二、智能制造能力成熟度模型

2020年08月24日 851 本文共12280字,预计阅读时间36分钟

(一) 智能制造能力成熟度模型的提出

成熟度是一套管理方法论,它能够精炼地描述一个事物的发展过程,通常将其描述为几个有限的成熟级别,每个级别有明确的定义、相应的标准以及实现其的必要条件。从最低级到最高级,各级别之间具有顺序性,每个级别都是前一个级别的进一步完善,同时也是向下一个级别演进的基础,体现了事物从一个层次到下一个层次层层递进不断发展的过程。比较著名的成熟度理论有:软件能力成熟度模型(SW-CMM)、制造成熟度模型(MRL)和智能电网能力成熟度模型(SGMM)等,表 2-1 描述了相关成熟度理论的定义。

成熟度类别定义
软件能力成熟度模型(SW-CMM)对于软件组织在定义、实施、度量、控制和改善其软件过程的各个发展阶段的描述。这个模型用于评价软件组织的现有过程能力,查找出软件质量及过程改进方面的最关键的问题,从而为选择过程改进策略提供指南。
制造成熟度模型(MRL)用于确定生产过程中制造技术是否成熟,以及技术转化过程中是否存在风险,从而管理并控制产品生产,使其在质量和数量上实现最佳化,能够为企业提高制造水平提供指导依据。
智能电网能力成熟度模型(SGMM)是一个管理工具,提供了帮助组织了解当前智能电网部署和电力基础设施性能的框架,并为建立有关智能电网实施的战略与工作计划提供参考。
表 2-1 相关成熟度理论定义

不同领域的成熟度遵循的方法论是一致的,智能制造能力成熟度模型充分借鉴了以往的经验,是成熟度理论在智能制造领域的应用。智能制造能力成熟度模型给出了组织实施智能制造要达到的阶梯目标和演进路径,提出了实现智能制造的核心能力及要素、特征和要求,为内外部相关利益方提供了一个理解当前智能制造状态、建立智能制造战略目标和实施规划的框架,帮助企业识别当前不足,引导其科学地弥补战略目标与现状之间的差距。

本文提出的智能制造能力成熟度模型, 是对智能制造内涵和核心要素的深入剖析,遵循了《国家智能制造标准体系建设指南(2015版)》中对智能制造系统架构的定义,从生命周期、系统层级、智能功能 3 个维度统筹考虑,归纳为“智能+制造” 2 个维度来解释智能制造的核心组成, 进一步分解形成设计、生产、物流、销售、服务、资源要素、互联互通、系统集成、信息融合、新兴业态 10 大类核心能力要素,并对每一类核心要素分解为域以及五级的成熟度要求。 如图 2-1 示。

图2-1 智能制造能力成熟度要素图

(二) 模型架构与能力成熟度矩阵

模型由维度、类、域、等级和成熟度要求等内容组成。维度、类和域是“智能+制造”两个维度的展开,是对智能制造核心能力要素的分解。等级是类和域在不同阶段水平的表现,成熟度要求是对类和域在不同等级下的特征描述。

智能制造能力成熟度矩阵是模型架构的具体实例,涵盖了智能制造能力成熟度模型所涉及的核心内容,是模型组成部件的展现。本文在充分研究中国智能制造系统架构、 工业 4.0 参考架构模型(RAMI 4.0)、美国工业互联网参考架构,深入挖掘智能制造内涵的基础上,根据“智能+制造” 两个核心维度,分解为设计、生产、物流、销售、服务、资源要素、互联互通、系统集成、信息融合、新兴业态 10 大类能力以及细化的 27 个要素域,对每个域进行分级,每一级别对应相应的要求,构成智能制造能力成熟度矩阵,模型架构与能力成熟度矩阵的关系如图 2-2 所示。

图2-2 模型架构与能力成熟度矩阵关系图

1、维度

“智能+制造”两个维度是我们论述智能制造能力成熟度模型的起点,代表了我们对智能制造本质的理解,也可以理解为 OT(运营技术) +IT(信息技术)在制造业的应用。

制造维体现了面向产品的全生命周期或全过程的智能化提升,包括了设计、生产、物流、销售和服务 5 类,涵盖了从接收客户需求到提供产品及服务的整个过程。与传统的制造过程相比,智能制造的过程更加侧重于各业务环节的智能化应用和智能水平的提升。

智能维是智能技术、智能化基础建设、智能化结果的综合体现,是对信息物理融合的诠释,完成了感知、通信、执行、决策的全过程,包括了资源要素、互联互通、系统集成、信息融合和新兴业态 5 大类,引导企业利用数字化、网络化、智能化技术向模式创新发展。

2、类和域

类和域代表了智能制造关注的核心要素,是对“智能+制造”两个维度的深度诠释。其中,域是对类的进一步分解。

10 大类核心要素相互作用才能达到智能制造的状态,其关系如图 2-3 示。

将各种制造资源要素(人、机器、能源等)与制造过程(设计、生产、物流、销售和服务)等物理世界的实体及活动数字化并接入到互联互通的网络环境下,对各种数字化应用进行系统集成,对信息融合中的数据进行挖掘利用并反馈优化制造过程和资源要素,推动组织最终达到个性化定制、远程运维与协同制造的新兴业态。

图2-3 核心要素间关系图

3、等级

等级定义了智能制造的阶段水平,描述了一个组织逐步向智能制造最终愿景迈进的路径,代表了当前实施智能制造的程度,同时也是智能制造评估活动的结果。

智能制造能力成熟度模型共分为以下 5 个等级,如图 2-4 示:

图2-4 智能制造能力成熟度等级

1 级:规划级

在这个级别下,企业有了实施智能制造的想法,开始进行规划和投资。部分核心的制造环节已实现业务流程信息化,具备部分满足未来通信和集成需求的基础设施,企业已开始基于 IT 进行制造活动,但只是具备实施智能制造的基础条件,还未真正进入到智能制造的范畴。

2 级:规范级

在这个级别下,企业已形成了智能制造的规划,对支撑核心业务的设备和系统进行投资,通过技术改造,使得主要设备具备数据采集和通信的能力,实现了覆盖核心业务重要环节的自动化、数字化升级。通过制定标准化的接口和数据格式,部分支撑生产作业的信息系统能够实现内部集成,数据和信息在业务内部实现共享,企业开始迈进智能制造的门槛。

3 级:集成级

在这个级别下,企业对智能制造的投资重点开始从对基础设施、生产装备和信息系统等的单项投入,向集成实施转变,重要的制造业务、生产设备、生产单元完成数字化、网络化改造,能够实现设计、生产、销售、物流、服务等核心业务间的信息系统集成,开始聚焦工厂范围内数据的共享,企业已完成了智能化提升的准备工作。

4 级:优化级

在这个级别下,企业内生产系统、管理系统以及其他支撑系统已完成全面集成,实现了工厂级的数字建模,并开始对人员、装备、产品、环境所采集到的数据以及生产过程中所形成的数据进行分析,通过知识库、专家库等优化生产工艺和业务流程,能够实现信息世界与物理世界互动。从 3 级到 4 级体现了量变到质变的过程,企业智能制造的能力快速提升。

5 级:引领级

引领级是智能制造能力建设的最高程度,在这个级别下,数据的分析使用已贯穿企业的方方面面,各类生产资源都得以最优化的利用,设备之间实现自治的反馈和优化,企业已成为上下游产业链中的重要角色,个性化定制、网络协同、远程运维已成为企业开展业务的主要模式,企业成为本行业智能制造的标杆。

企业在实施智能制造时,应按照逐级递进的原则,从低级向高级循序演进,要注重投资回报率。企业应该根据自身的业务发展现状、市场定位、客户需求和资金投入情况,来选择合适的等级确定智能制造的发展方向。需要注意的是,并非只有最高级才是适合每个企业的最佳选择。

4、成熟度要求

成熟度要求描述了为实现域的特征而应满足的各种条件,是判定企业是否实现该级别的依据。每个域下分不同级别的成熟度要求(如图 2-2 示),其中对制造维及资源要素的要求是从 1 级到 5 级,对互联互通和系统集成的要求是从 3 级到 5 级,对信息融合的要求从 4 级到 5 级,对新兴业态的要求只有第 5 级。

(三) 智能制造能力成熟度要求

1、 设计

设计是通过产品及工艺的规划、设计、推理验证以及仿真优化等过程,形成设计需求的实现方案。设计能力成熟度的提升是从基于经验设计与推理验证,到基于知识库的参数化/模块化、模型化设计与仿真优化,再到设计、工艺、制造、检验、运维等产品全生命周期的协同,体现对个性化需求的快速满足。构成设计类能力的域如图 2-5所示。

图2-5 设计的关键评价域

1.1、产品设计

产品设计的目的是解决企业如何基于客户需求,利用计算机辅助工具,根据经验、知识等快速开展外观、结构、性能等的设计、优化,以及与工艺设计的有效对接。 其关注点在于基于知识库的参数化/模块化设计、产品生命周期不同业务域的协同化、基于三维模型的设计信息集成、设计工艺制造一体化仿真。 等级及其特征如下:

  • 1 级: 基于设计经验开展计算机辅助二维设计,并制定产品设计相关标准规范;
  • 2 级: 实现计算机辅助三维设计及产品设计内部的协同;
  • 3 级: 构建集成产品设计信息的三维模型,进行关键环节的设计仿真优化, 实现产品设计与工艺设计的并行协同;
  • 4 级: 基于知识库来实现设计工艺制造全维度仿真与优化,并实现基于模型的设计、 制造、检验、运维等业务的协同;
  • 5 级: 实现基于大数据、知识库的产品设计云服务,实现产品个性化设计、协同化设计。

1.2、工艺设计(离散)

工艺设计是采用工艺知识积累、挖掘、推理的方法,利用先进技术工具,把设计设想转化为工艺流程来指导生产的过程。其关注点在于工艺知识库的建立与应用、工艺流程的优化创新以及与产品设计、制造等业务域的协同等。本节的工艺设计适用于离散行业,其等级及特征如下。

  • 1 级: 实现计算机辅助工艺规划和工艺设计;
  • 2 级: 实现工艺设计关键环节的仿真以及工艺设计的内部协同;
  • 3 级: 实现计算机辅助三维工艺设计及仿真优化, 实现工艺设计与产品设计间的信息交互、并行协同;
  • 4 级: 实现基于工艺知识库的工艺设计与仿真,并实现工艺设计与制造间的协同;
  • 5 级: 基于知识库辅助工艺创新推理及在线自主优化, 实现多领域、多区域、跨平台的全面协同,提供即时工艺设计服务。

1.3、工艺优化(流程)

工艺优化同样是采用工艺知识积累、挖掘、推理的方法,利用优化平台等技术实现对工艺路线、参数等与产量、能耗、物料、设备等的最优匹配,以达到产量高、功耗低和效益高的生产目标。本节的工艺优化适用于流程行业,其等级及特征如下。

  • 1 级: 具备符合国家/行业/企业标准的工艺流程模型及参数;
  • 2 级: 工艺模型应用于现场,能够满足场地、安全、环境、质量要求;
  • 3 级: 能够利用离线优化平台,建立单元级工艺优化模型;
  • 4 级: 基于工艺优化模型与知识库实现全流程工艺优化;
  • 5 级: 建立完整的工艺三维数字化仿真模型,完成生产全过程的数字化模拟,能够基于知识库实现工艺的实时在线优化。

2、生产

生产是通过 IT 与 OT 的融合,对人、机、料、法、环五大生产要素进行管控,以实现从前端采购、生产计划管理到后端仓储物流等生产全过程的智能调度及调整优化,达到柔性生产。生产能力成熟度的提升是从以生产任务为核心的信息化管理开始,到各项要素和过程的集中管控,最终达到从采购、生产计划与排产、生产作业、仓储物流、完工反馈等全过程的闭环与自适应。构成生产类能力的域如图2-6 示。

图2-6 生产的关键评价域

2.1、采购

采购是指通过对库存、生产计划、销售量等的自动感知、预测以及合理控制,使企业达到经济合理的库存量,满足柔性生产的需求。其关注点在于采购与生产、仓储的车间级集成,与供应商、分销商的企业级集成以及利用数据挖掘技术进行采购预测等。等级及其特征如下。

  • 1 级: 具备一定的信息化基础来辅助采购业务;
  • 2 级: 能够实现企业级的采购信息化管理,包括供应商管理、比价采购、合同管理等,实现采购内部的数据共享;
  • 3 级: 实现采购管理系统与生产、仓储管理系统的集成,实现计划、流水、库存、单据的同步;
  • 4 级: 实现采购与供应、销售等过程联合,与重要的供应商实现部分数据共享,能够预测补货;
  • 5 级: 实现库存量可实时感知,通过对销售预测和库存量进行分析和决策,形成实时采购计划;与供应链合作企业实现数据共享。

2.2、 计划与调度

计划与调度是实现所有生产活动的核心。通过信息技术进行准确的数据处理,对于下达的生产任务进行一定程度上的优化调度,最大程度地减少生产过程中的非增值时间,提高生产设备利用率,从而提高生产效率。关注生产计划与调度的协同与优化、与各种资源要素的匹配等。

  • 1 级: 实现主生产计划的管理,可以从销售订单和市场预测等信息生成主生产计划及调度方案;
  • 2 级: 实现物料需求计划的运算,运算结果生成的生产计划以及采购计划仍是无限产能计划,需人工参与调整和调度;
  • 3 级: 基于安全库存、采购提前期、生产提前期等要素实现物料需求运算,自动生成生产计划、采购计划;
  • 4 级: 实现生产资源计划运算,全面进行产能负荷分析与详细能力计划的平衡,生产计划颗粒度到天;
  • 5 级: 基于生产调度算法,基于约束条件(工艺顺序、加工资源、工作时间等)建立的标准工时数据库等,实现高级排产与调度

2.3、生产作业

生产作业是以最佳的方式将企业生产的物料、机器等生产要素以及生产过程等有效的结合起来,形成联动作业和连续生产,取得最大的生产成果和经济效益。关注精确的物料配套、生产过程的控制,与生产计划、仓储配送等其他业务的协同。

  • 1 级: 具备自动化和数字化的设备及生产线,具备现场控制系统;
  • 2 级: 能够采用信息化技术手段将各类工艺、作业指导书等电子文件下发到生产单元,实现对人员、机器、物料等多项资源的数据采集;
  • 3 级: 能够实现资源管理、工艺路线、生产作业、仓储配送等的业务集成, 采集生产过程实时数据信息并存储,能够提供实时更新的制造过程的分析结果并将其可视化;
  • 4 级: 能够通过生产过程数据、 产量、质量等数据来优化生产工艺;
  • 5 级: 能够通过监控整个生产作业过程,自动预警或修正生产中的异常,提高生产效率和质量。

2.4、仓储与配送

仓储与配送是指厂内物料存储和物流,利用标识与识别技术、自动化的传输线、信息化管理手段等,实现对原材料、半成品等的标识与分类、数据采集、运输以及库位管理,自动完成零部件的取送任务。关注识别技术的应用、自动化运输线的改造、智能的仓库管理系统以及与上下游的集成技术等。

  • 1 级: 能够实现基于信息管理系统对原材料、中间件、成品等的库存、盘点管理;
  • 2 级: 能够利用 RFID/二维码/标签等技术实现对原材料、中间件、成品等的数字化标识,并能基于识别技术实现自动或半自动出入库管理;
  • 3 级: 能够实现仓储配送与生产计划、制造执行以及企业资源管理等业务的集成;
  • 4 级: 能够基于生产线实际生产情况拉动物料配送,能够基于客户和产品需求调整目标库存水平;
  • 5 级: 能够实现最优库存和即时供货。

2.5、 质量控制

质量控制是生产过程中稳定提高产品质量的关键环节,是生产过程中为确保产品质量而进行的各种活动。通过信息技术手段实现工序状态的在线检测,借助于数理统计方法的过程控制系统,把产品的质量控制从“事后检验”演变为“事前控制”,做到预防为主,防检结合,已达到全面质量管理的目的。

  • 1 级: 建立质量检验规范,能通过满足要求的计量器具进行检验并形成检验数据;
  • 2 级: 建立质量控制系统,采用信息技术手段辅助质量检验,通过对检验数据的分析、统计实现质量控制图;
  • 3 级: 实现关键工序质量在线检测,通过检验规程与数字化检验设备\系统的集成,自动对检验结果判断和预警;
  • 4 级: 建立产品质量问题处置知识库,依据产品质量在线检测结果预测未来产品质量可能的异常,基于知识库自动给出生产过程的纠正措施;
  • 5 级: 通过在线监测的质量数据分析和基于数据模型的预判,自动修复和调校相关的生产参数,保证产品质量的持续稳定。

2.6、 安全与环保

安全与环保是通过建立有效的管理平台,对安全、环保管理过程标准化,对数据进行收集、监控以及分析利用,最终能建立知识库对安全作业和环境治理等进行优化。关注数据监测、应急及环境治理知识库建立等。

  • 1 级: 已采用信息化手段进行风险、隐患、应急等安全管理以及环保数据监测统计等;
  • 2 级: 能够实现从清洁生产到末端治理的全过程信息化管理;
  • 3 级: 通过建立安全培训、典型隐患管理、应急管理等知识库辅助安全管理;对所有环境污染点进行实时在线监控,监控数据与生产、设备数据集成,对污染源超标及时预警;
  • 4 级: 支持现场多源的信息融合,建立应急指挥中心通过专家库开展应急处置;建立环保治理模型并实时优化,在线生成优环保优化方案;
  • 5 级:基于知识库,支持安全作业分析与决策,实现安全作业与风险管控一体化管理;利用大数据自动预测所有污染源的整体环境情况,根据实时的治理设施数据、生产、设备等数据,自动制定治理方案并执行。

3、物流

3.1、物流管理

物流管理是将产品运送到下游企业或用户中的过程,利用条形码、射频识别、传感器以及全球定位系统等先进的物联网技术,通过信息处理和网络通信技术平台实现运输过程的自动化运作、可视化监控和对车辆、 路径的优化管理等,以提高运输效率、减少能源消耗。物流能力成熟度的提升是从订单、计划调度、信息跟踪的信息化管理开始, 到通过多种策略进行管理, 最终实现精益化管理和智能物流。其关注点在于订单管理,运输计划与调度管理、 物流信息的跟踪与反馈,运输路径的优化等。等级及其特征如下。

  • 1 级: 通过信息化手段管理物流过程,对信息进行简单跟踪反馈;
  • 2 级: 通过信息系统实现订单管理、计划调度、信息跟踪和运力资源管理;
  • 3 级: 实现出库和运输过程的整合,实现多式联运,物流信息能够推送给客户;
  • 4 级: 应用知识模型实现订单精益化管理、路径优化和实时定位跟踪;
  • 5 级: 实现无人机运输、物联网跟踪等。

4、销售

4.1、 销售管理

销售管理是以客户需求为核心,利用大数据、云计算等技术,对销售数据、行为进行分析和预测,带动生产计划、仓储、采购、供应商管理等业务的优化调整。 销售能力成熟度的提升是从销售计划、 销售订单、 销售价格、 分销计划、 客户关系的信息化管理开始, 到客户需求预测/客户实际需求拉动生产、采购和物流计划,最终实现通过更加准确的销售预测对企业客户管理、供应链管理与生产管理进行优
化,以及个性化营销等。 其关注点在于销售数据挖掘、 销售预测及销售计划、 销售业务与相关业务的集成以及销售的新模式。等级及其特征如下。

  • 1 级: 通过信息系统对销售业务进行简单管理;
  • 2 级: 通过信息系统实现销售全过程管理,强化客户关系管理;
  • 3 级: 销售和生产、仓储等业务进行集成,实现产品需求预测/实际需求拉动生产、采购和物流计划;
  • 4 级: 应用知识模型优化销售预测,制定更为准确的销售计划;通过电子商务平台整合所有销售方式,实现根据客户需求变化自动调整采购、生产、物流计划;
  • 5 级: 能够实现对电子商务平台的大数据分析和个性化营销等功能。

5、 服务

服务是通过对客户满意度调查和使用情况跟踪,对产品的运维情况统计分析,反馈给相关部门,维护客户关系,提升产品过程,达到从纵向挖掘客户对产品功能和性能的要求,进而从横向拓展客户群。服务能力成熟度的提升是服务方式从线下、 线上、 云平台和移动客户端、 客服机器人/现场、线上线下远程指导、远程工具、远程平台、AR/VR 的转变,最终能够提供个性化客户服务和基于知识挖掘的创
新性产品服务。 构成服务的域如图 2-7 所示。

图2-7 服务的关键评价域

5.1、客户服务

客户服务是借助云平台、移动客户端、知识模型和智能客服机器人等技术,多维度的对客户知识进行挖掘,向客户提供智能服务和个性化服务。关注点在于客户知识的统计和分析、客服渠道的多样性和智能客服机器人的投用情况等。

  • 1 级: 设立客户服务部门,通过信息化手段管理客户服务信息,并把客户服务信息反馈给相关部门,维护客户关系;
  • 2 级: 具有规范的服务体系和客户服务制度,通过信息系统进行客户服务管理,并把客户服务信息反馈给相关部门,维护客户关系;
  • 3 级: 建立客户服务知识库,可通过云平台提供客户服务,并与客户关系管理系统集成,提升服务质量和客户关系;
  • 4 级: 实现面向客户的精细化知识管理,提供移动客服方式;
  • 5 级: 通过智能客服机器人,提供智能服务、个性化服务等。

5.2、 产品服务

产品服务是借助云服务、数据挖掘和智能分析等技术,捕捉、分析用户信息,更加主动、精准、高效的给用户提供服务,向按需和主动服务的方向发展。关注点在于产品的智能化、远程服务平台的建立、数据挖掘和分析等。

  • 1 级: 设立产品服务部门,通过信息化手段管理产品运维信息,并把客户服务信息反馈给相关部门,指导产品过程提升;
  • 2 级: 具有规范的产品服务制度,通过信息系统进行产品服务管理,并把产品服务信息反馈给相关部门,指导产品过程提升;
  • 3 级: 产品具有存储、网络通信等功能,建立产品故障知识库,可通过网络和远程工具提供产品服务,并把产品故障分析结果反馈给相关部门,持续改进老产品的设计生产,并为新产品设计生产提供基础;
  • 4 级: 产品具有数据采集、通信和远程控制等功能,通过远程运维服务平台,提供在线检测、故障预警、预测性维护、运行优化、远程升级等服务,通过与其他系统的集成,把信息反馈给相关部门,持续改进老产品的设计生产,并为新产品设计生产提供基础;
  • 5 级: 通过物联网技术、增强现实/虚拟现实技术和云计算、大数据分析技术,实现智能运维和和创新性应用服务

6、资源要素

资源要素是对组织的战略、组织结构、人员、设备及能源等要素的策划、管理及优化,为智能制造的实施提供基础。资源要素能力成熟度的提升体现了从管理愿景的策划,到运用信息化手段进行管理、到决策智能化的转变,体现了组织智能化管理水平的提升。构成资源要素类能力的域如图 2-8 所示。

图2-8 资源要素的关键评价域

6.1、战略和组织

战略和组织是企业决策层对实现智能制造目标而进行的方案策划、组织优化和管理制度的建立等。通过战略制定、方案策划和实施、资金投入和使用、组织优化和调整使企业的智能制造发展始终保持与企业发展战略相匹配。关注点在于智能制造战略部署、组织和资金配备等。等级及特征如下。

  • 1 级: 组织有发展智能制造的愿景,并做出了包括资金投入的承诺;
  • 2 级: 组织已经形成发展智能制造的战略规划,并建立明确的资金管理制度;
  • 3 级: 组织已经按照发展规划实施智能制造,已有资金投入,智能制造发展战略正在推动组织发生变革,组织结构得到优化;
  • 4 级: 智能制造已成为组织的核心竞争力,组织的战略调整是基于智能制造的发展;
  • 5 级: 组织的智能制造发展战略为组织创造了更高的经济效益,创新管理战略为组织带来了新的业务机会,产生了新的商业模式。

6.2、雇员

雇员是实现智能制造的关键因素。通过对雇员的培养、技能获取方式的实现、技能水平的提升,使雇员具备与组织智能制造水平相匹配的能力。关注点在于雇员技能获取和提升、雇员持续教育等。等级及其特征如下。

  • 1 级: 能够确定构建智能制造环境所需要的人员能力;
  • 2 级: 能够提供雇员获取相应能力的途径;
  • 3 级: 能够基于智能发展需要,对雇员进行持续的教育或培训;
  • 4 级: 能够通过信息化系统分析现有雇员的能力水平,使雇员技能水平与智能制造发展水平保持同步提升;
  • 5 级: 能够激励雇员,使其在更多领域上获取智能制造所需要的技能,持续提升自身能力。

6.3、设备

设备数字化是智能制造的基础,设备管理是通过对设备的数字化改造以及全生命周期的管理,使物理实体能够融入到信息世界,并能够达到对设备远程在线管理、预警等。关注点在于设备数字化、全生命周期管理等。等级及其特征如下。

  • 1 级: 能够采用信息化手段实现部分设备的日常管理,开始考虑设备的数字化改造;
  • 2 级: 持续进行设备数字化改造,能够采用信息化手段实现设备的状态管理;
  • 3 级: 能够采用设备管理系统实现设备的生命周期管理,能够远程实时监控关键设备;
  • 4 级: 设备数字化改造基本完成,能够实现专家远程对设备进行在线诊断,已建立关键设备运行模型;
  • 5 级: 能够基于知识库、大数据分析对设备开展预知维修。

6.4、能源

能源管理是通过对能源计划、能源运行调度、能源统计以及碳资产管理等能源管理因素,利用信息化手段规范组织的能源管理,优化能源和资源的使用,旨在降低组织能源消耗、提高能源利用效率。关注对能源介质数据的采集及监测、能耗量化管理等。

  • 1 级: 开始能源管理的信息化,实现部分能源数据的采集与监控;
  • 2 级: 能够通过信息化管理系统对主要能源数据进行采集、统计;
  • 3 级: 能够对能源生产、存储、转换、输送、消耗等各环节进行监控,能够将能源计划与生产计划等进行融合;
  • 4 级: 能够实现能源动态监控和精细化管理,分析能源生产、输送、消耗的薄弱环节;
  • 5 级: 能够基于能源数据信息的采集和存储,对耗能和产能调度提供优化策略和优化方案,优化能源运行方式。

7、互联互通

互联互通是现场总线、工业以太网、无线网络等在工厂中的部署和应用,使工厂具备将人、机、物等有机联通的环境。互联互通成熟度的提升是从设备间,到车间、到工厂以及企业上下游系统间的互联互通,体现了对系统集成、协同制造等的支撑。构成互联互通类能力的域如图 2-9 所示。

图2-9 互联互通的关键评价域

7.1、网络环境

网络环境的目的是解决如何利用现场总线、工业以太网、无线网络、物联网等技术实现设备、系统间的互联与通信。关注企业基础网络基础通信环境。

  • 3 级: 能够实现制造环节设备间的互联互通与信息采集与发送;
  • 4 级: 能够实现生产管理与企业管理系统间的互联互通;
  • 5 级: 能够实现企业上下游系统间的互联互通,实现生产与经营的无缝集成。

7.2、网络安全

网络安全的目的是解决企业如何利用专业网络安全技术,针对接入网络的用户、设备等进行可用性、完整性、保密性检测与管理。关注用户身份的鉴别管理,网络传输设备冗余能力和重要子网的自恢复能力。

  • 3 级: 具备网络关键设备冗余能力,开展子网管理,具有入侵检测、用户鉴别、访问控制、完整性检测等安全功能。
  • 4 级: 确保数据传输和重要子网的安全性,并具备自恢复能力,具备网络协议信息过滤和数据流量管控功能,能够对网络边界的完整性进行检查。
  • 5 级: 确保云数据中心访问的安全性,提供专用通信协议或安全通信协议服务,抵御通信协议的攻击破坏。

8、系统集成

系统集成的目的是实现企业内各种业务、信息等的互联与互操作,最终达到信息物理完全融合的状态。系统集成成熟度的提升是从企业内部单项应用、系统间互联互操作,到企业内全部系统、企业间上下游集成的转变,体现了对资源充分共享。构成系统集成类能力的域如图 2-10 所示。

图2-10 系统集成的关键评价域

8.1、应用集成

应用集成是通过统一平台、实时数据库、云服务等技术,将不同的业务应用系统有效集成,达到信息流、数据流无缝传递的效果。关注集成技术的应用及效果。

  • 3 级: 能够围绕核心生产流程,部分实现生产、资源调度、供应链、研发设计等不同系统间的互操作;
  • 4 级: 能够全面实现生产、资源调度、供应链、研发设计等不同系统间的互操作;
  • 5 级: 能够基于云平台实现企业间业务的集成。

8.2、系统安全

系统安全的目的是解决企业如何利用系统安全工程和系统安全管理方法等,对工业控制系统的信息安全进行监控、管理与评估。关注安全风险的评估、系统安全的监控、工业控制系统的主动防御等。

  • 3 级: 应制定针对工业控制系统的安全管理要求、事件管理和相应制度等,并定期开展主要系统的安全风险评估;
  • 4 级: 能够对非本地进程进行监控,能够在系统投产前开展安全检测,能够根据应急计划定期开展培训、测试与演练;
  • 5 级: 能够实现对工业控制系统安全的主动防御与漏洞扫描安全防护。

9、信息融合

信息融合的核心在于对数据的开发利用,通过数据标准化、数据模型的应用等,实现对设计、生产、服务等流程的优化,提升预测预警、自主决策的能力。信息融合成熟度的提升是从数据分析、数据建模到决策优化的过程。构成信息融合类能力的域如图 2-11 所示。

图2-11 系统集成的关键评价域

9.1、数据融合

数据融合的目的是解决数据集成的问题,实现异构系统、不同数据库间数据的交换,体现了企业内部到企业外部数据交换的过程。关注企业数据标准化、统一平台的搭建、数据库的网络化集成与应用等。等级及其特征如下。

  • 4 级:企业搭建数据统一模型,实现数据库间、与研发系统间的数据集成与传递;
  • 5 级: 企业实现数据库的网络化集成与应用(云数据库),可根据数据的自适应传递构建多功能数据模型,实现数据的实时浮动传递。

9.2、数据应用

数据应用是通过对数据进行挖掘分析,形成数据模型来优化指导业务的调整,最终能达到在线优化、最少减少人工干预的状态。关注数据模型的应用、对业务的优化等。

  • 4 级: 能够对研发设计、生产制造、产品服务等各种业务数据分析、建模,输出企业相关策略;
  • 5 级: 能够利用模型实现业务流程在线优化。

9.3、数据安全

数据安全的目的是解决企业如何利用数据密码算法、数据备份等,保障大数据、云计算数据存储、数据传输的安全。关注融合和备份技术的应用、存储数据的保密性、专用通信通道的应用等。等级及其特征如下。

  • 4 级: 能够确保存储信息的保密性,实现数据和系统的可用性;
  • 5 级: 建立异地灾备中心、专用通信通道确保数据安全、完整性与保密性,能够对系统管理数据、鉴别信息和重要业务提供完整性校验和恢复功能。

10、新兴业态

新兴业态是企业在互联网的推动下,采用信息化手段以及智能化管理措施,重新思考和构建制造业的生产模式和组织方式,进而形成的新型商业模式。新兴业态能力成熟度主要体现在智能制造高级阶段,实现了快速、低成本满足用户个性化需求,对设备远程控制,信息资源交互共享的目的,实现企业间、部门间各环节的协同优化。构成新兴业态类能力的域如图 2-12 所示。

图2-12 新兴业态的关键评价域

10.1、个性化定制

个性化定制是在当前个性化需求日益旺盛的环境下,将用户提前引入到产品的生产过程中,通过差异化的定制参数、柔性化的生产,使个性化需求得到快速实现。 等级及其特征如下。

  • 5 级: 能够通过个性化定制平台实现与用户的个性化需求对接;能够应用工业云和大数据技术对用户的个性化需求特征进行挖掘和分析,并反馈到设计环节,进行产品优化;个性化定制平台能够实现与企业研发设计、计划排产、柔性制造、营销管理、供应链管理和售后服务等信息系统实现协同与集成。

10.2、远程运维

远程运维是指智能设备、智能产品具备数据采集、通信和远程控制等功能,能够通过网络与平台进行远程监控、故障预警、运行优化等,是制造企业服务模式的创新。等级及其特征如下。

  • 5 级: 能够实现远程数据采集、在线监控等,并通过数据挖掘和建模实现预警及优化等。

10.3、协同制造

协同制造是通过建立网络化制造资源协同云平台,实现企业间研发系统、生产管理系统、运营管理系统的协同与集成,实现资源共享、协作创新的目标。等级及其特征如下。

  • 5 级: 能够实现企业间、部门间创新资源、设计能力、生产能力等的共享以及上下游企业在设计、供应、制造和服务等环节的并行组织和协同优化。