数实融合:新型工业化必由之路

导语:本刊推出系列专题从行业解决方案数字场景驱动业务模式创新数字新基建四个维度分享我国企业数实融合发展的优秀实践案例

党的二十大对促进数字经济与实体经济融合发展作出一系列战略部署,赋予新型工业化以新的时代内涵,指明新型工业化发展方向和实现路径。国家工业信息安全发展研究中心依托工业大数据分析与集成应用工业和信息化部重点实验室,组织开展“数实融合赋能新型工业化方法路径与产业实践课题”研究,深入调研300多家企业,征集评选出40个成效显著、可示范推广的优秀实践案例。本刊推出系列专题,从行业解决方案、数字场景驱动、业务模式创新、数字新基建四个维度,分享我国企业数实融合发展的优秀实践案例。



一、数实融合赋能新型工业化内容与场景



1. 数实融合赋能新型工业化主要内容


随着以数字化、网络化、智能化为主要特征的新一轮科技革命和产业变革加速演进,数字经济与实体经济融合已成为赋能新型工业化、推动企业高质量发展的重要引擎。数字技术的快速发展和广泛应用,使得其与制造技术、数字经济与实体经济深度融合成为可能,可从宏观、中观、微观三个层面理解数实融合赋能新型工业化的主要内容。


宏观层面。数字经济与实体经济深度融合发展是新形势下我国走新型工业化道路的重要战略选择,是在两化融合相关理论研究和实践基础上不断深化和发展完善的。


一方面,两化融合覆盖的广度随着经济社会发展需求升级而持续扩展,即由党的十六大提出的“信息化与工业化融合”扩展为党的二十大提出的“数字经济与实体经济深度融合”。同时,两化融合赋能程度也在持续加深,即由传统的信息化对工业化赋能演化为互联网、大数据、云计算、人工智能、物联网等新一代信息技术对制造业赋能,再进一步升华为数字经济向实体经济赋能。


中观层面。数实融合即数字经济与实体经济融合,是数字产业化和产业数字化的连接点,其赋能新型工业化的落脚点是工业数字化转型升级。


在融合范围方面,数字化对工业各细分行业/领域的赋能层次不断延伸,即由单个企业向产业链上下游、产业集群向区域、行业向产业生态扩展和渗透。


在融合技术应用方面,以大数据、云计算、人工智能、物联网等为代表的新一代信息技术应用程度正在不断加深,即由信息化软件工具单项或集成应用向工业大数据工业互联网、智能制造、工业信息安全等技术与产业深度融合应用方向发展。


微观层面。数实融合赋能新型工业化的微观层面主要体现为工业企业由规模速度型向质量效益型发展方式转变,即企业以数据要素驱动技术和管理创新,通过智能化改造和数字化转型实现高端化、智能化、绿色化发展。


如工业企业应用大数据、工业互联网、云计算、人工智能、物联网等先进技术对设备管理、安全管理、生产管理、能源管理、质量管理、经营管理、供应链管理等业务场景进行全面数字化升级,实现系统集成与数据互联互通共享,以数据驱动业务流程优化、组织变革和业务模式创新。


2. 数实融合赋能新型工业化典型场景


随着新一代信息技术、先进制造技术在工业细分行业/领域的拓展和渗透应用,制造业数字化、智能化转型成为数实融合的主战场,催生了业务数智化、业务模式创新、数字新基建、数字“双碳”等典型应用场景。


(1)业务数智化


业务数智化即企业应用工业互联网、云计算、大数据、人工智能、物联网等信息技术对研发设计、生产管控、经营管理等关键业务进行数字化、智能化改造升级,以数据要素驱动业务模式创新与价值增长。


研发设计方面:企业通过数字化建模和虚拟仿真优化,实现数据要素驱动的产品数字化研发。


如应用工业设计软件、工业知识建模等技术开展新产品数字化研发设计,提升设计效率,缩短研发周期;应用虚拟仿真技术进行产品试验、调试,缩短研制周期,降低研制成本,提高产品质量;综合应用物联网、人工智能、大数据等技术,打通产品研发、生产、售后服务等环节的数据链,开展创成式产品智能研发设计,促进产品创新。


生产管控方面:运用大数据、移动互联网、云计算等技术进行市场订单预测、产能平衡分析、生产计划制订和智能排产,提高生产效率;基于5G工业互联网等技术建设生产控制网络,实现人、机、料、法、环等生产要素的优化配置与高效协同;利用智能检测设备和嵌入式软件系统,开展产品质量在线检测与统计分析,降低产品不合格率,提升产品质量;建立设备智能维护管理平台,实现设备智能点巡检、运行状态监控、故障智能诊断与维护,提升设备综合效率、可靠性和稳定性;部署智能传感与控制等装备,通过安全风险实时监测与应急处置、危险作业岗位“机器换人”等,实现面向生产全流程的安全管控。


经营管理方面:一是通过市场趋势预测、用户需求数据挖掘和分析,优化销售计划,实现需求驱动的精准营销,提高营销效率,降低营销成本;通过服务需求挖掘、主动式服务推送和远程产品运维服务等,实现对个性化服务需求的精准响应,优化产品和服务体验,增强客户黏性。


二是综合应用工业软件、大数据分析、移动互联网等技术构建企业经营管控“驾驶舱”,对关键业务数据和运营绩效进行全方位、多层次的可视化监测,辅助企业精准决策,提升运营管理效率。


三是应用物联网、大数据、人工智能等技术,优化供应链采购策略、仓储物流监测手段、风险预警与管控措施等,增强供应链柔性和韧性。


(2)业务模式创新


面向企业全价值链、产品全生命周期和全量资产要素,通过新一代信息技术与制造技术融合,推动关键装备技术创新、制造模式创新和服务模式创新。


协同制造方面:建立生产制造协同网络平台,推动企业内部研发设计、制造、营销、服务等环节的紧密连接和协同联动,实现基于网络的生产业务并行协同,并将富余的制造能力对外输出,实现制造资源优化配置。


大规模个性化定制方面:部署智能制造装备,通过生产柔性化、敏捷化和产品模块化,根据客户的个性化需求,以大批量生产的低成本和高效率提供高质量的个性化定制产品和服务。


人机协同制造方面:应用人工智能、AR(增强现实)、VR(虚拟现实)、5G、智能传感等技术,提高数控机床、工业机器人、成套装备等智能制造装备与人员的交互协同能力,从而提高生产作业效率。


服务型制造方面:应用大数据、人工智能、云计算等技术及行业专家系统,对产品运行工况、缺陷、故障、维护保养等数据进行精准分析研判,拓展专业服务、设备估值、融资租赁、资产处置等新业务,以数据要素驱动服务型制造模式创新,培育价值创造新增长点。


(3)数字新基建


数字新基建即在新一代信息技术与制造业深度融合背景下,工业企业实施数字化、智能化转型升级所必需的工业软件、网络信息、工业信息安全、数据治理与流通系统以及数字孪生等数字化基础设施。


工业软件方面:包括CAD(计算机辅助设计)、CAE(计算机辅助工程)、CAM(计算机辅助制造)、CAPP(计算机辅助工艺设计)、PDM(产品数据管理)、EDA(电子设计自动化)、Aspen(大型通用流程模拟系统)、LIMS(实验室信息管理系统)等研发设计类软件工具;PLC(可编程逻辑控制器)、SCADA(数据采集与监视控制系统)、DCS(分散控制系统)、DNC(分布式数控系统)、MES(制造执行系统)、EMS(能源管理系统)等生产管控类软件工具;ERP(企业资源管理)、OA(办公自动化系统)、SCM(供应链管理系统)、CRM(客户关系管理系统)、EAM(企业资产管理系统)、HRM(人力资源管理系统)等经营管理类软件工具。


网络信息系统方面:包括部署工业互联网、物联网、5G、千兆光网等新型网络基础设施,建设工业数据中心、智能计算中心、工业互联网平台等信息系统,完善支撑业务数字化运行的网络信息基础设施。


工业信息安全方面:包括主机监控与审计、网络安全深度分析、网络安全管理、网络入侵防御、云安全防护、防火墙、漏洞扫描、数据库防护系统等软硬件工具。


数据治理与流通方面:应用云计算、大数据、隐私计算、区块链等技术,构建安全可信的数据空间,实现企业各类数据的有效治理和分析利用,推动企业间数据安全可信流通,充分释放数据价值。


数字孪生方面:应用建模仿真、多模型融合等技术,构建装备、产线、车间、工厂等不同层级的数字孪生系统,通过物理世界与虚拟空间的实时映射,实现基于模型的数字化运行和维护。


(4)数字“双碳”


综合应用数字化、智能化、低碳环保等先进技术对工业企业进行绿色化改造升级,促进企业节能降耗和低碳环保运行。


节能降耗方面:一是能源管控与资产管理。企业通过部署智能传感与控制等装备,进行能耗全面监测、能效分析优化和碳资产管理,实现面向生产制造全过程的精细化能源管理,提高能源利用率,降低能耗成本。


二是能耗采集与监控。企业基于能源管理系统,应用智能传感、大数据、5G等技术,开展全环节、全要素能耗数据采集、计量和可视化监测。


三是能源调控与动态优化。企业应用能效优化机理分析、大数据和机器学习等技术,优化设备运行参数或工艺参数,实现关键设备、关键环节能源综合平衡与优化调度。


低碳环保方面:一是碳资产核算交易。开发碳资产管理平台和行业成套装备,集成应用智能传感、大数据和区块链等技术,实现生产全流程碳排放追踪、分析、核算和交易。


二是废气污染与资源利用。部署智能传感与控制等装备,通过污染源治理管控与环境监测、废弃物处置与再利用,实现环保精细化管理,减少污染物排放,避免环境污染风险。


三是污染监测与管控。应用机器视觉、智能传感、大数据等技术,搭建数字化环保管理平台,开展污染物排放实时监测和污染源追溯管理,实现全过程环保数据的采集、监控与分析优化。


二、建立数实融合赋能新型工业化工作机制


为深入贯彻落实党中央、国务院关于推进新型工业化的战略部署,国家工业信息安全发展研究中心(简称国家工信安全中心)依托工业大数据分析与集成应用工信部重点实验室(简称工业大数据实验室),自2021年起组织开展“数实融合赋能新型工业化方法路径与产业实践课题”研究,以及“数据要素驱动企业数字化转型优秀案例与示范项目”征集评选、企业智能化改造与数字化转型(简称智改数转)诊断咨询、新型工业化系列会议/论坛等实践活动,形成涵盖生态培育、场景挖掘、供需对接、实践应用、宣贯推广的多层次、体系化数实融合赋能新型工业化工作机制(如图1所示)。

1. 成立数实融合专业组织,构建赋能新型工业化服务能力体系


为促进大数据与实体经济深度融合发展,统筹布局推进新型工业化相关工作,工业大数据实验室2020年以来陆续成立数据治理、大数据与实体经济融合、工业智能、数智供应链、设备上云、数字孪生、数字“双碳”7个专业工作组,围绕顶层设计、标准制定、标杆培育、供需对接、生态构建等方面开展工作,累计吸纳来自不同行业/领域的260多家成员单位共同参与实验室建设运行,构建起一体化、多层次的数实融合赋能新型工业化服务能力体系;同时,支持全国30个省、自治区、直辖市主管部门开展数实融合赋能新型工业化相关工作,参与编制《江苏省“十四五”信息化和工业化深度融合发展规划》《贵州省大数据与实体经济深度融合实施指南》《重庆市两化融合发展数据地图(2022)》《宁夏回族自治区十大行业数字化转型方案》等多项重要规划和方案,助力地方数字经济高质量发展和制造业数字化转型升级。


2. 挖掘典型应用场景,优化新型工业化解决方案供给


2020年以来,工业大数据实验室面向原材料、装备制造、电子信息、消费品、电力、能源、医疗、建筑、矿山等行业,聚焦智能研发、边缘计算、智能生产、智能运营、数智供应链、数字新基建等重点领域,连续三年开展“数据要素驱动企业数字化转型优秀案例与示范项目”征集评选活动,经过广泛征集、资料审查、现场调研、专家评审等环节,评选出一批成效显著、可示范推广的优秀实践案例,为加快推动制造业高端化、智能化、绿色化发展提供参考。


3. 发起“外脑行动”计划,搭建供需对接桥梁


2023年2月,聚焦制造企业数字化转型面临的痛点、难点、堵点问题,工业大数据实验室联合成员单位共同发起制造企业数字化转型“外脑行动”计划,搭建供需精准对接的桥梁,组织各领域专家为制造企业数字化转型提供专业指导和智力支持。


同时,基于全国两化融合公共服务平台27万多家企业的评估诊断数据和近千家服务商的服务评价数据,搭建企业数字化转型发展服务需求和服务资源供需对接系统。


在供给侧,依托工业大数据实验室着力培育和引进优质服务商资源,开展相关服务商能力画像,形成300多个细分行业/领域系统解决方案;在需求端,积极引导制造企业加入数字化转型“外脑行动”计划,通过供需匹配画像为企业推荐适用的数字化转型解决方案服务商,双方对接商讨形成具体解决方案,切实帮助企业解决数字化转型过程中的难点、痛点、堵点问题。


4. 开展“智改数转”专项行动,推动解决方案落地应用


2022年以来,国家工信安全中心依托工业大数据实验室持续开展企业“智改数转”诊断咨询工作,探索形成基于工业大数据的协同创新与应用推广业务模式。


截至目前,国家工信安全中心已累计为石油化工、光伏、建筑、建材、原材料、汽车、电子信息、食品、装备制造等20多个行业的500多家企业提供线下诊断与咨询规划服务,持续推动解决方案的落地应用,有力促进企业数字化转型和降本、提质、增效。


5. 举办新型工业化系列活动,加快典型应用场景示范推广


近年来,国家工信安全中心依托工业大数据实验室,联合地方政府、相关机构以及行业组织,分别举办“数智融合创新助力新型工业化高峰论坛”“科技赋能企业数字化转型论坛”“工业互联网创新发展论坛”“生态赋能·平台创新”成果展等系列活动,组织行业专家、龙头和标杆企业及解决方案服务商广泛深入开展数字化转型经验交流,分享数实融合赋能新型工业化的前瞻思考,加快典型应用场景示范推广。


三、数实融合赋能新型工业化实践成果


为全方位展现数实融合赋能新型工业化的实践成果,三年来,国家工信安全中心依托工业大数据实验室通过组织开展“数实融合赋能新型工业化方法路径与产业实践课题”研究,企业“智改数转”诊断咨询、“数据要素驱动企业数字化转型优秀案例与示范项目”征集等实践活动,深入调研300多家企业,整理提炼形成300多个案例样本,并从中评选出分别代表行业解决方案、数字场景驱动、业务模型创新、数字新基建四个方面的40个优秀实践案例,以期为相关行业和广大企业实施数字化转型、共同推进新型工业化提供参考借鉴。


1. 行业解决方案


在行业解决方案方面,聚焦能源/电力、钢铁、石油化工、轨道交通、航空航天、机械、建筑、建材、电子信息、汽车10个重点行业,提炼10个具有代表性的系统解决方案。


如鞍钢股份有限公司聚焦“集约、减量、智慧@客户”发展主线,应用5G、大数据、人工智能、数字孪生等新技术,建设钢铁工业大数据中心,实施“1+5+N”(一个中心、五大平台、N条智能产线)数字化转型战略,探索基于工业互联网数字孪生钢铁智能制造新模式。


中化信息技术有限公司在中国中化业务重组的背景下,构建“线上中化”数据管理与应用体系、重大危险源监控预警平台、化工行业模式化监控平台、“化备智”智能设备管理平台、“化视界”经营决策大数据平台、化学品和化学反应安全数据库、智慧HSE管理平台,打造化工行业“智能工厂+智慧HSE”解决方案。


针对中小型企业数字化转型缺乏顶层设计和系统规划,存在数据孤岛和数据资产闲置以及能力制约等痛点,工品行(苏州)数字科技有限公司以“1+2+3+N”(一个数字化平台、两个产品矩阵、三种典型路径、多种交付模式)系统解决方案,为数百家中小型制造企业提供供应链数字化转型升级服务。

2. 数字场景驱动


在数字场景驱动方面,参照《智能制造典型场景参考指引(2022版)》,围绕数字孪生工厂建设、生产过程管控、智能协同作业、精益管理、设备管理、安全生产管理、能源管理、供应链管理等场景,选取13个企业典型案例。


如深圳顺丰泰森控股(集团)有限公司以大型专业货运枢纽机场——鄂州花湖机场智慧运营管理为应用场景,融合应用大数据、建模仿真、AI、视觉分析等技术,自主研发构建“云镜”机场数字孪生系统,整合机场地理空间、建筑位置与结构、航班计划、物流规划、分拣设备等核心数据信息,通过虚实机场同频交互实现物理机场与数字孪生机场同步迭代优化,为机场全生命周期智慧运营管理提供全方位支持,实现机场空侧机坪、快递分拣中心、机场陆侧交通三大核心业务板块系统数据的互联互通共享与业务联动。


中车工业研究院有限公司以机车运维智能监控为应用场景,应用大数据、人工智能、云计算、物联网等技术,搭建多元多维传感网络系统和智慧物联边缘计算系统,打造中车慧衍工业智能开放平台,赋能轨道交通等领域装备系统及核心部件状态监测与健康管理。


内蒙古第一机械集团股份有限公司以“预防维修”“精准预知维修”设备精益管理为应用场景,应用工业互联网、大数据、人工智能等技术搭建离散型制造企业“一基双模”设备运维智能管控平台,通过对设备基础数据和运行数据采集、分类汇总和智能分析,精准判断设备故障及故障演变进程,从而提升设备管理水平和设备使用效率。


广州交信投科技股份有限公司以交通运输主动安全防控数字化转型为目标,应用人工智能、大数据、物联网等技术,构建从多维度信息感知、立体化风险识别到智能化安全防控的城市交通运输安全防控系统,提升车辆运行安全水平和城市公共交通服务质量。


3. 业务模式创新


在业务模式创新方面,从个性化定制、网络化协同、数字化管理、智能化生产、服务化延伸等维度提炼9个企业典型案例。


如深圳市环境水务集团有限公司聚焦外勤作业操作规范化、工单效率及数据准确性等难点,应用大数据、移动互联网、物联网、GIS(地理信息系统)等技术,构建集约化管理与智能化调度相结合的外勤作业管理平台,实现水务外勤业务线上化、数字化管理,提升业务运营效率和客户服务水平。


北京国联视讯信息技术股份有限公司综合应用物联网、大数据、云计算、人工智能等技术,搭建PTDCloud工业互联网平台,打通钛产业链上下游订单、生产、库存、物流等关键环节的数据通道,助力钛产业供应链管理优化升级。


波司登羽绒服装有限公司针对传统纺织服装行业普遍面临的高毛利、高费用、高库存、低净利的“三高一低”特点,应用工业互联网、云计算、5G、人工智能等技术,构建基于大数据的服装柔性智能制造全链路集成平台,打通从门店到工厂的“人货场”“产销存”任督二脉,实现企业前端销售、中端库存与后端供应链的生产运营全流程数据信息互联互通共享,成为纺织服装行业“智改数转”的标杆。


4. 数字新基建


在数字新基建方面,从数据基础设施集成、数据存储治理、工业知识软件化、智慧园区等方面,选取8个典型示范项目。


如深圳市杉岩数据技术有限公司应用新一代智能分布式存储等核心技术,打造杉岩MOS海量对象存储(MOS)内置数据处理平台,打造新一代数据智能存储底座和数据处理引擎,可将机器视觉检测设备生成的数据文件自动进行图片压缩或格式转换、按需自定义标签(产线号、机台号、工序号、LotID、时间戳等)信息、图片批注和打水印等,大幅提升半导体企业产线质量检测和质量回溯效率。


针对智能电能表计量性能无法实时精准监测,用电负荷需求侧响应管理与光伏能效监测不能适应新要求、充电桩运维成本高等电网行业痛点问题,北京志翔科技股份有限公司建设基于数字孪生的电能计量态势感知平台,为电力发、配、用等环节提供“云边协同”“末端支撑”智能化监测手段与分析工具,应用于厂/站关口计量点在线监测、电力低压配电台区智能管理、用电负荷辨识及电动汽车充电桩计量点在线监测、光伏能效监测等多种场景,助力电网企业数字化转型。


深圳联友科技有限公司针对新能源汽车电池生产过程数据追溯难的问题,搭建标识解析电池溯源集成应用平台,建立电池标识编码规则及标识编码解析定义,以标识编码方式赋予物理电池唯一身份编码,通过工业互联网标识解析实现电池全生命周期任意位置的识别和定位,以及各级异构系统之间的数据互联互通。


作者单位 国家工业信息安全发展研究中心

暂无评论,等你抢沙发

  • 短信登录
  • 密码登录
还没有账号,
登录即代表您同意本网站的 《用户注册协议》
还没有账号,
登录即代表您同意本网站的 《用户注册协议》
注册
已有账号, 立即登录
登录即代表您同意本网站的 《用户注册协议》
找回密码