智能制造场景是智能工厂的核心组成部分，是指面向制造过程各个环节，通过新一代信息技术、先进制造技术的深度融合，部署数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备、行业成套装备等智能制造装备，集成相应的工艺、软件等，实现具备协同和自治特征、具有特定功能和实际价值的应用。根据“十三五”以来智能制造发展情况和企业实践，结合技术创新和融合应用发展趋势，凝练总结了3个方面16个环节的45个智能制造典型场景，为智能工厂及智慧供应链建设提供参考。
产品全生命周期
产品设计
通过设计建模、仿真优化和虚拟验证，实现数据和模型驱动的产品设计，缩短产品研制周期，提高新产品产值贡献率，可参考但不限于以下场景：
（1）产品数字化研发与设计。应用设计、仿真软件和知识模型库，基于复杂建模、物性表征与分析、多目标优化等技术，搭建数字化协同设计环境，开展产品、配方等设计、仿真与迭代优化。
（2）虚拟试验与调试。构建虚拟试验与调试环境，面向产品功能、性能、可靠性等方面，应用数字孪生、AR/VR、知识图谱等技术，通过全虚拟仿真或者半实物半虚拟仿真，开展产品调试和测试验证，缩短验证周期，降低研发成本。
（3）数据驱动产品设计优化。集成产品设计、生产作业、售后服务等环节数据，结合人工智能、大数据等技术，探索创成式设计，持续迭代产品模型，驱动产品形态、功能和性能的优化创新。
工艺设计
通过工艺建模与虚拟制造验证，实现基于数字模型的工艺快速创新与验证，缩短工艺开发周期，降低生产成本，可参考但不限于以下场景：
（4）工艺数字化设计。应用工艺设计、仿真软件和工艺知识库，基于机理建模、物性表征和数据分析技术，建立加工、装配、检测、物流等工艺模型，进行工艺全过程仿真，预测工艺设计缺陷并优化改进。
（5）可制造性设计。打通工艺设计、产品研发、生产作业等环节数据，结合知识模型库，综合评价与及时改进产品设计、工艺的可加工性、可装配性和可维护性等，降低制造与维护成本。
质量管控
部署智能检测装备，通过在线检测、质量分析、质量追溯和闭环优化，提高产品合格率，降低质量损失率，可参考但不限于以下场景：
（6）智能在线检测。部署智能检测装备，融合5G、机器视觉、缺陷机理分析、物性和成分分析等技术，开展产品质量在线检测、分析、评价和预测。
（7）质量准确追溯。建设质量管理系统，集成5G、区块链、标识解析等技术，采集并关联产品原料、设计、生产、使用等全流程质量数据，实现全生命周期质量准确追溯。
（8）产品质量优化。依托质量管理系统和质量知识库，集成质量机理分析、质量数据分析等技术，进行产品质量影响因素识别、缺陷分析预测和质量优化决策。
营销管理
依托数字销售渠道，通过市场与客户数据分析，准确识别需求，优化销售策略，提高人均销售额，可参考但不限于以下场景：
（9）销售驱动业务优化。应用大数据、机器学习、知识图谱等技术，构建用户画像和需求预测模型，制定准确销售计划，动态调整设计、采购、生产、物流等方案。
（10）大规模个性化定制。部署智能制造装备，依托产品模块化、生产柔性化等，以大批量生产的低成本、高质量和有率提供定制化的产品和服务。
售后服务
依托智能产品，通过运行数据采集、分析，开展产品健康监控、远程运维和维护，提高顾客的服务满意率，可参考但不限于以下场景：
（11）产品远程运维。建立产品远程运维管理平台，集成智能传感、大数据和5G等技术，实现基于运行数据的产品远程运维、健康监控和预测性维护。
（12）主动客户服务。建设客户关系管理系统，集成大数据、知识图谱和自然语言处理等技术，实现客户需求分析、服务策略决策和主动式服务响应。
（13）数据驱动服务。分析产品运行工况、维修保养、故障缺陷等数据，应用大数据、人工智能等技术，开拓专业服务、设备估值、融资租赁、资产处置等新业务，创造新价值。
生产全过程
工厂建设
依托数字基础设施，推动工业知识软件化，加快数据流通，通过工厂数字化建模、仿真、优化和运维，提升制造系统运行效率，降低运维成本，可参考但不限于以下场景：
（14）工厂数字化设计。应用工厂三维设计与仿真软件，集成工厂信息模型、制造系统仿真、数字孪生和AR/VR等技术，有效开展工厂规划、设计和仿真优化，实现数字化交付。
（15）数字孪生工厂建设。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，通过物理世界和虚拟空间的实时映射，实现基于模型的数字化运行和维护。
（16）工业技术软件化应用。应用大数据、知识图谱、知识自动化等技术，将工业技术、工艺经验、制造知识和方法沉淀为数据和机理模型，进行数据化显性化，与先进制造装备相结合，建设知识库和模型库，开发各类新型工业软件，支撑业务创新。
（17）数字基础设施集成。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、工业互联网平台以及网络、数据、功能等各类安全系统，完善支撑数字业务运行的信息基础设施。
（18）数据治理与流通。应用云计算、大数据、隐私计算、区块链等技术，构建可信数据空间，实现企业内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。
计划调度
通过市场需求预测、产能分析、库存分析、计划排产和资源调度等，提高劳动生产率和订单达成率，可参考但不限于以下场景：
（19）生产计划优化。构建企业资源管理系统，应用约束理论、寻优算法和专家系统等技术，实现基于采购提前期、安全库存和市场需求的生产计划优化。
（20）车间智能排产。应用计划排程系统，集成调度机理建模、寻优算法等技术，实现基于多约束和动态扰动条件下的车间排产优化。
（21）资源动态配置。依托制造执行系统，集成大数据、运筹优化、专家系统等技术，开展基于资源匹配、绩效优化的派工，实现人力、设备、物料等制造资源的动态配置。
生产作业
部署智能制造装备，通过资源动态配置、工艺过程优化、协同生产作业，提高劳动生产率、降低产值成本率，可参考但不限于以下场景：
（22）产线柔性配置。部署智能制造装备，应用模块化、成组和产线重构等技术，搭建柔性可重构产线，根据订单、工况等变化实现产线的快速调整和按需配置，实现多种产品自动化混线生产。
（23）精益生产管理。应用六西格玛、5S管理和定置管理等精益工具和方法，开展相关信息化系统建设，实现基于数据驱动的人、机、料等准确管控，提升效率，消除浪费。
（24）工艺动态优化。部署智能制造装备，搭建生产过程全流程一体化管控平台，应用工艺机理分析、多尺度物性表征和流程建模、机器学习等技术，动态优化调整工艺流程/参数。
（25）先进过程控制。部署智能制造装备，依托先进过程控制系统，融合工艺机理分析、多尺度物性表征和建模、实时优化和预测控制等技术，实现准确、实时和闭环的过程控制。
（26）智能协同作业。部署智能制造装备，基于5G、TSN、边缘计算等技术建设生产现场设备控制系统，实现生产设备、检测装备、物流装备等实时控制和有效协作。
（27）人机协同制造。应用人工智能、AR/VR、新型传感等技术，提高数控机床、工业机器人、行业成套装备等智能制造装备与人员的交互、协作能力，实现加工、装配、分拣等生产作业的人、机自主协同。
（28）网络协同制造。建立网络协同平台，推动企业间设计、生产、管理、服务等环节紧密连接，实现基于网络的跨企业、跨地域的业务并行协同和制造资源配置优化。
仓储物流
部署智能物流与仓储装备，通过配送计划和调度优化、自动化仓储、配送管理，提高库存周转率，降低库存成本，可参考但不限于以下场景：
（29）智能仓储。建设智能仓储系统，应用条码、射频识别、智能传感等技术，依据实际生产作业计划，实现物料自动入库（进厂）、盘库和出库（出厂）。
（30）准确配送。集成智能仓储系统和智能物流装备，应用实时定位、机器学习等技术，实现原材料、在制品、产成品流转全程跟踪，以及物流动态调度、自动配送和路径优化。
设备管理
部署智能传感与控制装备，通过设备运行监测、故障诊断和健康管理，提升设备综合效率，降低运维成本，可参考但不限于以下场景：
（31）在线运行监测。集成智能传感、5G、大数据分析等技术，通过自动巡检、在线运行监测等方式，判定设备运行状态，开展性能分析和异常报警，提高设备运行效率。
（32）设备故障诊断与预测。综合运用物联网、机器学习、故障机理分析等技术，建立故障诊断和预测模型，预测故障失效模式，开展预测性维护，提高设备综合利用率。
（33）设备运行优化。建设设备健康管理系统，基于模型对设备运行状态、工作环境等进行综合分析，调整优化设备运行参数，提高运行效率，延长设备使用寿命。
安全管控
部署安全监控和应急装备，通过安全风险识别，应急响应联动，提升本质安全，降低损失工时事故率，可参考但不限于以下场景：
（34）安全风险实时监测与应急处置。依托感知装置和安全生产管理系统，基于智能传感、机器视觉、特征分析、专家系统等技术，动态感知、准确识别危化品、危险环节等各类风险，实现安全事件的快速响应和智能处置。
（35）危险作业自动化。部署智能制造装备，集成智能传感、机器视觉、特种机器人、5G等技术，打造面向危险作业的自动化产线，实现危险作业环节的少人化、无人化。
能源管理
部署能耗采集装置，通过能耗实时采集、监测，能耗数据分析与调度优化，提高能源利用率，降低单位产值综合能耗，可参考但不限于以下场景：
（36）能耗数据监测。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。
（37）能效平衡与优化。应用能效优化机理分析、大数据和深度学习等技术，优化设备运行参数或工艺参数，实现关键设备、关键环节等能源综合平衡与优化调度。
环保管控
部署环保监测装置，通过排放采集与监控，排放分析与优化，降低污染物排放，减少单位产值碳排放量，可参考但不限于以下场景：
（38）污染监测与管控。搭建环保管理平台，应用机器视觉、智能传感和大数据等技术，开展排放实时监测和污染源管理，实现全过程环保数据的采集、监控与分析优化。
（39）碳资产与废弃物管理。开发碳资产管理平台、废弃物料管理平台和行业成套装备，集成智能传感、物联网、区块链等技术，实现全流程的碳排放追踪、分析、核算和交易以及废弃物处置和循环再利用全过程的监控、追溯。
供应链全环节
供应链计划
通过打通供应链上下游生产、仓储、物流等环节，开展供应链计划协同优化，提高供应商准时交付率，可参考但不限于以下场景：
（40）供应链计划协同优化。应用大数据、人工智能等技术，结合市场需求预测和仓储、生产、物流等状态分析，实现采购计划、生产计划、配送计划的协同编制与同步更新。
（41）产供销一体化。通过人工智能、云计算等技术，打通销售、生产和采购系统的业务流、数据流，实现销售、生产和采购的协同优化。
供应链采购与交付
通过供应链采购订单和交付物流的实时监控，提高供应商交付率，降低采购成本，可参考但不限于以下场景：
（42）供应链采购动态优化。建设供应链管理系统，集成寻优算法、知识图谱、5G等技术，实现采购订单的准确跟踪、可视化监控和采购方案动态优化。
（43）供应链智能配送与动态优化。依托运输管理系统，应用实时定位、人工智能等技术，实现运输配送全程跟踪和异常预警、装载能力和配送路径优化。
供应链服务
通过供应链上下游数据采集与分析，精细化管理供应商，预测供应链风险并动态响应，确保订单交付，可参考但不限于以下场景：
（44）供应商数字化管理。建立供应商管理系统，集成大数据、知识图谱等技术，实现供应商数据管理以及基于数据分析的供应商评价、分级分类、供应商寻源、优选建议。
（45）供应链风险预警与弹性管控。建立供应链管理系统，集成知识图谱、云计算等技术，开展供应链风险隐患识别、定位、预警和有效处置。
或拨打宁波优德普免费咨询热线：400-8045-500
