如何聚焦新阶段新要求，统筹考虑区域、行业发展差异，充分发挥地方、行业和企业积极性，分层分类系统推动智能制造创新发展对当前推进企业智能化改造和数字化转型至关重要。面对不断升级的智能制造发展需求，为深化智能制造推广应用，衡量企业智能制造能力成熟度水平，探索形成具有行业区域特色的智能转型升级路径，《智能制造能力成熟度模型》GB/T39116-2020描述了企业实施智能制造要达到的阶梯目标和演进路径，是引导企业智改数转工作的一把标尺。
智能制造能力成熟度模型描述了企业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要素、特征和要求，从人员、技术、资源、制造等要素维度，从低到高分5个成熟度等级综合评价企业数字化、网络化、智能化发展水平。其中，1级为流程化管理（规划级），2级为数字化改造（规范级），3级为网络化集成（集成级），4级为智能化生产（优化级），5级为产业链创新（引领级）。支撑地方相关部门共搭建12个分平台，分布于北京、无锡、内蒙古、江西、上海、宁夏回族自治区、深圳、山西、山东等省市自治区。截止到2022年2月，包括北京、天津、深圳、江苏省、浙江省、福建省、山东省、湖南省、广东省、陕西省、江西省在内等11个省市的地方工业和信息化主管部门先后出台鼓励企业开展智能制造能力成熟度标准应用的产业政策，在引导企业学标准、用标准方面成效显著。
2021年11月工业和信息化部、国家发展改革委、财政部、市场监管总局联合印发《关于开展2021年度智能制造试点示范行动通知》（下简称“《通知》”），《通知》要求将面向国内优秀制造型企业遴选包括智能制造优秀场景、智能制造示范工厂在内的示范内容。我们注意到智能制造能力成熟度模型被采信作为本次申报的推荐条件，《通知》明确提出申报主体应通过智能制造数据资源公共服务平台开展智能制造能力成熟度自评估，需达到国家标准GB/T39116-2020《智能制造能力成熟度模型》二级及以上或满足相关行业智能制造指导性文件要求。
《通知》也首次提出智能制造场景示范内容,总结15个环节52个智能制造典型场景，作为智能制造示范工厂建设的参考，并提供了《智能制造典型场景参考指引（2021年）》。如何评判相关场景的业务范围，如何量化评价相关场景的实施情况，智能制造能力成熟模型给出了很好的答案，这也是指引评价智能制造场景的有利工具。在下表中，我们将智能制造能力成熟度模型与智能制造典型场景做了对应，以期帮助企业在实施相关场景建设过程中有定性定量的工具作为支持。
表1智能制造能力成熟度模型20个能力子域与智能制造典型场景对应表
环节 | 场景 | 对应智能制造能力成熟度能力子域 | 对应智能制造能力成熟度模型等级 |
工厂设计 | 车间/工厂数字化设计 | -- | -- |
车间/工厂数字化交付 | -- | -- | |
产品研发 | 产品数字化设计与仿真 | 产品设计 | 4级c;5级c |
原料性质表征与配方研发 | -- | -- | |
工艺设计 | 离散型工艺数字化设计 | 工艺设计 | 四级a、b、c |
流程型工艺数字化设计 | 工艺设计 | 四级c、五级a | |
计划与调度 | 生产计划优化 | 计划与调度 | 三级a、b |
车间智能排产 | 计划与调度 | 四级a | |
精准作业派工 | 计划与调度 | 四级a、b | |
生产作业 | 产线柔性配置 | 生产作业 | 五级a |
资源动态组织 | 生产作业 | 四级b；五级a | |
先进过程控制 | 生产作业 | 五级b | |
工艺流程/参数动态调优 | 生产作业 | 四级b；五级b | |
人机协同作业 | 装备 | 三级a | |
精益生产管理 | 计划与调度、生产作业、设备管理、仓储管理、 采购 | 相关能力子域 三级、四级、五级条款 | |
仓储配送 | 智能仓储 | 仓储配送 | 三级a、b、c |
精准配送 | 仓储配送 | 四级a、b | |
物料实时跟踪 | 仓储配送、物流、 生产作业 | 仓储配送四级a；物流四级b；生产作业三级d | |
质量管控 | 智能在线检测 | 生产作业 | 三级c |
质量精准追溯 | 生产作业 | 四级d | |
产品质量优化 | 生产作业 | 四级d | |
设备管理 | 自动巡检 | 设备管理 | 二级c(高于成熟度要求） |
智能维护管理 | 设备管理 | 二级b、c；三级c、d(高于成熟度要求） | |
在线运行监测与故障诊断 | 设备管理 | 三级a | |
预测性维护与运行优化 | 设备管理 | 四级a | |
资产全生命周期管理 | 设备管理 | 三级d(比成熟度要求更广） | |
安全管控 | 安全风险实时监测与识别 | 安全环保 | 四级a |
安全事件智能决策 与应急联动 | 安全环保 | 三级c | |
危化品智能管控 | 安全环保 | 三级b | |
危险作业自动化 | 安全环保 | 三级a | |
能源管理 | 能耗数据监测 | 能源管理 | 二级a、b、c |
能效优化 | 能源管理 | 四级a、b | |
能源平衡与调度 | 能源管理 | 三级b | |
环保管控 | 污染源管理与环境监测 | 安全环保 | 三级b |
排放预警与管控 | 安全环保 | 四级b | |
固废处置与再利用 | -- | -- | |
碳资产管理 | -- | -- | |
营销管理 | 市场快速分析预测 | 销售管理 | 四级a |
销售计划动态优化 | 销售管理 | 四级a | |
销售驱动业务优化 | 销售管理 | 四级c | |
售后服务 | 主动客户服务 | 客户服务 | 四级a |
产品远程运维 | 产品服务 | 四级a、b、c | |
数据增值服务 | 客户服务 | 四级a、b;五级：a | |
供应链 管理 | 采购策略优化 | 采购管理 | 四级b、c |
供应链可视化 | 采购管理 | 四级a | |
物流实时监测与优化 | 物流管理 | 四级b、c | |
供应链风险预警与弹性管控 | 采购管理 | 四级b；五级a | |
模式创新 | 用户直连制造 | 产品设计、生产作业、客户服务 | 产品设计五级a、d；生产作业五级a；客户服务四级a |
大批量定制 | 产品设计 | 五级a | |
共享制造 | -- | -- | |
网络协同制造 | 产品设计、工艺设计、计划与调度、产品服务 | 产品设计五级d、工艺设计五级c、计划与调度五级b、产品服务五级b | |
基于数字孪生的制造 | 装备 | 装备五级a(成熟度仅有装备级的数字孪生） |
参考以上智能制造能力成熟度模型20个能力子域与智能制造典型场景对应表，通过对标智能制造能力成熟度模型的条款，可以对相关智能制造典型场景的实践情况进行业务内容的界定、实施效果的量化评价。企业申报的典型应用场景经智能制造能力成熟度模型相应条款评估满足条款要求，就可判断为满足智能制造典型场景建设要求。本文将以两家制造型企业的案例阐述如何利用CMMM标准来衡量相应场景的实践方法。
典型场景描述：
离散型工业数字化设计要求应用计算机辅助工艺过程设计工具（CAPP）和工艺知识库，采用高效加工、精密装配等先进制造工艺，集成三维建模、仿真验证等技术，进行基于模型的离散工艺设计。
对应标准条款 工艺设计能力子域四级a：
场景业务界定：应实现基于模型的三维工艺设计和优化，并将完整的工艺信息（如：工装、工具、设备等）集成于三维工艺模型中；
量化评价过程：该企业使用PDPS三维模型进行详细工艺设计开发，工艺设计过程中可调用工具、刀具、焊枪模型库等工艺资源和信息对产品设计进行仿真验证，并基于仿真结果对产品设计和工艺设计进行改进优化。例如车身焊枪三维仿真验证从三维焊枪模块库选型、三维建模工艺仿真、工艺评价到工艺调整的闭环。缸盖的机加工工艺采用基于模型开展三维工艺设计并对产线运作进行仿真优化，并基于仿真结果实施产线设备布置。
对应标准条款 工艺设计能力子域四级b：
场景业务界定：应基于工艺知识库的集成应用，实现工艺流程、工序内容、工艺资源等知识的实时调用，为工艺规划与设计提供决策支持；
量化评价过程：该企业定制开发的PMDS内置工具、工装、设备、工时卡标准工艺数据库（知识库）。系统支持参数化的工具选型、标准工时定额自动生成，确保工艺开发结果满足标准化和模块化要求。
对应标准条款 工艺设计能力子域四级c：
场景业务界定：应基于工艺知识库的集成应用，实现工艺流程、工序内容、工艺资源等知识的实时调用，为工艺规划与设计提供决策支持；
量化评价过程：该企业已实现基于三维模型的工艺仿真分析和迭代优化，如应用Autoform软件对冲压成型过程中复杂的深拉延和拉伸成形的鲁棒性和可靠性等进行仿真分析，预判破裂或者起皱潜在风险并进行优化，缩短模具调试周期和降低开发成本。又如依据发动机车间产线三维建模对发动机的产线工艺路径、生产节拍进行仿真，根据联调仿真验证实现工艺设计优化。
综合以上内容，故该企业在“离散型工艺数字化设计”场景量化评价为满分。
企业智能化建设是一个持续化提升过程，想要推动企业向智能化方向发展，需要一个逐级阶梯式引导的标准，企业对标模型可识别自身所处智能制造的发展阶段，并参考模型有计划地提升自身的智能制造化水平，做到有的放矢，行之有矩。
同时，企业不仅可以通过成熟度模型的等级特性识别其所处的发展阶段，还可参照能力子域的不同等级的条款，逐级分解智改数转的任务，实现改造目标。智能制造能力成熟度模型是企业的智改数转的操作指南。以智能制造典型场景建设为例，拟申报智能制造典型场景的企业，可以对标模型相应条款开展建设工作。智能制造能力成熟度模型同样也是衡量和评价企业智改数转工作推进效果的有效标尺。GB/T39117-2020《智能制造能力成熟度评估方法》提供了一套客观评估企业智能制造能力水平的方法。两项标准可帮助企业解决智能制造如何规划、如何提升、如何评估三个关键问题，避免陷入“盲从”“跟风”“求快”等误区。实现制造业高质量发展，必然是制造企业全面的智能化。在典型场景建设和不断推广的过程中，结合智能制造能力成熟度模型，引导企业规范性、阶梯性发展。
作者简介：
孔繁荣，教授级高级工程师、工学博士，上海智能制造能力评价中心主任、上海嵌入式系统应用工程中心主任、上海市青年科技英才、上海市领军人才（后备计划）、上海五四青年奖章，科技部重点研发项目负责人，CMMM®在训主任评估师。
来源：电子标准院CESI
联系客服
