随着新一轮科技革命与产业变革加速演进,人工智能、数字孪生、工业互联网等先进技术持续向工业领域渗透融合,智能制造已成为制造业转型升级、提质增效的核心主攻方向。当前,智能制造在历经了数字化制造、数字化网络化制造两个发展阶段后,已迈入数字化、网络化、智能化深度融合的新一代智能制造发展新阶段。

新一代智能制造以新一代人工智能、数字孪生、工业互联网等前沿技术为核心支撑,具备自感知、自决策、自执行、自适应、自学习的全流程自治能力,已成为制造业培育新质生产力、推进新型工业化转型的核心路径。作为智能制造的核心载体与基本单元,工厂的数字化和智能化水平直接决定了制造企业整体生产效能、产品质量稳定性、柔性生产适配能力与全产业链数字化转型落地成效。2024年工信部等六部门联合启动了智能工厂“基础级、先进级、卓越级、领航级”四级梯度培育行动,旨在推动制造业数智化转型升级,加快发展新一代智能制造。

传统自动化工厂虽然实现了生产效率的大幅提升,但面对日益增长的个性化定制需求、复杂多变的现场生产工况、以及全生命周期可追溯的严苛质量管控要求,其综合适配能力不足,难以支撑多品种变批量柔性制造。传统自动化体系局限于单机、单工序的程序化控制,缺少统一数字化底座,各类生产数据分散孤立、难以汇聚共享;同时缺少智能化感知网络与数据驱动决策体系,生产调度、异常处置、质量管控难以摆脱经验驱动。而数字化可实现全要素信息互联互通,智能化依托感知数据构建自主优化闭环,能够动态适配订单波动与现场扰动,满足柔性制造与精细化质量管理诉求。因此,构建全域互联互通、现场实时感知、生产动态调优与智能自主决策能力的数智化工厂,已成为企业落地新一代智能制造的核心路径。

数智化工厂不是自动化设备简单堆砌,而是各类智能装备、工业软件、物联网感知设备、数字孪生系统、工业智能等的深度融合。通过广泛部署的传感器与智能终端,设备、物料、人员与环境实现全面互联,生产过程中的海量数据被实时采集、清洗与分析。基于这些数据,数字孪生可构建与物理工厂高度映射的高保真虚拟镜像;融合工业人工智能开展生产仿真推演、工况预判与动态调度优化,推动生产决策由传统经验驱动转向智能自主决策,可有效破解传统制造模式信息割裂、生产低效、管控粗放、良率波动等行业痛点。在政策引导与产业需求双重驱动下,各行各业已大规模开展数智化工厂关键技术研究和改造建设应用。产业界围绕“基础级、先进级、卓越级、领航级”四级智能工厂体系,实现了规模化建设智能工厂,引导企业从数字化、网络化向智能化迈进。学术界围绕工业感知、数字孪生、工业智能、柔性制造等开展了大量理论探索、技术研发与工程实践,初步构建起了覆盖互联感知、仿真优化、智能管控、柔性生产的数智化工厂技术体系与应用体系,有效推动了制造业转型升级。同时,学术界和产业界同步推进了相关标准规范研制。但现阶段,数智化工厂的建设与推广仍面临着严峻的挑战,其中标准缺失问题尤为突出。一方面,现有数字化、智能化相关标准多聚焦单一技术或单一业务环节,覆盖工厂规划、建设、运行、管理、迭代等全生命周期的系统性标准体系尚不完善,智能化应用难以跨工厂、跨企业复制推广,严重制约数智化能力的集成融合与高效复用。另一方面,传统工厂标准多适配自动化、数字化生产模式,未能适配智能制造时代数据驱动、智能决策、动态优化的数智化新特征,难以满足制造业数智化转型、精细化管控与智能化生产的全新发展需求。由于适配智能制造全域场景、兼顾通用性与行业特性的数智化工厂完整标准体系研究较为匮乏,尤其是尚未形成层级清晰、覆盖全面、落地可行的面向新一代智能制造的数智化工厂标准体系,导致各地、各企业数智化工厂建设水平参差不齐,重复建设、无效投入问题突出,制约了数智化工厂规模化、规范化、高质量推广落地。在此背景下,亟需建立一套科学、规范、可执行的数智化工厂标准体系来赋能新一代智能制造的高质量发展。

因此本文结合前期理论技术研究与应用探索与国内本领域相关标准技术委员会及应用企业共同建立一套面向新一代智能制造的数智化工厂标准体系,并从基础共性标准、工厂业务全流程标准、关键技术标准、工业软件与集成标准、绿色数字化标准、安全一体化标准和行业应用标准等7方面进行具体阐述,以期为数智化工厂标准研究人员提供参考。

1 数智化工厂标准体系需求分析

当前,智能制造正蓬勃推进,制造业向新一代智能制造(数字化网络化智能化制造)加速跃迁。作为实施新一代智能制造的基础单元,数智化工厂建设与落地已成为制造业转型升级的核心方向与行业关注焦点。数智化工厂是融合人工智能、数字孪生、智能装备、工业物联网、工业大数据等先进技术的复杂集成载体,面向新一代智能制造的数智化工厂标准体系是保障数智化工厂规划建设、稳定运行与迭代升级的核心基础支撑,更是争夺发展主动权、技术话语权的核心抓手。当前,数智化工厂建设正从试点示范阶段加速迈向行业普及阶段,但由于缺乏完善、统一、全覆盖的数智化工厂标准体系的参考与规范化建设指导,导致科研人员、工程技术人员、企业应用人员等在技术对接、方案设计、建设实施、运行管理等沟通协作过程中极易出现认知差异与理解偏差,同时,企业在数智化工厂改造与新建过程中也会无法精准判定建设方案是否有效、技术体系是否可用、管理模式是否适配自身生产场景,难以把控数智化工厂建设质量、应用价值与落地成效。为系统性推进数智化工厂标准化体系建设,本文从数智化工厂理解认知、数字化建设、智能化生产、精益化管控、关键技术研究、行业实施与应用等维度全面剖析数智化工厂的标准需求,为后续面向新一代智能制造的数智化工厂标准体系构建、标准条款制定及规范化落地应用提供支撑。

1.1 数智化工厂理解认知需要标准指引

在数智化工厂的理论研究与应用实践过程中,不同主体(不同制造企业、设备商、软件厂商、系统集成商、科研机构等)对数智化工厂内涵、边界范围、能力层级、建设目标理解各不相同。具体地:①概念定义不统一,当前行业内数字化车间、智能车间、智能工厂、数智化工厂等术语交叉混用,不同主体基于自身产品与业务视角给出差异化解读,缺少统一的术语定义,极易造成需求沟通错位、项目范围界定模糊;②建设架构、技术要求缺乏通用规范,工厂参考架构行业版本不统一,行业并行存在多种分层方案,各家机构、厂商等对层级命名、边界切割、最低建设要求、共性通用要求等没有统一准则,难以满足数智化工厂规模化、规范化建设、发展的需求;③全要素管理、可靠性和安全底线缺少统一规范。不同行业对数智化工厂覆盖的人员、设备、物料、工艺、环境等全生产要素的管理要求不同,同时工厂稳定运行的可靠性指标、安全底线要求等也因业务场景各异,导致不同主体不知现有要素管理规则、约束条件等是否满足数智化工厂管控、运行的基本需求。④智能能力成熟度及测评缺乏统一标尺。智能工厂梯度培育体系将智能工厂划分为基础级、先进级、卓越级、领航级4个层级,但不同机构、服务商采用各自独立的评估指标、打分规则、测评方式与等级划分,不同地区、不同行业、不同规模企业的数智化工厂建设水平无法实现横向对标,企业难以精准识别自身短板、制定改造升级方案,主管部门也无法开展精准的行业摸底、成效评估与政策引导。因此,需要数智化工厂相关术语定义、通用要求、参考架构、管理总则、可靠性、安全、智能能力成熟度、测评等标准明确数智化工厂内涵、架构、能力分级等,统一各方话语体系、评价口径,消除认知偏差,从而促进数智化工厂研究、实践与应用。

1.2 数智化工厂业务全流程需要标准指导

数智化工厂的业务全流程可按工厂建设实施阶段分为数字化建设(包括需求规划、数字设计、基础设施建设、数字孪生工厂构建、调试交付等)、智能化生产(包括生产准备、计划排产、生产执行、工艺智能优化、动态调度、仓储物流等)、精益化管理(包括质量管控、设备维保、迭代升级、产业链协同智能管理等)3个方面,覆盖了工厂从规划到投产再到升级的全生命周期过程,属于多主体协同、多技术融合、软硬件深度耦合的复杂系统工程。

若无统一标准约束与规范,极易出现规划目标脱节、建设实施混乱、生产节奏混乱、管控协同低效等痛点。具体地:①规划建设缺乏统一基准:不同制造行业的不同主体在工厂总体规划、配套设施、工艺要求、软硬件集成、数智化功能基线等方面的需求存在显著差异。在开展工厂整体规划、方案设计、建设施工、调试交付等工作时,缺少通用、统一的标准作为依据,易引发顶层目标建设偏离、方案反复变更、建设环节与生产运营环节衔接断层等问题,造成前期方案反复迭代、项目返工、交付验收争议等,从源头产生建设偏差、落地滞后等各类实施风险,无法保障工厂建设与后续生产、管理的适配性与连贯性。②生产运营缺少统一规范体系:计划排产、生产执行、物料流转、生产协同等多项业务涉及多系统、多设备、多岗位协同作业。在无统一标准约束的情况下,各生产模块的作业流程、数据交互、设备运行、协同作业规则缺乏统一规范,易出现生产计划与现场产能不匹配、生产工序衔接混乱、仓储物流与生产节奏脱节等问题,造成生产效率低下、生产流程不规范、柔性生产能力不足,难以发挥数智化生产的核心优势。③多维度管控缺少统一标尺:质量管控、设备维保、迭代升级、产业链协同等管理工作是保障数智化工厂长效稳定运行的关键。若无统一管控标准约束,管控效果因人而异、因岗而异,易出现产品良率波动大、设备使用寿命缩短、能耗损失失衡超标等问题,导致数智化工厂的运营效益大幅降低。因此,需要围绕数智化工厂全生命周期,制定覆盖规划设计、生产运营、精益管控等的全套标准,全面消除工厂建设、生产、管理全流程中的认知偏差、技术壁垒与协同漏洞,统一多主体作业与协同准则、多技术融合应用规范,保障数智化工厂业务全流程闭环落地、价值最大化。

1.3 关键技术与软件需要标准参考 

数智化工厂深度融合数字孪生、工业大数据分析、工业人工智能、工业边缘计算等多项新兴技术,技术交叉度高、集成复杂度高。另外,工业软件承载了数据互通、流程管控、智能优化、智能决策等多重职能,是实现工厂数智化运行的核心工具体系。由于缺乏统一的数智化工厂关键技术与工业软件标准,核心技术缺少明确的技术指标、算法要求与落地约束,不同工业软件、仿真系统、数据平台等架构不统一、协议混乱,制约了数智化工厂规模化建设与业务场景落地。企业在技术选型、系统集成、功能定制开发过程中无规范可参照,科研机构技术攻关、软件厂商产品研发无统一依据,极易引发不同开发人员采用的方法差异性大、技术适配性不足、软硬件跨厂商兼容度低、智能算法落地效果不稳定、多系统数据孤岛与业务割裂等问题。因此,亟需制定专项标准,明确核心关键技术的技术架构、实现方法以及工业软件的性能指标、集成规范,为新技术研究创新和落地应用、工业软件功能实现和跨系统融合集成提供权威参考依据,从根源降低关键技术和软硬件适配成本,支撑关键技术和工业软件标准化、规模化研发与应用。

1.4 行业落地实施与应用需要标准支撑

离散制造(如汽车、机械装备、3C电子等)、流程制造(如化工、医药、食品等)、混合制造(如新能源电池、光伏组件等)等细分行业生产模式差异显著,照搬通用方案极易出现产线适配差、数智化成效不达预期等落地失败问题。各领域数智化工厂建设实施、业务场景落地缺乏专属标准化体系支撑,企业难以开展跨厂区、跨同行横向对标与生产短板量化。

面向特定的行业和领域,数智化工厂的实施要充分考虑行业特点和应用需求,实现参考架构、流程方法、技术要求的“因地制宜”。因此,在数智化工厂基础性、通用性标准基础上,需要进一步结合行业特点,充分考虑不同应用场景的技术差异性,制定数智化工厂相关行业应用标准,为数智化工厂的行业推广应用提供指导。

2 面向智能制造的数智化工厂标准体系框架

基于作者团队前期在数字孪生标准体系的研究基础,进一步结合作者团队在数字孪生工厂、数字化工厂、智能制造等方面的理论研究,综合考虑标准体系的相关性、合理性、前瞻性、先进性、系统性、完整性、可实施性,提出面向新一代智能制造的数智化工厂标准体系框架如图1所示,包括基础共性标准、数智化工厂业务全流程标准、关键技术标准、工业软件与集成标准、绿色数字化标准、安全一体化标准和行业应用标准等7方面内容。

图1 面向新一代智能制造的数智化工厂标准体系框架图

(1)基础共性标准数智化工厂通用的顶层框架性、通用性标准,不绑定具体行业、单一场景,是整个标准体系的底层基石,起到统筹、约束、支撑全体系标准的核心作用。数智化工厂基础共性标准包括术语定义标准、通用要求标准、参考架构标准、管理总则标准、可靠性标准、智能能力成熟度标准、测评标准等;所有关键技术标准、工业软件标准、细分行业应用标准等都必须以此为统一基准依据。

(2)数智化工厂业务全流程标准适配数智化工厂规划、建设、投产、运营、优化、升级的完整闭环体系,规范工厂全链条生产运营管理,实现数智化工厂标准化、规范化、精细化、可迭代运行。数智化工厂业务全流程标准包括规划设计标准、基础设施建设标准、数字孪生工厂构建标准、生产准备标准、智能计划排产标准、生产执行标准、工艺智能优化标准、生产动态调度标准、智能仓储物流标准、质量智能管控标准、设备智能运维标准、迭代升级标准、产业链协同智能管理标准等。

(3)工业软件与集成标准面向制造执行系统(MES)、仓储管理系统(WMS)、质量管理系统(QMS)、高级计划与排程系统(APS)、数据采集与监视控制系统(SCADA)等各类工业软件,规范其核心功能、接口协议、交互逻辑与集成架构,从而统一生产管控逻辑,降低系统集成改造成本,为工厂全生命周期数智化建设提供统一依据。工业软件与集成标准包括核心软件功能规范、低代码与AI辅助开发标准、系统集成标准、国产软硬件适配标准、测试验证标准等。

(4)绿色数字化标准满足工厂减碳、打造零碳车间、绿色制造的政策要求,构建可落地量化评价体系、规范智能低碳工厂实施建设路径,科学衡量节能降碳综合效益。数智化工厂绿色数字化标准包括碳足迹AI计算标准、能耗管控标准、废料管理标准、绿色水平打分评价等标准。

(5)安全一体化标准围绕数智化工厂设备、网络、人员、数据、场地环境等风险及防控制定的规范性文件,用于明晰各环节安全管控要求,识别、管控、验证各类安全隐患,预防生产安全事故发生,保障生产与信息系统稳定可靠运行,同时统一各类安全事故分级方式、不同安全风险联动处理流程及联动处理机制,全方位守住工厂安全底线。数智化工厂安全一体化标准包括功能安全标准、信息安全标准、人员安全标准、数据安全标准、环境安全标准、安全一体化融合管控规范、应急管理标准等。

(6)关键技术标准结合数智化工厂生产场景,逐一匹配智能制造的“自感知、自决策、自执行、自适应、自学习”核心能力与落地技术,实现数智化工厂自主可控、动态优化与持续进化的核心支撑标准。数智化工厂关键技术标准覆盖了从数据采集到自主决策、精准执行、动态适配、持续进化的全链路技术标准。

(7)行业应用标准面向细分制造领域,结合各行业特有工艺流程、生产管控需求与合规约束制定的实施类标准,用于指导细分行业数智化工厂场景化应用的落地。在基础共性标准、工厂业务全流程标准、关键技术标准、工业软件与集成标准、测评标准、安全标准等的基础上,结合生产工艺、物料形态、加工方式,对离散制造(航空航天、汽车、3C电子、装备机械等)、流程制造(化工、冶金、食品、医药等)、混合制造(光伏、电池、线缆、橡塑等)具体行业工厂的落地进行规范。

3 面向智能制造的数智化工厂标准体系

面向新一代智能制造的数智化工厂标准体系架构如图2所示,由基础共性标准、数智化工厂业务全流程标准、关键技术标准、工业软件与集成标准、绿色数字化标准、安全一体化标准和行业应用标准7部分组成。

图2 面向新一代智能制造的数智化工厂标准体系结构图

3.1 基础共性标准

面向新一代智能制造的数智化工厂基础共性标准主要用于统一相关术语、定义、概念,明确数智化工厂整体建设逻辑,规范顶层架构，划定管理总则，界定稳定运行的可靠性指标，量化能力水平，为工厂业务实施、关键技术和行业应用等标准提供底层支撑，是整个数智化工厂标准体系的基石。相关标准及主要内容如图3所示，包括以下内容:

图3 面向新一代智能制造的数智化工厂基础共性标准及主要内容

(1)术语定义标准 定义数智化工厂的相关术语、符号、代号等,规范专业词汇内涵、消除歧义,统一通用技术语言,用于帮助认识和理解面向新一代智能制造的数智化工厂内涵,是数智化工厂标准体系所有其他标准制定的基础支撑。术语定义标准包括通用类术语定义(工厂通用术语如工厂、产线、加工单元、工时、产能、生产节拍、生产周期、稼动时间、设备综合效率等;数字化通用术语如工业大数据、数据中台、边缘计算等;智能化通用术语如智能生产、工业大模型、自主决策等)、资源类术语定义(如智能机床、机器人、工装等制造资源,传感器、视觉检测设备、RFID等感知识别资源,AGV、立体库、分拣设备等物流仓储资源,工业以太网、5G工业专网、服务器、工业防火墙等网络与算力资源等)、功能类术语定义(如生产排程、动态调度、工艺仿真、工艺执行、智能质检、质量缺陷根因分析、预测性维护、故障诊断、智能仓储、物流仿真、JIT配送、能耗管控等)、系统集成类术语定义(如MES(制造执行系统)、WMS(仓库管理系统)、APS(高级计划和排程)、SCADA(监控控制与数据获取)、QMS(质量管理系统)、数字孪生平台等业务软件系统,及集成接口、系统交互、互联互通等)、数智化专属术语定义(如数字孪生、孪生映射、仿真预演、自治能力等)等内容。

(2)通用要求标准提取工厂在设计、建造、投产、运营、升级全生命周期内以及数字化和智能化方面具备普适性的基础约束与技术规范,统一规范工厂基本建设、人员、设备、能源、网络、数据、系统、服务等各维度的合规底线及共性通用要求,为不同行业、不同规模企业规划、建设、运维数智化工厂提供统一准则和通用技术基准。

通用要求标准包括基本要求(如数据驱动、兼容扩展、安全绿色、合规可控等建设原则,纵向和横向集成通用要求等)、人员要求(如身体健康要求、岗位能力持证要求、培训考核要求等)、设备要求(如基础数字化硬件能力、资源数字化识别、状态监控、智能运维等数智化通用要求)、能源要求(如能源数据计量采集、自动统计分析、可视化监测、节能管控、绿色合规等)、网络要求(如统一协议规范、实时性与可靠性、网络安全规范、扩展性等要求)、数据要求(如统一数据字典、编码规范、采集、存储、治理、安全、应用等全链路规范)、系统要求(如必备核心系统、系统集成通用要求、功能迭代与扩展等)、智能要求(如工艺数字化、精益与智能调度、智能仓储物流管控等通用要求)等内容。

(3)参考架构标准用于帮助理解数智化工厂的层级架构、结构组成、各部分的层级关系和内在关联等,统一数智化工厂顶层设计逻辑,规范全要素建设边界与分层逻辑。参考架构标准包括架构设计总则(如设计原则、约束、评价准则等)、总体参考架构(如五层或六层分层架构)、互联网络架构(如现场总线、工业以太网、5G、边缘组网等)、数据集成架构(数据汇聚、治理、互通、中台等)等内容。

(4)管理总则标准规范数智化工厂全流程运营管理通用规则,依托数字化、智能化技术实现工厂人员、设备、物料、生产、质量、安全、能耗、数据的标准化、精细化、可视化、可追溯管控。管理总则标准包括人员管理(如人员档案管理、培训管理、出勤与绩效管理等)、设备管理(如设备台账管理、设备运行报表管理、设备维护记录管理等)、物料管理(如数字化标识、出入库台账、在制品追溯管理、废料与余料管理等)、生产管理(如订单管理、工单管理、异常台账管理等)、质量管理(如质检管理、不良品管理、质量追溯管理等)、安全管理(如安全职责、安全生产台账、隐患排查机制等)等内容。

(5)可靠性标准规范数智化工厂设计、工程部署、运行等全生命周期需达到的可靠性要求,明确可靠性工作流程、工作目标及考核方法,统一数智化工厂可靠性检验、测试、验证规则,规定冗余、备份、容错架构等可靠性保障机制,以保证数字化工厂的可靠稳定运行。可靠性标准包括工厂可靠性要求(如可靠性分层分配、单点失效规避、环境适应性等)、工厂可靠性管理(如可靠性工作计划、可靠性工作流程、多级可靠性评审机制等)、工厂可靠性设计(如冗余设计、容错设计、防差错设计等)、工厂可靠性仿真(如产线可用度仿真、OEE仿真等)、工厂可靠性试验(如试验类型、试验方法、试验规范等)、工厂可靠性分析(如失效模式与影响分析、故障树分析、故障根因分析等)、工厂可靠性评价(如评价指标、等级评估、判定准则等)等内容。

(6)智能能力成熟度标准 对标工信部基础级、先进级、卓越级、领航级四级智能工厂体系,规定数智化工厂各级核心能力域与分级达标细则,规范评价方法、流程、判定规则,对内帮助企业结合自身条件和需求选择合适的成熟度等级,并精准识别短板、规划分步改造路径,对外是政府产业管理、供应链准入、项目招投标的统一客观评价依据,消除评价体系不统一、无法跨域对比的问题。智能能力成熟度标准包括基础级能力要求(如核心数据实时采集、关键生产工序自动化、生产与经营管理信息化等)、先进级能力要求(如生产经营数据互通共享、关键生产过程精准控制、生产与经营协同管控等)、卓越级能力要求(如设计生产经营数据集成贯通与分析应用、制造装备智能管控、生产过程在线优化等)、领航级能力要求(如系统实时仿真分析与优化、自主决策和精准执行等)、成熟度评估分值、成熟度评估方法及流程等内容。

(7)测评标准建立统一、量化的评判尺度,以客观区分工厂所处阶段与建设层次,清晰识别薄弱环节,替代模糊的定性评价。测评标准包括测评指标体系(如分层分级测评指标框架、核心评价指标、可选评价指标等)、测评规则(如权重分配规则、定量指标打分规则、定性指标打分规则、扣分与一票否决规则等)、测评用例(如测评用例元数据、分层分类测评用例库、用例与计分映射等)、测评流程(如阶段划分与总体流程、测评筹备与执行、核算打分等)、结果判定(如等级定级判定规则、结果有效性判定、测评结果输出等)等内容。

3.2 数智化工厂业务全流程标准

数智化工厂业务全流程覆盖从前期规划设计、建设到投入运营、管理再到后期迭代升级的完整闭环,包含规划设计、基础设施建设、数字孪生工厂构建、生产准备、智能计划排产、生产执行、工艺智能优化、生产动态调度、智能仓储物流、质量智能管控、设备智能运维、迭代升级、产业链协同智能管理等核心环节,各环节环环相扣共同保障工厂高效、稳定、低成本、高质量生产运营。数智化工厂业务全流程标准用于规范各环节统一作业规则,固化成熟生产管理经验,建立可量化、可考核的管控指标,为工厂数字化智能化落地提供统一业务规范,同时建立工厂常态化优化、改造、升级的管理机制,保障数智化工厂长期适配市场变化。相关标准及主要内容如图4所示,包括以下方面内容:

(1)规划设计标准规范数智化工厂的需求冀行市析、设备与产线布局、动线分区、工艺设计、设备选型、基础设施及数字化和智能化管控等的相关要求和规则，以最大限度地在源头提升工厂空间利用率、生产作业效率和现场管理水平,稳定产品生产质量、降低生产与运维成本。规划设计标准包括设备与产线布局规划、工艺布局规划设计、物流路径规划、配套资源规划、网络通信规划设计、工业软件与集成规划、数智化功能规划要求、绿色低碳规划设计、人机协同规划设计、规划设计交付与验收等内容。

(2)基础设施建设标准 规范数智化工厂建设施工过程中土建施工、厂房装修、设备进场与安装集成,数据中心、工业网络等数字基础设施建设、数智化系统部署调试等活动的相关要求和规则,统一数智化工厂新建、改造、修缮工程的建设规范,保障工厂建设工程合规、达标,最终达到可投产、可入驻基础设施建设标准包括厂房建设、公用基础设施建夌新、实体硬件安装、算力和网络设施建设、软件系统糲生署调试等内容。

(3)数字孪生工厂构建标准 规范设备、产线、车间、工厂等不同层级的数字孪生模型构建、数据接入、虚实同步、场景仿真的建设准则,明确建模精度要求、数据传输与虚实映射交互规范、场景功能边界、迭代更新台账以及数字孪生工厂的验收与交付要求,支撑生产全流程透明管控,提升管控效率。数字孪生工厂构建标准包括孪生模型构建与融合、虚实联动调试与集成、模型与数据交付、竣工全套文档交付、功能指标量化验收等内容。

图4 面向新一代智能制造的数智化工厂业务全流程标准及主要内容

(4)生产准备标准统一新品投产、产能扩容、工艺切换前的各项筹备工作规范,明确正式生产前人员配置、设备点检、工装夹具配套、物料辅料备品备件、产线调试、参数确认、工艺文件、数字化基础数据建档等全维度生产准备的相关要求和规则,为投产前置工作提供清晰执行依据,杜绝漏项、错项、重复筹备等问题。生产准备标准包括人员上岗准备、物料齐套准备、装备与工装夹具准备、工艺准备、软件与数据准备等内容。

(5)智能计划排产标准统一工厂生产需求预测、订单优先级判定、插单改单管控、订单分解、工序排布、产能分配、多目标多约束求解、物料配套及时段生产安排的管理规范,让生产排程有据可依、有规可循,解决排程随意、计划冲突、产能浪费、交期失控等问题,保障工厂生产运营均衡、有序。智能计划排产标准包括排产数据与约束建模、计划分层编制、排产策略与规则、计划排产孪生预演、排产绩效评价与指标等内容。

(6)生产执行标准统一工厂生产过程作业、工序流转、现场管控及异常处置的标准化管理规范,明确各岗位操作规程、人员操作规范、现场作业、异常上报与处置、工单完工入库等工厂数智化运行全流程管控的相关要求和规则,以提升工厂整体生产运行效率与规范化管理水平。生产运行标准包括运行管控原则、工单执行管控、产线换型/切换作业、在制品工序流转、生产现场异常处置、人机协同运行要求等内容。

(7)工艺智能优化标准明确工艺建模规则、参数寻优流程、仿真评估准则、工艺知识沉淀、优化结果落地验证、工艺变更管控等工厂数智化工艺迭代全流程管控的相关要求和规则,保障生产过程稳定可控、工艺持续迭代优化。工艺智能优化标准包括工艺数据处理、工艺知识与建模规范、工艺参数动态寻优、优化方案仿真验证等内容。

(8)生产动态调度标准面向紧急插单、设备故障等事件的资源动态调度需求,统一工厂生产扰动事件识别、调度方案快速重排、资源动态分配等生产动态调度各事项的管理规范,实现生产扰动及时响应,人、机、物等制造资源的动态配置,提升生产效率和资源利用率。生产动态调度标准包括调度问题建模规范、预调度技术要求、动态扰动识别与分类、重调度决策机制等内容。

(9)智能仓储物流标准规范原材料、半成品、成品、备品备件的存放、保管、转运及出入库作业操作规范、数智化管控规则及台账记录要求,保证生产物料按需、按时供给,从物料流转源头保障工厂生产运行的稳定可控。智能仓储物流标准包括仓储物流基础数据、物料出入库管控、工厂物流配送、工序在制品流转、成品出入库管理、不良品/报废物料仓储隔离、库存盘点管控等内容。

(10)设备智能维护标准规范设备日常巡检、定期保养、预防性维护、故障维修、备件、台账等各项作业操作规程、相关要求和规则,以保障工厂各类生产设备稳定、连续运行,延长设备使用寿命。设备智能维护标准包括设备台账、日常巡检、计划维护、设备健康智能感知、故障与寿命智能预测、故障维修智能决策等内容。

(11)质量智能控制标准规范工厂全流程质量管控操作流程,明确从原材料入厂检验、生产首件检验、工序巡检、成品终检到出货检验的质量基准、检测方法、异常判定尺度、管控节点与异常处置要求,以保障产品质量,降低不良率。质量智能管控标准包括质量基础数据标准化、来料质量控制、工序过程质量控制、成品质量智能控制、不良品闭环管控、质量异常与纠正预防、质量智能追溯等内容。

(12)迭代升级标准规范工厂工艺、设备、现场、管理、产能等各类迭代升级的实施流程、改造准则与落地要求,统一升级改造、优化整改的管控依据,为工厂迭代优化、升级改造、高质量发展提供制度保障。迭代升级标准包括功能扩容、软硬件升级、产线重构、工艺迭代优化、管理制度流程优化、迭代改造升级等内容。

(13)产业链协同智能管理标准统一上下游原材料编码、工艺数据协同、订单对接方式、全链条产品质量追溯、物流联动管理规则,让上下游企业数据顺畅互通、业务配合更高效。产业链协同智能管理标准包括产业链主体建模、协同业务场景分类、跨域数据互通规范、订单智能协同规范、全链条产品质量追溯、物流联动管理规则、产业链风险智能管控等内容。

3.3工业软件与集成标准

作为智能制造的核心落地载体,数智化工厂核心是依托工业物联网、数字孪生与工业AI等打通人、机、料、法、环、测全要素数字化协同,实现柔性生产、预测管控、全局最优,其中,工业软件是串联所有硬件、承载生产逻辑、实现“智能决策”的数字大脑。数智化工厂可能需要用到MES(制造执行系统)、WMS(仓库管理系统)、APS(高级计划和排程)、QMS(质量管理系统)、SCADA(监控控制与数据获取)等业务系统,以及工业控制、数字孪生、工业大数据等多层级异构软件,若无统一标准,软件之间、软硬件之间、上下游之间会形成封闭壁垒,严重影响数智化功能实现。数智化工厂工业软件与集成标准通过规范软件功能架构,标准化信息模型、工艺模型表达,统一开放API、通信协议、主数据规范、即插即用组件及服务调用规则,为数智化工厂内工业软件、生产设备与业务平台建立统一语义、交互接口与运行规则,实现异构软件、设备、平台间互联互通与兼容互操作;支撑软件功能模块快速替换、系统弹性扩容与平滑升级。相关标准及主要内容如图5所示,包括以下方面内容:

(1)软件功能规范标准规范各类工业软件的基础功能与功能边界,可分为通用功能规范、专属功能规范、数字孪生软件功能等。通用功能规范包括模块化规范、基础通用功能要求、统一数据功能规范、对外集成互通强制功能、安全合规功能规范、智能化增值功能统一要求等内容。专属功能规范包括研发设计类软件功能规范(如CAPP工艺规划软件、CAE仿真软件等软件功能)、执行管控类软件功能规范(如MES、WMS、APS、QMS等软件功能)、企业管理类软件功能规范(如ERP(企业资源计划)、SRM(供应商关系管理)、SCM(供应链管理)等软件功能)、底层控制类软件功能规范(如PLC可编程控制器、SCADA(监控软件等软件功能))等内容。数字孪生软件功能规范包括多源模型接入、实时数据映射、仿真优化闭环、虚实联动控制、全场景可视化等内容。

图5 面向新一代智能制造的数智化工厂智能装备技术标准及主要内容

(2)低代码与AI辅助开发标准规范各类工业软件低代码开发与AI辅助开发流程、开发逻辑、组件复用规则等。低代码与AI辅助开发标准包括可视化拖拽开发规范、工业业务数据建模规范、可视化工业流程编排规范、逻辑与脚本扩展规范、AI辅助开发规范、工业通信协议适配规范、数字孪生虚实交互开发规范等内容。

(3)系统集成标准规范跨层级系统对接流程、通信接口、业务协同、互操作等相关要求和规则。数智化工厂工业软件系统集成标准包括分层纵向集成交互规范、横向多软件协同集成规范、软硬件互联互通集成规范、工业通信协议分层规范、标准化接口开发规范、集成中间件/网关标准、统一数据与语义集成、数字孪生虚实双向集成等内容。

(4)国产软硬件适配标准明确国产工业软件、工业操作系统等软硬件的兼容、稳定运行规范,同时制定一套打分标准,评估国产软硬件替换进口设备的成熟度。国产软硬件适配标准包括国产软硬件兼容适配规范、国产软硬件稳定性运行要求、国产化替代成熟度及量化打分等内容。

(5)测试验证标准规范工业软件功能测试、产品符合性测试、系统集成互联测试、虚实同步测试等相关要求和规则。数智化工厂工业软件测试验证标准包括测试通用流程、测试环境搭建、功能符合性测试、系统集成互联互通测试、性能指标量化测试、可靠性与稳定性测试等内容。

3.4 绿色数字化标准

工厂生产涉及能源供给、废弃物处置、低碳管理等绿色管控要求,随着能耗在线采集、碳足迹数字化核算、数字孪生碳仿真等技术深度落地,企业需统筹满足节能降碳、清洁生产、资源循环、碳数据可信管理多重合规要求,以满足工厂减碳、绿色制造的政策要求。绿色数字化标准旨在明确数智化工厂全生命周期下碳足迹核算、能耗智能管控、废料与污染物数字化监管等的底线要求,为数智化工厂碳排事前预判、减排成效量化评估、零碳车间规范化建设提供统一、可落地的标准支撑。相关标准及主要内容如图6所示,包括以下方面内容:

图6 面向新一代智能制造的绿色数字化标准及主要内容

(1)碳足迹AI计算标准规范碳足迹量化、数据采集、模型计算、系统对接、核查报告的统一规则,支撑数智化工厂动态碳足迹实时核算、碳减排仿真优化。碳足迹AI计算标准包括碳足迹核算基本原则、目标与范围界定规范、全流程碳排放数据收集、碳排放计算方法、碳排放数字孪生模拟、减碳AI解析等内容。

(2)能耗管控标准规范数智化工厂水、电、气、暖、压缩空气等各类能源的使用、管控、巡检与节能管理流程,统一能源耗用、设备启停、能耗监测统计的数智化管控准则,明确能耗考核指标、节能整改及台账记录要求,在保障生产正常运行的前提下,降低工厂综合能耗。能耗管控标准包括能源台账、能耗计量、能耗监测与负荷调度、能耗异常预警、能耗核算与优化、数字化改造低碳工艺等内容。

(3)废料管理标准规范生产废料、边角料、不良品等从产生、识别、归集、转运、仓储、分拣、再利用、委外处置、台账溯源、碳核算联动全流程数字化管控要求。废料管理标准包括废料分类规范、废料产生源头识别、废料线上管理、废料智能仓储与分拣、废料循环利用等内容。

(4)工厂绿色水平打分标准规范绿色计分、判定、核验、管理全套约束,明确指标标准分值、加权计算系数、综合计算规则等。工厂绿色水平打分标准包括权重分配规则、定量指标打分规则、定性指标打分规则、分行业适配调整规则、总分综合计算规则等内容。

3.5安全一体化标准

工厂运行涉及设备、电气、消防、作业流程、人员防护等各环节安全管控要求,并且随着自动化机器人、工控网络、数字孪生等的广泛应用,数智化工厂催生网络入侵诱发设备失控、虚实交互越权操作、信息篡改与泄露等复合型新型风险,因此,企业需同时满足安全生产、网络安全、数据安全多维度要求。数智化工厂安全一体化标准旨在明确工厂全生命周期下功能安全、信息安全、人员安全、数据安全、环境安全、应急管理的底线要求,为数智化工厂风险事前预警、事故溯源定责、应急管理规范化推广提供统一、可落地的标准支撑。相关标准及主要内容如图7所示,包括以下方面内容:

图7 面向新一代智能制造的数智化工厂安全一体化标准及主要内容

(1)生产安全标准规范物理设备、控制系统、功能软件、网络通信等的安全管控要求,明确各场景安全防护机制的触发逻辑、适用范围、性能指标与风险底线要求。生产安全标准包括物理设备安全、控制系统安全、软件功能安全、网络与通信功能安全、失效模式、安全防护机制等内容。

(2)信息安全标准规范工厂工控网络、业务系统、智能终端等的信息访问控制、漏洞整改、日志审计流程,明确风险定级、违规处置、安全追责的判定依据和要求,统一信息安全巡检、隐患排查、台账记录等的管理规范,以防范工业网络攻击、信息泄露、系统失控等安全风险。信息安全标准包括信息传输安全、访问控制安全、攻击防御、漏洞管理等内容。

(3)人员安全标准明确管理、操作、运维、访客等人员安全权责,规范岗前培训、在岗实操、离岗交接、应急处置全流程安全管理要求,统一各类人员安全考核、违章判定、事故追责的依据,以杜绝人身伤害、操作事故与安全隐患。人员安全标准包括人员资质管理、人员准入管控、岗位安全管理、作业行为规范、人员防护管理、人机协同交互、访客安全管理、人员安全应急处置等内容。

(4)数据安全标准规范数智化工厂生产工艺数据、设备运行数据、质量检测数据、生产台账数据等各类工业数据的采集、传输、存储、调用、共享、归档、销毁等各环节安全防护要求、防护底线与使用规则,明确数据加密、备份恢复、访问管控、脱敏防护等的技术要求,以防范数据丢失、篡改、泄露、滥用等安全问题。数据安全标准包括数据分类分级、数据全生命周期防护、数据加密、数据共享审批、数据防泄漏、数据备份与恢复等内容。

(5)环境安全标准规范数智化工厂消防、通风、除尘、温控、洁净度、噪音、照明等生产环境指标管控要求,明确各类环境隐患、风险等级与危害影响以及隐患整改、应急处置的职责与操作红线,为数智化工厂稳定、高安全性生产提供基础环境支撑。环境安全标准包括工厂环境分级管控、常规空间环境安全、微气候环境安全、防尘/防毒/防污安全、噪声/振动/辐射安全、危险化学品仓储安全、废弃物污染物处置等内容。

(6)安全一体化融合管控标准统一各类安全事故分级判定准则,规范多类型安全风险跨域联动处置流程,搭建全链条闭环联动工作机制,明晰跨岗位、跨系统协同处置权责与操作路径。安全一体化融合管控标准包括各类安全事故统一分级、跨领域风险统一处置、不同风险联动处理流程等内容。

(7)应急管理标准规范数智化工厂各类安全突发事件的预警、上报、响应、处置、复盘全流程响应策略、处置流程和管理要求,明确应急响应层级、启动条件、原因溯源、责任判定、奖惩追责的依据与准则,提升工厂整体应急避险与抢险处置水平。应急管理标准包括应急组织体系、风险分级分类、应急预案体系、数智化应急监测预警、现场应急处置、应急演练数字化管理、溯源/复盘/上报管理、应急资源管理等内容。

3.6 关键技术标准

面向新一代智能制造的数智化工厂的核心特征是融合数字孪生、工业AI、具身智能、工业大数据等,形成数据与知识驱动、孪生虚实融合、全域自主优化的数智化工厂技术架构,依托多模态工业感知实现工厂人、机、料、法、环全要素“自感知”,通过工业异构数据清洗融合分析结合数字孪生仿真推演、工业大模型与制造知识图谱等完成排产、工艺、运维、质量问题智能“自决策”,联动智能机器人、智能数控装备、智能物流设备等完成生产指令闭环“自执行”,持续沉淀工艺、故障、质检知识迭代优化AI模型与孪生仿真规则实现系统自主“自学习”,面对来料波动、订单变更、设备扰动自动调整系统状态实现“自适应”,适配多品种柔性定制化智能制造需求。

面向新一代智能制造的数智化工厂关键技术标准用于规范数智化工厂实施过程中涉及的关键技术要求。围绕新一代智能制造的“自感知、自分析、自决策、自执行、自学习”核心能力构建关键技术体系标准,包括数智化工厂智能装备技术标准、数智化工厂数智化赋能技术标准、数智化工厂自感知标准、数智化工厂自决策标准、数智化工厂自执行标准、数智化工厂自适应标准、数智化工厂自学习标准7部分内容。

3.6.1 数智化工厂智能装备技术标准

数智化工厂智能装备技术标准用于规范工厂各类智能装备的选型适配、性能指标、互联互通、智能赋能等全维度技术要求,以统一全厂智能装备技术规范、兼容标准与接入准则,夯实数智化生产的硬件支撑底座,相关标准及主要内容如图8所示,包括以下方面内容:

图8 面向新一代智能制造的数智化工厂智能装备技术标准及主要内容

(1)智能感知与控制装备标准规范数智化工厂各类感知采集、逻辑控制、联动调节、闭环控制等软硬件装备的部署接入、性能参数、交互协议、控制精度、运行管控等全流程技术要求。智能感知与控制装备标准包括工业传感器、机器视觉设备、边缘采集终端、PLC、运动控制器、智能执行单元等内容。

(2)智能检测与装配装备标准规范数智化工厂智能检测设备、精密装配设备、在线质检设备、辅助工装器具等装备的运行校验、检测精度、装配精度、作业流程、联动匹配等全要素技术要求。智能检测与装配装备标准包括机器视觉检测系统、激光尺寸测量仪、气密性检测仪、力学检测设备、自动化装配单元、机器人装配系统、多工位智能装配产线等内容。

(3)数控机床与工业机器人标准规范数智化工厂数控加工与机器人设备的运动控制、加工精度、轨迹规划、协同作业、联机交互等全过程涉及的技术要求。数控机床与工业机器人标准包括数控机床、加工中心、串联/并联机器人、协作机器人、焊接机器人、搬运机器人等内容。

(4)智能物流与仓储装备标准规范数智化工厂物流仓储装备调度转运、仓储存取、物料分拣、库存管控、设备联动等全流程涉及的技术要求。智能物流与仓储装备标准包括立体库堆垛机、穿梭车、AGV/AMR、输送线、自动货架、智能料库等内容。

3.6.2 工厂数智化赋能技术标准

工厂数智化赋能技术标准用于指导各类新兴数字技术、智能技术与工厂业务全流程、全要素深度融合应用,统一工厂数智化赋能应用规范与落地准则,持续提升工厂生产运营数字化、智能化水平,相关标准及主要内容如图9所示，包括以下方面内容:

图9 面向新一代智能制造的工厂数智化赋能技术标准及主要内容

(1)网络与算力底座标准规范数智化工厂通信网络架构、接入规范、传输性能、时序同步、端边云分级算力供给、算网一体化调度等技术要求,满足工业高可靠、低时延、确定性通信需求和各种数智化功能实时算力需求。网络与算力底座标准包括工业网络技术、云边端协同计算、工业算力调度技术、分布式实时总线技术等内容。

(2)工业数据治理标准规范数智化工厂全要素全业务全流程数据采集、清洗、存储、共享、建模分析全链条等的实施技术要求。工业数据治理标准包括业务域划分、数据分类与编码、数据存储、数据质量管控、多源数据融合、数据分析建模等内容。

(3)数字孪生标准规范数智化工厂数字孪生构建与运行管理、数字孪生互动、面向行业及典型场景的预测仿真、优化控制、可视化交互等的实施技术要求。数字孪生标准包括多维多尺度建模、数模融合、虚实映射与交互、虚实同步、全场景仿真优化、数字孪生可视化等内容。

(4)工业人工智能标准规范数智化工厂面向各类智能化应用的工业人工智能模型、推理载体、模型训练、边缘/云端部署、推理性能、交互协议等的技术要求。工业人工智能标准包括工业AI数据集建设、工业AI模型开发与训练、边缘与平台AI推理部署、自决策AI算法规范、工业AI可信性规范、工业AI迭代进化等内容。

3.6.3 数智化工厂自感知标准

数智化工厂自感知标准用于规范工厂人、机、料、法、环、测全域全要素数据感知、状态识别等过程涉及的技术要求,目的是打通工厂底层感知设备、边缘节点与上层业务系统的数据壁垒,相关标准及主要内容如图10所示,包括以下方面内容:

图10 面向新一代智能制造的数智化工厂自感知技术标准及主要内容

(1)多模态AI感知标准规范数智化工厂不同模态数据的采集方法、采集周期、采集精度、原始数据清洗过滤、数据解析与异常数据处置等的全套技术实施技术要求。多模态AI感知标准包括多模态数据分类、设备状态感知、2D/3D机器视觉感知、全域环境感知、物料与物流感知、人员/工位感知、采集硬件接入规范、多模态数据统一解析、数据采集质量与校验等内容。

(2)接口协议适配标准规范 数智化工厂多模态数据感知的接口规格、通信协议、标准化信息模型、数据语义映射、协议转换网关等技术要求。接口协议适配标准包括有线和无线接口、供电与拓展接口规范、统一信息模型、协议自动识别、协议解析适配、协议适配网关等内容。

(3)在线状态智能识别标准规范 数智化工厂生产设备、物流装备、感知终端、工位、产线、人员、环境等全域对象在线状态自动识别的实施要求。在线状态智能识别标准包括自动识别对象、通用状态统一分类、状态识别数据多源来源、识别判定逻辑与规则、时序同步与状态时间戳、离线识别专项规范、虚实状态一致性识别等内容。

(4)感知质量评估标准规范 数智化工厂各类感知数据的数据完备性、时空一致性、精度误差、实时性、可信度、异常甄别等技术要求。感知质量评估标准包括传感器故障自诊断、数据可信度评估、失效点自动冗余补偿、断线连接恢复规范等内容。

3.6.4 数智化工厂自决策标准

数智化工厂自决策标准用于规范工厂工艺优化、动态调度、质量纠偏、能耗优化、预测性运维等全场景自主决策业务涉及的技术要求,以消除决策逻辑碎片化、判定依据不统一等问题,相关标准及主要内容如图11所示,包括以下方面内容:

图11 面向新一代智能制造的数智化工厂自感知技术标准及主要内容

(1)推理、研判与预测标准规范数智化工厂设备、产线、质量等管控场景下逻辑推理、态势研判、异常预测等实施技术要求。推理、研判与预测标准包括工厂扰动事件分类、工况边界、推理逻辑及规则、工厂态势研判、生产异常预测、根因推理与自主决策、推理模型与知识迭代等内容。

(2)智能优化算法标准规范数智化工厂面向生产调度、工艺寻优、故障处置、资源配置等的各类智能优化算法的的模型构建、边界约束、求解性能指标等的技术要求。智能优化算法标准包括约束条件规范、目标函数标准化规范、精确优化算法、智能启发式优化算法、强化学习类优化算法、数字孪生驱动浕面化等内容。

(3)智能体协同决策标准规范数智化工厂各类生产、设备、产线、仓储、质量、运维智能体之间的协同交互、协商机制、决策联动、冲突消解、状态同步与群体决策管控等技术要求。智能体协同决策标准包括工业智能体分类、工业智能体通信与交互、工业智能体协商机制、协同冲突检测与消解、协同决策建模与求解等内容。

（4)数字孪生仿真推演标准规范工厂决策场景的数字孪生建模、仿真运算、推演验证等全流程实施技术要求。数字孪生仿真推演标准包括工厂虚实映射建模、仿真输人、仿真推演引擎、分层分类仿真推演、仿真方案评价与择优、推演日志留存、李生仿真模型自主迭代等内容。

3.6.5 数智化工厂自执行标准

数智化工厂自执行标准用于规范工厂生产设备、物流设备、质检设备等执行单元自决策指令下发、设备响应、现场动作落地、执行结果反馈裒由出管全流程涉及的技术要求，以保障工厂生产有序、稳定运行,相关标准及主要内容如图12所示，包括以下方面内容:

图12 面向新一代智能制造的数智化工厂自执行技术标准及主要内容

(1)工业单元控制标准规范数智化工厂所有现场物理执行载体(各类生产单元、模块化执行单元、控制单元等)的分类、执行功能、指令响应、执行精度等技术要求。工业单元控制标准包括执行单元分类、控制逻辑、分层控制架构、指令交互与俆上家要口、各执行单元控制规范、多变量耦合控制规范等内容。

(2)智能体协同控制标准规范数智化工厂各类作业智能体的指令协同、联动控制、作业配合、时序执行、动作同步、协同校验与闭环执行等技术要求。智能体协同控制标准包括智能体层级划分、智能体建模与能力描述、智能体协同控制通信、协同实时控制机制、虚实协同控制配套规范等内容。

(3)自主执行标准规范数智化工厂各类生产工序、作业单元、执行装备的自主启停、工艺自动执行、异常自主处置等业务场景的实施技术要求。自主执行标准包括订单与工艺自主解析、自主排产与任务下发、智能物流自主配送、加工/装配单元自主生产、在线质量自主管控、多智能体协同自执行规则、虚实融合自主执行规则等内容。

(4)执行反馈校验标准规范工厂业务执行状态回传、数据比对、偏差校验、追溯留痕等全链条反馈校验机制。执行反馈校验标准包括分级反馈时效、订单工艺反馈校验、排产任务执行反馈校验、物流配送执行反馈校验、加工装配过程反馈校验、在线质检反馈闭环校验、校验偏差分级与闭环处置等内容。

3.6.6 数智化工厂自适应标准

数智化工厂自适应标准用于规范工厂针对订单波动、设备劣化、物料异常、工艺漂移、质量偏差、产线扰动等动态变化时自动调整计划、工艺、物流、控制参数等涉及的技术要求,以提升数智化工厂按需动态调整、柔性适配、稳定运行能力,相关标准及主要内容如图13所示,包括以下方面内容:

图13 面向新一代智能制造的数智化工厂自适应技术标准及主要内容

(1)扰动自动识别标准规范各类工厂扰动感知、特征提取、智能判别、分级处置等实施技术要求。扰动自动识别标准包括扰动分类与特征指标、识别判定基准、扰动识别算法与规则、扰动分级规范、扰动溯源与关联识别、识别精度与性能评价指标等内容。

(2)数字孪生动态优化标准规范数字孪生在扰动发生后的虚实同步、仿真推演、多目标优化等全流程实施技术要求。数字孪生动态优化标准包括扰动孪生建模要求、动态优化启动条件规范、孪生仿真推演技术规范、孪生优化算法与约束、扰动优化效果评估等内容。

(3)自适应控制标准规范设备、工位、产线、工厂分级扰动下自适应控制实施技术要求。自适应控制标准包括自适应控制层级划分、控制权限边界、分层自适应控制算法、自适应控制约束、数字孪生协同控制规范、控制效果评价与自迭代等内容。

(4)柔性生产重构标准规范工厂静态重构、动态在线重构、扰动驱动自适应重构等柔性生产重构实施技术要求。柔性生产重构标准包括柔性重构分类、模块化硬件体系规范、柔性重构软件规范、数字孪生重构仿真预演、重构全流程执行时序、重构切换时长指标、重构约束、重构效果评估等内容。

3.6.7 数智化工厂自学习标准

数智化工厂自学习标准用于规范工厂知识沉淀复用、知识进化、模型训练迭代等涉及的技术要求,实现工艺经验、故障案例、优化模型标准化沉淀与迁移复用,相关标准及主要内容如图14所示,包括以下方面内容:

图14 面向新一代智能制造的数智化工厂自学习技术标准及主要内容

(1)知识自主萃取标准规范知识分类体系、知识萃取、知识可信评估等实施技术要求。知识自主萃取标准包括工厂知识分类体系、多源知识采集规范、知识清洗与去噪、特征挖掘与知识萃取、知识校验与定级、知识结构化入库、知识质量与可信评价等内容。

(2)知识库自主更新标准规范数智化工厂知识图谱构建、知识关联融合、动态更新迭代、知识迁移等全流程实施技术要求。知识库自主更新标准包括工业知识库构建、知识图谱建模、增量知识挖掘注入、知识置信度动态更新、知识冲突自动消解机制、知识老化/失效淘汰、跨产线知识迁移进化等内容。

(3)虚实数据协同训练标准规范数智化工厂 虚实融合数据标注、模型构建训练、部署推理、迭代管控等全流程技术要求。虚实数据协同训练标准包括工业数据集、工业模型选型与训练规范、模型轻量化与推理规范、模型全生命周期治理等内容。

(4)大小模型协同进化标准规范数智化工厂各类工业大模型、轻量化小模型的训练迭代、模型适配、模型更新优化等技术要求。大小模型协同进化标准包括大小模型划分、大小模型部署边界、协同进化通用约束、协同进化目标、协同进化工作流程等内容。

3.7 行业应用标准

依据数智化工厂基础共性标准、工厂业务全流程标准、关键技术标准、工业软件与集成标准、绿色数字化标准、安全一体化标准等,结合各行业工艺、产线特征、应用需求、技术基础等制定细分行业应用标准,可为具体行业数智化工厂规划设计、建设运营、软硬件集成、数据治理、数字孪生应用、生产运维等提供可落地的技术依据与实施指引,有助于指导数智化工厂在具体领域、具体环境、具体需求的实施。根据物料形态、生产工艺连续性、成品可分割性、产品结构载体、计量与追溯方式、生产组织模式等,数智化工厂可分为离散型制造、流程型制造和混合型制造工厂。

离散型制造工厂的典型特征以多品种、小批量、生产工序可间断、设备独立运行、可独立拆分的实体零部件加工装配等为主,覆盖航空航天、汽车、轨道交通、3C电子制造、装备机械制造、轻工日用等行业,如图15所示。根据产品层级、工艺阶段、工艺类型等划分,离散型制造行业应用标准包括以下方面内容:

图15 面向新一代智能制造的离散型制造行业数智化工厂应用标准

(1)航空航天行业应用标准 航空航天全产业链工厂包括零件制造车间(如数控铣、车、镗、五轴加工中心,钣金冲压成型,管材成形,锻造,铸造,特种加工等)、热加工车间(如固溶、退火、淬火等)、表面处理车间(如氧化、钝化、磷化、镀金、喷涂、涂层等)、装配车间(组件装配、部件装配、总装等)、检测车间(如无损检测、理化检测等)等。

(2)汽车行业应用标准 汽车整车制造工厂包括冲压车间(如车门、引擎盖、顶盖、地板等车身覆盖件冲压)、焊装车间(如地板分焊、侧围分焊、车身主焊合装等)、涂装车间(如清漆喷涂、烘干、密封注胶等)、总装车间(如内饰分装、底盘分装、动力总成预装、整车总装等)、零部件自制车间(如机加、锻造、铸造等)、检测车间(如质检检测、整车试验等)等。

(3)轨道交通行业应用标准 轨道交通装备制造工厂包括车体成型车间(车身骨架制造)、表面处理与涂装车间、转向架专业车间(如转向架机加、转向架焊接、车轴锻造、车轮压装、轴承压装等)、车内部件分装车间(内饰分装、线束电缆分装、空调机组装配、柜体装配等)、整车总装车间(如车体预装、整车总装、车头头罩装配、车下设备装配等)、检测车间等。

(4)3C电子制造行业应用标准3C电子制造工厂包括印制电路板(PCB)制造车间(如开料、内层、压合、钻孔、电镀、蚀刻、阻焊等)、表面组装技术(SMT)车间(如锡膏印刷、高速贴片机、回流焊、自动化光学检测(AOI)等)、结构件制造车间(如中框、散热件、屏蔽罩、装饰片等)、模组预装车间(如屏幕模组、摄像头模组、电池模组、扬声器及马达微型组件等)、整机总装车间、测试车间(如功能测试、老化测试、外观终检等)等。

(5)装备机械制造行业应用标准装备机械类(如通用设备、专用工程机械、机床、起重、矿山机械等)制造行业工厂包括毛坯成型车间、零部件制造车间、热加工车间、表面处理车间、部件分装车间、整机总装车间、检测车间等。

(6)轻工日用制造行业应用标准轻工日用(如鞋服、箱包、玩具、家具、灯具、厨具等)制造行业工厂包括开料与成型毛坯车间(如板材下料、开料裁剪、木工成型等)、五金加工车间、表面处理车间(如木工涂装、五金电镀、喷漆、布艺复合等)、缝制与填充成型车间、部件分装车间(如家具部件预装、灯具分装、门窗分装、玩具部件组装等)、成品总装车间、检测车间等。

流程制造工厂以流体、粉体类均质物料连续转化加工为核心,生产全线联动、长期不间断运行,大批量标准化生产,覆盖化工、冶金、建材、食品、医药、造纸等行业,如图16所示。根据工序功能、工艺类型等划分,流程型制造行业应用标准包括以下方面内容:

图16 面向新一代智能制造的流程型制造行业数智化工厂应用标准

(1)化工制造行业应用标准化工(如石油化工、煤化工、天然气化工等)制造行业工厂包括合成反应车间(如氨合成、甲醇合成、酸碱合成、烯烃合成等)、精馏分离车间(如分离、萃取、蒸馏等)、气化/裂解车间、精细化工车间(如复配调配、提纯精制、釜式反应等)、危化配套处理车间(如溶剂回收、废水处理、废气处理等)等。

(2)冶金制造行业应用标准冶金(如钢铁、铜铝铅锌镍钛稀土等有色冶金等)制造行业工厂包括原料预处理车间(如破碎、磨矿、浮选等)、炼铁车间(如高炉冶炼、生铁浇铸等)、炼钢车间(如铁水脱磷脱硫、钢水精炼、连铸、轧钢等)、火法冶炼车间(如焙烧、熔炼、吹炼、还原熔炼等)、湿法冶炼车间(如浸出、萃取、净化除杂、电解等)、铝电解车间(氧化铝、炭素、电解铝、铝铸造)等。

(3)建材制造行业应用标准建材(如水泥、玻璃、陶瓷、石材等)制造行业工厂包括水泥生产工厂(如原料破碎、粉磨、生料均化、烧成、水泥粉磨、水泥包装等)、陶瓷制造工厂(如原料球磨、浆料喷雾干燥、制坯成型、施釉印花、烧成、抛光磨边等)、玻璃制造工厂(如原料配料、玻璃熔制、浮法成型、切裁加工、镀膜、钢化等)、石材加工工厂(如荒料锯切、磨抛、异形加工等)、墙体材料工厂(如烧结砖、透水砖、预制墙板等)等。

(4)食品制造行业应用标准食品制造行业工厂按照原材料和食品形态划分包括粮油加工工厂、肉制品工厂、乳制品工厂、饮料工厂、烘焙糕点工厂、休闲食品工厂、罐头食品工厂、调味品工厂、果蔬加工工厂等。

(5)医药制造行业应用标准医药(如化学制药、生物制药、中药等)制造行业车间包括化学原料药车间(如合成反应、精制提纯、干燥粉碎、溶剂回收等)、药物制剂车间(如固体制剂、液体制剂、气雾剂、吸入剂等)、中药制药车间(如药材前处理、提取、浓缩纯化、丸剂制作等)、生物制药车间(如菌种/细胞培养、发酵、分离纯化、灭活、灌装等)、特殊专项车间(如麻醉药品、精神药品、放射性药品制作等)等。

(6)造纸制造行业应用标准造纸制造行业工厂包括原料备料车间(如木片备料、废纸碎解等)、制浆车间(如蒸煮、粗筛净化、洗涤漂白等)、造纸车间(如纸机前流送、成型、表面处理等)、纸后加工车间(如复卷分切、平板切纸、包装等)、环保水处理车间(如沉淀、生化处理等)等。

混合型制造指同时包含流程型连续加工、离散型零部件加工装配两类工艺的制造行业,包括电池、光伏、橡塑、线缆等行业,如图17所示。根据流程段、离散段等划分,混合型制造行业应用标准包括以下方面内容:

图17 面向新一代智能制造的混合型制造行业数智化工厂应用标准

(1)电池制造行业应用标准 电池制造行业流程段工厂包括配料/制浆工厂、涂布工厂、辊压工厂、电解液配制工厂、化成分容工厂、注液工厂、烘烤除水工厂等和离散段工厂包括极片裁切工厂、卷绕/叠片工厂、电芯装配工厂、模组PACK组装工厂、线束装配工厂、整包总装工厂、检测工厂等。

(2)光伏制造行业应用标准光伏制造行业流程段工厂包括硅料制备工厂、硅片拉晶/铸锭工厂、制绒清洗工厂、扩散工厂、镀膜工厂、烧结工厂、浆料配制工厂等和离散段工厂包括硅片加工工厂、电池片检测分选工厂、结构件加工工厂、电池片串焊工厂、组件层叠层压工厂、边框/接线盒组装工厂、检测工厂等。

(3)橡塑制造行业应用标准橡塑制造行业流程段工厂包括胶料密炼/混炼工厂、塑料造粒工厂、连续挤出工厂、硫化工厂、涂布工厂等和离散段工厂包括模压成型工厂、注塑成型工厂、吹塑工厂、橡胶/塑料机加工工厂、橡塑装配组装工厂等。

(4)线缆制造行业应用标准线缆制造行业流程段工厂包括金属拉丝工厂、导体绞合工厂、绝缘挤出交联工厂、护套挤出工厂、线芯绞合成缆工厂等和离散段工厂包括线缆裁切工厂、线束加工工厂、电缆附件装配工厂、线缆组件组装工厂、成品复绕/包装工厂等。

4 面向新一代智能制造的数智化工厂标准体系建设思考

传统工厂从单机自动化、生产线数字化,向全要素、全流程、全生命周期智能化的数智化工厂演进是一个长期过程。依据数智化工厂标准体系框架，制定系列标准也是长期性、系统性、逐步渐进完善的过程。结合数智化工厂理论和技术发展趋势,尝试提出以下几点数智化工厂标准体系建设思考。

(1)“通用十行业”两步走,分层分步推进标准研制

数智化工厂标准体系涵盖基础共性标准、关键技术、工业软件、行业应用等多个层级,各层级标准相互关联、层层支撑。在建设过程中,优先补齐基础共性类标准,统一术语定义、架构模型、成熟度分级通用要求等基础通用标准,筑牢体系建设根基;再结合工程落地、业务场景,逐步完善关键技术、工业软件、行业应用等标准,最终形成基础标准稳固、技术标准通用、应用标准落地精准的梯度化标准格局，此外,结合国际标准、国家标准、行业标准、团体标准的各自侧重点,国际/国家标准抓通用底线,团体标准快速响应新技术,行业标准用于应用落地精细化管控,形成多层次协同配套、渐进升级的标准体系。

(2)技术牵引、场景驱动,强化标准的落地适配性

智能制造技术迭代速度快,数字孪生、工业大模型、柔性智能制造、全域协同生产等新技术、新场景持续涌现,不断重塑数智化工厂的业务场景与运行逻辑。因此,数智化工厂标准体系建设需立足工厂真实应用场景,以技术创新为牵引、以业务需求为导向,及时将成熟的数智化技术、落地的改造方案、高效的管控模式转化为统一标准,填补领域空白;此外,针对不同细分行业差异化生产等场景,动态优化标准指标、细化落地细则,避免标准过度超前、脱离产业承载力,同时打造示范标杆案例库,分行业发布标准化建设样板工厂,切实提升标准体系的实用性与可落地性。

(3)多方协同、共建共享,凝聚标准建设产业合力

数智化工厂建设覆盖智能装备、工业软件、系统集成、生产管控等多个领域,标准研制涉及行业协会、龙头企业、科研机构、软硬件服务商、政府等多元主体,单一主体无法完成全维度、全链条的标准体系建设。一方面,组建跨行业标准化联合工作组,依托龙头企业的场景优势、科研机构的理论技术优势、行业L楷协会的统筹优势,统筹机械制造、工业软件、运营管理、应急安全等领域专家,避免标准冲突;另一方面,打通上下设备厂商、软件服务商、系统集成商、终端制造企业等,多元主体共同参与标准编制,保障标准贴合产业实际。同时搭建标准验证与试验平台,选取不同行业、不同规模的数智化工厂开展试点应用,在实战场景中检验标准可行性、持续优化标准内容。

5 结束语

数字化转型、智能化升级贯穿于智能制造工厂规划、建设、运行、管理、迭代的全生命周期,为工厂高效率生产、高精度管控、高可靠运行、高质量发展提供了核心支撑。传统单一、碎片化的工厂标准建设模式已难以适配智能制造发展需求,数实融合、全域协同、智能赋能的数智化工厂标准体系建设已是行业发展大势所趋,能为各类制造工厂的规划建设、数智化改造、生产运营、迭代升级提供持续优化、可复用、可推广的标准支撑。

本文从数智化工厂理解与认识、工厂业务全流程实施、关键技术与软件研究、行业落地应用4方面分析和探讨了数智化工厂标准体系的建设需求。前期理论技术研究与应用探索,探究建立了一套数智化工厂标准体系架构,并从基础共性标准、工厂业务全流程标准、关键技术标准、工业软件与集成标准、绿色数字化标准、安全一体化标准和行业应用标准等7个方面对该标准体系进行了阐述。为推动数智化工厂标准化建设落地,针对性提出数智化工厂标准体系的建设思路与发展建议。期望相关工作能为数智化工厂标准研究与制定工作起到一点抛砖引玉和参考推动作用。

本文研究是基于航空航天、汽车、3C电子制造等多行业数智化工厂的建设实践与研究基础,对智能制造数智化工厂标准体系建设的初步探索与梳理,研究内容仍存在一定局限性,如所列的标准不一定精准和全面,每个标准对应的内容还有待完善,所考虑的应用对象和行业还不够广泛等等,恳请国内外相关领域专家、学者及行业从业者批评指正。

期望本文研究成果能够为数智化工厂标准化体系建设、智能制造场景标准完善提供有益参考与推动作用。未来将依托现有研究基础,联合标准化技术委员会与行业专业技术人员,持续深化数智化工厂关键标准研究、体系优化与落地验证工作,助力我国制造业数智化、标准化、高质量发展。

原文刊载于《计算机集成制造系统》2026年7月 作者：戚庆林 陶飞 郭茂林 刘洪廷 朱远哲 程颖 吕俊成等