摘要：智能制造作为制造强国建设的主攻方向，经过这几年的发展已取得长足进步，从“理念普及、试点示范”迈入了“系统创新、深化应用”的新阶段。日前，工业和信息化部印发《“十四五”智能制造发展规划》(以下简称《规划》)，提出“深入实施智能制造工程，着力提升创新能力、供给能力、支撑能力和应用水平，加快构建智能制造发展生态”，明确将提升供给和支撑能力作为当前智能制造的重要抓手，为新时期推动智能制造发展提供明确指引。

作者：中国电子技术标准化研究院党委书记、国家智能制造专家委员会 杨建军

　　智能制造作为制造强国建设的主攻方向，经过这几年的发展已取得长足进步，从“理念普及、试点示范”迈入了“系统创新、深化应用”的新阶段。日前，工业和信息化部印发《“十四五”智能制造发展规划》(以下简称《规划》)，提出“深入实施智能制造工程，着力提升创新能力、供给能力、支撑能力和应用水平，加快构建智能制造发展生态”，明确将提升供给和支撑能力作为当前智能制造的重要抓手，为新时期推动智能制造发展提供明确指引。

　　一、数字转型、智能升级，坚持智能制造主攻方向不动摇

　　制造业是我国经济的立身之本，是财富创造的根本源泉，是国家强盛的重要支柱，是国民经济增长的核心引擎。加快发展智能制造是推制造业高质量发展的必由之路，也是我国发展现代产业体系、实现新型工业化、重塑我国产业竞争新优势的重要路径。

　　(一)智能制造是世界各国推动科技革命和产业变革的战略选择

　　世界百年未有之大变局和新冠肺炎疫情全球大流行交织影响，全球产业链供应链安全稳定面临严峻的考验，制造业与新兴科技的深度融合逐渐成为国际战略博弈的主要战场。美国“先进制造业领导力战略”、德国“国家工业战略2030”，日本“社会5.0”，纷纷将智能制造作为重要发展方向。智能制造是新一代信息技术与先进制造技术深度融合的产物，为制造业转型升级和高质量发展注入源源不断的新动能。智能制造的发展有利于构筑国家竞争新优势，抢占新一轮国际竞争的制高点。

　　(二)智能制造是我国制造业实现高质量发展的重要途径

　　制造业是国家经济命脉所系，其转型升级、高质量发展更是重中之重。通过智能制造的实施对传统制造业进行全方位、全角度、全链条的改造，提升研发设计、生产制造、企业运维等各环节的数字化水平，充分释放数字化智能化对制造业发展的放大、叠加、倍增作用，增强产业链供应链韧性和弹性，推动制造模式变革，培育制造业发展新动能，推动制造业高质量发展。

　　(三)智能制造是提高企业核心竞争力的有力举措

　　企业竞争力是国家产业竞争力的重要体现，在制造业高质量发展过程中占据关键位置。企业通过实施智能制造，实现制造装备联网和关键工序的数字化改造，通过建设智能生产线、智能车间和智能工厂，实现精益生产、精细管理和智能决策。智能制造的深入实施有助于推动装备、软件和系统集成资源要素向企业集聚，从而提高企业创新能力，促进产业链上中下游、大中小企业融通创新，带动产业创新、制造能力提升和服务模式变革。

　　二、创新驱动、标准引领，激发智能制造发展潜力

　　《规划》明确提出”深入推进标准化工作。持续优化标准顶层设计，加强现有标准的优化与协同，加快标准的贯彻执行，支持企业依托标准开展智能车间/工厂建设“。近年来，我国智能制造标准化成效明显，持续更新发布三版《国家智能制造标准体系建设指南》，船舶、石化、建材、纺织等14个行业细分行业智能制造标准体系初步建成。在已发布的300余项智能制造国家标准中，以《智能制造 系统架构》《数控装备互联互通及互操作》系列标准为代表的一批标准有效指导企业实施智能制造。我国主导制定了42项智能制造国际标准，国际话语权显著提升。“十四五”期间，依托国家智能制造标准化总体组，支撑开展智能制造标准领航行动，体系化推动智能制造标准化工作走深走实。

　　(一)加强标准顶层规划，引领创新发展方向

　　紧扣产业基础高级化、产业链现代化发展趋势，针对数字化转型、网络化协同、智能化变革需求，定期修订《国家智能制造标准体系建设指南》，在优化完善已有行业智能制造标准体系的基础上，加快汽车、航空、电力装备、轨道交通装备、家电、食品、钢铁等细分领域智能制造标准体系建设，编制印发相应行业标准体系建设指南，开展细分行业智能制造标准化公共服务平台建设，加强标准化对行业转型的支撑服务能力。

　　(二)开展重点标准研制，有序规范部署实施

　　依托国家智能制造标准化协调推进组、总体组和专家咨询组，在数字孪生、数据字典、人机协作、智慧供应链、系统可靠性、信息安全与功能安全一体化等领域开展基础共性和关键技术标准制修订，满足技术演进和产业发展需求，加大标准试验验证力度，实现标准化与科技创新互动发展。加快适用于典型场景的行业应用标准研制，推动企业加快智能制造实施步伐。

　　(三)落实标准应用推广，赋能产业转型升级

　　围绕智能车间/工厂建设、新模式应用、供应链协同、新技术应用等方面，开展智能制造标准应用试点，遴选一批以标准引领企业转型升级成效明显的试点单位，形成与国家、行业标准配套使用的团体标准、企业标准，推动试点成果在中小企业和同行业企业的应用。开展智能制造能力成熟度国家标准贯标，加快形成区域级、行业级智能制造发展评价指标体系。

　　(四)深入促进国际合作，打造开放共享平台

　　加大ISO/IEC JTC1(信息技术标委会)、ISO/TC184(自动化系统集成标委会)、IEC/TC65(工业过程测量和控制)等国际标准化组织的参与力度，充分发挥IEC智能制造系统委员会中国专家委员会作用，推进优势领域的国家标准、行业标准成果向国际标准的转化。以中德智能制造/工业4.0标准化工作组为蓝本，推动与英国、日本、金砖国家、“一带一路”沿线国家建立标准化合作机制，促进国家标准与国外标准的互认。

　　三、优化供给、赋能发展，培育融通共享的生态体系

　　《规划》中明确提出“要加快系统解决方案供应商培育，推动规范发展，加快发展装备、软件和系统解决方案”。智能制造系统解决方案供应商联盟自2016年成立以来，通过开展智能制造进园区、符合规范条件供应商遴选、创新大赛等活动，全方位地推动供应商发展，目前拥有会员单位557家，并且组建了18个地方分盟和8个行业分盟，初步形成智能制造系统解决方案供应商服务网络，为区域和行业智能化升级提供了有力支撑。“十四五”期间，智能制造系统解决方案供应商联盟将在工信部指导下，深入培育系统解决方案供应商，强化提升智能制造发展的供给水平。

　　(一)打造服务网络，深度支撑智能制造发展

　　开展系统解决方案供应商服务分类分级标准研制，培育一支专业水平高、服务能力强的系统解决方案供应商队伍。加快系统解决方案供应商分盟建设，实现重点地方和典型行业全覆盖。建立健全协同工作机制，构建“总盟+地方分盟+行业分盟”的服务网络。

　　(二)加强协同创新，提升智能制造供给能力

　　通过智能制造进园区、创新大赛等活动强化系统解决方案供应商与装备制造商、软件开发商、用户企业的融合协同，深化产学研用联合创新，与金融、教育、市场等资源要素展开全方位互动，汇聚推广一批轻量级、易维护、专业化的解决方案。

　　(三)汇聚数据资源，加强智能制造公共服务

　　以供应商培育为核心，以供需对接为主线，以应用推广为目标，通过供应商能力上平台、用户需求上平台、优秀解决方案上平台、供需对接上平台，建立供应商图谱和数据库，围绕产业概览、信息共享、供需对接等功能全方位提升智能制造公共服务能力。

观点：智能制造数字化车间能力评估模型构建

近些年来，我国在智能制造方面有了一定的发展，智能制造装备产业规模发展迅速，在一些重点产品方面有所突破，形成了一批具有国际竞争力的龙头企业，但是和发达国家相比，仍然有很大的差距。

主要表现在产业基础薄弱，高端芯片、核心器件、工业软件等关键技术对外依存度高，区域发展不均衡、创新能力不足等。这些说明，智能制造的内涵和核心还未具体统一的认识，智能制造的发展路径还未明确。需要归纳总结关于智能制造普遍认可的实践经验、通用做法以及核心要素，建立智能制造数字化车间的评价模型与指标体系，以有效、规范地推动我国智能制造的评价工作，促进我国整体智能制造水平的提升。

1 、智能制造评估技术现状

目前，开展智能制造评估主要需解决以下问题：

(1)如何定义智能制造核心要素以及智能制造发展水平，即分析提炼出智能制造的核心要素，并通过建模的方式固化;

(2)如何度量智能制造核心要素，即通过分解智能制造核心要素，将评估模型向智能制造评价指标进行映射，并找到切实可行的度量计算方法;

(3)如何应用于不同主体开展评价，即评估模型需要适用于不同主体、不同行业和不同对象。

目前我国已经发布了《工业企业信息化和工业化融合评估规范》(GB/T23020－2013)，该标准适用于为工业企业、行业组织、各级工业和信息化主管部门等开展工业企业两化融合评估工作提供指导和参考依据。

该标准为企业全面、科学评判其两化融合现状和成效提供系统分析方法，将工业企业两化融合的水平分为了起步建设、单项覆盖、集成提升和创新突破4个阶段，同时提出各方面与不同水平与能力级别相关的评估关键要素，并给出了各要素评估要点。效能与效益评估包括竞争力、经济和社会效益等两个主要评估方面。评估模型如图1所示。

图 1 两化评估模型

然而智能制造评价指标体系主要针对的是制造企业“智能制造”的发展水平，与两化融合评估规范所针对的对象是不同的。

针对智能制造的评估还有基于智能制造成熟度模型的评估(图2所示)，该模型以产品研发周期、运营成本、产品不良品率、生产效率、能源利用率等效果指标为导向，建立评估模型对制造企业开展评估。该模型更加注重效果类指标，而非生产过程类指标，因此对于企业生产过程的智能化提升还存在不足。

图2 成熟度评估模型

德国TUV南德提出了基于数字孪生的工业4.0产品测试与评价，该测试从功能安全、信息安全、工业通信的角度，覆盖工业4.0产品中的器件级、设备级、机器级和联通性，评估的步骤包括:

(1)信息搜集，包括搜集需求、评估方案设计、客户应用剖面;

(2)分析，包括集成信息的自动化分析，与其他数据的关联和同步检查，丰富相关附加信息;

(3)评估，包括根据有价值和相关信息执行规定的评估，以及实际条件下的评估;

(4)结论，包括可操作方案的定义，支持反措施的实施，第三方方案评估。

该模型重点关注产品测试与评价，而非数字化车间或智能工厂，因此，缺乏从工厂或者车间等系统层面来考虑企业的智能制造能力提升。

图3 TUV南德模型

2、智能制造数字化车间能力评估模型构建

根据智能制造总体架构，采用16个评估模块构建数字化车间能力评估模型，对于其中具有耦合关系模块按照功能分成5个中心指标，依次是:

基础设施指标，包括工厂规划、设备与自动化、网络设施与布局、信息系统、数据管理与应用;生产制造指标:包括生产制造、研发设计、全过程质量、仓储物流;精益管控指标:包括精益改善、能源管控、安全健康;销售服务指标:包括市场销售、售后服务;企业发展指标:包括组织运营、战略创新。

上述16个模块不是孤立、割裂存在的，它们之间会有依存和相互影响的关系。每一个模块记录为fi(百分制，数值处于0～100之间，数值越大代表本项能力越高)，每一个模块有若干角度，在运用此模型时，先对评估对象进行评估，对每一个模块的每一个角度进行分析，给出相应评价，记录为fij(百分制，数值处于0～100之间，数值越大代表本项能力越高)。系统模型拓扑图如图4所示。

图4 系统模型拓扑图

将系统表示为F(t)，每个中心表示为Fi(t)他们之间的关系为:

(1)假定中心i内fx(t)为最大影响因素，其他模块受其能力水平的影响，即:f(t)max。其它模块为:

(2)假定中心i内存在2个最大影响因素，其它模块受其能力水平的影响，即:fmax1(t)，fmax2(t)。其它模块为:

因此，

由于不同行业的生产制造过程存在差异，因此，在权重赋值的过程中，还应考虑行业特性。但为了充分体现智能制造的指导方向，基础设施指标和生产制造指标的权重之和不宜低于整体权重的50%。

3、 应用与分析

将上述评估模型应用于某汽车零部件企业，该企业的产线规划由自身完成，主要依靠个人经验，导致生产线的设计具有一定的不合理性。目前拥有3个车间，其中3号车间有待改造，如重新排布工艺环节，加快生产节拍;增加流水线的设置，覆盖工艺多个环节;实施产品质量追溯等。

1号车间的产能基本满足个性化定制的需求，但需要进行生产优化、柔性生产方面的改善，如有需求，也可以增加流水线生产、设备信息化、信息系统的构建。

2号车间有待新建，新建车间建议寻找专业的咨询机构评审建设方案，重点关注工艺布局、流水线生产、设备信息化、信息系统的构建。

该企业智能制造评估得分为23.6分(满分100分)，各模块的评估得分如图5，其中方块表示企业人员自评估结果，线条表示企业人员的期望结果，线条表示专业评估人员的评估结果。

从评估结果中可以看出，企业人员的自评估结果与专业评估人员的评估结果存在一定重合趋势，但在仓储物流、精益改善等方面与专家认知存在一定的偏差，需要加强这些方面的知识导入和内部管理优化。在“网络设施与布局”、“仓储物流”、“售后服务”等几个模块上，企业自身的认识评估与外部专家的客观评价存在一定的差异，需要企业在下一步核心能力提升过程中，根据业务的实际情况予以重视与关注。

在精益改善、数据管理与应用、信息系统、企业自评与专家评价结果相同，能力较弱，在实际短板方面，企业的核心关注点在于企业内部智能制造应用体系，如网络设施与布局等。同行业优秀企业对标和专家评价诊断在精益改善、数据管理与应用、信息系统方面有较好的共识，这方面企业应在未来的智能车间建设中予以规划加强;同时，专家评价诊断认为仓储物流、能源管控也需要继续加强。

由此可见，本评估模型不仅可以给出企业的智能制造评价结果，还可以从评价结果中可以看出企业人员对于智能制造的认识不足，以及企业在开展智能制造过程中的突破口。

图5 企业智能制造评估得分图

4 、结论

针对企业数字化车间生产制造过程建立的评估模型，对于指导企业开展和实施智能制造改造具有重要意义，但该模型还存在不少缺陷，如无法适用于不同行业、不同生产制造过程的企业，且不同行业的企业不具备横向可比性。另外，在提供的方法基础上，提炼形成不同行业评估模型的构建方法，将是下一步的研究重点。

作者：广东中认华南检测技术有限公司 李宗亮 王攀 王成城 胡冬青 方培潘 林伟洲