400-868-1122
根云工业互联网平台
返回当前，新一轮科技革命和产业变革不断深入，制造业数字化、网络化、智能化融合发展，正在不断突破新技术、催生新业态。智能制造已成为推动制造业转型升级、加快制造业高质量发展的重要抓手。经过多年培育，我国智能制造发展已从初期的理念普及、试点示范阶段进入到当前深化应用、全面推广阶段，形成了试点示范引领、供需两端发力、线面复制推广、多方协同推进的良好局面。
展开来说，智能制造是智能技术与制造技术的融合，是运用智能技术来解决制造的问题。智能制造是对复杂装备、复杂产品，在全生命周期中加工、装备等环节的制造活动，并进行知识学习、信息感知与分析、智能决策与执行，实现制造过程、制造系统与制造装备的知识推理、动态传感与自主决策。
中国电子技术标准化研究院组织制定的GB/T 39116-2020《智能制造能力成熟度模型》和GB/T 39117-2020《智能制造能力成熟度评估方法》两项国家标准以推动制造业高质量发展为主题，以提升制造业智能制造能力为根本目的，有效带动了全国智能制造水平的提升。
目前标准已在全国32个省市自治区得到应用，累计12000多家企业通过“智能制造评估评价公共服务平台” （以下简称平台）完成智能制造能力成熟度自诊断、自对标，覆盖31个制造业大类，为企业了解自身智能制造能力水平、行业主管部门全面掌握智能制造发展现状提供了有效支撑。基于平台的数据支撑，分析得出以下8大智能制造发展趋势。
01
聚焦智能制造远景目标
擘画发展蓝图
展开来说，智能制造是智能技术与制造技术的融合，是运用智能技术来解决制造的问题。智能制造是对复杂装备、复杂产品，在全生命周期中加工、装备等环节的制造活动，并进行知识学习、信息感知与分析、智能决策与执行，实现制造过程、制造系统与制造装备的知识推理、动态传感与自主决策。
中国电子技术标准化研究院组织制定的GB/T 39116-2020《智能制造能力成熟度模型》和GB/T 39117-2020《智能制造能力成熟度评估方法》两项国家标准以推动制造业高质量发展为主题，以提升制造业智能制造能力为根本目的，有效带动了全国智能制造水平的提升。
目前标准已在全国32个省市自治区得到应用，累计12000多家企业通过“智能制造评估评价公共服务平台” （以下简称平台）完成智能制造能力成熟度自诊断、自对标，覆盖31个制造业大类，为企业了解自身智能制造能力水平、行业主管部门全面掌握智能制造发展现状提供了有效支撑。基于平台的数据支撑，分析得出以下8大智能制造发展趋势。
01
聚焦智能制造远景目标
擘画发展蓝图
制造企业已深刻意识到智能制造是提升核心竞争力的关键，并逐步将智能制造细化到企业的战略举措中。目前已有85%的企业具备智能制造发展愿景，49%的企业制定了智能制造发展规划，28%的企业在战略执行过程中定期开展评测与监控，并根据评测结果对智能制造战略进行优化和调整。
02
提升设备数字化和网络化能力
夯实智能制造基础
设备的数字化和网络化是智能制造的基础，根据平台结果分析，截至目前企业设备的数字化水平已有明显改进，设备数字化率达到50%，完成设备联网和设备运行数据采集的达到23%，实现设备远程监控的达到24%，开始探索设备预测性维护的达到14%。
03
加强资源库和知识库建设
扎实推进数字化设计
数字化设计是实现智能制造的关键基础技术，是制造业提升智能制造能力水平的关键方面，目前已从传统二维设计，转变为基于知识库的参数化/模块化、模型化设计。目前已有48%的企业开展了计算机辅助设计，27%的企业实现了基于三维模型的设计，25%的企业开展了数字化建模仿真，48%和39%的企业应用PDM/CAPP对产品设计和工艺设计数据进行结构化管理与归档，25%的企业在设计过程中建立了典型组件和设计知识库。数字化设计和制造的普及有助于企业适应外部环境技术动态性以及响应外部市场需求不确定性。
04
着力推进生产过程智能化
建设智能化车间
智能车间是落实智能化改造的重要载体，是制造业实现智能化转型升级的基础。根据平台结果分析，40%的车间可实现作业指导、加工程序、工艺参数等工艺文件的远程下达，36%的车间部分实现了生产的人、机、料、法、环、测数据采集，12%的车间实现了生产计划和作业工单的自动排程，23%的车间实现了生产信息的可视化与数据统计，29%的车间实现了设备的信息化管理。
05
关注在线质量管控
提升产品品质可靠性
质量控制的能力与水平成为衡量企业智能制造能力水平的重要指标和关键要素。通过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，可达到全面质量管理的目的。根据平台结果分析，43%的企业具备过程质量控制方法和技术，24%的企业具备自动化在线检测设备，实现对过程质量的在线检测和检测结果判定，16%的企业依托质量管理系统对质量检验标准、作业指导、质量数据采集和质量问题处置管理，9%的企业可以实现包括原材料、在制品、成品的全流程质量追溯。
06
加强集成技术深度应用
消除信息孤岛
集成技术的应用及效果是企业迈进成熟度三级的关键核心，促进企业实现各业务、信息等的互联与互操作，最终达到信息流、数据流无缝传递的状态。根据数据分析结果显示，目前70%的企业完成了设备、系统间的集成需求与规划，24%的企业初步实现了物联网与信息系统的融合，19%的企业具备完整的系统集成架构和技术规范，12%的企业实现了设计、生产、物流、销售和服务全业务活动的集成。
07
提升数据分析利用率
基于模型驱动精准决策和业务优化
06
加强集成技术深度应用
消除信息孤岛
集成技术的应用及效果是企业迈进成熟度三级的关键核心，促进企业实现各业务、信息等的互联与互操作，最终达到信息流、数据流无缝传递的状态。根据数据分析结果显示，目前70%的企业完成了设备、系统间的集成需求与规划，24%的企业初步实现了物联网与信息系统的融合，19%的企业具备完整的系统集成架构和技术规范，12%的企业实现了设计、生产、物流、销售和服务全业务活动的集成。
07
提升数据分析利用率
基于模型驱动精准决策和业务优化
随着新一代信息技术的在制造业的深度应用，生产制造过程数据倍增，系统地挖掘分析生产制造数据，将数据转化为知识、知识转化为决策，基于数据驱动的制造是实现智能化的必要前提。目前已有70%的企业可实现数据在企业内部的共享，31%的企业可实现数据的跨业务共享，16%的企业建立了数据编码、交换格式和集成要求等规则，开始对数据进行标准化和数据治理，16%的企业建立了企业级大数据平台，13%的企业基于模型分析和应用数据，驱动生产环节的业务优化。
08
加快智能制造人才培养
支撑产业发展
根据人力资源和社会保障部的数据分析预测，2020年，智能制造领域人才需求为750万人，人才缺口300万人：到2025年，人才需求将到达900万人，人才缺口预计450万人。根据平台结果分析，目前90%的企业雇员充分意识到发展智能制造的重要性，企业识别了发展智能制造应具备的人员素质和能力，40%的企业开始建立公司级智能制造培训体系，29%的企业注重鼓励全员开展智能制造的技术创新和答理创新。在知识管理和知识转化方面，12%的企业建立了统一的知识管理平台和知识库，12%的企业开姶积累沉淀专家知识和经验并将其进行数字化和代码化，以帮助企业解决运营管理中週到的复杂问题。未米智能制造人才培养要聚焦专业化、体系化，服务企业内部智能化过程改进工作。
【文章来源：电子标准院CESI、工信部官网】
