导语：本文我们将继续展开探讨聚焦卓越级智能工厂建设重点进行分析
在《智能工厂梯度培育与申报系列（三）：先进级智能工厂建设重点梳理分析》一文中，我们结合CMMM评估要求以及智能工厂梯度培育要素条件，就先进级智能工厂的建设重点和推进方向进行了梳理分析。本文我们将继续展开探讨，聚焦卓越级智能工厂建设重点进行分析。
一、卓越级智能工厂培育与CMMM评估要点
《智能工厂梯度培育要素条件》（2025年版）中对卓越级智能工厂建设重点提出的具体方向要求是——强化数字化网络化持续优化能力，面向智能制造典型场景体系化部署智能制造装备、工业软件和系统，实现设计生产经营数据集成贯通、制造装备智能管控、生产过程在线优化，开展产品全生命周期和供应链全环节的综合优化，推动多场景系统级智能化应用。
较先进级智能工厂聚焦数字化网络化集成能力，卓越级智能工厂更强调数字化网络化持续优化能力，要求在全业务流程中实现设计生产经营数据集成贯通、制造装备智能管控、生产过程在线优化。
表 1 卓越级智能工厂培育与CMMM评估要点
维度 | 培育要素条件 | CMMM评估要点 |
基础要求 | 智能制造能力成熟度评估水平达到 GB/T 39116—2020三级及以上 | 获得CMMM标准符合性证书（三级）及以上 |
建设重点 | 强化数字化网络化持续优化能力，面向智能制造典型场景体系化部署智能制造装备、工业软件和系统，实现设计生产经营数据集成贯通、制造装备智能管控、生产过程在线优化，开展产品全生命周期和供应链全环节的综合优化，推动多场景系统级智能化应用。 | （1）强化数字化网络化持续优化能力 |
建设内容覆盖环节 | 至少覆盖工厂建设、研发设计、生产作业、生产管理、运营管理全部五个环节。 | 工厂建设、研发设计、生产作业、生产管理、运营管理是核心评估环节 |
各环节建设内容 | 工厂建设：开展工厂级数字化规划与建设，以及数据治理工作；对工厂进行系统建模和优化，实现工厂数字化交付，推动虚拟工厂建设；体系化部署安全可控的智能制造装备、工业软件和系统。 | 组织战略：三级（a）、（b）、（c） |
研发设计：开展产品、工艺协同研发设计、集成建模和仿真，实现基于模型和数据的系统优化。 | 产品设计：三级（a）、（b）、（c）、（d）；四级（c） | |
生产作业：开展多场景数智技术应用，实现装备运行状态智能分析和故障诊断、生产过程智能管控和在线优化、过程质量在线检测与控制。 | 装备：四级（a）、（b） | |
生产管理：通过生产全过程数据综合分析，实现生产计划与排程自动生成、设备全生命周期管理、质量精准追溯和持续改进、物流仓储策略优化、安全应急联动、能源环保综合管控等，推动主要生产要素的智能协同优化。 | 计划与调度：四级（a）、（b） | |
运营管理：通过多维数据智能分析，实现用户需求精准识别和敏捷响应、全厂资源协同优化、产品增值服务、设计生产服务闭环优化、智能化决策支持等，推进供应链上下游“链式”协同。 | 销售：四级（a）、（b）；五级（a） | |
建设成效 | 1.主要技术经济指标应处于国内同行业领先水平。 2. 在国内同行业起到引领带动作用，带动供应链上下游协同开展数智化升级。 3. 培育形成具有行业推广价值的智能制造解决方案，探索构建企业智能制造“标准群”。 4. 建立较为完善的智能制造复合型人才培养体系，培养一批智能工厂建设和运营人才。 | 详见《智能工厂建设关键绩效指标参考》 |
表1中详细列出了卓越级智能工厂培育要素条件以及CMMM评估要点。卓越级智能工厂的评估标准是要达到“国内同行业领先水平”，从智能工厂梯度培育文件要求来看，卓越级智能工厂是当前及未来几年国家推动打造的重点。相对先进级智能工厂要求工厂在“数字化转型、网络化协同" 方面进行深度突破，卓越级智能工厂要求强化数字化网络化持续优化能力，实现智能制造典型场景的体系化部署，开展产品全生命周期和供应链全环节的综合优化，推动多场景系统级智能化应用。
（一）工厂建设
目标要求：开展工厂级数字化规划与建设，以及数据治理工作；对工厂进行系统建模和优化，实现工厂数字化交付，推动虚拟工厂建设；体系化部署安全可控的智能制造装备、工业软件和系统。
CMMM评估要点：主要对组织战略、人员技能、装备、数据、产品设计、工艺设计等能力子域的评估。
相对先进级智能工厂面向车间级和工厂级数字化规划与建设，卓越级智能工厂的要求涵盖更高更广，不仅要求围绕工厂级数字化规划与建设，实现工厂数字化交付，推动虚拟工厂建设，还要求具备对工厂进行系统建模和优化的能力，且将数据治理工作纳入到工厂建设要求。对于工业软硬件部署，要求实现安全可控的体系化部署。
打造卓越级智能工厂对组织战略和人员技能有较高要求，必须有灵活且高效的组织战略做支撑，并配备经验丰富的数字化工厂管理和实施人才。对照CMMM标准，这需满足组织战略三级（a)和（b）中全部条款要求，即“对智能制造战略的执行情况进行监控与评测并持续优化战略”；“建立优化岗位结构的机制，并定期对岗位结构和岗位职责的适宜性进行评估，基于评估结果实施岗位结构优化和岗位调整”；在人员技能方面，三级（a)要求，“应具有创新管理机制，持续开展智能制造相关技术创新和管理创新”；三级（b)要求，“应建立知识管理体系，通过信息技术手段管理人员贡献的知识和经验，并结合智能制造需求，开展分析和应用”。
在数字化工厂规划和建设上，卓越级智能工厂提出了明确要求，即对工厂进行系统建模和优化，实现工厂数字化交付，推动虚拟工厂建设。这要求企业要利用MBD等三维建模技术，整合设计、制造、检测等全流程数据，确保产品研发过程中数据源的唯一性。要求实现“生产经营数据集成贯通、制造装备智能管控、生产过程在线优化，开展产品全生命周期和供应链全环节的综合优化。”，这个与提出的体系化部署安全可控的智能制造装备、工业软件和系统等要求是一致的，即企业要完成从经营管理到生产制造的全业务端到端数字化系统的部署，并实现这些系统间的集成贯通，以保证产品全生命周期和供应链全环节的综合优化”。
（二）研发设计
目标要求：开展产品、工艺协同研发设计、集成建模和仿真，实现基于模型和数据的系统优化。
CMMM评估要点：主要涉及CMMM评估体系中的产品设计、工艺设计两个能力子域，重点考察产品与工艺之间的协同设计、集成建模仿真能力，以及实现模型和数据的统一。
对照CMMM标准，实现产品与工艺之间的协同研发需满足产品设计三级（d）、工艺设计三级（d），即“实现工艺设计与产品设计之间的信息交互、并行协同”；实现集成建模和仿真需满足产品设计三级（b）“三维模型应集成产品设计信息，确保产品研发过程中数据源的唯一性”；产品设计（c）“应基于三维模型实现对外观、结构、性能等关键要素的设计仿真及迭代优化”；产品设计四级（c）“应构建完整的产品设计仿真分析和试验验证平台，并对产品外观、结构、性能、工艺等进行仿真分析、试验验证与迭代优化”。与产品相对应的是工艺设计，工艺设计三级（c）“应基于数字化模型实现制造工艺关键环节的仿真分析及迭代优化”；工艺设计三级（d）“应实现工艺设计与产品设计之间的信息交互、并行协同”；工艺设计四级（c）“应实现基于三维模型的制造工艺全要素的仿真分析及迭代优化”。
对于基于模型和数据的系统优化，实际上是要求企业采用MBD等三维模型设计技术，整合设计、制造、检测等全流程数据，通过集成化的三维数字化实体模型表达了完整的产品定义信息，成为制造过程中的唯一依据，这是实现数字化设计制造的核心基础，为打造领航级智能工厂做关键性铺垫。
（三）生产作业
目标要求：开展多场景数智技术应用，实现装备运行状态智能分析和故障诊断、生产过程智能管控和在线优化、过程质量在线检测与控制。
CMMM评估要点：关注设备和生产过程的数据采集、分析和优化，探索数智技术应用的能力。
对生产作业要求，主要聚焦在设备的状态分析和故障诊断、生产过程的智能管控以及质量的在线检测。主要对应CMMM模型的装备、生产作业两个能力子域，其中装备四级（a）“关键工序设备应具有预测性维护功能”;装备四级（b）“关键工序设备应具有远程监测和远程诊断功能，可实现故障预警”，是装备建设的重点。生产作业三级（b）“应实现对生产作业计划、生产资源、质量信息等关键数据的动态监测”；生产作业三级（c)“应通过数字化检验设备及系统的集成，实现关键工序质量在线检测和在线分析，自动对检验结果判断和报警，实现检测数据共享，并建立产品质量问题知识库”。
生产作业提到，要企业开展多场景数智技术应用，主要是要求企业在对关键生产设备和过程进行充分数据采集的基础上构建智能算法模型，为下一步深化预测性应用以及智能化场景打下基础。
（四）生产管理
目标要求：通过生产全过程数据综合分析，实现生产计划与排程自动生成、设备全生命周期管理、质量精准追溯和持续改进、物流仓储策略优化、安全应急联动、能源环保综合管控等，推动主要生产要素的智能协同优化。
CMMM评估要点：重点考察生产全过程数据分析和主要生产要素的智能化协同。
对照CMMM模型来看，生产管理几乎涵盖对生产、物流两大能力域的全面考察，包括对采购、计划与调度、设备管理、仓储配送、生产作业、安全环保、能源管理、物流等八个能力子域的考察。
其中符合生产计划与排程自动生成的条款有：计划与调度三级（a）“应基于安全库存、采购提前期、生产提前期、生产过程数据等要素开展生产能力运算，自动生成有限能力主生产计划”；计划与调度三级（b）“应基于约束理论的有限产能算法开展排产，自动生成详细生产作业计划”；符合设备全生命周期管理的条款有：设备管理三级（a）“应实现设备关键运行参数数据的实时采集、故障分析和远程诊断”；设备管理三级（d）“应依据设备运行状态，自动生成检修工单，实现基于设备运行状态的检修维护闭环管理”；符合质量精准追溯和持续改进的条款有：生产作业四级（d）“应实时采集产品原料、生产过程、客户使用的质量信息，实现产品质量的精准追溯，并通过数据分析和知识库的运用，进行产品的缺陷分析，提出改善方案”；符合物流仓储策略优化的条款有：仓储配送四级（b）“应建立仓储模型和配送模型，实现库存和路径的优化”;物流四级（a）“应实现生产、仓储配送、运输管理多系统的集成优化”；物流四级（c）“应基于模型，实现装载能力优化以及运输配送线路优化”;符合安全应急联动条款有：安全环保三级（c）“应建立应急指挥中心，基于应急预案库自动给出管理建议，缩短突发事件应急响应时间”；安全环保四级（a）“应基于安全作业、风险管控等数据的分析，实现危险源的动态识别、评审和治理”；符合能源环保综合管控的条款有：能源管理三级（c）“应建立能源管理信息系统，对能源输送、存储、转化、使用等各环节进行全面监控，进行能源使用和生产活动匹配，并实现能源调度”；能源管理四级（a）“应建立节能模型，实现能流的精细化和可视化管理”。
除了对照CMMM条款推进卓越级智能工厂建设之外，对于生产管理企业还应该注意两点，即实现生产全过程数据综合分析，以及推动主要生产要素的智能协同优化。要实现这个目标，推动生产管理的全业务系统的集成贯通，以及实现关键设备和生产过程的数据采集和分析就至关重要。
（五）运营管理
目标要求：通过多维数据智能分析，实现用户需求精准识别和敏捷响应、全厂资源协同优化、产品增值服务、设计生产服务闭环优化、智能化决策支持等，推进供应链上下游“链式”协同。
CMMM评估要点：重点考察销售和服务两个能力域，实现销售服务与设计生产的协同，并以此来推进产业上下游的“链式”协同。
对于卓越级智能工厂，运营管理的核心是让销售服务与生产服务实现协同闭环，即销售在服务客户的过程中获取的客户建议能及时的反馈到生产设计端，实现产品功能和服务质量不断迭代，更高质量的服务客户，满足客户的多元化需求。如销售四级（a）“应通过对客户信息的挖掘、分析，优化客户需求预测模型，制定精准的销售计划”；销售四级（c)“应根据客户需求变化情况，动态调整设计、采购、生产、物流等方案”；客户服务四级（a)“应实现面向客户的精细化管理，提供主动式客户服务”；客户服务四级（b）“应建立客户服务数据模型， 实现满足客户需求的精准服务”；产品服务四级（c)“远程运维平台应对装备/产品上传的运行参数、维保、用户使用等数据进行挖掘分析，并与产品全生命周期管理系统、产品研发管理系统集成，实现产品性能优化与创新”。
二、建设成效评估与关键指标
主要技术经济指标应处于国内同行业领先水平。
应用人工智能技术场景比例不低于 20%。
智能制造能力成熟度评估水平应达到 GB/T39116-2020《智能制造能力成熟度模型》三级及以上
三、推进路径与实施建议
先进级智能工厂已经在数字化网络化集成方面取得了一定成果，实现了生产经营数据的互通共享、关键生产过程的精准控制以及生产与经营的协同管控。卓越级智能工厂的推进需在此基础上，进一步深化数据的集成与应用，提升生产过程的智能化水平。例如，通过构建更完善的数据治理体系，确保设计、生产、经营等环节数据的一致性和准确性，为深度的数据分析和决策支持提供基础。
（一）智能化升级的关键环节
研发设计智能化：应用智能化设计工具，实现产品设计与工艺设计数据的深度融合与迭代优化。例如，利用人工智能技术进行产品创新设计，通过模拟仿真提前验证设计方案的可行性，缩短产品研发周期，提高产品创新能力。
生产作业智能化：全面应用数智技术，实现关键装备的智能运维，不仅能进行异常预警，还能通过智能算法实现设备的自主优化调整；实现生产过程的全面智能管控，通过实时数据采集与分析，动态调整生产参数，确保生产过程始终处于最优状态；开展产品质量的全流程数字化检测与追溯，利用大数据分析挖掘质量问题的根源，持续改进产品质量。
生产管理智能化：运用智能化管理工具，实现生产计划的智能排产与动态调整，充分考虑设备状态、订单优先级、原材料供应等多因素，优化生产资源配置；通过对生产过程、仓储物流、设备运行、产品质量等数据的深度挖掘与分析，实现生产业务的高效协同管控，提升生产管理的精细化水平。
运营管理智能化：实现成本的智能管控，通过对生产经营数据的实时分析，精准控制成本，优化资源利用；建立智能供应链管理体系，实现供应链全环节的可视化与协同运作，提高供应链的响应速度和弹性；开展企业绩效的实时动态评估，基于数据分析及时调整运营策略，确保企业的高效运营。
（二）体系化建设与优化
智能制造装备的体系化部署：根据生产流程和工艺需求，构建完整的智能制造装备体系，实现装备之间的互联互通与协同作业。例如，在自动化生产线的基础上，引入智能机器人、智能仓储物流设备等，形成高度自动化、智能化的生产系统，提高生产效率和产品质量的稳定性。
工业软件的深度集成应用：集成企业资源计划（ERP）、制造执行系统（MES）、产品生命周期管理（PLM）等工业软件，实现各业务环节的无缝对接与数据共享。同时，引入先进的数据分析软件、人工智能算法平台等，对生产经营数据进行深度挖掘与分析，为企业决策提供科学依据。
系统集成与优化：对工厂的信息系统、控制系统、生产设备等进行全面的系统集成，消除信息孤岛，实现数据在不同系统之间的自由流动与共享。通过系统优化，提高整个工厂的运行效率和协同能力，确保各环节能够高效、稳定地运行。
卓越级智能工厂代表着国内智能工厂建设的顶尖水平，其建设目标是实现设计生产经营数据的全面集成贯通，达成制造装备的智能管控以及生产过程的在线优化，在产品全生命周期和供应链全环节开展综合优化，并推动多场景系统级的智能化应用。在这一过程中，关键是要强化数字化网络化的持续优化能力，围绕工厂建设、研发设计、生产作业、生产管理、运营管理等各个环节，体系化地部署智能制造装备、工业软件和系统，使主要技术经济指标达到国内同行业的领先地位。
暂无评论,等你抢沙发
对话侯康选： 从“抢修”到“预防”，智能IT运维的正确打开方式
中小企业数字化转型框架与总路线图
