智能工廠建設路徑探究

［摘 要］智能工廠建設涉及的領域眾多，是一項系統性工程，需要多個專業深度融合且長期持續建設。文章首先分析我國智能工廠建設的驅動因素，然后探討智能工廠建設面臨的風險挑戰，最后闡述“自上而下”與“自下而上”相結合的智能工廠建設路徑，以期為未來各地智能工廠建設提供參考。

［關鍵詞］智能工廠；頂層設計；場景建設

doi：10.3969/j.issn.1673 - 0194.2024.22.035

［中圖分類號］F424 ［文獻標識碼］A ［文章編號］1673-0194（2024）22-0-04

0" " "引 言

當前，世界百年未有之大變局加速演進，新一輪科技革命和產業變革深入發展，智能制造正在引領全球制造業發展變革的方向，成為全球科技創新制高點和全球經濟發展新引擎。以智能制造為主攻方向，如何建設一批引領產業發展的智能工廠，成為我國加快推進新型工業化，推動制造業加速向數字化、網絡化、智能化發展的重要發展課題。

1" " "智能工廠建設的驅動因素

智能工廠建設的驅動因素主要包括4個方面：政策引領、需求驅動、技術賦能、標準支撐。

1.1" "政策引領

在數字經濟時代，國家高度重視智能工廠建設，將智能工廠作為智能制造的核心載體。國務院、工業和信息化部、國家發展改革委、國家數據局等部門發布了一系列與智能工廠相關的政策文件（見表1），鼓勵制造業分行業、分領域推動智能工廠建設。

1.2" "需求驅動

當前，中國制造業正處于轉型關鍵期，企業越來越意識到數字化轉型已從“選擇題”變成“必修課”，正是智能工廠建設為制造業數字化轉型按下加速鍵。離散型、流程型中大規模企業已明確將智能工廠建設提上日程，企業需求已逐步明確與聚焦，大部分企業也已自建專用網絡，并愿意引入人工智能（Artificial Intelligence，AI）、數字孿生等技術，提升工廠數字化和智能化水平。中小微企業對輕量化的研發設計、生產制造、供應鏈、企業管理等工業應用軟件的共性需求強烈。同時，由于自身能力不足，中小微企業迫切需要專業的智能制造服務商提供頂層規劃與專業技術服務，以滿足企業個性化需求。截至2023年年底，我國已培育421家國家級智能制造示范工廠，推動各地建設萬余家數字化車間和智能工廠，智能工廠、數字化車間在提升要素生產率、發展新質生產力方面作用明顯。

1.3" "技術賦能

我國智能制造技術發展雖然起步較晚，但發展迅猛。國家對智能制造技術研發投入力度大，以企業為主體，聯合高校、科研院所共同發力，加快新技術在智能工廠領域推廣應用。機器人、智能制造裝備產業體系已形成，為諸多裝備智能化提供了足夠的技術支撐。大數據、物聯網、云計算、邊緣計算、5G、數字孿生等技術逐漸成熟。在垂直化、產業化方向，工業大模型正加速滲透。基于智能工廠建設場景，將新一代信息技術與先進制造技術深度融合，已探索形成一批技術集成應用創新案例，賦能制造業全生命周期、全價值鏈各環節。

1.4" "標準支撐

標準化工作是實現智能制造的重要基礎。在智能工廠建設中，標準相當于一種通用語言，是影響建設成敗的關鍵性因素。我國早在2015年就開始啟動智能制造標準化工作，制定了國家智能制造標準體系建設指南，之后經過多次迭代升級，解決了智能制造標準缺失、滯后、交叉重復等問題。隨著智能制造發展進入深水區，我國正全面開展基礎共性標準、關鍵技術標準、行業應用標準研究，持續完善智能制造標準體系，為智能工廠建設保駕護航。

2" " "智能工廠建設面臨的風險挑戰

智能工廠建設如火如荼，發展空間廣闊。但是，智能工廠建設不是一蹴而就的，在發展道路上面臨以下風險挑戰。

2.1" "缺乏頂層規劃，系統性思考不足

很多企業在智能工廠建設過程中，更關注局部的、單點的智能化場景應用，“頭痛醫頭，腳痛醫腳”，缺乏章法，造成很多局部智能化依然是割裂的、碎片化的，在實際運行中形成一個個“數據孤島”，很難有效串聯整合，急需通過對智能工廠開展頂層設計，形成整體思考決策。

2.2" "需求分析不夠深入，難以做到“對癥下藥”

制造業有31個大門類，各行業生產方式差異大，各企業面臨的痛點千差萬別。在智能工廠建設過程中，要解決一系列與生產相關的業務過程中復雜的運營、產品與工藝等方面的不確定性問題，目前總體缺乏對分行業、分領域場景化需求的科學研判和深入分析，解決方案很難做到有的放矢、對癥下藥。

2.3" "短期投入與長遠效益需要平衡

當前，經濟下行壓力加大，部分企業由于對智能工廠投入不夠、投入產出效益不高、建設周期過長等，在推進過程中漸漸失去耐心，陷入發展困境。智能工廠建設是一個持續改進與優化的過程，既要有系統的頂層規劃，科學設計實施步驟，又要有務實的行動計劃，形成可感知的建設成果。

2.4" "產業生態體系有待完善

在智能工廠產業生態環境上，上下游企業、標桿企業與中小企業間缺少開放互動的溝通渠道和合作機制，園區平臺、通信運營商、互聯網企業、軟件企業、診斷服務商之間缺少協同配合機制，尚未形成協同完備的產業生態體系，難以為企業提供全方位、低門檻、高成效的智能工廠建設服務。

3" " "智能工廠建設的優化路徑

目前，智能工廠建設已進入深水區，不僅需要在政策、需求、技術、標準等方面的驅動保障，還需要以系統思維，探索“上下結合”的智能工廠建設路徑，即按照“自上而下”開展頂層設計與“自下而上”推進場景建設相結合的建設策略，在頂層設計中把握發展的方向和節奏，在探索實踐中落地新場景、積累新經驗，系統推進智能工廠建設，破解發展困局。

3.1" "自上而下，以全局視野開展頂層設計

智能工廠建設是一項系統性工程，應從全局視野頂層設計和統籌規劃相關方面的要素，確保目標的一致性和理念的先進性，通過統籌規劃，確保項目的貫通性和建設的統籌性，系統推進智能工廠建設。具體步驟可分為現狀診斷、需求分析、總體目標與藍圖規劃、分步實施計劃制訂4個階段。

一是智能工廠現狀診斷。圍繞設計、生產、物流、銷售和服務的全流程，全方位調研工廠自動化、信息化、車間聯網等情況，運用智能制造成熟度評估模型評估關鍵績效指標，定位工廠的智能化水平。

二是智能工廠建設需求分析。梳理業務模式，識別可優化的工藝環節，結合生產特點，提出改進應用可行性方案，系統地提出智能工廠建設需求。

三是智能工廠總體建設目標與藍圖規劃。基于診斷評估、流程梳理與關鍵技術可行性分析結果，編制智能工廠規劃落地方案、實施計劃與預算，并構建智能工廠運行的基礎技術架構與保障體系。

四是制訂分步實施計劃。根據整體規劃藍圖，確定項目子任務優先級，明確子項目的目標、內容、關鍵點、實施計劃、資源需求等要素，綜合分析項目的重要度、緊迫度、前提條件和實施風險，制定切實可行的實施路線，推進計劃落地。例如，某企業通過智能工廠專業咨詢服務商的系統化診斷，提出分階段建設路線及針對性解決方案，具體如圖1所示。通過分階段推進智能工廠建設，該企業生產效率提高了30%，產品不良品率降低了70%，單位產值能耗降低了40%。

3.2" "自下而上，因地制宜推進場景建設

在智能工廠建設過程中，要解決一系列與生產相關的業務過程中復雜的運營、產品與工藝等方面的不確定性問題，可根據不同行業企業特點，選擇合適場景，從小場景切入，步步推進，推動企業智能工廠建設成功。

3.2.1" 開展場景分析

工業和信息化部根據智能工廠建設實踐，結合技術創新和融合應用發展趨勢，凝練總結了3個方面

16個環節的45個典型場景，為智能工廠建設提供了指引［1］。此外，工業和信息化部公示了2023年度智能工廠揭榜單位及典型場景應用［2］，其中，智能工廠揭榜單位公示的場景應用數量為2 281個。通過分析智能工廠場景應用情況，可以看出智能工廠場景的重點分布情況。①生產全過程是智能工廠建設的主攻方向，相關智能場景應用數量為1 523個，占66.8%，其中生產作業以其豐富的場景成為首選，占15.6%；工廠建設、計劃調度、倉儲物流、設備環節等環節場景應用逐漸成熟，占比均在10%左右；安全管控、能源管理、環保管控等環節作為生產過程中不可避免的環節，目前還處于數據采集和實時監測階段，自動化作業和智能管理還需要推廣。②產品全生命周期成為智能工廠的重點內容，相關智能場景應用數量為624個，占27.3%，其中產品質量管控已成為剛需，占12.1%；產品設計、工藝設計環節數字化設計技術手段日益豐富，占比均在5%左右。③供應鏈全環節智能化在不斷探索實踐，相關智能場景應用數量為134個，占5.9%。應用場景排名前10的分別是智能倉儲、智能在線檢測、質量精準追溯、能耗數據監測、在線運行監測、車間智能排產、工藝數字化設計、數字基礎設施集成、產品數字化研發與設計、生產計劃優化（并列第10）、安全風險實時監測與應急處置（并列第10），總計占比近半，基本集中在工廠生產運營的工廠建設、工藝規劃、計劃調度、運營管控等高價值領域，與智能工廠建設的實際需求和技術發展成熟度相符，具備顯著的效益性和示范性。

3.2.2" 做好場景分類

智能工廠建設路徑在場景選擇的優先級上呈現多樣化特征，因此要以行業智能工廠典型場景分類，梳理行業通用場景和個性場景。以流程制造為主的上游行業因生產過程具有連續性，更關注關鍵設備監控和產品質量監控，通過質量追溯打破上下游企業間的數據隔閡。以離散制造為主的中游行業因物料品種多樣、人工參與度高、生產過程管控難等，更傾向于優先打破各生產環節的信息壁壘，實現可視化管理和數字化協同。以消費品制造為主的下游行業貼近市場一線，市場需求快速變化促使企業以滿足用戶多元化需求為目標，進行柔性化生產和個性化定制［3］。

3.2.3" "推進場景落地

在場景建設落地過程中，要做深做透一個個場景。根據應用場景沉淀智能工廠建設能力和經驗，建立場景解決方案庫，匯聚多層次數字化轉型優秀產品，加強成本低、周期短、見效快的場景型輕量化轉型解決方案供給［4］。由點及線，由線到面，由面成網，逐步實現單元級、車間級、工廠級的智能化改造，打造智能工廠應用示范，帶動全行業數字化轉型。

3.2.4" "豐富場景生態

隨著技術發展和產業融合，針對智能工廠多樣化建設需求，通過政產學研用各方力量整合營造良性生態已成為一大趨勢［5］。地方政府要因地制宜出臺支持智能工廠建設的發展政策，全面推動典型場景應用示范推廣。行業頭部企業要全面提升智能工廠主體建設能力，利用制造資源碎片化、在線化、再重組、再優化的機遇，建立行業性場景生態資源池。各類智能工廠服務商要加強專業化服務供給，充分依托智能工廠豐富的應用場景，逐步構建跨設備、跨產線、跨車間、跨工廠、跨企業的智能工廠公共服務平臺，打造跨行業或跨區域的智能工廠建設公共服務平臺。

主要參考文獻

［1］工信部、國家發改委等：開展2023年度智能制造試點示范行動［J］.中國設備工程，2023（17）：1.

［2］中華人民共和國工業和信息化部 國家發展和改革委員會 財政部 國務院國有資產監督管理委員會 國家市場監督管理總局公告［EB/OL］.（2023-11-24）［2024-05-29］.https：//www.miit.gov.cn/threestrategy/zcgh/zcfg/art/2023/art_59148668d4634a93b0326e6d1225529.html.

［3］李沐齋，甘乃鳳，鄖彥輝.智能制造示范工廠建設情況分析［J］.機器人產業，2022（5）：75-82.

［4］北京市經濟和信息化局.北京市經濟和信息化局關于印發《北京市制造業數字化轉型實施方案（2024—2026年）》的通知［J］.北京市人民政府公報，2024（18）：64-75.

［5］胡成林，韓麗，左鵬.智能制造生態發展研究［J］.智能制造，2024（1）：18-25.