新闻中心

New Center

浙江省培育建设“未来工厂”试行方案

2020-08-05

  为贯彻落实省委省政府《关于以新发展理念引领制造业高质量发展的若干意见》和《制造强省建设行动计划》,深入实施数字经济“一号工程”,以改革创新为动力,探索“未来工厂”建设,打造智能制造新模式新标杆,引领制造业制造模式转型,推高质量发展和全球先进制造业基地建设,特制定本试行方案。


一、主要目标


聚焦“415”产业集群和重点产业链,面向制造业高质量发展的新需求,深度融合应用新一代信息技术,充分依托和发挥国家智能制造新模式、试点示范企业和省智能制造数字化车间/智能工厂的创建优势,从2020年起,每年探索培育建设10家左右“未来工厂”,示范引领我省制造业数字化、智能化、绿色化转型发展,成为制造业高质量发展和全球先进制造业基地的展示窗口。


二、建设要素


“未来工厂”是指广泛应用数字孪生、物联网、大数据、人工智能、工业互联网等技术,实现数字化设计、智能化生产、智慧化管理、协同化制造、绿色化制造、安全化管控和社会经济效益大幅提升的现代化工厂。基本建设要素参考如下:


(一)数字孪生应用。综合应用三维建模、计算机仿真、虚拟现实(VR)/增强现实(AR)和物联网等技术,构建产品、设备和产线的数字孪生模型,实现产品设计、物理设备和生产过程的实时可视化展示和迭代优化。


(二)智能化生产。建立工厂网络系统,鼓励运用5G、人工智能等技术,广泛应用智能生产设备、检测设备、物流设备,依托企业数据采集与监视控制系统(SCADA)、资源计划系统(ERP)、高级计划排程(APS)、制造执行系统(MES)、仓储管理系统(WMS)等信息化系统,实现物资采购计划调度、生产作业、仓储配送的数据自动采集、在线分析和优化执行,提高生产计划准确性和生产过程的可控性,工厂或车间实现少人化、无人化。


(三)智慧化管理。建立工业互联网平台和数据中心,通过企业资源计划系统(ERP)、产品生命周期管理(PLM)、供应链管理系统(SCM)、客户关系管理系统(CRM)等集成应用,实现数据共享共用,在采购、生产、销售、质量等方面实现协同管理,推进企业生产、运营和决策的智慧化管理。


(四)协同化制造。鼓励龙头企业依托工业互联网平台,实现人员、设备、数据等信息要素共享,打通企业间的物流、资金流、信息流等,实现设计、供应、制造和服务资源的在线共享和优化配置。鼓励整合行业内中小企业产供销资源,打造云上产业链,突破工厂物理界限,实现制造资源的动态分析和柔性配置。结合市场需求开展个性化定制,实现产品设计、计划排产、柔性制造、物流配送和售后服务的整体集成和协同优化。


(五)绿色化制造。建立能源综合管理监测系统,对主要耗能设备实现实时监测与管理;建立产耗预测模型,实现能源资源的优化调度、平衡预测和节能管理;建立环保监测系统,实现从清洁生产到末端治理的全过程环保数据采集、实时监控及报警,开展可视化分析。


(六)安全化管控。设立安全管理机构,制定风险管控准则和风险管控流程。开展安全预警,实现生产过程中人员、物料、过程、设备、环境、信息等六类安全风险要素的智能化管控,定期开展风险评估。鼓励使用安全可控的软件、系统和设备。


(七)社会经济效益。企业提质增效成果显著,生产效率、资源综合利用率大幅提升,研制周期、运营成本、产品不良品率显著降低。突破一批关键技术,形成一批专利、标准和经验成果,培育一批专业人才队伍。


具体建设要素指标见附件。


三、建设路径及措施


(一)制定建设要求。参照国家有关智能制造评价指标体系,结合我省实际,制定“未来工厂”建设要素,为“未来工厂”培育创建提供参考依据。


(二)遴选入库工厂。聚焦数字安防、网络通信、智能装备、汽车及零部件、医药、新材料、现代纺织、智能家居等重点领域,以揭榜挂帅方式,每年遴选一批培育创建的“未来工厂”入库名单。


(三)强化诊断服务。由省经信厅牵头,发挥智能制造专家服务团队和第三方机构作用,对培育创建入库工厂开展诊断服务,对标“未来工厂”建设要素,提升建设水平。推进智能制造公共服务平台建设,提供智能改造咨询、人才培训等服务。


(四)开展成效评估。根据入库工厂建设情况,由省经信厅牵头会同有关部门,组织专家进行成效评估,每年确定并公布一批“未来工厂”名单。


(五)强化政策保障。加强各级财政专项资金对“未来工厂”建设的激励与支持,加大融资对接服务和要素保障力度。积极营造使用国货的良好氛围,推广使用“未来工厂”制造精品。及时总结培育创建经验和成效,引导带动相关企业、行业和产业集群提升制造水平,增强国际竞争力和可持续发展能力。


附件:浙江省“未来工厂”建设参考要素指标(试行)


浙江省“未来工厂”建设参考要素指标(试行)


参考要素

主要建设内容

一、数字孪生应用


产品数字孪生

采用计算机辅助设计等技术,实现产品数字模型设计与管理;开展模拟仿真、虚拟化调试,测试和验证产品设计的合理性,提升研发效率与产品质量,缩短产品研发周期。

生产数字孪生

采用计算机仿真、虚拟制造等技术,搭建数字化车间或数字化工厂,实现对产线布局、工艺流程、制造过程及生产物流的仿真,优化生产过程。

设备数字孪生

采用计算机建模、虚拟现实(VR)、数据采集等技术实现物理设备运行状态在线监控和可视化展示,进行设备运行优化、预测性维护与保养;通过设备运行信息,对产品设计、工艺和制造迭代优化。

二、智能化生产


物资采购

建立供应商评价系统,能够对供应商能力进行量化评价;通过与上游供应商的销售系统集成,实现协同供应。实现与企业资源计划系统(ERP)等系统集成自动生成采购计划,实现流水、库存和单价的同步。

计划调度

采用APS等生产计划排产系统或平台,实现基于市场需求、安全库存、制造过程等因素的科学排产,生成优化的生产作业计划、物料计划,以及生产参数并实现在线校验。通过对生产过程的监控,实现系统自动预警和优化调度排产。

生产作业

通过制造执行系统等信息系统集成,实现将工艺指导文件、生产配方、运行参数或生产指令自动下发到制造单元。实现对生产作业、生产资源、制造过程等关键数据的动态监测,建立数据分析模型,并进行优化分析。实时采集产品原料、生产过程、客户使用的质量信息,实现产品质量的全生命周期追溯。

仓储配送

通过数字化仓储设备、配送设备与信息系统集成,依据实际生产状态实时拉动物流配送;建立相关知识库及预测分析模型,实现基于生产和物料状态预警的自动仓储和配送协同;流程型行业应安装相关智能仪表,根据储罐状态数据进行趋势预测,给出预防措施。

参考要素

主要建设内容

三、智慧化管理


数据平台

构建统一数据平台、数据集市和数据模型,整合数据资源,实现生产经营关键绩效指标(KPI)决策的自动化、智能化,支持跨部门及部门内部常规数据分析,辅助开展决策。鼓励龙头企业建立行业级工业互联网平台。

智慧决策

通过企业资源计划系统(ERP)、产品生命周期管理(PLM)、供应链管理系统(SCM)、客户关系管理系统(CRM)等互联互通,实现采购、计划、生产、销售等方面的协同管理及企业主要关键绩效指标预警,推进企业决策、管理可视化、智慧化。

设备管理

建立设备故障知识库,通过在线监测等技术,实现设备状态实时采集、基于事件的设备状态异常预警、远程诊断,以及应用大数据实现设备的预测性维护等。

智能物流

鼓励内外部协同物流平台,实现生产、仓储配送、运输管理多系统的集成优化,实现配送全程信息跟踪,对异常轨迹进行报警;建立优化模型,实现天气、道路、订单等多因素情况下的运输路线优化管理。

销售预测

通过对客户信息的挖掘分析,优化客户需求预测,制定精准销售计划。实现线上线下融合销售和协同管理,并与企业信息系统集成,能够基于客户需求变化动态调整设计、采购、生产、物流方案。

四、协同化制造


产业、供应链

协同

通过工业互联网平台应用,实现信息数据资源在企业内外的交互共享。企业间、企业部门间创新资源、生产能力、市场需求实现集聚与对接,实现基于云的设计、供应、制造和服务等环节的并行组织和协同优化。

个性化定制

产品可模块化设计和个性化组合;建有用户个性化需求信息平台和各层级的个性化定制服务平台,能提供用户需求特征的数据挖掘和分析服务;产品设计、计划排产、柔性制造、物流配送和售后服务实现集成和协同优化。

参考要素

主要建设内容

五、绿色化制造


能源监控

建立能源综合管理监测系统,对主要耗能设备实现实时监测与控制;采集能源统计数据,进行数据和指标分析,形成优化方案。

产耗预测

建立产耗预测模型,对水、电、气(汽)、煤、油以及物料等消耗进行实时监控分析,实现能源资源的优化调度、平衡预测和有效管理。

节能环保

加强先进节能环保技术、工艺和设备应用,提高能源、材料利用率;实现环保数据全面采集,实时监控及报警,开展可视化分析,覆盖从清洁生产到末端治理全过程。

六、安全化管控

安全机制

设立工厂安全管理机构,统一负责全厂人员、物料、过程、设备、环境、信息安全的管控;全面梳理生产运营过程中潜在的风险要素,制定风险管理准则和风险管控流程;鼓励建立多层级的工业互联网安全防护体系。

安全预警

合理利用物联网、大数据、人工智能等技术,对风险进行感知、传输、分析处理、预警响应、应急预案触发、善后处理、总结改进提高;实现生产过程中人员、物料、过程、设备、环境、信息等六类安全风险要素的智能化管控。

风险控制

应定期对用于工厂安全控制的装置和系统开展安全风险评估,确定安全控制有效性;鼓励使用安全可控的软件、系统和设备。

七、经济社会效益


综合效益

提质增效成果显著,生产效率、资源综合利用率大幅提升,研制周期、运营成本、产品不良品率显著降低。

示范推广

突破一批产业关键核心技术,形成一批核心专利、标准和经验成果,培育一批专业人才队伍,示范带动效应明显。