关于印发江苏省智能制造示范工厂建设三年行动计划(2018-2020年)的通知
2020-04-22 阅读量:472 来源:机智网

江苏省智能制造示范工厂建设三年行动计划
(2018-2020 年)


        智能工厂是指基于全面互联、智能控制、安全可靠的工业互 联网,广泛采用新一代信息技术和先进制造技术,综合运用设计 生产、检验检测、仓储物流等智能装备、软件和控制系统,覆盖 研发设计、生产制造、经营管理、运维服务等生产全流程、管理 全方位和产品全生命周期,泛在连接、弹性供给、动态优化和高 效配置制造资源,实现响应时间缩短、资源消耗减少、质量效益 提升、运营成本降低、环境生态友好的现代工厂。2015 年以来我 省大力推进智能制造,已累计创建示范智能制造车间 536 个,为 创建智能制造示范工厂奠定了良好基础。为深入贯彻落实省委、 省政府关于加快推进智能制造,创建一批示范智能工厂,培育一 批智能制造领军企业的要求,结合《江苏省“十三五”智能制造 发展规划》和智能制造工程实施方案的推进工作部署,现制定江 苏省智能制造示范工厂建设三年行动计划如下:

        一、总体思路与目标

        坚持以企业为主体,以市场为导向,注重工厂建设与互联网 平台建设、产业生态建设相结合,充分依托和发挥国家智能制造 试点示范和省智能制造示范车间的创建优势,聚焦“设施互联、系统互通、数据互享、产业互融”建设内容,培育创建一批示范 引领作用强、综合效益显著,覆盖生产全流程、管理全方位、产 品全生命周期的智能制造示范工厂,引导和带动全省智能制造水 平稳步提升。 到2020年,以机械、汽车、电子、医药、纺织、轻工等领域 为重点,创建50家左右省级智能制造示范工厂,培育100家左右智 能制造领军企业,形成一批智能制造标准。

        二、工厂建设总体原则与要求

        江苏省智能制造示范工厂总体上分为离散型智能工厂和流 程型智能工厂两类,每类智能工厂创建遵循相应示范体系要求 (具体内容附后),总体上各类智能工厂遵循以下共同原则与要 求:

        1、设施高度互联。建立各级标识解析节点和公共递归解析节 点,促进信息资源集成共享;建立工业互联网工厂内网,采用工 业以太网、工业无源光网络 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的互联;利用 IPv6、工 业物联网等技术实现工厂内、外网以及设计、生产、管理、服务 各环节的互联,支持内、外网业务协同。

        2、系统高度互通。工厂的总体设计、工艺流程及布局均已建 立数字化模型可进行模拟仿真,应用数字化三维设计与工艺技术 进行工艺设计、工艺仿真;建立制造执行系统(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;建 立产品数据管理系统(PDM),实现产品设计、工艺数据的管理; 建立试验数据管理系统(TDM),实现产品试验、测试、在线检测 数据的管理;建立质量信息管理系统(QMS) ,实现供方质量检验、 关键工序 SPC 分析、过程质量数据采集、管理与分析等;在此基 础上,制造执行系统(MES)、企业资源计划(ERP)与数字化三 维设计仿真软件、产品数据管理(PDM)、试验数据管理(TDM)、 质量信息管理(QMS)、供应链管理( SCM)、客户关系管理(CRM) 等系统实现互通集成。

        3、数据高度互享。建立生产过程数据采集和分析系统 (SCADA),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。制造执 行系统(MES)、企业资源计划(ERP)与数字化三维设计仿真软 件、产品数据管理(PDM)、供应链管理(SCM)、客户关系管理 (CRM)、 质量管理系统(QMS)、试验数据管理系统(TDM)等 系统之间的多元异构数据实现互享。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。

        4、业态高度互融。构建基于云计算的集成共享服务平台,实 现从单纯提供产品向同时提供产品和服务转变,从大规模生产向个性化定制生产转变,促进制造业与服务业相融合。

        三、创建重点任务

        (一)科学筛选项目。分业分类制定智能工厂示范体系,调 研建立智能制造示范工厂创建项目库,同时对省内智能制造领军 服务企业进行调研摸底,建立领军服务企业基础数据库。按年度 动态明确智能制造示范工厂项目申报条件和要求,在申报基础上 组织委内相关处室和行业专家遴选优质项目。

        (二)加强过程管理。组织专家对入库项目进行诊断,形成 目标明确、操作可行的诊断报告,企业根据诊断报告意见完善项 目实施方案,形成智能制造示范工厂创建任务书。建立创建目标 考核责任制,加强实施过程监管,确保时间进度和创建成效。

        (三)加强工作协同。建立统筹协同的工作机制,强化信息 基础设施建设,推进工业互联网发展,加快发展智能装备和工业 软件,培育壮大系统解决方案供应商。

        (四)优化服务保障。组织开展专题现场对接推进活动,促 进智能装备制造商、系统集成商与创建企业对接。加强产融合作, 促进金融机构为智能制造示范工厂建设提供资金支持。加强协调 服务,确保财政专项资金对智能制造示范工厂建设的有效支持。 加强经验总结,及时宣传推广智能工厂创建经验,引导带动相关 行业企业加快发展智能制造。


附件 1:

江苏省离散型智能工厂示范要点(试行)


      一、研发设计环节

        应用数字化三维设计与工艺设计软件进行产品、工艺设计与 仿真,并通过虚拟样机、数字化虚拟工厂以及物理检测、试验等 方式进行验证与优化;建立产品数据管理系统(PDM),实现产品 多配置管理、研发项目管理,产品设计、工艺数据的集成管理。 对产品生产过程建立虚拟模型,仿真并优化生产流程。对各环节 制造数据、绩效数据集成分析,优化生产工艺,提高产品质量, 降低生产成本。

        二、生产制造环节

        建立制造执行系统(MES), 实现生产计划管理、生产过程控 制、产品质量管理、车间库存管理、项目看板管理智能化,提高 企业制造执行能力。

        (一)生产排程柔性化。建立高级计划与排产系统(APS), 通过集中排程、可视化调度及时准确掌握原料、设备、人员、模 具等生产信息,应用多种算法提高生产排程效率,实现柔性生产, 全面适应多品种、小批量的订单需求。

        (二)生产作业数字化。生产任务基于生产计划自动生产,并传送至制造执行系统(MES)生产采集终端,系统自动接收生 产工单;通过制造执行系统(MES)生产采集终端可查询图纸、 工艺标准等技术文件及物料清单(BOM)信息。

        (三)过程质量可追溯。建立数据采集与监视控制系统 (SCADA), 通过条形码、二维码或无线射频识别(RFID)卡等 识别技术,可查看每个产品生产过程的订单信息、报工信息、批 次号、工作中心、设备信息、人员信息,实现生产工序数据跟踪, 产品档案可按批次进行生产过程和使用物料的追溯;自动采集质 量检测设备参数,产品质量实现在线自动检测、报警和诊断分析, 提升质量检验效率与准确率;生产过程的质量数据实时更新,统 计过程控制(SPC)自动生成,实现质量全程追溯。

        (四)生产设备自管理。设备台账、点检、保养、维修等管 理实现数字化;通过传感器采集设备的相关工艺参数,自动在线 监测设备工作状态,实现在线数据处理和分析判断,及时进行设 备故障自动报警和预诊断,部分设备可自动调试修复;设备综合 效率(OEE)自动生成。

        (五)生产管理透明化。可视化系统实时呈现包含生产状况 (生产数、生产效率、订单总数、完成率)、品质状况(生产数中 的不良数、不良率)、设备状况等生产数据;生产加工进度通过各 种报表、图表形式展示,直观有效地反映生产状况及品质状况。

        (六)物流配送智能化。基于条形码、二维码、无线射频识别(RFID)等识别技术实现自动出入库管理,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;能够基于生 产线实际生产情况拉动物料配送,根据客户和产品需求调整目标 库存水平。 (七)能源资源利用集约化。建立能源综合管理监测系统, 主要耗能设备实现实时监测与控制;建立产耗预测模型,水、电、 气(汽)、煤、油以及物料等消耗实现实时监控、自动分析,实现 能源资源的优化调度、平衡预测和有效管理。

        三、经营管理环节 建立企业资源计划(ERP), 以系统化思维和供应链管理为核 心,科学配置资源,优化运行模式,改善业务流程,提高决策效 率。利用跨供应链的产品全生命周期管理系统(PLM),改善产品 研发速度和敏捷性,增强交付客户化、为客户量身定做的能力。 高级计划与排产系统(APS)应用拓展到企业上下游供应链,围 绕核心企业的网链关系,在正向需求流及逆向供应流之间增加供 需平衡管控机制,实现供应链各环节共同规划需求、订单和预测 分析评估调整、产能和关键物料规划与控制、多工厂多车间协同、 短中长期物料供需平衡管控等。

        四、运维服务环节(针对部分企业) 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。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。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。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。

        五、其他关键要素

        (一)工业互联网。采用工业以太网、工业无线等技术,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。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。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。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。

        (二)工业云平台。通过协同云平台,实现制造资源和需求 的有效对接;实现面向需求的创新资源、设计能力的共享、互补 和对接;实现面向订单的生产资源合理调配,以及制造过程各环 节和供应链的并行组织生产。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。

        (三)工业大数据平台。建立数据仓库或数据中台基础系统, 应用微服务组件架构,建立算法和模型。通过数据治理及数据集 成,实现决策分析平台,输出数据指标,指导设计研发、工艺和 制造过程。

        (四)人工智能(针对部分企业)。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。应 用机器学习、专家系统、深度学习等人工智能新技术对企业生产 数据、财务数据、管理数据、采购数据、销售数据和消费者行为 数据等数据资源进行分析和挖掘,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。


附件 2:

江苏省流程型智能工厂示范要点(试行)

        一、工艺优化环节

        应用数字化工艺设计技术进行设计与仿真,并通过数字化虚 拟工厂、检测与实验等方式进行验证与优化。建立产品数据管理 系统(PDM), 实现产品多配置管理、研发项目管理,产品设计、 工艺数据的集成管理。对产品生产过程建立虚拟模型,仿真并优 化生产流程。对各环节制造数据、绩效数据集成分析,优化生产 工艺,提高产品质量,降低生产成本。

        二、生产制造环节 建立制造执行系统(MES), 实现生产计划管理、生产过程控 制、产品质量管理、车间库存管理、项目看板管理智能化,提高 企业制造执行能力。

        (一)生产排程柔性化。建立高级计划与排产系统(APS), 通过集中排程、可视化调度、工业大数据等及时准确掌握原料、 设备、人员等生产信息,应用多种算法提高生产排程效率,实现 柔性生产,全面适应多品种、小批量的订单需求。

        (二)生产作业数字化。生产管理系统和分布式控制系统 (DCS)全面集成,自动生成企业所需要的日报表、盘点表、月质量报表等相关报表。生产流水线上重要工艺参数、设备状态、 料位、喂料量等实行实时监控;图形站上的生产流程图所有显示 值均为动态数据,可定时刷新。

        (三)过程质量可追溯。生产线安装大量传感器探测温度、 压力、热能、振动和噪声等,用大数据分析整个生产流程,一旦 某个流程偏离标准工艺,及时报警预判。质量管理系统和化验设 备无缝集成,实现在线检测。企业基于同一个平台系统进行操作, 与检测设备集成,自动形成使用数据,系统自动汇总质量数据信 息。统计过程控制(SPC)自动生产,实现质量全程追溯。

        (四)生产设备自管理。设备台账、点检、保养、维修等管 理实现数字化;通过传感器采集设备的相关工艺参数,自动在线 监测设备工作状态,实现在线数据处理和分析判断,及时进行设 备故障自动报警和预诊断,部分设备可自动调试修复;设备综合 效率(OEE)自动生成。

        (五)生产管理透明化。可视化系统实时呈现包含生产状况 (生产数、生产效率、订单总数、完成率)、品质状况(生产数中 的不良数、不良率)、设备状况等生产数据;生产加工进度通过各 种报表、图表形式展示,直观有效地反映生产状况及品质状况。

        (六)能源系统和水电仪表无缝整合。准确掌握各类能源介 质分系统运行状况;完善能源计量体系,提供数据支撑、统一数 据来源。

        (七)物流配送智能化。基于条形码、二维码、无线射频识 别(RFID)等识别技术实现自动出入库管理;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。能够基于生 产线实际生产情况拉动物料配送,基于客户和产品需求调整目标 库存水平。

        三、经营管理环节

        建立企业资源计划(ERP),以系统化思维和供应链管理为核 心,科学配置资源,优化运行模式,改善业务流程,提供决策效 率。利用跨供应链的产品全生命周期管理系统(PLM),改善产品 研发速度和敏捷性,增强交付客户化、为客户量身定做的能力。 高级计划与排产系统(APS)应用拓展到企业上下游供应链,围 绕核心企业的网链关系,在正向需求流及逆向供应流之间增加供 需平衡管控机制,实现供应链各环节共同规划需求、订单和预测 分析评估调整、产能和关键物料规划与控制、多工厂多车间协同、 短中长期物料供需平衡管控等。

        四、其他关键要素

        (一)工业互联网。采用工业以太网、工业无线等技术,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。采用各类标识技术自 动识别原材料、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。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。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。

        (二)工业云平台。通过协同云平台,实现制造资源和需求 的有效对接;实现面向需求的创新资源、设计能力的共享、互补 和对接;实现面向订单的生产资源合理调配,以及制造过程各环 节和供应链的并行组织生产。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。

        (三)工业大数据平台。建立数据仓库或数据中台基础系统, 应用微服务组件架构,建立算法和模型。通过数据治理及数据集 成,实现决策分析平台,输出数据指标,指导设计研发、工艺和 制造过程。

        (四)人工智能(针对部分企业)。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。应 用机器学习、专家系统、深度学习等人工智能新技术对企业生产数据、财务数据、管理数据、采购数据、销售数据和消费者行为 数据等数据资源进行分析和挖掘,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。

 

企业入驻
400-030-8988

客服微信

意见反馈
回到顶部