1 引言

近年来，世界各发达国家为加快推动制造业信息化、数字化、智能化转型升级，分别发布了符合自身国情的引领性战略。2021年12月，工业和信息化部等八部门联合印发了《“十四五”智能制造发展规划》，明确了智能化是我国制造业的主流发展方向。为指导制造类企业加快智能制造改革进程，工业和信息化部发布了GB/T39116-2020《智能制造能力成熟度模型》和GB/T39117-2020《智能制造能力成熟度评估方法》。

兵器某类企业为进一步推动数字化转型，了解自身智能制造能力水平，亟待开展智能制造成熟度能力评估工作。为了匹配行业特点，结合企业和产品特性，吸纳行业领域专家经验智慧，建立面向兵器某类企业的智能制造能力成熟度模型，开展相应的智能制造能力成熟度评估系统的开发探索研究，以信息化手段助力全面推广兵器某类企业的智能制造能力成熟度评估工作，在统一维度下评估企业在行业内所处智能制造成熟度水平，为企业高效开展数字化改造、智能化转型升级提供指引建议。

2 面向兵器某类企业的智能制造能力成熟度模型

本文以GB/T39116—2020《智能制造能力成熟度模型》为基础，针对兵器某类企业特点及其产品特性，采用统一架构，实现能力要素重构，形成更适合该类企业的智能制造能力成熟度模型。该成熟度模型由5个等级组成：第一级为起步应用级，第二级为系统应用级，第三级为集成整合级，第四级为融合应用级，第五级为产业链协同级（见图1）。

图1 面向兵器某类企业的智能制造能力成熟度等级构成

1）一级(起步应用)：企业启动信息化建设工作，开始对实施智能制造的基础和条件进行规划，初步利用信息化基础设施构建信息化环境支撑业务应用，在各工作环节应用工具，逐步改变传统的设计手段、加工手段和管理工作模式。

2）二级(系统应用)：企业以各业务部门需求为导向，推进系统级建设与应用，逐步形成管理规范，利用信息技术进一步拓展部门业务应用的广度和深度，加强信息技术的系统集成应用，逐步形成企业内部的系统应用能力。

3）三级(集成整合)：企业重点强化信息化顶层设计，从研制数字化、管理信息化和数字化基础环境建设3方面系统性整体推进企业信息化建设和应用，形成企业内部集成整合和业务协同能力。

4）四级(融合应用)：企业通过互联网、物联网、大数据、云计算、人工智能、先进设计制造等新一代数字化技术，促进产品研制全生命周期、企业运营全价值链两个维度的深度融合应用，初步形成数字化企业。

5）五级(产业链协同)：整合集团公司产业链上下游资源，建立产业协同机制，实现资源优化与创新，构建产业进步、互联互通、治理有序的体系生态。

高等级成熟度的要求包含低等级成熟度的所有要求。通过分析产品全生命周期数字化水平和企业运营价值链数字化水平两个维度，拆解提炼出4个能力要素：创新能力、制造能力、运营水平、技术条件。能力要素可分解形成19项一级指标，并将一级指标进一步分解为38项二级指标，具体描述如图2所示。

图 2 面向兵器某类企业的智能制造能力成熟度模型构成

3 智能制造能力成熟度评估方法

3.1评估流程

兵器某类企业的智能制造能力成熟度评估的典型流程（见图3）可以分为启动、执行和总结3个阶段。

图 3 兵器某类企业的智能制造能力成熟度评估流程图

3.1.1 启动阶段

评估方和支撑组共同完成启动阶段的评估工作方案策划任务。其中，评估方确定评估工作的目标、范围和指标权重；支撑组在此基础上研究、梳理评估工作方案、工作计划、进度安排，进行相关技术准备，形成评估标准和规范；评估规范经评估方审核通过后发布。

3.1.2 执行阶段

被评估方配合评估方和支撑组，共同开展相关评估工作。其中，被评估方通过线上评估系统答题，进行本单位智能制造成熟度自评估，形成自评估报告及提升改进报告；评估方针对被评估方的自评估结果开展现场审核，完成被评估方组织的智能制造成熟度现场评估工作，采集评估证据，形成评估发现，依据每一项打分结果，结合一级指标权重，计算企业得分，判定成熟度级别；在评估方的指导监督下，支撑组编制被评估方的智能制造成熟度评估报告；评估方将告知被评估方评估结果，给予被评估方再次论证的机会，并由评估方确定最终结果。

3.1.3 总结阶段

评估方进一步开展综合评定，对被评估方提出问题及改进意见，支撑组汇总评估方综合评定提出的问题及改进意见，完善评定报告；评定报告经评估方审核通过后正式发布；评估方和支撑组明确下一步评估工作的改进措施，完成评估工作总结。

3.2 成熟度等级判定

3.2.1 评估方法与评估域权重

评估方将采集的证据与成熟度要求进行对照，按照满足程度对评估域的每条要求进行打分。成熟度要求满足程度与得分对应表，如表1所示。各指标评估权重可以根据评估对象业务活动进行调整，在评估启动阶段由评估方结合被评估方基本情况，在工作方案中明确。

表1 成熟度要求满足程度与得分对应

3.2.2 计算方法

二级指标得分为该二级指标每条要求得分的算术平均值，二级指标得分按式（1）计算：

式中，D为二级指标得分；X为二级指标要求得分；n为二级指标的要求个数。

一级指标的得分为该一级指标下二级指标得分的加权求和，一级指标得分按式（2）计算：

式中，C为一级指标得分；D为二级指标得分；γ为二级指标权重。

能力要素的得分为该能力要素下一级指标得分的加权求和，能力要素得分按式（3）计算：

式中，B为能力要素得分；C为一级指标得分；β为一级指标权重。

成熟度等级的得分为该等级下能力要素的加权求和，成熟度等级的得分按式（4）计算：

式中，A为成熟度等级得分；B为能力要素得分；α为能力要素权重。

3.2.3 成熟度等级判定方法

当被评估对象在某一等级下的成熟度得分超过评分区间的最低分视为满足该等级要求，反之，则视为不满足。在计算总体分数时，已满足的等级的成熟度得分取值为1，不满足的级别的成熟度得分取值为该等级的实际得分。智能制造能力成熟度总分，为各等级评分结果的累计求和。评分结果与能力成熟度对应关系如表2所示。根据表2给出的分数与等级的对应关系表，结合实际得分S，可以直接判断出企业当前所处的成熟度等级。

表2 分数与等级的对应关系

4 面向兵器某类企业的智能制造能力成熟度评估系统需求分析

 

兵器某类产品领域作为制造业的特殊分支，其智能制造水平评估具有其特殊性和复杂性。一方面，兵器某类产品品种多，智能制造发展水平不一，其智能制造成熟度水平的要素和权重应结合企业和产品的特性做适应性调整，才能产生具有针对性的指导意见；另一方面，兵器某类企业的制造能力、制造水平等数据信息较为敏感，应在确保信息安全的前提下，高效率地完成评估诊断，因此，若邀请行业外的咨询服务机构开展此项工作存在明显风险。

在系统设计时，设计院充分发挥自身的咨询和设计优势，以及对兵器某类企业相关信息的了解和掌握优势，为该类企业的数字化转型做好服务支撑工作，同时通过数据的积累和迭代，掌握行业整体情况，反哺行业和企业，推动共同发展。

5 系统功能设计与应用

5.1 基础数据维护

5.1.1 模型维护

系统支持“面向兵器某类企业的智能制造能力成熟度模型”的录入与维护。通过树形结构的方式，完成成熟度模型能力要素、一级指标、二级指标多层级评分要素的创建与录入。根据企业自身特点，用户可以进行指标权重的调整。

5.1.2 企业信息维护

系统支持将已完成智能制造能力成熟度评估的企业进行分类分级管理、数据信息维护、能力综合分析，并对各企业评估结果进行排序、对比，使各企业了解自身在行业内的智能制造成熟度能力水平等级。

5.2 企业自评流程 

用户登录企业账号，对所属企业进行智能制造能力成熟度评估。根据已建立的“面向兵器某类企业的智能制造能力成熟度模型”，系统为用户提供详细的评估填报界面，针对各指标要求逐一打分。企业完成打分后，系统根据评估方法进行计算，形成定级结果，并上传自评证明文件。

5.3 自评结果查询

用户通过点击评分结果能够查看过往自评历史列表。在列表中点击自评报告预览可了解评估情况雷达图，支持PDF预览和下载操作。在列表中点击详情可查看自评打分的要素详情。在此页面能够点击查看自评证明文件，支持在线查看和文件下载。

6 结语

发展智能制造是推进制造强国建设的主攻方向，也是制造企业提升核心竞争力的主要路径。智能制造的发展水平是新质生产力水平的直接体现，直接关系制造业能否实现高质量发展。智能制造能力成熟度评估对于企业了解自身发展现状，查找与行业先进企业差距，以及确定智能制造重点发展方向，均具有重要价值；面向军工制造业，尤其对于兵器某类企业，在研究和制定企业智能制造整体战略规划方面具有重大意义。

本文通过“面向兵器某类企业的智能制造能力成熟度模型及评估方法”的建立，开展面向兵器某类企业的智能制造能力成熟度评估系统的探索研究，经过单元测试、功能测试、兼容性测试、性能测试、数据完整性测试、回归测试等验证，初步实现了兵器某类企业的智能制造能力成熟度快速评级工作。

本系统的创新点在于，根据兵器某类企业及其产品特点，设计了智能制造能力成熟度评估模型及评价方法。本系统在开发探索过程中，仍存在需求考虑不全面、不完善等问题，将会随着业务进一步开展，在系统后台的可配置性、灵活性等方面持续拓展延伸，不断优化改进。智能制造能力成熟度评估应进一步融入数字化转型体系中，才能发挥长效作用，跟踪企业发展轨迹，成为培养新质生产力的有效、必要手段，更好提升企业和行业在智能制造领域发展的水平、质量和效率。