第一篇：智能制造创新中心规划
公司智能制造规划
智能 制造规划 拟
制：
审
核：
批
准：
日
期：
目录 1.概述..........................................................
2.需求分析......................................................
2.1 仓储 ....................................................
2.2 生产 ....................................................
2.3 其他 ....................................................
3.企业信息化现状分析............................................
4.智能制造方案..................................................
4.1 系统架构 ................................................
4.2 子系统耦合关系分析 ......................................
4.3 工业大数据中心方案 ......................................
4.3.1 工业大数据平台框架 ..................................
4.3.2 工业大数据平台特点 ..................................
4.4 现场层系统 ..............................................
4.4.1 数据采集方案 ........................................
4.4.2 机器视觉检测系统 ....................................
4.4.3 生产测试管理平台 ....................................
4.5 应用层系统 ..............................................
4.5.1 智能仓储系统方案 ....................................
4.5.2 项目管理系统方案 ....................................
4.5.3 设备管理系统方案 ....................................
4.5.4 PLM 系统方案 .........................................
4.5.5 能耗管理系统 ........................................
4.5.6 CRM 系统方案 .........................................
4.5.7 GIS+BIM 构建虚拟车间 .................................
5.系统建设路线..................................................
5.1 实施策略 ................................................
5.2 实施路线(建议)
........................................
版本信息 日期 作者 版本 备注 2016.10.24 蒋中能 PA1 初版方案 2016.10.25 蒋中能 PA2 修改实施路线内容;在第一章前增加“阅读说明”
阅读 说明
1.概述：简述背景和本案的基本内容; 2.需求分析：主要描述现场调研情况及简要分析; 3.企业信息化现状：描述企业现阶段的信息化系统及使用情况，作出简要分析; 4.智能制造方案：描述总体架构;按照三个层级(数据层、现场层、应用层)进行系统方案描述; 5.系统建设路线：阐述天衡电科的智能制造实施策略，针对九州实际情况给出简要的实施路线建议。
1.概述 在工业 4.0、互联网+以及大数据、机器人和人工智能等技术日趋成熟的背景下，智能工厂建设的可能性逐渐明朗。
根据目前的技术成熟度，当前制造业转型的现实目标应当是建设数字化工厂、探索数字化管理和重构优化工作流程以满足数字化的要求。其主要原因有二：
其一：人工智能方法的成熟度上不能完全被可靠的利用到制造过程中，在当前只能通过数据感知获取一些知识，而判断的工作依然需要人来完成。因此，希望一步到位的实现智能工厂还不现实。但实现全数字化的工厂，将所有环节的数据采集和流转全部实现虚拟化并提供交互功能是完全可以做到的，这种形态的工厂即数字化工厂。
其二：数字化工厂是走向智能化工厂的必经道路。目前科学界普遍的共识是通过数据感知是获取智能的途径，因此数据是智能工厂最为核心和关键的部分，也是实现智能的基础。
而数字化工厂建设最为核心的内容是数据平台的建设。包括了数据的采集、传输、预处理、分类、规约、访问控制、相干性保证等诸多方面的内容;需要动用传感器技术、信号处理技术、数据通信技术、分布式计算技术、数据存储技术、软件技术、WEB 技术等众多 ICT 领域的关键技术。
数据平台的建设是一个有意义而又有挑战的工作。
在这一背景下，本案拟对数字化工厂的数据平台建设作一个方案规划。为数据平台建设的实施提供指导和依据。
本案的主要内容包括：
1.数据平台架构介绍：一般意义上的框架性介绍，建立一个基本的广泛适应性的数据平台框架，并标明其关键技术。
2.数据平台的应用背景：针对实际的应用，对企业的规模、业务过程、数据采集的类型和要求、数据量等具体应用相关情况进行描述。
3.数据平台方案规划：依据框架和具体的应用背景，具体给出某企业的数据平台的方案，指明需要的数据类型、数量以及实现方法等。
4.软硬件部署设计：对系统部署实施阶段所需的软件和硬件环境做出规定。
2.需求 分析
2.1 仓储 调研情况 ：
1.储藏类型有三种：器件、半成品(原材料)、成品 2.所有三种类型的产品都存在外购和自产。
3.入库流程为：待验——检验——入库。其中待验环节主要是核对物料信息(外包装铭牌)以及抽样检查数量;检验为全检。
4.出库分为领料和销售出库两种。
5.领料流程为：技术中心下发 BOM 清单——PMC 部做计划单，发送领料单——库管发料——生产配套区 6.销售流程为：营销公司——运输中心——库管 7.入库数据为人工在 ERP 软件中录入对应号码。
分析 ：
1.出入库数据需人工在 ERP 软件中录入，较繁琐。
2.仓库堆料为人工，存在摆放不合理以及快速查找响应慢等问题。
2.2 生产 调研情况 ：
1.有 11 条产线，每条产线独立工作。
2.每条产线的生产情况由人工统计，在现场表现为小黑板展示，在后台为人工输入电脑。
3.华为专线生产线有 MES 系统，并配套扫码枪。
4.PCM 部向生产部门下发总生产计划，生产部门根据实际产线情况制定排产计划。
5.PCM 部下发的 BOM 清单会在生产部做一次比对，如果发现有问题则反追溯;如果没问题，则实施配料。
6.新产线数据目前已做到在上位机进行数据读取，使用的是设备配套的软件，读取的信息类型较丰富;旧产线数据能否读取尚不清楚。
7.新产线设备的数据传递口为 LAN 口。
分析 ：
1.PLM 系统产生的 BOM 清单在修改时，由于系统间传递信息的时间不对称，
会造成生产部门的 BOM 清单与最新的 BOM 清单不匹配的问题，使配料环节产生问题。
2.华为专线的 MES 系统据现场工作人员反应，并不好用，原因有几点：
a) 数据统计不准确，主要原因为扫码枪有时读取不到产品信息。
b) MES 系统上线仓促，在流程和功能匹配度上存在问题。
2.3 其他 1.提供制造前端的物理量数据采集;如各类传感器数据。
2.提供制造前端各种设备(装备)的状态数据、过程数据和工艺数据等关心的数据采集(针对现阶段没有的设备)
3.提供制造前端所需的数据录入和搜集所需的人机交互界面，实现人工录入信息的采集。
4.保证数据采集过程中的数据传输安全。
5.保证设备接入网络后的工作状态可靠和信息安全。
6.提供数据存储、查询、分析等所需的软件。
7.提供该数据平台与其他应用系统集成时所需的软件接口。
8.数据采集前端的类型、数量能够在不影响原有数据平台的基础上扩展。
9.数据接口完全开发，具备自生长和可扩展性。
3.企业信息化 现状 分析 现状：
1.具备五个系统，分别是：ERP(金蝶 K3，12.3 版)、OA(大通 2015)、PLM(金蝶 13.1 版)、条形码系统、MES 系统。
2.ERP 系统上线于 2007 年，功能：
a) 供应链 b) 生产制造(生产计划、BOM 清单、车间管理)
c) 财务结算 d) 基础数据(与 PLM 系统的 BOM 清单同步)
3.OA 系统上线于 2015 年，功能：
a) 审批流 b) 财务报销
c) 初步的 BI 分析(财务报表)
d) 集成应用(物资借用、付款申请、基础资料)
4.PLM 系统上线于 2014 年，功能：
a) 资料电子化(审批流程)
b) 资料数据化(BOM)
c) 物料申请(与 ERP 系统同步)
d) 项目管理(下一步目标)
5.条形码系统上线于 2005 年，功能：
a) 成品下线、质检、出入库、售后 b) 物料信息、出入库单与 ERP 系统同步 6.MES 系统上线于 2015 年，功能：
a) SMT 管理(追溯物料，板卡与批次绑定)
b) DIP(插件)追溯 c) 组测包(生产过程管控)
d) 库存发货管理 e) 物料信息、出入库单、BOM 与 ERP 系统同步 分析 ：
1.所有系统以 ERP 系统为核心，其余系统与 ERP 系统进行部分数据交互，由于各系统中有自己独立的流程，所以在数据共时性上会存在数据同步的问题。
2.每个系统有独立的数据库和自身的数据格式，在进行系统间数据传递时有报错的风险(目前九州内部采用各系统中加审批流程来进行规避)。
4.智能 制造 方案 4.1 系统 架构
工业人工智能引擎生产计划管理平台集中采购管理平台物料管理平台生产过程管理平台生产质量管理平台生产测试管理平台用电侧能耗管理平台MES系统自动化运维平台……存储服务 计算服务工业大数据中心工业网络安全系统机器视觉检测系统现场电子测量系统智能装备 自动化设备 机器人现场数据采集系统应用层数据层现场层图 4-1 数字化制造系统架构图 按照工业大数据平台构建数字系统的思路，数字化工厂的总体框架和子系统划分定义如下图所示：
图 4-2 数字化工厂的总体框架 上图给出了该车间可能用到的系统模块。按照功能关系划分为三大部分，每一个部分的功能也稍作了细化。
子系统 1.1~1.8 都是部署在现场的各种软硬件系统。
子系统 2.1 是大数据平台。
子系统 3.1~3.7 是应用软件系统。
需要指出：1.1~1.8 之外，还可以扩展其他的现场应用系统，只要其数据接口和通信协议与大数据平台的要求相符即可;3.1~3.7 之外，还可以扩展其他应用管理系统，包括 ERP、OA 等相关功能都可以在这一层实现扩展。
4.2 子系统 耦合关系分析 表 4-1 子系统耦合关系表
从耦合关系可以看出，前端系统(1.x)各个部分之间耦合很小，应用系统(3.x)各个部分之间的耦合也很小。所有的耦合关系都集中在大数据平台，因此大数据平台的建设是最为关键的步骤。
4.3 工业 大数据中心 方案 4.3.1 工业大数据 平台 框架 4.数据中心各类数据库(关系、非关系数据库)网络服务器计算服务器3.数据网1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙 …… …… 企业网其他应用系统(MES、ERP、CRM、PDM、PLM等)图 4-3 工业大数据平台一般性框架 工业大数据平台分为三部分：
1.前端数据采集系统：包括数据采集器、嵌入式软硬件、已经必要的数据调理设备等。实现前端的各种数据提取，并进行传输编码、协议封装等
预处理工作。
2.工业防火墙：实现前端设备与数据网中其他设备之间的隔离，以保护设备本身工作状态稳定可靠，不受威胁。PLC、RTU 等设备在过去一般是不接入网络的，自然也不需要安全防护，但在数字化工厂建设的大背景下，设备接入网络是不可回避的问题，因此安全隔离自然也成为必须要考虑的要素。
3.数据网：指工业现场的各种传输协议，常见的有 RS485、MODBUS 等总线形式，大多数采用通用的协议控制器连接即可，技术很成熟，不再赘述。
4.数据中心：数据中心的主要任务是:1)数据的存储 2)数据计算 3)数据请求服务响应。在数字化工厂建设的背景下，要求各个业务端的数据能够实现实时流转、实时交叉分析，对数据的逻辑关系和时间关系的正确性提出了严格的要求，只有用大数据技术的方法来实现数据的整体统筹才能解决这个问题。同时，鉴于数字化工厂网智能工厂进化的过程中，需要不断的增加各种数据，添加系统功能等，这要求数据平台具有可扩展性，或者称之为自生长性。因此，本案采用大数据架构来搭建数据中心，可以保证系统良好的开放性，为未来扩展做好准备。
4.3.2 工业 大数据平台 特点 该数据平台架构的主要特点有：
1.采用大数据平台架构，保证系统的开放性。如此一来，其他的数据应用系统都可以随时方便的接入到该平台上。同时，也可以保证整个系统的功能可扩展性。因此，这是一个可生长的平台。
2.引入工业防火墙。在保证数据采集全面的情况下，兼顾设备运行的安全性。制造型企业设备运行可靠性一旦受到威胁，其后果和损失十分巨大，因此必须仔细考虑前端的信息安全防护。
3.采用分布式计算架构。有两层含义：1)采集前端部署计算资源，对现场数据采集所需的信号处理、协议封装、数据预处理或必要的实时处理进行直接计算，将结果直接反馈给数据中心;2)数据中心中，采用虚拟化的方法，实现并行的分布式计算，提高系统运行和计算效率。
4.平台软件采用 SOA 架构。以服务为中心，将数据与应用软件剥离开，在
软件功能增加、修改的时候不影响数据;使系统的可维护性和可扩展性大大增强。
4.4 现场层系统 4.4.1 数据 采集方案 4.4.1.1 生产 数据采集 生产数据包括但不限于：
1) 产品型号 2) 产品批次号 3) 产品原料来源 4) 产品数量 5) 产品质检结论 6) 产品生产时间戳 数字化工厂生产数据的采集来源于四种：
1) 设备自读取：具备通信接口的设备有自带软件将产品生产信息导出，该数据的格式存在不确定性，可能需要规约之后放入系统数据库。
2) 传感器采集：在生产关键节点加装传感器进行数据采集，这种方式应科学规划传感器的部署，否则可能会造成数据记录遗漏或错误。
3) 电子计数设备：例如扫码枪等，其原理与(2)类似。
4) 其他系统导入：通过开放的数据接口，从其他系统导入或导出。
4.4.1.2 设备 数据采集 设备数据包括但不限于：
1) 设备运行数据：来源于设备本身，以时间戳来标示 2) 设备状态数据：异常信息记录 3) 设备档案数据：设备 PDM 系统 4) 设备维护数据：设备保养、维修数据记录 4.4.1.3 环境 数据采集 环境数据的采集有三种：
1.无线 传感模块
无线传感模块集成了大量传感器，如：烟雾传感器、灰尘传感器、湿度
传感器、温度传感器、热释电传感器、光线传感器、气体传感器等。其通信方式采用 WIFI、ZigBee、MQTT 等，根据需要也可采用有线以太网通信的方式。
模块由嵌入式处理器控制，尺寸小巧，架设方便。在接入网络后直接将现场环境数据采集上传至数据中心，数据的应用场景不限于安防、环境监控、工厂虚拟再现等。
图 4-4 无线传感器模块 2.生物 识别
生物识别技术，常见的是指纹、虹膜、脸相等一系列生物特征提取和识别方法。本案中，采用人体手掌静脉识别技术作为身份识别和授权依据，具有更高的安全性。
该技术的主要优点如下：
1) 活体识别：掌静脉图像只有活体才有，非活体是得不到掌静脉特征的;因此无法伪造。
2) 无损伤：采用非接触式被动方法获取生物内部特征，对生物体无任何损害。
3) 安全级别高：由于无法伪造，且提取的是生物体的内部特征，其总体安全级别是目前所有生物识别技术中安全级别最高的一种。
生物识别技术可用于车间出入人员管理，设备使用授权等，其授权记录也被纳入大数据平台中。
3.室内 定位
Position 室内定位系统采用超宽带技术，对现场人员动行动轨迹进行记录。其接入点可达上万个，选用多维定位模式，定位精度达到厘米级并提供开放的软件接口。
在车间安防应用中，其采集的数据可用轨迹回溯、互监放单，多样报警等。在保密性较高的场合尤为适用。
4.4.1.4 数据 服务 数据库
制造现场属离散制造，其数据基数适中，可采用 Orale 或 Mssql 数据库
作数据存储。Mssql 可搭建于 Windows Server 操作系统上，便于后期维护管理。
数据库采用主备架构，该架构可提供了一个高效、全面的灾难恢复和高可用性解决方案。自动故障切换和易于管理的转换功能允许主数据库和备用数据库之间的快速角色转换，从而使主数据库因计划中和计划外的中断所导致的停机时间减到最少。主备数据库可在两台服务器上分别布置，见下图：
图 4-5 Oracle Data Guard 系统 工业 防火墙
在工业现场，对智能设备的安全防护是必不可少的，在通信技术高速发展，设备智能化不断提高的同时，也带来了安全隐患。
尤其是在自动化程度较高的制造现场，如果设备受到恶意代码的攻击，其带来的损失将不堪设想。所以，在设备与网络接口之间架设工业防火墙是十分必要的。
工业防火墙的目的是提供一套可控、可靠、可管理的工控网络纵深安全防御体系。工控防火墙可信网络管理平台的功能包括：检测流经的异常数据，收集、管理黑白名单、智能学习、漏洞挖掘和制定相应安全策略。结合监控、审计模块，有效组织恶意攻击的渗透，实现整个工作站的“白环境”。
图 4-6 工业控制系统安全保障体系 4.4.2 机器 视觉检测系统 4.4.2.1 总体 架构 完整的视觉检测系统主要由三部分构成：现场工作站、视觉算法层以及数据中心。
首先是现场工作站，它是视觉检测的一个关键环节，也是整个软件系统的基础。现场工作站主要由一些光学设备及自动化运行系统构成。光学系统一般包括工业相机、光源、棱镜等。工业相机一般采用触发式，由检测平台发出的信号触发拍照。自动化设备主要负责传送带运行和筛选环境，这部分可以根据实际情况简化。光学系统的选型和布置是和待测件密切相关的，应根据待测件的状态选择合适的光学配置，这样就可以减少软件系统在处理过程中的压力，提高系统运行效率。
高性能电脑则是视觉算法的载体，它将负责与现场工业相机通信，获取图片，并执行检测。除此之外，它还负责将检测结果反馈给控制器，并如对实时性要求较高，则可能需要高性能的处理器及 GPU。视觉检测系统总体方案见下图：
图 4-7 视觉检测系统总体方案 4.4.2.2 工作 流程 当物料经过相机时，传感器将触发一个脉冲信号通知相机进行拍照。视觉软件的数据接收线程将通过千兆以太网或 USB 从相机中异步获取图片数据。在实时性要求较高的场合，相机应根据需要慎重选择。图片的分辨率、清晰度、物体在图中的大小、图像曝光度及图像的颜色通道等都应该被综合考虑，拍摄的照片应尽可能的减少图像算法的预处理工作量，以保证对运行时间的优化集中在软件层面，下图为 LED 视觉检测流程示意：
图 4-8 LED 视觉检测软件流程图 软件将在现场终端上实现。在收到图片信息后，接收线程准备异步读取下一张图片，并等待残次检测完毕。同时，缺陷检测线程池内的线程将被激活，开始对图片数据进行分析，图形算法的主体将在此过程中完成。
线程池采用等待句柄保持同步，即当某一线程执行完毕后将结果放入传输队列，随即被挂起，等待其他所有线程进入终止态。当所有检测线程进入终止态后，数据处理线程被激活，同时触发下一次图像采集。
数据处理线程将在第一时间判断是否存在瑕疵，根据瑕疵优先级向 PLC 发出对应 NG 信号，数据同时被送往其他线程。这些数据包括每项检测的基本参数指标、瑕疵品的细节参数、时间戳以及产品批次等信息。这些数据将存放在大数据中心，供其他系统调用，向企业管理者和工艺人员提供产线状态报告。
4.4.2.3 数据 集成 图 4-9 视觉系统在企业生态圈示意图 机器视觉核心是视觉算法，而经过的复杂算法产出的珍贵数据应该被充分的利用起来。将检测结果发给自动化设备完成视觉筛选是视觉系统的主要职责，但是这样并没有对产品出现残次的根源进行进一步的挖掘。所以视觉算法产出的数据应当被放入企业数据中心，从中提取有用数据。
例如，对于每件检测到的残次品，它的批次、产品制造工艺、原料供应商、
缺陷类型、缺陷程度、生产人员等信息都将在数据中心中体现。其中视觉系统提供与缺陷相关的参数，这便和企业原有的产品管理、供应商管理、客户管理、制造执行等系统互联起来。通过分布式计算从中发掘出有用的信息，从而进一步提升产品的质量及生产效率。
4.4.2.4 实际 应用 激光 IO 触发的方式通常要求机械臂在抓取待测件前待测件的姿态保持固定。因为系统中不存在反馈，机械臂只知道有待测件进入测试区域，并不知道待测件的姿态，这就要求在传送带末端设计相应的机械结构是的 IO 触发时被测件处于特定姿态，让机械臂进行准确的抓取和放置。
图 4-10 待测物体识别 图 4-11 抓取位置获取 引入机器视觉系统可以很好的解决这个问题。机器人和工业相机的结合使整套系统形成了一个闭环网络。无论待测件以什么姿态进入，工业相机和机械臂都可形成一条的反馈回路，实时追踪被测件的位置和姿态，从特定的位置抓起被测件并插入测试槽中。即使有多个被测件进入，视觉系统也能从容应对。如有杂物进入识别区，还可将其识别触发报警，避免可能带来的损失。
针对本案，测试平台可采用固定式相机搭配线性光源的结构，易于安装和配置。视觉系统同样采用千兆以太网通信，其数据吞吐量大，不但可以与机械臂协同工作，还可以将出现的异常或测试不过的图像信息经工业以太网发送至云端数据中心。
视觉机器人系统可以充分发挥信息自动化的优势，实现与大数据平台和 MES系统对接，为技术人员提供完备的数据流，从而形成更加系统的测试体系。
4.4.3 生产 测试 管理平台 4.4.3.1 总体 框架 图 4-12 测试互联网架构 从图中可以看到，每个测试台被当做一个数据生产终端，通过互联网进行连接，构成测试互联网。
测试台之间通过通用的工业互联网协议实现数据交互，而每一个测试台内部则采用 VISA(Virtual Instrument Software Architecture)协议实现控制指
令和数据交互，而支持的主要总线形式包括 RS232、RS485、USB、GPIB、TCP/IP等。
系统的功能逻辑关系见下图：
测试台1测试上位机及自动测试软件VISA测试仪器温箱其他测试设备测试台2测试上位机及自动测试软件VISA测试仪器温箱其他测试设备测试台n测试上位机及自动测试软件VISA测试仪器温箱其他测试设备… … 交换机安全隔离数字化工厂数据平台 测试数据库 产品数据库 其他数据库服务器图 4-13 测试互联网功能逻辑框图 4.4.3.2 平台 功能 在数字化工厂的测试管理平台不能单纯的当做一个个独立工作的测试台来考虑，另外，测试管理平台的软件功能也不再只是实现简单的自动化测试和数据采集，而是应当把被测产品的信息、测试工具管理、测试数据管理、测试任务管理等功能进行融合，满足测试工作在数字化工厂运作方式中的要求。
本案的测试管理平台软件的主要功能有：
1.测试任务管理功能：根据生产的需要，对指定型号的产品进行测试任务定义和下发，并跟踪测试过程，检查测试任务进展的状态。
2.被测产品信息管理：将被测产品与测试数据进行融合，便于未来对测试数据与产品之间的交叉分析。如果企业已有 PDM 系统，则可以与之对接，直接使用其提供的产品信息。
3.测试软件工具集成化管理：该软件平台提供一个综合的集成图形界面，将测试过程中需要使用的各种测试工具都“包”在该界面中，类似于一
个软件容器，用户可以通过该用户界面对测试工具进行访问，避免测试工具的碎片化，易于管理。且测试工具的添加和删除可以根据用户的需求进行增减。
4.测试设备状态管理：产线中的测试设备由于使用频率高，维护频率也远高于研发使用场景。该软件同时提供测试设备的健康状态管理，以协助用户对测试设备进行维修、校准等维护。
5.测试数据管理：该软件以大数据架构的工业数据平台作为数据管理支撑，为用户提供数据的存储、查询、导出、计算等功能。
6.测试数据分析功能：为用户提供数据的常见统计、交叉、可视化等处理软件工具。
7.自动报表功能：自动生成用户需要的测试报告，并自动存入数据平台中，便于未来查阅和追溯。
测试数据管理平台软件界面截图如下：
图 4-14 测试数据管理平台软件截图 4.4.3.3 平台 特点 1.是一个完全按照数字化工厂需求设计的基于互联网架构的测试平台。
2.采用 VISA 架构设计测试工具软件，对仪器设备的型号有广泛的支持性。
3.采用分布式部署架构，特别适合生产测试场景。
4.集成化的测试工具和数据管理客户端软件，将生产测试过程中的各种过程数据采集工具都进行了整合，避免了工具的碎片化。
5.以大数据架构的数据平台支撑测试数据的后处理，可以很方便的与工厂的数据平台进行对接和融合。
6.系统架构为开放式。可以不影响原有系统工作的情况下自由的增加测试台或测试软件工具。
7.是一个以测试数据为核心设计的测试管理平台。一开始的时候就是为测试数据的采集和利用设计的，数据的后处理功能和可扩展性好。
8.仪器驱动层为开放式设计。可以很方便的添加新的仪器型号，或利用原有的仪器设备，而不需要对测试流程管理软件进行修改。
9.SOA 软件架构。
4.4.3.4 操作 自动化 方案 操作自动化的主要目标是实现将待测件从传送带入口到测试平台再到传送带出口的过程。整个过程无需人工干预，结合自动化测试设备，最终实现无人测试。
图 4-15 自动测试流程图 当被测件加工完毕后，从传送带上被分配到测试子系统，在进入测试系统范围后通过激光或机器视觉发出一个就位信号。这时机械臂开始动作，将待测件抓起，准确放置到指定地点，测试过程启动。测试完成后将返回测试结果，如果不通过则机械臂将其分配到残次品流水线，合格则分配到良品流水线。在这期间产生的所有流程数据、测试数据都将被记录。
图 4-16 自动测试平台结构示意图 采用工业机器人作为生产与自动测试平台间的桥梁，不仅可以提高效率，还为今后进一步升级改造打下了基础，其带来的优势主要有：
1) 快速、准确、高效; 2) 便于集成，提供以太网口，可与大数据平台及 MES 系统高效融合; 3) 安装角度自定; 4) 编程门槛低，灵活度高，可根据具体需求进行二次开发; 5) 可搭配机器视觉等子系统，持续升级。
工业领域中使用的四轴、六轴的小型机器人已具有很高的灵活性和快速性，同时兼顾了准确性，其重复定位精度通常可达±0.02mm，可满足九州公司中对测试件抓取、放置，甚至接插的需求。
小型机器人的负载通常在 3KG 至 10KG，可根据待测件类型进行考虑，如成品测试通常比板测要求负载量更大。末端的抓取结构可根据被测件选用机器爪或真空气泵，在对空气气体洁净度需求较高的场合，通常选用前者，当然也可以选用实验室级别的机械臂。
4.4.3.5 测试 自动化方案 测试台的自动化主要通过两个渠道来实现：
1.通过矩阵开关和适配器实现被测件和测试设备之间连线关系的自动化切换。
2.通过软件控制被测件、矩阵开关、适配器和测试仪器实现测试流程，完成自动化的测试和数据采集，并通过数据通信接口将测试数据上传到数据中心。
测试台的系统逻辑构成框图如下：
图 4-17 测试台系统构成逻辑框图 测试平台为面向各种不同型号的被测件，需要充分考虑被测信号与测试仪表的连接和路由问题。通常采取通用开关矩阵解决测试信号与仪表的路由问题、采取专用适配器解决被测件信号与通用开关矩阵连接问题。示意图如下：
图 4-18 通用开关矩阵及适配网络路由方式示意图 开关矩阵采用 MxN 的网络形式，可以将开关矩阵两侧的任意两个端口或多个端口进行路由和导通。为控制矩阵规模和可靠性考虑，将测试信号按频率的高低进行划分，高频信号配备高频开关矩阵网络，低频信号配备低频开关矩阵网络。开关一般由 TTL 电平进行控制，而 TTL 电平的产生由控制电路板构成。控制电路板的输入接口是 RS232、GPIB、USB 或 TCP/IP 等常见的 VISA 协议，其输出口是GPIO，可以配置为需要的 TTL 电平输出。
专用适配器作为被测件与通用开关矩阵的接口转换匹配模块，可以将不同被测件的借口类型转换为高频、低频信号连接端口集合，与通用开关矩阵相连。因此，针对不同型号的被测件，需要专门设计专用适配网络，以匹配不同信号被测件的不同接口形式和数目的要求。专用适配网络的设计示意如下：
图 4-19 接插线适配器设计示意图 航空电子设备模块的接口类型和数量较多，更换被测模块时相关的连线操作较为繁琐和浪费时间。适配器的接口设计和特定模块的接头类型、位置、数量相对应的相匹配，将模块的所有接头集成在适配器上，通过操作适配器，一次性完成对整个模块的接插线操作。通过适配器内部的转换，可以将各个信号经由相对比较统一的接线簇与通用开关矩阵相连。同时，可以将各模块测试所需的一些外部配件，如衰减器、功分器、合路器、滤波器等集成在专用适配盒内，最大程度避免接线难度。
4.5 应用层 系统 4.5.1 智能仓储 系统 方案
4.5.1.1 仓储 管理 仓库管理的目标如下：
1.系统联网运行，仓库的库存信息能够实时地、准确地共享,方便各部门、科室、人员的查询和使用。
2.实现仓库对物料的信息化管理,将区位化和等精细化管理思想运用于系统中，相关人员通过对系统的查询，均能够得到所需查询物料准确的数量信息和精确的位置信息。
3.系统的库存信息可以实时反馈给数据流上游的采购部门、财务部门等,具体信息由系统按规范格式自动生成，从而减少相关人员对物料信息的人工输入，大大降低由人工二次输入引起的错误。
4.系统能够保证信息的安全性，区分各类人员对系统的使用范围和操作权限，权责明晰。
仓库管理可分为 5 个主要功能模块：出入库管理、库存管理、盘存管理、库存预警管理。
出入库管理 主要分为出库管理和入库管理两个部分。入库管理又可以分为入库和入库记录查询。入库是指对库存进行一次增加操作，入库记录查询指的是对历史的入库操作信息进行查询。出库管理与入库管理类似，也包括出库和出库记录查询。
图 4-20 出入库管理用例图 库存 管理 库存管理模块主要是对仓库信息、物料信息的维护,以及库存信息的展示。仓库信息、物料信息的维护主要包括仓库信息和物料信息的添加、删除、修改等功能。库存信息的展示包括当前库存状态以及库存查询统计和各种报表生成。其中当前库存状态能提供即时库存;信息查询要提供对各类信息的综合查询功能，主要包括仓库基本信息查询，物料基本信息查询，库存信息查询以及出入库记录查询。
图 4-21 库存管理用例图 其中信息查询又包括仓库基本信息查询，货物基本信息查询，库存
信息查询以及出入库记录查询。
图 4-22 库存信息查询用例图 盘存管理：
：
库存盘点是库存管理的日常工作。该模块主要分为库存盘点和物料报损两部分，其中库存盘点又包括冻结盘点和循环盘点两种。库存盘点提供年终、月终结算处理;支持按数量、单价、金额的明细核算及统计分析;完成物料收发存的成本核算，能够正确及时的核算出材料成本;提供暂估入出库成本计算、差异核算、出库差异分摊、凭证生成等业务处理;提供业务和财务的对帐功能能与业务及财务系统实时集成，保证业务财务信息的一致。
图 4-23 盘存管理用例图 库存 预警管理：
适量的库存是保证生产不间断进行的重要保证,随着生产过程的持续进行,物料不断的被消耗。由于物料的采购通常要受到供方生产周期、货运周期等诸多因素的影响,因此从采购指令下达到物料进入库房之间存在着一个提前期。所以,物料补充指令的下达应该在提前期之前做出。因此,为了确保在最合适的时间发出物料补充指令,从而保证供应安全,必须对库存进行监测。另一方面,如果有库存过量,会造成资金的极大占用和浪费,因此在库存管理过程中,一方面要预防缺货的发生,另一方面还要防止出现库存积压状态。
图 4-24 库存预警管理用例图 关于库存的控制有多种方法,其中定期订货法需要对库存进行固定周期的监测,由于这种检测方法的固有周期性,其监测结果经常会出现尚未到达临界订货点即进行补充的状况;MRP 对库存的控制则是基于对物料需求进行统筹、有效的科学分析基础之上的;JIT 则是在库存管理高度有效运转的前提下追求零库存控制策略。
4.5.1.2 备料 辅助 传统的仓库具有空间利用率低、灵活性差、差错率高、扩展性能差、联动性差等缺点。
在数字化仓库建设中，备料辅助系统(可看做是仓储物流系统)的作用是快速存放和取用所需的器件或产品。其结构如下图：
备料辅助系统自动化高架库 自动化输送 自动物料追踪 人机交互 仓储综合管理端拾器具存储 端拾器具输送 端拾器具追踪 人员操作指示仓库管理相关内容图 4-25 备料辅助系统结构图 自动化高架库：用自动化堆垛机、货架系统实现物料存取; 自动化输送系统：用自动化输送装备实现物料的交接和搬运; 自动物料追踪系统：用 RFID 实现物料操作过程的追踪; 下图为一个自动化备料系统仿真设计图：
图 4-26 自动化备料系统仿真示意图 在系统设计中需要考虑的因素有如下：
托盘物品：存放对象、物料重量、物料尺寸等 空托盘垛：存放位置、顶层高度等 组合式货架：材料、尺寸、间隙等 堆垛机：载荷参数、控制方式、速度 输送机：AGV 小车参数、传送带参数 下图为一个备料系统硬件组成示意图：
图 4-27 自动化备料系统物理组成示意图 自动化备料系统的软件设计以物料管理系统提供的信息为参考，在生产计划阶段，下发命令到仓库，取料，并更新仓储数据;在采购阶段，物料入库数据自动更新，并反馈给生产计划部门以准备生产。
4.5.2 项目 管理 系统 方案 4.5.2.1 项目 管理 项目管理的一般流程见下图：
图 4-28 项目管理一般流程
项目管理包括如下内容：
1.项目任务管理 根据企业情况，项目任务的来源分为订单来源和生产预估计划来源。订单来源指企业接收到新产品订单后，成立项目管理小组，任命项目经理对该项目的全过程进行管理，其过程包括研发规划、设计定型、产品试制、生产准备、小批量生产、批量生产。生产预估计划来源，指企业根据往年情况，能预估其固化产品在今年的需求量，从而指导生产计划的制定，对于这种项目来源，项目流程一般仅为批量生产。
2.项目状态管理 项目立项之后，项目组成员即可根据对应权限对项目状态进行管理。包括项目状态及进度查询、项目状态更新、项目暂停、项目终止、项目内容更改、项目负责人更改、项目合并等。
4.5.2.2 成本 管理 成本控制是企业的一项重要的工作内容。企业通过对成本的计划、控制、监督、考核和分析等来促使企业各单位与部门加强管理，不断优化资源的利用，努力降低成本，提高经济效益。成本管理系统就是通过对于成本的不同方式的确认、计量、分析和比较，确保这种系统控制能最终落实到资源消耗上。使得企业的管理者能够得到更加准确和及时的数据。
成本管理 ER 关系见如下几图：
图 4-29 成本用例示意图 图 4-30 成本核算分析用例示意图 图 4-31 多系统集成管理用例示意图 成本管理系统承担的工作是计算出生产计划中，成本消耗和产品的产出之间的投入产出比。针对产品和项目核算出产品料工费，可以统计出单位产品的材料成本消耗。另外成本管理系统还可以根据采购的原材料而把成本细分，根据产品的工序和结构，对产品进行成本细化分析。
图 4-32 项目成本信息 ER 图 同时，根据产品的常规投入，制定产品的成本标准，这个标准是在一定的物价水平和劳动力价格下制定的成本标准，而根据标准成本，在每一批次的产品中
计算出实际成本在各项之间，计算出实际成本和标准成本之间的数据差额，从而改进成产工序等，从而更好的实现产品成本或者项目成本的更好控制。
图 4-33 产品成本信息 ER 图 在项目的成本核算分析中，根据项目的周期，首先进行事前成本分析，根据项目的程度，对项目进行事前的成本的预估计，对包括劳动力、原材料成本、车床损耗、生产损耗等进行预先的成本估计，以期对项目的成本进行大概的预估计。
然后在项目进行的过程中，分阶段，分周期的对项目成本进行阶段性分析，对之前的成本花费进行汇总，并且根据原先制定的计划，对成本花费与以后的花费进行修正或者调整，以使其按照预先估计的方向进行发展。最后，项目的完成阶段，对成本进行事后分析，对项目成本的事后分析，包括多方面的分析，包括对项目中花费的汇总和总结，对项目进行完整的成本分析。
同时，每一个产品是由多个工序实现的，在计算整体生产成本的同时，还需要对每一步骤，或者分产品进行投入产出分析，以使其达到最高的成本效率控制。同时，对产品成本和项目的成本分析结果都应该在多系统子模块之间进行数据共享。使各个模块都可以对产品或者项目的成本进行更好的把握和掌控，最终实现整个生产效率的完美提高。
4.5.2.3 风险 管理 项目风险管理是指对项目风险从识别到分析乃至采取应对措施等一系列过程，它包括将积极因素所产生项目风险管理流程的影响最大化和使消极因素产生的影响最小化两方面内容。
风险管理的主要内容是风险识别，包含两方面内容：
1.识别哪些风险可能影响项目进展及记录具体风险的各方面特征。风险识别 不是一次性行为，而应有规律的贯穿整个项目中。
2.风险识别包括识别内在风险及外在风险。内在风险指项目工作组能加以控制和影响的风险，如人事任免和成本估计等。外在风险指超出项目工作组控制力和影响力之外的风险，如市场转向或政府行为等。
风险管理的工具和方法如下：
1.核对表一般根据风险要素编纂。包括项目的环境，其它程序的输出，项目产品或技术资料，以及内部因素。
2.流量表能帮助项目组易于理解风险的缘由和影响。
3.风险量化。
风险控制的基本措施为：
1.对风险对策控制的输入项 风险管理方案。? 实际风险事件。有些已识别了的风险事件会发生，有些则不会。发生了的风险事件是实际风险事件或说是风险的起源，而项目管理人员应总结已发生的风险事件以便进行进一步的对策研究。? 附加风险识别。当项目进程受到评价和总结时，事先未被识别的潜在风险事件或风险的起源将会浮出水面。
2.风险对策实施控制的工具和方法 工作区：对消极的风险事件而言，工作区是一种不列入方案的对策。所谓不列入方案是指在感觉上它并未定义在风险事件发生前。? 附加风险策略研究。如果风险事件未被预料到，或后果远大于预料，那么计划的风险策略将会不充分，这时就有必要再次重复进行风险对策研究甚至风险管理程序。
3.风险对策实施控制输出项 校正行为：校正行为首先包括实施已计划的风险对策(比如实施预防性计划或工作区计划)。
实时调整风险管理计划。一个预料之中的风险事件发生或没发生，对实际风险事件后果的评估，对风险系数和风险机率的评估，以及风险管理方案的其它方面，都应进行实时的更新调整。
4.5.3 设备 管理系统方案 设备状态管理主要包括：设备档案管理、运行监控、保养及维修管理等。
设备档案管理 设备档案管理将基础信息分类与查询-型号，采购价格，供应商信息，设备折旧信息，关键参数信息，产品说明书，维修手册，提供设备档案与之关联，形成数字化模型进行设备的档案管理。同时提供计算设备在其全生命周期过程中发生的采购费用、折旧费用、保险费用、保修费用，
为财务提供全面的成本信息。
设备运行监控 设备运行监控包括运行相关数据，便于实时掌握各类设备的运行状态，发生故障时及时报警，统计设备运行负荷信息，实现保养提醒。
该功能为一线的生产运行人员提供设备运行情况的数据记录与查询功能，使运行管理人员准确记录设备的运行情况，发现设备故障时及时报修。
其方式包括：
1.调取视频监控画面和现场数据采集 设备运行监控与现场的视频监控集成，同时与众多工程现场的自动控制系统进行集成。视频监控的调取不但可以立体显示标定所有视频监视设备的安装位置，而且可以远程遥控视频设备的云台控制视角和景深，通过网络链接使控制中心能及时了解现场的情况。
2.设备运行数据直观展示与分析 通过对设备运行数据的分析，可以通过相应设备对应的三维模型进行颜色的区分，以及设备运行曲线等直观方式展示设备运行状态，对于处于亚健康以及报警预警设备进行及时的提醒和分析。
3.设备运行健康状态自诊断、自适应 该功能利用设备，环境，操作，维修，保养，供应商等多个类型的数据，准确预测设备故障，提升设备效能，降低维护成本。正是因综合不同数据源的数据，并自动检测故障模式，主动部署维护和维修资源，可大大节省下游成本。
自适应自诊断，包括电子系统自动诊断和模块式置换装置，把远距离设备的传感器数据连续提供给中央工作站。通过这个工作站，维护专家可以得到专家系统和神经网络的智能支持，以完成决策任务。然后将向远方的现场发布命令，开始维护例行程序，这些程序可能涉及调整报警参数值、启动机器上的试验振动装置、驱动备用系统或子系统。
保养及维修管理 设备保养及维修管理贯彻“预防为主”和“维护与计划检修相结合”
的原则，通过平台设备保养和维修管理，做到正确使用、精心维护，使设备经常处于良好状态，以保证设备的长周期、安全稳定运转，并可通过历史数据对设备进行保养和维修周期提示。
4.5.4 PLM 系统方案 4.5.4.1 数据 关系管理 图 4-34 产品数据 ER 图 产品数据包括：
1.需求数据：主要指产品在设计前期从各渠道得到的技术需求，包括功能及技术指标等。
2.设计数据：产品在实际开发过程中的所有数据。包括文档、图纸、技术参数、BOM 清单等。
3.质量数据：产品在开发完成之后的质检数据，一般以报表的形式展现。
文档 数据 版本 管理规则 文档作为 PLM 系统中最为常见的数据形式，其生命周期管理是最为关键的部分。而实现其生命周期管理的途径是版本管理。
图 4-35 文档版本管理流程 产品 分层编号规则
在常见的 PLM 系统中，为了实现产品的层级管理，一般需要按照一定的规则对本单位所使用的各种产品按照层级编号，这样才能按照 BOM 有序的索引到所有的产品，并进行管理。
一般而做法是通过前缀来实现产品的分级区分，而为了控制系统的复杂度，产品的层级划分一般不超过 4 级。下图是一个 4 级结构的产品层级划分示意图：
图 4-36 产品层级划分 数据 关系管理规则
一般而言，在 PLM 系统中，以产品和项目两种实体作为数据关系实体的纲领，这种方法是十分清晰和易于管理的方式。所有的工程数据以文档的形式体现，因此在 PLM 系统中的 Data 指的就是文档，这一点首先需要明确。至此，已经可以明确的确定 PLM 系统的任务是处理产品、项目和文档三者之间的关系。其逻辑关系见下图：
图 4-37 产品、项目、文档逻辑关系图
PLM 系统中，产品和文档都有版本跟踪，项目需要有状态变化和跟踪;也就是说，产品、项目和文档的状态都随时在发生改变，怎样实现版本关系的跟踪是系统设计中需要考虑的问题。详细的处理过程见下图：
图 4-38 版本跟踪处理 其中的基本原则如下：
在项目或产品状态开放时间区间内才能建立或修改文档与之对应的关系; 项目或产品状态一旦锁定，关联关系同时被锁定; 只有被批准过的文档才能与项目状态或产品状态相关联; 4.5.4.2 PLM 系统 PLM 系统设计原则包括：功能定制化、开放性、易维护性和可靠性。
产品数据管理系统，主要任务是管理如下数据：
1.产品相关技术文档，包括但不限于：设计需求、CAD 图纸、工艺要求规范、BOM 表、验证规范、验证报告; 2.零部件相关技术文档，包括但不限于：零部件规格资料、零部件图纸; 3.项目文档，包括但不限于：项目预算、项目结算报告、项目时间计划、项目风险管理、项目总结;(该部分主要针对以研发项目进行开发设计的企业)
4.运维文档，包括但不限于：维修记录、产品缺陷报告、产品使用反馈调查表。
顾名思义，该系统的主要任务是管理数据，在实际过程中，数据都是以各种各样的计算机文件的形式进行保存...
第二篇：智能制造下管理会计创新探索论文
摘要：为了加快我国制造业由大国向强国的转变，政府制定了“中国制造2025”规划，与之相对应的一个重要概念便是“智能制造”，对产业格局产生了深刻的影响。作为企业管理的基础，管理会计与智能制造在多方面进行高度融合。在智能制造的环境特征下，企业需逐步推进管理会计创新工作，努力实现自身绿色制造的转型和服务型制造的升级。关键词：智能制造;管理会计;创新
一、研究背景
制造业在我国国民经济占主体地位，即是立国之根本、兴国之利器、强国之基石。在创新驱动下，许多新的生产方式、新产品、新形态和新的商业模式应势而生。“中国制造2025”规划正在推进，供给侧结构性改革不断深入，制造业的优化转型升级和创新发展都面临着新的机遇。智能制造内涵包括：一方面人工智能广泛应用于生产制造的各个环节，减缓相关人员的工作强度，以达到提高产品的质量与生产的效率的目标;另一方面其体现“互联网+”技术的创新需求，奠定了“新经济”桥梁的基础。管理会计为了与“智能制造”相适应，应实施“智能管理”，依靠“人工智能”大力提升其处理系统多样性和复杂性的能力;充分理解管理对象异质性，有效、合理配置智能化管理工具，最大限度发挥管理会计管理控制和信息支持的功能。
二、智能制造下的管理会计
(一)以“互联网+”为代表的现代科学技术，形成复杂多变的企业组织关系。要求管理会计控制系统不断通过优化升级产销流程，加强产品生产过程的可控性，同时重视企业价值增长的战略空间、管理过程、控制绩效，加大在不同战略选择下的成本管控力度，力求实现企业成本最小化和企业效益最佳化的最终目的。
(二)根据管理会计信息支持系统，有效、合理配置生产计划并掌控生产进度，深化产品生产的可视性。智能制造时代背景下，以网络通信技术为媒介，工业机器、设备、存储系统及运营资源紧密连接在一起，充分发挥了良好的信息集成功能，并依赖于开放的管理会计信息支持系统将技术与经济结合起来，实现管理会计“管理控制”与“信息支持”活动的横纵双向沟通与交流，实现企业财务与业务有机结合、敏捷快速运作。
(三)影响管理会计的价值增值目标
1.从企业的外部环境看，持续不断的推进智能制造，对降低智能设备等的成本费用有促进意义，零成本社会的内在属性在智能化设备的配套环境中也得到了体现。
2.从企业的内部环境看，通过改革智能化管理会计的供给端结构，充分利用外部廉价的制造能力，将企业的固定成本转为可变成本，极大程度地提高企业的资源配置效率。
三、管理会计工具创新
智能制造是一个商业生态圈系统，由智能设备、智能工厂和智慧员工构成，结合企业具体的情境特征，创新管理会计工具可从智能制造与新经济的结合、智能制造与“互联网+”技术的融合程度上进行。
(一)约束理论(TOC)，每一个组织的发展都会受到来自不同约束条件的限定及制约。智能制造业绩高低主要是从完工效益、存货和营业费用三个方面进行考察。根据约束理论，实现“互联网+”为代表的现代移动技术与企业生产经营活动的融合，有利于充分发挥企业的有形成本要素与无形成本要素。当前，依靠管理会计的创新驱动，智能制造的内在需求便是充分发挥无形成本的内在潜力。
(二)适时生产制(JIT)，智能制造能使适时生产制进一步拓宽。适时生产制是作为一种无库存的生产系统，追求消除一切只增加成本而不向产品增加价值的过程。依靠价值链与供应链中的智能化成本管理，使企业线上与线下的经营活动紧密连接，使管理会计工具由时间驱动向时间与空间双驱动的融合创新方向发展。
(三)持续改善(Kaizen)，智能制造对企业产生持续的改善作用，通过对产品与服务的质量、员工的努力、民主参与意识的高低等进行主动的沟通和调整，利于提高管理会计控制系统的效率与效果。实现智能制造与管理会计的结合，企业的成本或利润不仅仅是“数量”的要求，更是对“质量”的规范。
(四)精益成本管理(LCM)，智能制造自身就是一种精益成本管理的过程。通过建立一种交互用户的平台，基于大数据分析，实现由生产型制造到服务型制造的升级，不仅为用户提供全流程个性化体验，而且能实现企业的价值的增值。
(五)业务流程再造(BPR)，智能制造与科技创新相结合可能会引起激进式的流程变迁。伴随现代科技的的迅猛发展，工业机器人已经是十分重要的自动化工具。广泛运用工业机器人，不但提高产品的产量与质量，且对人身安全的保证、劳动环境优化、劳动强度降低、劳动生产率的提高、原材料消耗的减少和生产成本的降低具有非常意义。智能制造的业务流程再造是实现“互联网+”与新经济对传统产业的改造的一种新兴工具。
(六)平衡计分卡(BSC)，智能制造与平衡计分卡的结合有两个重要的优点。一个是能增强管理会计的战略导向性，另一个是能够促使企业的前景理论与平衡计分卡执行力的紧密融合。智能化平衡应当包括两个层面：一是基本平衡，指长期目标与短期目标的平衡、实现结果与制约因素的平衡;二是具体平衡，具体指财务指标与非财务指标的平衡、实体价值链与虚拟价值链的平衡、链式整合链与网式整合链的平衡、内外群体的平衡、经营中的领先指标与滞后指标的平衡、学习与创新中的东方古典哲学与西方精细化管理的平衡。
(七)作业成本法(ABC)，智能制造将从根本上对作业活动实现变革。智能作业管理能提供更加完整的成本核算信息，凭借合作联盟网站等网络式竞争平台，增强企业内外作业活动之间的合作、交流与服务，合作建立起产业作业链与技术联盟，形成网络集聚，扩大与拓展智能化作业管理的内涵与外延。
参考文献：
[1]姜红德.智能制造[J].中国信息化，2016.
[2]彭新启.智能制造面面观[J].船舶经济贸易，2016.
[3]陈正兵.论道“管理会计”[J].财会学习，2016.
第三篇：长春光电和智能制造装备产业园发展规划
(讨论稿)
光电和智能制造装备产业被国家、省市政府列为战略性新兴产业，是产业升级、技术进步的重要保障，是区域综合实力和技术水平的集中体现，需求前景广阔，发展潜力巨大。经过多年发展，我市光电和智能制造装备产业已具有一定基础，2013年产值达到571亿元、规上企业数量达到93家。但总体看，我市光电和智能制造装备产业仍处于起步阶段，领军企业少、产业规模小，对外依存度高，市场有待培育。为进一步引导我市重点企业向园区集聚，形成拳头力量，培育新的经济增长点。长春高新区联合市工信局、长春光机所经过两年深入论证、广泛调研，拟在高新北区建设长春光电和智能制造装备产业园，制定初步规划如下：
一、 产业发展基础及优势
1、总体情况。高新区自实施新一轮发展战略规划以来，以打造全市、全省战略性新兴产业发展的先行区域和核心载体为目标，以调优产业结构、加快转变经济发展方式为主线，立足产业基础，聚焦发展优势，不断完善产业发展平台，加快配套能力建设，促进高端装备制造、光电信息、生物医药、新材料新能源等战略性新兴产业快速发展，初步形成园区化、基地化、集群化发展格局，高新区被评为国家级光电子产业基地。截至2013年末，
- 1
43%。新产业光电是世界上第一个实现蓝光激光器产业化企业，开发出世界上第一台激光电视，已成为全世界最大的半导体泵浦全固态激光器研发生产商，产品出口率达到95%，占世界同类产品市场的30%以上;禹衡光学是我国第一台光学仪器和第一台光电编码器研制和生产企业，全国同行业生产规模第一，市场占有率达55%。公司拥有110多项自主知识产权专利，所生产的光电编码器曾参与运载火箭和洲际导弹发射;希达电子生产的高清晰LED全彩色显示器，是具有完全自主知识产权的LED显示器高端产品。 “全彩色LED模块三合一显示屏”、“全彩色LED集成三合一显示屏”等系列的LED显示器达到国内领先、国际先进水平;大正博凯是专门从事汽车制造生产线设计、系统集成、安装、调试和陪伴生产，产品主要应用机器人滚边压合技术、自动控制技术、机器人模拟仿真技术、模具设计技术和数字化工厂设计技术。其中机器人滚边技术和数字化工厂设计技术打破了国外公司在汽车行业的垄断，填补了国内空白。
二、指导思想、产业定位及发展目标
1、指导思想
以科学发展、创新发展为主题，以加快转变经济发展方式为主线，以改革开放和体制机制创新为动力，紧紧抓住调结构、促集聚和推动工业转型升级的机遇，坚持“政府引导、企业主导、市场化运作”的原则，统一规划、逐户报建、集中建设、统一管理，分步实施。以集群发展和招商引资为抓手，在我市打造一个重点领域突出、高端要素集聚、龙头企业带动、协作配套紧密、
- 3
育一批等方式，促进产业要素向园区聚集，重点引进优质产业化项目不少于15个。
产业集聚阶段(2017—2019年)。把握国内外产业升级和产业转移趋势，瞄准世界500强、行业龙头企业和国内外领军企业，实施定向招商、精准招商，吸引一批高端项目落户。引进产业化项目不少于25个。
三、产业导向和产业链设计
1、产业导向
(1)以激光技术为核心的激光制造和加工产业。充分发挥我市在激光技术上的优势，加快激光“全产业链”布局。以激光器的研发和生产带动上游激光材料及材料加工设备的发展，拉动下游激光切割设备、激光焊接设备、激光淬火设备、激光精密雕刻设备、激光测距设备、激光打标设备、激光医疗设备等一系列激光器件和设备生产企业的发展，促进激光在工业加工、医疗、军事、显示等方面的应用。
(2)以光传感技术为核心的智能仪器产业。依托光电传感长度、角度测试的核心技术，以及多年来形成的角位移编码器、光栅线位移传感器系列产品的研发和产业化基础，加快绝对编码光栅尺在数控机床上示范应用，推进数控型光栅测量系统国产化进程。通过引进消化和吸收，加快推进CMOS芯片及红外传感器的研制和生产，带动智能仪器产业的快速发展。
(3)以光栅技术为核心的光谱仪器产业。加快红外光栅、中阶梯光栅、大功率激光光栅、IV型全息凹面光栅、平像场全息凹
- 5
智能制造过程中的感知、决策、执行三个关键环节，重点发展新型传感器及系统、智能控制系统、工业机器人与专用机器人、精密传动装置、伺服控制机构、AGV等典型的智能测控装置和部件。推进基于机器人的自动化成型与加工生产线、数字化工厂等标志性重大智能制造成套装备的示范和应用。
2、核心产业链及产品。
(1)激光产业链。按照“芯—器—设备”开展研发和全产业链布局，重点放在产业链的上游产品和技术。以半导体激光器核心材料制备为源头，以大功率激光产业化为重点，以先进激光加工装备等为切入点，尽快突破大功率激光器产业化关键技术和工艺，不断向激光医疗、激光照明和激光军事装备等产业化领域拓展。形成激光器芯片、激光材料、激光光源、激光电源、激光表面处理设备、激光标记设备、激光医疗及美容设备和激光加工设备等众多领域、紧密联系、完整齐全的激光产业链条。
(2)光通信产业链。重点组织实施无线光通信关重元器件研发生产、系列化无线光通信整机开发生产，不断开发市场，扩大无线光通信应用领域。一是发展光通信整机产业工程。围绕光通信不同应用需求，重点突破高速、高功率、高效率激情光通信光源、复杂信道下高灵敏度弱信号探测、高精度视轴稳定、高增益光学天线等核心关键技术，加快空间激光通信技术产业化。二是光通信模块产业工程。围绕光通信整机产业，大力开展核心模块研发和产业化，开展高稳频窄线激光器、高速率调制器、高功率、高效率放大器、高精度稳瞄转台、高带宽带光轴校正振镜、多路
- 7
造装备、锂动力电池化成套设备、滚压分切设备、恒流源设计制造技术等为主导产品。二是开发仓储物流自动化技术及装备。重点开发AGVS、RGVS、堆垛机、码拆垛机器人、物流自动输送和自动作业设备、物流控制与管理系统等产品。应用领域包括自动化立体仓库、仓储中心、配送中心、应用AGV的各种输送线和检测线和汽车的总装生产线，AGV在汽车的总装生产线上的应用，具备为下游企业提供技术解决方案和交钥匙工程的能力。
四、发展空间布局
按照产业链整合延伸、配套分工和价值提升为原则，园区规划占地面积75万平方米，其中一期25万平方米，包括核心产业区、研发拓展区、配套服务区三个部分。
1、核心产业区。规划面积?万平方米，是产业化主导区。主要由光显示产业基地、光通信产业基地、激光装备制造产业基地、光电智能装备产业基地及招商引资重大产业项目组成。
2、研发拓展区。规划面积?万平方米，是新产品、新技术研发及企业孵化集聚区。主要以长春光机所建设包括企业研发中心、科技孵化器、公共技术服务平台(开放实验室)组成。
3、配套服务区。规划面积?万平方米。结合园区产业特点，构建集行政办公、商业服务、会议中心、金融通讯、市政公用等功能为一体的综合配套服务区，通过采取集中且适当分散的布局模式，进一步将城市生活、工作、休闲等多元化活动融入园区，激发园区活力，促进园区的繁荣发展。
五、管理及运营模式
- 9
组 长：白绪贵 长春市副市长
杨俊良 高新区党工委书记
副 组 长：
郝晶祥 市工信局局长 车仁义 市工信局副局长 ****** 市发改局副局长 ****** 市科技局副局长 石 威 高新区管委会副主任 刘成福 高新区管委会副主任 宣 明 中科院长春光机所所长 宋志义 中科院长春光机所副所长
成 员： 王晓东 市工信局光电处处长
柳 涛 高新区招商办(外资一局副局长) 刘 庶 高新区发改工信局局长 周 彬 高新区中元规划设计院院长 李文杰 光机所孵化器管理有限公司总经理 耿 辉 高新区规划局局长 巴贻南 高新区国土分局局长
领导小组办公室设在高新区(设在招商局或组建园区建设推进办公室)。负责园区规划建设方案的研究制定及全面统筹实施。建立领导小组联席会议制度，协调解决产业园规划、建设、招商的具体事宜。
2、强化招商引资，提高项目水平。建立重大项目引进和落位
- 11
宣传，提高新技术、新产品的市场认同度。一是在园区内建立光电和智能制造装备产品展示销售中心，全方位展示区内产业最新研究成果及主要产品。二是充分利用东北亚博览会等各种国内外会议、展会活动，广泛推介园区企业产品。
1、关于地块选择。园区总占地面积75万平方米，出于启用时间和费用的考虑，拟选择光机平台旁38万平方米中的25万平方米作为项目一期，该地块属于国有农用地，征收工作不牵扯农民问题，所以启动较快。38万平方米中的其他13万平方米属于集体农用地，征收较慢，暂作为后期考虑。除38万平方米以外的两个地块，目前都已抵押，其中25万平方米解押时间为2015年6月，抵押金额为5亿元，该地块可作为园区二期考虑;另外11万平方米解押时间为2018年8月，抵押金额为2亿8千万元。
2、一期25万平方米土地存在的问题。一是规划转性问题。该项工作应该于办理土地征收手续前完成，否则土地性质仍然为科研，不能达到工业出让目的。管委会已于2014年4月下发会议纪要，要求高新规划局争取6月底前完成此项工作。经了解，规划转性需提交市规划专家评审会通过，目前正在进行评审前的评估等工作。客观的说，此项工作进展还是相对缓慢，原因是规划部门对该地块土地转性工作存在分歧，一方面认为该地块属于长东北核心区的核心位置，在此位置上搞工业，从规划学院派角度不是很认同。另一方面，怕担责任，由于调整为工业带来的土地出让金减少的责任，或者过几年该地块还得从工业调整回商住的风险责
- 13
的档次，包括园区内的园区路、绿化、配套生活服务等，涉及的资金也较大，不建议分摊到入区企业，但企业自身建设的风格档次要与园区整体相一致。
4、园区企业可享受扶持政策
1、按照购地面积给予280元/平方米的资金扶持，并按建筑面积给予80元/平方米的资金扶持，具体参照长春高新区战略性新兴产业招商引资优惠政策实施办法(长高开字〔2012〕28号)第6条第一款;
2、优先享受长春市人民政府关于加快战略性新兴产业发展的若干政策(长府发〔2013〕2号);
3、符合标准的项目享受《长春高新区关于鼓励投融资发展暂行办法(试行)》(长高开字〔2009〕76号)、《长春高新区“长白慧谷”英才计划实施办法》(长高党字〔2011〕34号)等扶持政策。
5、关于评审机构。建议采用高新区目前采用的专家评审制度，评审专家以市工信局、光机所、高新区相关领导、专家和龙头企业代表为主组成。因该项目政府和高新区都投入较大，建议要严把入园关，全面考察项目的产品、技术、市场、资金、管理团队等要素，务求项目质量高，建设资金有保障。
6、关于园区名称。建议采用长春光电和智能装备产业园区。同时加挂吉林省光电子产业孵化基地牌子。一个园区两个牌子。孵化器可作为园区公共服务平台。
7、关于高新区与光机所历史问题。光机所领导已表示，对原来2009年双方签订的每平方米50元的框架协议不方便实施表示理解，也同意通过专家评审制度积极引进项目入园，同时积极支持园区的
- 15
能产业办公室)正在积极落实招商项目。四是市工信局统筹整个工作进度。
11、关于园区运营。园区建成后以高新中元设计院为主体组建园区运营机构，提供政府管理服务职能与企业经营服务两项内容，经营部分采取市场化，先期可由政府投入一部分必须的启动资金，后期运营市场化，原则上政府财政不再补贴。
12、需解决的问题。一是园区公共设施配套费用。建议市财政和高新区财政承担。市里的政策支持建议通过这种方式体现，可由市政府、高新区、中元国际高新设计院共同出资设立平台公司作为投资主体。二是园区的总体规划和实施方案(主要包括运作模式、入园标准、优惠政策)，建议市政府以会议纪要形式下发。为园区工作提供政策保障。三是一期企业集聚积极推进的同时，趁热打铁，建议尽快启动二期项目，瞄准世界500强、行业龙头企业和国内外领军企业，实施定向招商、精准招商，吸引一批高端项目落户。保持园区发展后劲。
第四篇：学会大数据时代智能制造与企业数据中心建设研讨
省计算机学会大数据时代智能制造与企业数据
中心建设研讨会在成都举行
大数据、云计算、人工智能等技术的迅猛发展，带来了社会的巨大改变，同时也影响着传统制造业的生产和经营方式。为适应这一发展趋势，充分利用大数据技术、超融合技术开展企业数据中心建设，实现企业向智能制造成功转型。四川省计算机学会联合北京并行科技股份有限公司、英特尔(中国)有限公司于2017年6月23日下午在成都祥宇宾馆成功举办了“大数据时代智能制造与企业数据中心建设”研讨会。来自西南地区高校、军工科研单位、企业共计60余人参加了研讨会。
西南民族大学并行计算实验室、中国科学院成都计算所博导王鹏教授做了“人工智能优化算法与应用”主题报告。讲述了人工智能算法发展的前世今生，同时向大家介绍了实验室团队独创的“多尺度量子谐振子算法(MQHOA)”研究现状与应用领域，展望该算法在军工科研单位与企业的应用与发展。张利民与刘海超工程师分别就“智能制造时代高性能计算中心(HPC)的建设、优化与升级”和“基于大数据的超融合技术、建设企业级服务效益型数据中心”做了技术报告。介绍了智能制造时代企业级数据中心、高性能计算中心的转型与升级的技术方案以及大量的成功案例。专家报告引起了与会者广泛的关注与讨论，大家对企业级数据中心由职能型转为服务性的转变、高性能中心建设与优化升级有了新的认识与见解，会议进行了热烈的互动讨论。大家对本次培训研讨反响良好，会议获得圆满成功。
学会宋昌元秘书长到会致辞并做了讲话。就学会上半年热络的学术活动及学会发展现状作了介绍，向与会的各位嘉宾表示欢迎和感谢。
学会秘书处
第五篇：中国制造2025,主攻智能制造
在全面推进实施制造强国战略的征途中迈出了关键性一步，中国制造也再次站到了转型升级、创新驱动的风口上
制造业是国民经济的主体，是立国之本、兴国之器、强国之基。5月19日，备受瞩目的《中国制造2025》正式对外公布，标志着我国在全面推进实施制造强国战略的征途中迈出了关键性一步，中国制造也再次站到了转型升级、创新驱动的风口上。
国家统计局数据显示，2005年～2013年，我国制造业总产值年均增长20%左右，2012年我国制造业增加值为2.08 万亿美元，在全球制造业占比约20%，成为世界上名副其实的“制造大国”。
我国工业如今在全球竞争中的优势更多地体现为拥有完整的产业链条。根据联合国工业发展组织数据，我国是世界上唯一拥有联合国产业分类中全部工业门类(39个工业大类、191个中类、525个小类)的国家，形成了“门类齐全、独立完整”的工业体系。同样是来自于联合国工业发展组织数据，目前，中国工业竞争力指数在136个国家中排名第七位，制造业净出口居世界第一位。
按照国际标准工业分类，在22个大类中，中国在7个大类中名列第一，钢铁、水泥、汽车等220多种工业品产量居世界第一位。2013年，我国装备制造业产值规模突破20万亿元，占全球比重超过1/3;2013年，发电设备产量达1.2亿千瓦，约占全球总量的60%;造船完工量达4534万载重吨，占全球比重的41%;汽车产量达2211.7万辆，占全球比重的25%;机床产量达95.9万台，占全球比重的38%，我国制造业占世界的1/3强。
当前，我国经济发展进入新常态，制造业面临产能过剩、大而不强的困局，转型升级犹如逆水行舟，不进则退。可以说，现在我国比以往任何时候都更需要强大的制造强国战略。因为“中国制造”在世界上成了“低端廉价”的代名词，技术含量较低，加上中国的人口红利优势即将消失，现在制造企业的利润率普遍只有10%左右，有的甚至更低，大量中小制造企业苦苦挣扎在死亡线上。
5月13日，在中国工程院、工信部和中科院主办的“2015智能制造国际会议”上，原全国人大常委会副委员长、两院院士、中国机械工程学会荣誉理事长路甬祥在主旨报告中称，2014年中国装备制造产值占全球比重1/3，机电产品进出口额2.16万亿美元，占进出口总额55.7%，已成为全球制造大国。整体而言，发展主要依靠要素投入和低成本优势，付出了沉重的资源与环境代价，仍处于价值链的低中段，还不是制造强国。
的确，中国制造业与先进国家相比还有较大差距。主要表现在：自主创新能力弱，关键核心技术与高端装备对外依存度高，以企业为主体的制造业创新体系不完善;产品档次不高，缺乏世界知名品牌;资源能源利用效率低，环境污染问题较为突出;产业结构不合理，高端装备制造业和生产性服务业发展滞后;信息化水平不高，与工业化融合深度不够;产业国际化程度不高，企业全球化经营能力不足。
2008年国际金融危机之后，面对新一轮科技革命和产业变革，发达国家纷纷实施“再工业化”战略，重塑制造业竞争新优势，加速推进新一轮全球贸易投资新格局。一些发展中国家也在加快谋划和布局，积极参与全球产业再分工，承接产业及资本转移，拓展国际市场空间。“前有堵截，后有追兵”，我国制造业面临发达国家和其他发展中国家“双向挤压”的严峻挑战。
没有强大的制造业，我国很难突破“中等收入陷阱”，也无法从大国走向强国。建设制造强国，必须紧紧抓住战略机遇，积极应对挑战，加强统筹规划，突出创新驱动，制定特殊政策，发挥制度优势，以我为主，跨越发展。
《中国制造2025》是中国第一次从国家战略层面描绘建设制造强国的宏伟蓝图，确立了发展世界制造业强国的战略目标，同时提出两个实施阶段、三步走战略目标、五项重大工程、九大战略任务和十个重点领域。
中德制造业战略殊途同归
“中国制造2025”和“德国工业4.0”都是在新一轮科技革命和产业变革背景下，针对制造业发展提出的重要战略举措，具有相同的战略使命和核心理念。战略使命方面，两国新战略都是为了应对新一轮科技革命和产业变革。
在理念层面，两国新战略都是推进信息技术与制造技术的深度融合。德国工业4.0着眼于高端装备，提出建设信息物理系统，并积极布局智能工厂，推进智能生产。《中国制造2025》提出以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向，构建信息化条件下的产业生态体系和新型制造模式。
从不同点来看，中德两国新战略无论是发展基础、产业阶段还是战略任务都具有各自特点。在发展基础方面，德国制造业具有强大的技术基础，在两化(工业化和信息化)融合、“互联网+”方面都具有优势，而且德国是世界制造业强国和领先的工业制成品出口大国，制造业研发投入强度超过美国和日本 ，树立了德国制造的品牌形象。中国是制造大国，但还不是制造强国，依然处于产业链“微笑曲线”的中间，核心技术和品牌价值薄弱。
在产业阶段方面，德国工业4.0是在顺利完成工业1.0、工业2.0，基本完成工业3.0之后，提出的发展战略，是自然的串联式发展。中国制造业尚处于工业2.0和工业3.0并行发展的阶段，必须走工业2.0补课、工业3.0普及、工业4.0示范的并联式发展道路，不仅要兼顾自己传统产业的转型升级，同时还要实现在高端领域的跨越式发展，所以我国的任务就比德国实现工业4.0更加复杂、更加艰巨。
在战略任务方面，德国工业4.0就是瞄准新一轮科技革命制定的措施，主要聚焦制造业的高端产业和高端环节。《中国制造2025》不是专门为应对新一轮科技革命制定的规划，是对制造业转型升级的整体谋划，不仅要提出培育发展新兴产业的路径和措施，还要加大对量大面广的传统产业的改造升级力度，同时还要解决制造业创新能力、产品质量、工业基础、节能环保等一系列阶段性的突出矛盾和问题。
根据德勤与中国机械工业联合会2013年调研200家制造企业所发布的首份中国智造现状及前景报告显示，中国智能制造处于初级发展阶段，同样也是大部分处于研发阶段，仅16%的企业进入智能制造应用阶段;从智能制造的经济效益来看，52%的企业其智能制造收入贡献率低于10%，60%的企业其智能制造利润贡献低于10%。
而90%的中小企业智能制造实现程度较低的原因在于，智能化升级成本抑制了企业需求，其中缺乏融资渠道影响最大。德勤的调研显示，年收入小于5亿元人民币的企业中，50%的企业在智能化升级过程中采用自有资金，25%为政府补贴，银行贷款和资本市场融资各占11%。而企业收入规模大于50亿元人民币的企业，其智能化升级资金来源中自有资金占67%，银行贷款占比25%。整体而言，中小微型企业的银行贷款比例低于大中型企业，占企业数量绝大多数的中小企业只能依靠自有资金进行智能化改造。
所以，《中国制造2025》明确把智能制造作为两化深度融合的主攻方向，并在保障措施中提出要完善金融扶持政策和中小微企业政策，加大财税政策支持力度，包括运用政府和社会资本合作(PPP)模式，引导社会资本参与制造业重大项目建设、企业技术改造和关键基础设施建设;加快设立国家中小企业发展基金等。
智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，可有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗。
智能制造需要顺应“互联网+”的发展趋势，促进移动互联网、工业互联网、云计算、大数据在企业全流程和全产业链的综合集成应用，改造提升中国制造业。
中国社科院信息化研究中心秘书长姜奇平认为，《中国制造2025》对经济向“双中高”(中高速增长、向中高端水平)迈进具有重要意义，互联网将帮助中国推进智能制造，提高工艺水平和产品质量，促进生产性服务业与制造业融合发展，提升制造业层次和核心竞争力。
4月23日，由浪潮联合20多家机构发起的“中国智能制造信息化推进联盟”在北京成立。该联盟致力于打造协同创新平台与成果转化应用推广联合体，共同推动国家智能制造产业相关标准制定和推广工作。联盟首批成员包括中国航天科技集团、大连船舶重工集团、江南造船、山东常林、北京神舟航天软件等20多家机构，其中也包括天职国际会计师事务所、赛迪顾问等咨询机构。
浪潮集团执行总裁王兴山在会上表示，传统制造业与互联网的融合正在加快，智能制造成为当前热点，这也是中国从制造大国通往制造强国的必由之路。
为推进智能制造发展，2015年3月9日，工业和信息化部印发了《关于开展2015年智能制造试点示范专项行动的通知》，并下发了《2015年智能制造试点示范专项行动实施方案》(下称《实施方案》)，决定自2015年启动实施智能制造试点示范专项行动，以促进工业转型升级，加快制造强国建设进程。
根据《实施方案》，将分类开展流程制造、离散制造、智能装备和产品、智能制造新业态新模式、智能化管理、智能服务等6方面试点示范专项行动。
第一，针对生产过程的智能化，主要涉及流程制造和离散制造。根据《实施方案》，在石化、化工、冶金、建材、纺织、食品等流程制造领域，选择有条件的企业，推进新一代信息技术与制造技术的融合创新，开展智能工厂、数字矿山试点示范项目建设，全面提升企业的资源配置优化、实时在线优化、生产管理精细化和智能决策科学化水平;在机械、汽车、航空、船舶、轻工、家用电器及电子信息等离散制造领域，组织开展数字化车间试点示范项目建设，推进装备智能化升级、工艺流程改造、基础数据共享等试点应用。
第二，针对装备和产品的智能化。也就是把芯片、传感器、仪表、软件系统等信息技术嵌入到装备和产品中去，使得装备和产品具备动态感知、存储、处理和反馈能力，实现产品的可追溯、可识别、可定位。《实施方案》提出，加快推进高端芯片、新型传感器、智能仪器仪表与控制系统、工业软件、机器人等智能装置的集成应用，提升工业软硬件产品的自主可控能力，在高档数控机床、工程机械、大气污染与水治理装备、文物保护装备等领域开展智能装备的试点示范，开展3D打印、智能网联汽车、可穿戴设备、智能家用电器等智能产品的试点示范。
第三，针对制造业中的新业态新模式的智能化，即工业互联网方向。根据《实施方案》，在家用电器、汽车等与消费相关的行业，开展个性化定制试点示范;在电力装备、航空装备等行业，开展异地协同开发、云制造试点示范;在钢铁、石化、建材、服装、家用电器、食品、药品、稀土、危险化学品等行业，开展电子商务及产品信息追溯试点示范。
第四，针对管理的智能化。在物流信息化、能源管理智慧化上推进智能化管理试点，从而将信息技术与现代管理理念融入企业管理。物流信息化试点示范，主要是指加快无线射频识别(RFID)、自动导引运输车(AGV)等新型传感、识别技术的推广应用。
第五，针对服务的智能化。移动互联网蓬勃发展，开放、去中心化的互联网思维已经潜移默化到各行各业，用户的需求更加多元化。根据《实施方案》，在工程机械、输变电、印染、家用电器等行业，开展在线监测、远程诊断、云服务及系统解决方案试点示范。工信部电子信息司副司长安筱鹏认为，服务的智能化，既体现为企业如何高效、准确、及时挖掘客户的潜在需求并实时响应，也体现为产品交付后对产品实现线上线下(O2O)服务，实现产品的全生命周期管理。两股力量在服务的智能化方面相向而行，一股力量是传统的制造企业不断拓展服务业务，一股力量是互联网企业从消费互联网进入到产业互联网。
前者的案例有海尔，2012年底，海尔集团进入了网络化发展战略阶段，并致力于由传统企业向平台型企业转型。在这样的战略指导下，海尔服务也在积极转型，时刻以用户为中心不断演进与升级，从单纯的售后服务转型为打造全流程的用户最佳体验。
后者的案例是阿里巴巴。今年3月，阿里巴巴与富士康宣布合作，富士康基于阿里云将其包括专利、测试、工程制造经验等制造能力开放出来助力中小企业加速智能制造。还是在这个月，阿里巴巴宣布与上海汽车集团共同出资10亿元设立“互联网汽车基金”，组建合资公司，围绕互联网汽车、车联网等展开合作，未来研发的技术成果与服务平台将开放给其他汽车制造企业。