工业企业智能制造能力成熟度评估规范(DB12-T 1073-2021).pdf

《工业企业智能制造能力成熟度评估规范(DB12-T 1073-2021).pdf》由会员分享，可在线阅读，更多相关《工业企业智能制造能力成熟度评估规范(DB12-T 1073-2021).pdf（40页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 ICS 35.240.50 CCS L 70 12 天津市地方标准 DB12/T 10732021 工业企业智能制造能力成熟度评估规范 Maturity assessment specification of industrial enterprises intelligent manufacturing capability 2021-08-16 发布 2021-09-16 实施 天津市市场监督管理委员会 发 布 DB12/T 10732021 I 目次 前言.II 1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 成熟度评估模型.1 模型构成.1 4.1 成熟度等级划分.2

2、4.2 5 能力要素.2 6 成熟度要求.3 人员.3 6.1 技术.5 6.2 资源.8 6.3 制造.10 6.4 治理.24 6.5 7 评估内容.30 8 评估过程.31 评估流程.31 8.1 预评估.31 8.2 正式评估.32 8.3 发布现场评估结果.32 8.4 改进提升.33 8.5 9 成熟度等级判定.33 评分方法.33 9.1 评估域权重.33 9.2 计算方法.35 9.3 成熟度等级判定方法.36 9.4 参考文献.37 DB12/T 10732021 II 前言 本文件按照GB/T 1.12020标准化工作导则 第1部分：标准化文件的结构和起草规则的规定起草。本

3、文件由天津市工业和信息化局提出并归口。本文件起草单位：天津市工业和信息化研究院、天津智慧城市研究院有限公司、海尔数字科技（天津）有限公司、天津市金蝶软件有限公司、宜科（天津）电子有限公司、紫光云技术有限公司、天津爱波瑞科技发展有限公司、曼德产业协同创新设计院（天津）有限公司、远发耀翼（天津）企业管理咨询有限公司、中汽数据（天津）有限公司、机械工业第六设计研究院有限公司、天津渤海管理咨询有限公司、天津聪友科技有限公司、天津用友软件技术有限公司、格创东智（天津）科技有限公司、东方国信（天津）科技有限公司、天津锐网科技股份有限公司。本文件主要起草人：周鹏、刘媛媛、于良、万学峰、宋跃武、曹广宇、王慧、

4、周雪静、李万超、苏浩、王庆和、郑奇、杨君、王昱山、赵甲、侯文浩、李明、张兴晖、许立红、吕楠、李建伟、刘晓鸣、张树茂、刘弘蔚、蔡聪。DB12/T 10732021 1 工业企业智能制造能力成熟度评估规范 1 范围 本文件规定了工业企业智能制造能力成熟度模型的构成，包括成熟度等级、能力要素和成熟度要求。规定了智能制造能力成熟度的评估内容、评估过程，给出了成熟度等级判定的方法。本文件适用于生产制造企业、智能制造系统解决方案供应商和第三方评估机构开展智能制造能力成熟度评估、差距识别、方案规划和改进提升。2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引

5、用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 23020 工业企业信息化和工业化融合评估规范 GB/T 25069 信息安全技术 术语 GB/T 39116 智能制造能力成熟度模型 GB/T 39117 智能制造能力成熟度评估方法 3 术语和定义 GB/T 23020、GB/T 25069、GB/T 39116、GB/T 39117界定的术语和定义适用于本文件。4 成熟度评估模型 模型构成 4.1 智能制造能力成熟度评估模型由成熟度等级、能力要素和成熟度要求构成，其中能力要素由能力域构成，能力域由能力子域构成，如图1所示。该模

6、型包括了5个能力要素，分为13个能力域，覆盖23个能力子域。图1 智能制造能力成熟度评估模型构成 DB12/T 10732021 2 成熟度等级划分 4.2 成熟度等级规定了工业企业智能化在不同阶段应达到的水平。成熟度等级分为五个等级，自低向高分别是一级（规划级）、二级（规范级）、三级（集成级）、四级（优化级）和五级（引领级），如图2所示。较高的成熟度等级涵盖了低成熟度等级的要求。图2 成熟度等级 一级（规划级）：企业应开始对实施智能制造的基础和条件进行规划，能够对核心业务活动（设计、生产、物流、销售、服务）进行流程化管理，并能够有序开展两化融合建设活动。二级（规范级）：企业应采用自动化技术、

7、信息技术手段对核心装备和业务活动等进行改造和规范，实现单一业务活动的数据共享，并能够结合国内外最佳实践和标准实施两化融合管理。三级（集成级）：企业应对装备、系统等开展集成，实现跨业务活动间的数据共享；且具备明确的精细化经营管控目标，能够动态优化各项管理。四级（优化级）：企业应对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化；并结合多体系融合，建设决策能力现代化。五级（引领级）：企业应基于模型持续驱动业务活动的优化和创新，实现产业链协同并衍生新的制造模式和商业模式，引领产业链集群化经营治理，形成发展共同体。5 能力要素 能力要素给出了智能制造能力提升的关键方

8、面，包括人员、技术、资源、制造和治理。人员包括人员技能1个能力域。技术包括数据、集成和信息安全3个能力域。资源包括装备、网络2个能力域。制造包括设计、生产、物流、销售和服务5个能力域。治理包括管控和两化融合2个能力域。设计能力域包括产品设计和工艺设计2个能力子域。生产能力域包括采购、计划与调度、生产作业、设备管理、仓储配送、安全环保和能源管理7个能力子域。服务能力域包括客户服务和产品服务2个能力子域。管控能力域包括组织战略和经营管控2个能力子域。两化融合能力域包括融合管理和IT运维2个能力子域。DB12/T 10732021 3 6 成熟度要求 人员 6.1 人员能力要素包括人员技能1个能力域

9、，人员技能能力域包括1个能力子域。人员能力要素成熟度要求见表1。表1 人员的成熟度要求 能力子域及分项 一级 二级 三级 四级 五级 人 员 技 能 人员部署 应通过培训、研讨、宣传等方式，确保相关人员充分意识到智能制造的重要性 应具备具有智能制造统筹规划能力的个人或团队 应构建人才梯队建设，建立智能制造各领域的专家确立机制 应组建涵盖组织内外部专家在内的专家组织，以及量化的考评机制，支撑组织的部门级、组织级战略的落地和动态优化 应独立或联合客户、研究院等外部机构，组建满足组织可持续竞争力的智能制造、数字化转型创新中心 人力资源 应培养或引进智能制造发展需要的人员 应具备掌握IT基础、数据分析

10、、信息安全、系统运维、设备维护、编程调试等技术的人员 应建立覆盖多专业领域的智能制造联合创新团队，并持续推动智能制造人才和团队的专业化建设 应具备掌握人工智能、大数据、物联网、虚拟现实、数字孪生等新一代信息技术及其应用的人才，持续智能化创新 应具备所处产业领域的智能制造领军人才，并确保这些人才具备实现产业链融合创新或实施技术变革的能力 人员技能 应确保关键岗位人员，掌握智能制造相关的知识 应制定适宜的智能制造人才培训体系、绩效考核机制等，及时有效的使员工获取新的技能和资格，以适应企业智能制造发展需要 应基于国家和行业组织确立的相关要求，识别智能制造相关岗位所需的知识、技能和经验，并持续推动相关

11、人员的能力建设 应建立智能制造相关的人员能力素质模型，并通过信息系统动态掌握人员的各项能力素质的状态 应将人员知识、技能和经验进行数字化与软件化，并通过信息系统持续推动人员技能与其岗位需求技能的动态匹配 DB12/T 10732021 4 表 1（续）能力子域及分项 一级 二级 三级 四级 五级 人员技能 创新能力 应建立鼓励智能制造相关人员敢于尝试新模式、新思想、新技术的机制 应总结提炼智能制造相关的典型创新案例，并通过案例中蕴含的技术路径、创新思维等解析，培养培育创新人才 应建立知识管理体系和创新管理机制，持续开展智能制造相关技术创新和管理创新 应创建良好的创新环境和氛围，通过创新知识教育

12、、创新技术培训等提高人员的创新效率，并持续扩大具备观察、发问、实验、交际等特征的创新人群；通过信息系统对创新实施有效的管理 应建立包含创新活动、创新成果、创新应用等在内的创新数字化评估评价机制，并建立创新推动业务发展的价值模型 资源工具 应采用信息技术手段实施人员能力管理 应通过信息系统实现智能制造相关人员的培训、考核和能力管理 应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 应建立知识管理平台，实现人员知识、技能、经验的沉淀与传播 应通过大数据、机器学习等新一代信息技术手段，构建人员与网络空间智能融合的模型，实现知识自动化 DB12/T 10732021 5

13、技术 6.2 技术能力要素包括数据、集成、信息安全3个能力域。数据能力域、集成能力域、信息安全能力域各包括1个能力子域，技术的成熟度要求见表2。表2 技术的成熟度要求 能力子域及分项 一级 二级 三级 四级 五级 数 据 数据获取 应采集业务活动所需的数据 应基于二维码、条形码、RFID、PLC、智能仪表等信息化技术手段，实现数据采集 应采用传感技术，依照业务对数据的实际应用需求，实现关键制造环节数据的自动采集 应通过有效的数据治理体系建设，实现智能制造相关全流程、全过程的数据的自动采集 应建立完善的数据集成体系，自动实现数据的获取、清洗和转换等，形成高质量数据内容 数据共享 应通过文控中心（

14、DCC)实现对纸质数据的线下归档、共享、回收、报废等管理职责 应实现数据及分析结果在部门内在线共享 应通过信息系统整合数据资源，支持跨部门的业务协调，数据及分析结果，依照岗位职责及访问权限，实现跨部门在线共享 应建立企业级的统一数据中心 应通过容灾建设、区块链技术的应用，确保数据的高可靠性，并能够与产业链形成完善的数据交互体系 数据标准 应结合对数据采集的形式和方式，明确各种填写、录入的规范性要求 应建立数据管理体系，规范数据的一致性，以及各种信息技术应用的数据规范管理 应建立统一的数据编码、数据交换格式和规则 应将数据标准覆盖企业全部数据活动，包括数据开发利用环节，并与信息系统建设充分融合

15、应基于数据标准规范，对数据编码更新与优化，并能够实现与产业链、法律法规、行业规范的协同变更 数据分析与应用 应基于经验开展数据分析 应基于信息系统数据和人工经验开展数据分析，满足特定范围的数据使用需求 应建立数据开发利用的规范化要求，并确保智能制造关键活动，建立了数据分析的模型，提升活动效率或决策效率 应建立数据分析模型库，支持业务人员快速进行数据分析；应采用大数据技术，应用各类型算法模型，预测制造环节状态，为制造活动提供优化建议和决策支持 应对数据分析模型实时优化，实现基于模型的精准执行 DB12/T 10732021 6 表 2（续）能力子域及分项 一级 二级 三级 四级 五级 集 成 集

16、成规划 应具有系统集成的意识，有初步规划文件 应开展系统集成规划，包括网络、硬件、软件等内容 应形成完整的系统集成架构，有明确的落实责任部门和推进计划 应建立完善的信息化规划，包含应用、基础架构、安全等层面融合智能制造发展需求的演进路径 应充分考虑企业高质量发展和数字化转型需求，策划具备弹性/柔性、可动态扩展的信息服务创新体系 集成标准 应建立初步集成框架 应建立集成管理规范体系，包括技术、设备和软件等选型、实施、调整和优化 应具备设备、控制系统与软件系统间集成的技术规范，包括异构协议的集成规范、工业软件的接口规范等 应持续跟踪新技术、新模式的应用，动态调整各类集成规范 应充分考虑企业内外部生

17、态融合，研发、部署智能合约和共识机制计算的算法体系，满足内外部生态的动态变革 集成实施 应具备设备、系统间的集成经验 应实现关键业务活动设备、系统间的集成 应通过中间件工具、数据接口、集成平台等方式，实现跨业务活动设备、系统间的集成 应通过企业服务总线（ESB）等方式，实现全业务活动的集成 应通过操作数据存储系统（ODS）等方式，实现全业务活动的集成 信 息 安 全 安全管理 应制定信息安全管理规范，成立信息安全协调小组，并有效执行 应制定信息安全事件管理规范，并根据信息资产的分级分类制定安全管理措施 应确立、保持并持续改进信息安全管理体系 应基于信息系统持续提升信息安全管理水平 应借助新一代

18、信息技术和自组织模式构筑信息安全动态应急体系 风险评估 应建立信息安全风险评估的工作机制，确保重大信息安全风险得到识别和应对 应定期对关键工业控制系统开展信息安全风险评估 应基于体系化、数字化方法开展信息安全风险的全面评估，包括资产、威胁、脆弱、风险残值等内容，覆盖智能制造所有相关信息资产 应通过信息系统采集信息资产的状态、面临的威胁等，动态实施风险全面管理 应基于态势感知平台，结合风险管理的历史数据分析和挖掘，实施风险自评估、自处理和自优化 安全配置 应制定服务器和网络安全配置规范，并有效执行 应在工业主机上进行安全配置和补丁管理 工业控制设备的远程访问应进行安全管理和加固 应自建离线测试环

19、境，对工业现场使用的设备进行安全性测试 在工业企业管理网中，应采用具备自学习、自优化功能的安全防护措施 DB12/T 10732021 7 表 2（续）能力子域及分项 一级 二级 三级 四级 五级 信 息 安 全 入侵防护 应在办公主机上安装正规的防病毒软件 应在工业主机上安装正规的工业防病毒软件 工业控制网络边界应具有边界防护能力 工业网络应部署具有深度包解析功能的安全设备 应通过大数据建模的方式对入侵行为进行攻防演练，建立网络空间安全指挥平台，协同网络安全空间各类事件的调度和处置 应急响应 应建立信息安全应急处置机制，并得到实施 应建立信息安全的应急响应的组织架构和管理制度 应建立完善的应

20、急响应体系，覆盖应急响应的全生命周期，包括应急准备、监测与预警、应急处置和总结改进等 应通过信息系统强化应急响应的高效预警、执行规范和处置协同，并能通过数据模型持续提升应急影响效能 应通过应急数字化，实现信息化应急能力现代化 DB12/T 10732021 8 资源 6.3 资源能力要素包括装备、网络2个能力域。装备能力域、网络能力域各包括1个能力子域。资源的成熟度要求见表3。表3 资源的成熟度要求 能力子域及分项 一级 二级 三级 四级 五级 装 备 智能装备 应在关键工序应用自动化设备 应在关键工序应用数字化设备 关键工序设备应具备数据管理、模拟加工、图形化编程等人机交互功能 关键工序设备

21、应具有远程监测和远程诊断功能，可实现故障预警 关键工序设备、单元、产线等应实现基于工业数据分析的自适应、自优化、自控制等，并与其他系统进行数据共享 装备联网 关键工序设备应具备性能和状态的自感知功能 关键工序设备应具备标准通讯接口(例如：RJ45、RS232、RS485等)，并支持主流通讯协议（例如：OPC/OPC UA、MODBUS、PROFIBUS等）关键工序设备应与制造执行系统、工艺设计等信息系统实现数据集成 关键工序设备应具有数据接收、存储、处理以及应用的开放接口，具备数据处理、分析、建模等可视化快速开发功能 应基于智能传感器、无线传输技术、大规模数据处理与远程控制等物联网核心技术，与

22、互联网、无线通信、云计算、大数据技术高度融合，形成物联网云服务平台，能够支持设备在线采集、远程控制、无线传输、数据分析、预警信息发布、决策支持、一体化控制等功能 装备孪生 应具备关键工序设备工作原理和性状描述的完整资料 应采用信息技术手段获取关键工序设备的功能设置、性能、工作状态等数据 应建立关键工序设备的三维模型库 关键工序设备的性能、状态数据能够基于三维模型进行呈现和表达 关键工序设备三维模型应集成设备实时运行参数，实现设备与机理模型间的信息实时互联 装备维护 关键工序设备应具备故障告警的功能 关键工序设备应具备预防性维护提醒功能 关键工序设备应具维护保养和零部件寿命等管理功能 关键工序设

23、备应具有预测性维护功能 关键工序设备应结合知识库，自动推送维修方案 DB12/T 10732021 9 表3（续）能力子域及分项 一级 二级 三级 四级 五级 装备 升级改造 应根据业务发展需要，对关键工序设备形成技改方案 应通过工业网络连接关键工序设备，建立单元级以上的集成控制中心 应建立关键工序设备智能化技术改造方案 应对关键工序设备升级改造前后数据进行挖掘分析，并与设备管理系统、生产管理系统集成，实现设备升级优化 应采用大数据、机器学习等技术，生成精准的关键工序设备、单元、产线等升级改造建议方案 网 络 网络覆盖 应实现办公网络覆盖 应实现工业控制网络和生产网络覆盖 应具备网络冗余和防错

24、等能力，从而保障关键业务数据传输的完整性 应建立分布式工业控制网络 应部署多种形态的网络体系，充分保障网络的可用性 网络防护 应建立并实施办公网访问控制策略 应通过防火墙等措施，实施网络安全防护 应建立工业控制网络、生产网络和办公网络的防护措施，包括但不限于网络安全隔离、授权访问等手段 应通过网络行为分析系统和统一日志管理，实时获取网络的运行与安全状态，并根据安全策略自动化实施安全处置措施 应通过态势感知平台结合内外部安全情报，实时对网络防护进行大数据分析和预测性防护 网络配置 应建立网络配置和管理的规范、模板 应建立网络配置信息库，管理和优化网络配置 网络应具备远程配置功能，包括不限于带宽、

25、规模、关键节点的扩展功能和升级功能 应通过一体化网管平台实施网络监控、网络优化、故障处理等 基于软件定义网络（SDN）的敏捷网络，实现网络资源优化配置 DB12/T 10732021 10 制造 6.4 制造能力要素包括设计、生产、物流、销售、服务5个能力域。6.4.1 设计 设计能力域包括产品设计和工艺设计2个能力子域。设计的成熟度要求见表4。表4 设计的成熟度要求 能力子域及分项 一级 二级 三级 四级 五级 产 品 设 计 设计工具应用 应基于计算机辅助开展二维产品设计 应基于计算机辅助开展三维产品设计 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，实现快速定制化设

26、计 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。实现个性化的设计和验证一体化 应基于参数化、模块化设计，建立产品个性化定制平台，具备个性化定制生产的接口与能力 知识管理 应建立有产品设计知识与资源的管理规范，便于产品设计知识的查找与更新 应基于典型产品或特征的产品设计模板，实现设计信息的重用 应建立典型产品组件的标准库及典型产品设计知识库，在产品设计时进行匹配和引用 应基于产品组件的标准库、产品设计知识库的集成和应用，实现产品参数化、模块化设计 应基于产品标准库和设计知识库的集成和应用，实现产品高效设计 数据管理 应建立产品设计数据

27、管理归口部门，实现对数据的归档、共享、保密、回收、销毁等管理职责 应通过产品数据管理系统实现产品设计数据或文档的结构化管理及数据共享，实现产品设计的流程、结构的统一管理，以及版本管理、权限控制、电子审批等 三维模型应集成产品设计信息（如：尺寸、公差、工程说明、材料需求等），确保产品研发过程中数据源的唯一性 应将产品的设计信息、生产信息、检验信息、运维信息等集成于产品的数字化模型中，实现基于模型的产品数据归档和管理 应基于统一的三维模型，实现产品全生命周期动态管理，满足设计、生产、物流、销售、服务等数据应用 DB12/T 10732021 11 表 4（续）能力子域及分项 一级 二级 三级 四级

28、 五级 产品设计 协同与集成 应制定产品设计过程相关规范，并有效执行 应实现产品不同专业或者组件之间的并行设计 应实现产品设计与工艺设计间的信息交互、并行协同 应通过产品设计、生产、物流、销售或服务等系统的集成，实现产品全生命周期跨业务之间的协同 应建立产品设计云平台，实现用户、供应商等多方信息交互、协同设计和产品创新 工 艺 设 计 设计工具与活动 应基于产品设计数据开展工艺设计和优化 应基于计算机辅助开展工艺设计和优化 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 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 应基于设计、工艺、生产、检验、运维等数据分析，构建实时优化

29、模型，实现工艺设计动态优化 知识管理 应建立工艺知识的管理方法，促进工艺设计知识、经验的获取、总结和提炼 应基于典型产品或特征建立工艺模板，实现关键工艺设计信息的重用 应建立典型制造工艺流程、参数、资源等关键要素的知识库，并能以结构化的形式展现、查询与更新 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 应依托大数据、人工智能等技术，将生产过程的工艺结果历史数据与内外的最新工艺和技术进行自动化整合，辅助工艺优化 数据管理 应建立工艺文档或数据的管理机制，能够对工艺信息进行记录、查阅和执行 应实施工艺物料清单(BOM)、工艺规程、操作规

30、程、质量标准等标准化、数字化，并能够与生产衔接，指导生产 应通过工艺设计管理系统，实现工艺设计文档或数据的结构化管理、数据共享、版本管理、权限控制和电子审批 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 应基于三维模型的参数化、模块化设计，集成产品个性化定制信息，建立工艺数据孪生平台，实现工艺的动态虚实管理 协同与集成 应制定工艺设计过程相关规范，并有效执行 应实现工艺不同专业之间的并行设计 应实现工艺设计与产品设计之间的信息交互、并行协同 应基于工艺设计、生产、检验等系统的集成，通过工艺信息下发、执行、反馈、监控的闭环管控，实现工艺设计

31、与制造协同 应建立工艺设计云平台，实现产业链跨区域、跨平台的协同工艺设计 DB12/T 10732021 12 6.4.2 生产 生产能力域包括采购、计划与调度、生产作业、设备管理、仓储配送、安全环保、能源管理7个能力子域。生产的成熟度要求见表5。表5 生产的成熟度要求 能力子域及分项 一级 二级 三级 四级 五级 采 购 采购计划 应根据产品、物料需求和库存等信息制定采购计划 应通过信息系统制定物料需求计划，生成采购计划 应将采购、生产和仓储等信息系统集成，自动生成采购计划 应通过与供应商的销售系统集成，实现协同供应链 应实现企业与供应商在设计、生产、质量、库存、物流等多方面的计划协同 过程

32、管理 应建立规范化采购管理，并实现对采购订单、采购合同和供应商等信息的管理 应明确采购活动的关键环节，并通过信息系统管理和追踪采购执行全过程 应建立采购与生产、仓储等活动之间的规范化协同流程，并通过信息系统实现出入库、库存和单据的同步 应基于采购执行、生产消耗和库存等数据，建立采购模型，实时监控采购风险并及时预警，自动提供优化方案 应实时监控采购变化及风险，自动做出反馈和调整，实现采购模型自优化 供应商管理 应建立合格供应商机制，并有效执行 应通过信息技术手段，实现供应商的寻源、评价和确认 应通过信息系统开展供应商管理，对供应商的供货质量、技术、响应、交付、成本等要素进行量化评价 应基于信息系

33、统的数据，建立供应商评价模型，辅助供应商的选择与决策 应实现供应商评价模型的自优化 采购比选 应建立采购比选机制，并有效执行 应通过信息化技术手段，实现采购比选过程管理 应建立采购比选、采购合同、订单与入库之间的协同流程，并通过信息系统实现业务数据的同步 应建立企业的线上采购比选平台，实现与供应商的线上协同 应实时监控比选过程及风险，自动做出预警与反馈 采购结算 应建立采购结算机制，并有效执行 应通过信息技术手段，实现采购结算的管理 应建立采购订单、入库与结算之间的规范化协同流程，实现结算与采购数据的集成管理 应基于采购执行情况，实时监控采购结算业务并及时预警，自动提供优化方案 应实现实时监控

34、采购结算变化与风险，自动做出反馈和调整，实现采购结算管理的自优化 DB12/T 10732021 13 表 5（续）能力子域及分项 一级 二级 三级 四级 五级 计 划 与 调 度 生产计划 应基于销售订单和销售预测等信息，编制主生产计划 应通过信息系统，依据生产数量、交期等约束条件自动生成主生产计划 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 应根据生产计划、生产作业、销售等历史数据分析，辅助精准、精细产能规划 应通过云计算、大数据、区块链等建立供应链合作关系，并通过供应链计划系统（SCP）实现集成化供应链体系 作业调度 应基于主生

35、产计划进行排产，形成详细生产作业计划并开展生产调度 应基于信息技术手段编制详细生产作业计划，基于人工经验开展生产调度；应基于企业的安全库存、采购提前期、生产提前期等制约要素实现物料需求计划的运算 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 应基于先进排产调度的算法模型，系统自动给出满足多种约束条件的优化排产方案，形成优化的详细生产作业计划 应通过统一平台，基于产能模型、供应商评价模型等，自动生成产业链上下游企业的生产作业计划；应通过工业大数据分析，构建生产运行实时模型，实现动态实时的生产排产和调度 异常管控 应确立生产计划编制和生产调度的协同机制，总结实践经验，形成知识沉淀

36、 应采用信息技术手段跟踪生产计划变更、生产进度、采购与库存状态、设备运行情况等，建立健全异常情况的应对机制 应实时监控各生产环节的投入和产出进度，系统实现异常情况（如：生产延时、产能不足）的自动预警，并支持人工对异常的调整 应实时监控各生产要素，系统实现对异常情况的自动决策和优化调度 应支持产业链上下游企业间生产作业计划异常情况的统一调度；应通过生产运行实时模型，提前处理生产过程中的波动和风险 生产作业 标准化作业 应制定生产作业相关规范，并有效执行 应通过信息技术手段，将工艺文件下发到生产单元 应根据生产作业计划，自动将工艺文件下发到各生产单元 应根据生产作业计划，自动将生产程序、运行参数或

37、生产指令下发到数字化设备 宜结合行业标准和规范，实现生产资源自组织、自优化，满足柔性化、个性化生产的需求 DB12/T 10732021 14 表 5（续）能力子域及分项 一级 二级 三级 四级 五级 生 产 作 业 数据采集应用 应记录关键工序的生产过程信息 应基于信息技术手段，实现生产过程关键物料、设备、人员等的数据采集，并上传到信息系统 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；应构建模型实现生产作业数据的在线分析，优化生产工艺参数、设备参数、生产资源配置等 应基于人工智能、大数据等技术，实现生产过程非预见性异常的自动调整 过程质量控制 应制定关键工序质量检测规范，并

38、有效执行 应在关键工序采用数字化质量检测设备，实现产品质量检测和分析 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 应基于在线监测的质量数据，建立质量数据算法模型预测生产过程异常，并实时预警 应基于模型，采用互联网、区块链等信息技术手段，实现质量知识库自优化 质量追溯 应对产品有批次控制和质检记录，可查询 应通过信息系统记录生产过程产品信息，每个批次实现生产过程追溯 应实现生产过程中原材料、半成品、产成品等质量信息可追溯 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

39、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 采用互联网、区块链等信息技术手段，实现产品质量端到端的全程信息公开透明、可追溯 计量管理 应制定计量器具管理制度，并对计量器具实施有效管理 应通过信息技术手段管理生产各环节的计量器具及计量点 应通过计量管理体系，落实对计量活动、计量组织、计量人员、计量设备的全面管理；应确保计量数据获取、传输的准确性 应通过计量管理系统，实现计量数据模型管理和计量配置管理，如计量点模型和计量点配置等，并实现计量数据统一管理、综合分析等 应采用大数据、人工智能、区块链等技术，实现计量基准、计量单位定义与转换、计量量值传递与保证等的自动化优化 DB12/T

40、10732021 15 表 5（续）能力子域及分项 一级 二级 三级 四级 五级 设 备 管 理 巡检监控 应制定设备点检计划，并通过人工或手持仪器开展设备点巡检 应采用设备管理系统实现设备点巡检、维护保养等状态和过程管理 应实现设备关键运行参数（温度、电压、电流等）数据的实时采集、故障分析和远程诊断 应实施采集设备运行模型所需要的的数据和运行日志，并通过个性化基线方式和日志分析，实现设备运行的提醒、预警、告警 应采用大数据、机器学习等技术，基于设备运行历史数据进行挖掘，满足设备的预测性维护 知识应用 应根据经验实现设备检修维护的过程管理 应通过信息技术手段制定设备维护计划，实现对设备设施维护

41、保养的预警 应建立设备故障知识库，并与设备管理系统集成 应基于设备运行模型和设备故障知识库，自动给出预测性维护解决方案 应通过云平台，整合跨区域、跨界设备知识库资源，实现知识库自动更新迭代，自动给出维护优化建议 维护管理 应建立设备维护的制度规范，并得到有效实施 应依据设备运行状态，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 应建立、保持和持续改进设备设施管理体系，持续推动全员生产维护（TPM）建设 应建立匹配企业战略、生产计划、工艺设计等在内的维护能力管理，维护能力管理体系中的各个组成要素（人员、管理中心、工具、备件、技术、流程等）相互关联和协同，共同支撑设备维护 应基于对历史数据

42、的统计分析，实现量化和精确的维护能力管理，维护能力管理体系与企业智能制造发展目标相互融合，并持续优化 优化改进 应根据经验实现设备故障处理和优化建议 应通过设备状态检测结果，合理调整设备维护计划 应依据设备关键运行参数等，实现设备综合效率（OEE）统计；基于综合效率的分析，实现通过系统调整工艺及计划 应基于设备综合效率的分析，自动驱动工艺优化和生产作业计划优化 应采用机器学习、神经网络等，实现设备运行模型的自学习、自优化及设备对生产工艺的自适应、自调整 DB12/T 10732021 16 表 5（续）能力子域及分项 一级 二级 三级 四级 五级 仓 储 配 送 仓储管理 应制定仓储（罐区）管

43、理规范，实现出入库、盘点和安全库存等管理；应基于管理分类和规范要求，实现仓储合规管理 应通过仓储管理系统，实现货物库位分配、出入库和移库等管理 应基于仓储管理系统与制造执行系统集成，依据实际生产作业计划实现半自动或自动出入库管理；适用时，通过罐区管理系统，对储罐状态进行实时监测，储罐状态异常时可自动报警，避免冒罐事故发生 应实时根据仓储管理的各项信息，结合知识库或数据模型自动给出纠正和预防措施；适用时，应根据储罐状态实时数据进行趋势预测，结合知识库自动给出纠正和预防措施 通过企业与上下游供应链集成优化，实现最优库存或即时供货 配送管理 应基于生产计划制定配送计划，实现原材料、半成品等定时定量配

44、送 应通过信息技术手段实现基于生产单元物料消耗情况发起配送请求，并提示及时配送 应部署带有标签标识的器具，通过配送设备与配送管理信息系统集成，实现关键件及时配送 应通过数字化仓储设备、配送设备与信息系统集成，依据实际生产状态实时拉动物料配送 基于分拣和配送模型，满足个性化、柔性化生产实时配送需求 系统与工具 应通过标识标牌和容器优化，提升仓储配送活动的效率 应建立仓储管理系统；适用时，应建立罐区管理系统 应采用手持终端、射频遥控设备、声控或按灯拣货等手段进行出入库和拣货操作 应采用智能化立体仓库、智能分拣、智能传输设备进行出入库、拣货及配送，实现仓储配送过程全面自动化 应通过机器人、智能仪表、

45、互联网、云计算和大数据技术，持续推动仓储配送作业的无人化；适用时，实现无人罐区 数据采集与优化 应跟踪记录仓储及配送情况，并能基于记录结果进行管理 应基于条码、二维码、RFID、手持终端、仪器仪表等实现出入库信息的采集；适用时，应通过罐区管理系统，实现储罐中介质相关数据的实时采集和分析 应基于网络，通过无线传感器，将仓储（罐区）相关信息自动采集至仓储（罐区）管理系统 应建立仓储模型和配送模型及知识库，实现库存和配送的优化 应通过边缘计算、区块链等技术，推动仓储配送各环节之间的自协商、自优化和自决策 DB12/T 10732021 17 表 5（续）能力子域及分项 一级 二级 三级 四级 五级

46、安 全 环 保 安全管理 制定企业安全管理机制，具备安全操作规程，符合相关法规要求 应通过信息技术手段实现员工职业健康和安全作业管理 应建立安全培训、风险管理等知识库；在现场作业端应用定位跟踪等方法，强化现场安全管控；开展全员安全管理 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；持续全面推进“全员、全过程、全方位”安全管理的现代化 应建立健全全面安全（风险）管控指标体系，应建立综合应用知识库及大数据分析技术，建立数据分析模型，开展自学习、自优化，实现安全（风险）因素自动识别、自动化引导处置，实现生产安全一体化管理 应急管理 应建立文档化、标准化的应急演练、决策、指挥

47、和调度制度体系 应建立健全应急管理体系，并通过信息技术手段实现应急管理过程记录，实现各项活动可追溯 应建立应急指挥中心，建立数字化安全风险预警，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 应建立应急指挥及辅助决策系统，实现在重大应急事件和突发事件的预防与应急准备、监测与预警、应急处置与救援、事后恢复与重建等活动中的关键支撑 应通过大数据、人工智能、机器人、移动互联等技术实现动态应急能力体系建设 环保管理 制定企业环保管理机制，具备环保操作规程，符合相关法规要求 应通过信息技术手段实现环保管理，环保数据可采集并记录 应实现从清洁生产到末端治理的全过程环保数据的采集，实时监控及报警，

48、并开展可视化分析 应实现环保监测数据和生产作业数据的集成应用，建立数据分析模型，开展排放分析及预测预警 应实现环保、生产、设备等数据的全面实时监控，应用数据分析模型，预测生产排放并自动提供生产优化方案并执行 DB12/T 10732021 18 表 5（续）能力子域及分项 一级 二级 三级 四级 五级 能 源 管 理 总体管控 应建立企业能源管理制度，开展主要能源的数据采集和计量 应通过信息技术手段，对主要能源的产生、消耗点开展数据采集和计量 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 应建立覆盖各种能源介质的生产、存储

49、、转换、输送、消耗一体化的能源管理体系 应基于大数据、机器学习等技术，实现能源全生命周期的自动预测和全局自优化 设备管控 应定期记录重点高能耗设备、系统等的运行情况 应通过信息化技术手段，实现重点高耗能设备、系统等的动态运行监控 应对高能耗设备能耗数据进行统计与分析，制定合理的能耗评价指标 应依照行业或国家成熟的能效评级指标，结合设备历史用能趋势模型分析，实现对主要设备能效水平的预测预警 应实现主要设备能源管理的自节能、自优化 能源管控 应对水、电、煤、油、气等主要能源消耗分类，进行定期计量和统计 应通过信息化技术手段，建立水、电、煤、油、气等重点能源消耗的动态监控 应基于信息系统实现对水、电

50、、煤、油、气等重点能源数据计算、碳排放统计，自动生成盘查清册、盘查报告 应基于信息系统监测和预警在生产、存储、转换、输送、消耗环节的能源介质，并实现闭环管理 应实现能源的动态预测和平衡，并指导生产 能源改造 应对主要次级用能单位设备进行计量表具改造安装 应对有节能优化需求的设备开展实时计量，并基于计量结果进行节能改造 应基于信息系统生成耗能和生成调度运行的优化策略和方案，并监控实施 应根据能效评估结果及时对空压机、锅炉、工业窑炉等高耗能设备进行技术改造和更新 应实现多种类能源互补协同自动化 数据开发 应制定能源管理巡检及数据记录相关规范，并有效执行，实现对记录数据的分类归档 应实现能源数据分类