理手段等，实现对原材料、半成品等的标识 与分类、数据采集、运输以及库位管理，自动完成零部件的取送任务。 关注识别技术的应用、自动化运输线的改造、智能的仓库管理系统以 及与上下游的集成技术等。   1 级： 能够实现基于信息管理系统对原材料、中间件、成品等 的库存、盘点管 理；  20 2 级： 能够利用 RFID/二维码 /标签等技术实现对原材料、中间 件、成品等的数字化标识，并能基于 识别 技术实现自动或半 自动出入库管理；  

43、3 级： 能够实现仓储配送与生产计划、制造执行以及企业资源 管理等业务的集成；   4 级： 能够基于生产线实际生产 情况拉动 物料配送，能够基于 客户和产品需求调整目标库存水平；   5 级： 能够实现最优库存和即时供货。  2.5、 质量控制  质量控制是生产过程中稳定提高产品质量的关键环节，是生产过 程中为确保产品质量而进行的各种活动。通过信息技术手段实现工序 状态的在线检测，借助于数理统计方法的过程控制 系统，把产品的质 量控制从“事后检验”演变为“事前控制”，做到预防为主，防检结 合，已达到全面质量管理的目的。   1 级： 建立质量

44、检验规范，能通过满足要求的计量器具进行检 验并形成检验数据；   2 级： 建立质量控制系统，采用信息技术手段辅助质量检验， 通过对检验数据的分析、统计实现质量控制图；   3 级： 实现关键工序质量在线检测，通过检验规程与数字化检 验设备 系统的集成，自动对检验结果判断和预警；  21 4 级： 建立产品质量问题处置知识库，依据产品质量在线检测 结果预测未来产品质量可能的异常，基于知识库自动给出生 产过程的纠正措施；   5 级： 通过在线监测的质量数据分析和基于数据模型的预判， 自动修复和调校相关的生产参数，保证产品质量的持续稳定。  2.

45、6、 安全与环保  安全与环保是通过建立有效的管理平台，对安全、环保管理过程 标准化，对数据进行收集、监控以及分析利用，最终能建立知识库对 安全作业和环境治理等进行优化。关注数据监测、应急及环境治理知 识库建立等。   1 级： 已采用信息化手段进行风险、隐患、应急等安全管理以 及环保数据监测统计等；   2 级： 能够实现从清洁生产到末端治理的全过程信息化管理；   3 级： 通过建立安全培训、典型隐患管理、应急管理等知识库 辅助 安全管理；对所有环境污染点进行实时在线监控，监控 数据与生产、设备数据集成，对污染源超标及时预警；   4 级：

46、 支持现场多源的信息融合，建立应急指挥中心通过专家 库开展应急处置；建立环保治理模型并实时优化，在线生成 优环保优化方案；   5 级 ：基于知识库，支持安全作业分析与决策，实现安全作业 与风险管控一体化管理；利用大数据自动预测所有污染源的 22 整体环境情况，根据实时的治理设施数据、生产、设备等数 据，自动制定治理方案并执行。  3、物流  3.1、物流 管理  物流管理是将产品运送到下游企业或用户中的过程，利用条形 码、射频识别、传感 器以及全球定位系统等先进的物联网技术，通过 信息处理和网络通信技术平台实现运输过程的自动化运作、可视化监 控和对车辆

47、、 路径 的优化管理等，以提高运输效率、减少能源消耗。 物流 能力成熟度的提升是从 订单、计划调度、信息跟踪 的信息化管理 开始 ， 到通过多种策略进行管理 ， 最终实现 精益化 管理和智能物流 。 其关注点在于 订单 管理，运输计划与调度管理 、 物流信息的 跟踪 与反 馈，运输路径的优化等。等级及其特征如下。   1 级： 通过信息化手段管理物流过程，对信息进行简单跟踪反 馈 ；   2 级： 通过信息系统实现订单管理、计划调度、信息跟踪和运 力资源管理 ；   3 级： 实现出库和运输过程的整合，实现多式联运，物流信息 能够推送给客户 ；   4

48、级： 应用知识模型实现订单精益化管理、路径优化和实时定 位跟踪 ；   5 级： 实现无人机运输、物联网跟踪等 。  4、销售  23 4.1、 销售管理  销售管理是以客户需求为核心，利用大数据、云计算等技术，对 销售数据、行为进行分析和预测，带动生产计划、仓储、采购、供应 商管理等业务的优化调整。 销售 能力成熟度的提升是从销售计划 、 销 售订单 、 销售价格 、 分销 计划、 客户关系的信息化管理开始 ， 到 客户 需求预测 /客户实际需求拉动生产、采购和物流计划，最终实现通过 更加准确的销售 预测对企业客户管理、供应链管理与生产管理进行优 化，

49、以及个性化营销等。 其关注点在于销售数据挖掘、 销售 预测 及销 售计划、 销售业务与相关业务的集成 以及销售的新模式 。等级及其特 征如下。   1 级： 通过信息系统对销售业务进行简单管理 ；   2 级： 通过信息系统实现销售全过程管理，强化客户关系管理 ；   3 级： 销售和生产、仓储等业务进行集成，实现产品需求预测 / 实际需求拉动生产、采购和物流计划 ；   4 级： 应用知识模型优化销售预测，制定更为准确的销售计划； 通过电子商务平台整合所有销售方式，实现根据客户需求变 化自动调整采购、生产、物流计划 ；   5 级： 能够实现

50、对电子商务平台的大数据分析和个性化营销等 功能 。  5、 服务  服务是通过对客户满意度调查和使用情况跟踪，对产品的运维情  24 况统计分析，反馈给相关部门，维护客户关系，提升产品过程，达到 从纵向挖掘客户对产品功能和性能的要求，进而从横向拓展客户群。 服务 能力成熟度的提升是 服务 方式从线下 、 线上 、 云平台和移动客户 端 、 客服机器人 /现场、线上线下远程指导、远程工具、远程平台、 AR/VR 的转变，最终能够提供个性化客户服务和基于知识挖掘的创 新性产品服务。 构成 服务 的域如图 2-7 所示。  图 2-7 服务 的关键评价域 &n

51、bsp;5.1、客户服务  客户服务是借助云平台、移动客户端、知识模型和智能客服机器 人等技术，多维度的对客户知识进行挖掘，向客户提供智能服务和个 性化服务。关注点在于客户知识的统计和分析、客服渠道的多样性和 智能客服机器人的投用情况等。   1 级： 设立客户服务部门，通过信息化手段管理客户服务信息， 并把客户服务信息反馈给相关部门，维护客户关系 ；   2 级： 具有规范的服务体系和客户服务制度，通过信息系统进 行客户服务管理，并把客户服务信息反馈给相关部门，维护 客户关系 ；   3 级： 建立客户服务知识库，可通过云平台提供客户服务，并 与客户关

52、系管理系 统集成，提升服务质量和客户关系 ；   4 级： 实现面向客户的精细化知识管理，提供移动客服方式 ；  25 5 级： 通过智能客服机器人，提供智能服务、个性化服务等。  5.2、 产品服务  产品服务是借助云服务、数据挖掘和智能分析等技术，捕捉、分 析用户信息，更加主动、精准、高效的给用户提供服务，向按需和主 动服务的方向发展。关注点在于产品的智能化、 远程 服务平台的建立、 数据 挖掘 和分析等。   1 级： 设立产品服务部门，通过信息化手段管理产品运维信息， 并把客户服务信息反馈给相关部门，指导产品过程提升 ；  

53、2 级： 具有规范的产品服务制度，通过信息系统 进行产品服务 管理，并把产品服务信息反馈给相关部门，指导产品过程提 升 ；   3 级： 产品具有存储、网络通信等功能，建立产品故障知识库， 可通过网络和远程工具提供产品服务，并把产品故障分析结 果反馈给相关部门，持续改进老产品的设计生产，并为新产 品设计生产提供基础 ；   4 级： 产品具有数据采集、通信和远程控制等功能，通过远程 运维服务平台，提供在线检测、故障预警、预测性维护、运 行优化、远程升级等服务，通过与其他系统的集成，把信息 反馈给相关部门，持续改进老产品的设计生产，并为新产品 设计生产提供基础 ；   5 级： 通过物联网技术、增强现实 /虚拟现实技术和云计算、大 数据分析技术，实现智能运维和和创新性应用服务  26 6、资源要素  资源要素是对组织的战略、组织结构、人员、设备及能源等要素 的策划、管理及优化，为智能制造的实施提供基础。资源要素能力成 熟度的提升体现了从管理愿景的策划，到运用信息化手段进行管理、 到决策智能化的转变，体现了组织智能化管理水平的提升。构成资源 要素类能力的域如图 2-8 所示。  图 2-8 资源要素的关键评价域  6