工厂规划与工艺验证  产能评估分析  生产设施布局  瓶颈定位分析  生产物流资源配置设计优化  仓库暂存设计  物流系统规划设计 实时数据驱动的虚拟管控 生产可执行性验证与优化  生产设备运行数据监控  生产执行过程监控  生产异常预警  特殊设备的远程运维  生产过程实时显示  教学培训  物流瓶颈仿真分析  生产节拍仿真分析  生产资源仿真分析 基于产线工艺设备布局、节拍、故障等数据，构建产线仿真模型，模拟生产与物流过程，计算分析仿 真数据，获得反映车间系统效能指标，定位改善生产瓶颈，从而科学定量分析车间规划方案，并基于仿真试 验和优化算法寻找更优的资源配置和生产策略等方案。  产能仿真评估与分析  瓶颈识别与改善  生产线平衡分析  关键资源利用率分析  产线策略对比分析  工位暂存区容量分析 3. 产线设计仿真优化

益生产管控能力，包括卫星高精度装配测试与检测、 以精确流程控制+精准计划调度+精益资源配套+ 精细质量控制为核心的精益生产管控。4） 智：工厂 智能感知-分析-决策-执行能力，包括生产状态智能 感知、故障瓶颈智能诊断、运行风险智能预警、计划 资源智能调度等能力。5） 联：全要素、全过程互联互 通能力，包括产业链上下游设计-制造-配套多企业跨 域互联、工厂制造全要素互联感知能力。 图 1 卫星总装智能工厂内涵 建 设 框 架 ，包 括 产 线 层、设备层、通信层、数据层、业务层、应用层 6 个层 级。具体如下：1） 应用层：融合数据挖掘、数字孪 生、人工智能技术与卫星制造业务，形成可视化监 控、资源瓶颈诊断、智能动态调度、进度/质量/状态 预测、数据挖掘分析等创新应用。2） 业务层：实现 工厂跨域协同管理、工艺设计管理、计划/资源/质 量管理、供应链协同管理、产品全周期管理、工厂生 产运营管理等业务集成应用。3） 术。面向工厂运行过程，建立工厂制造资源要素模 型库及仿真知识库，采用集成化生产运行仿真软件 进行工厂几何建模与运行逻辑建模，对工艺流程、 物流及节拍进行仿真分析，根据仿真结果优化工艺 布局、消除资源瓶颈、均衡生产节拍，支撑工厂计划 资源动态协同管控与生产运行过程的分析优化，工 艺流程仿真及节拍分析如图 5 所示。 图 4 模型与数据驱动的设计制造协同机制 Fig.4 Collaborative

报告，经销商基 于区域市场经验的订货需求，与终端消费者实际购买行为存在约 20%-30%的偏差。 其次是数据处理能力的代际鸿沟。传统 BI 系统采用分布式计算架构，面对多维数据时面临时效 性和维度两大瓶颈。以时效性为例，根据中国连锁经营协会的调研，68%的零售企业因数据滞后 导致库存周转率过低，年均损失金额超过 500 万元。 人工智能技术的持续迭代突破，让零售企业普遍存在“FOMO“（Fear 全渠道服务零售业态必然会产生交易流水、用户订单、会员行为、IoT 设备信息等海量数据，数 据量呈现爆炸式增长。 基于单一 TP（事务处理）或 AP（分析处理）架构的数据库，在“大促秒杀”等高并发场景下， 普遍面临性能瓶颈。读写冲突、分析延迟等问题突出，导致业务系统吞吐量受限、响应延迟。 其结果是企业难以实现实时洞察，无法即时捕捉消费者需求变化、精准调配库存、动态调整营销 策略，错失宝贵的业务决策窗口期，用户体验与运营效率双双受损 一体化云数据库的内核是统一技术架构，并非简单将多类型数据库集成。它之所以能成为零售企 业破局的关键主要是因为具备以下四大能力特征。 10 图 1：一体化云数据库四大关键能力（来源：爱分析） 第一，HTAP 突破 ETL 瓶颈，实现实时运营决策 一体化云数据库简化了数据管理，通过将事务处理（OLTP）、分析处理（OLAP）整合至单一平 台，直接解决了零售业“数据类型复杂多元”和“多种异构系统堆叠”的痛点。从根本上简化了

创新体系和产业生态，建成在国内具有重要影响力的人形机器人产业发展高地。 杭州 场景驱动 AI 商业应用 一是强化前沿技术攻坚与生态培育，重点支持通用与垂直大模型研发，建设国际顶尖开源社区，通过 " 芯模联动 " 突破 AI 芯片瓶颈，构建开源开放 的技术生态； 二是创新要素配置机制，推出算力券分级补贴、智能券叠加补助等政策，建设 " 算力超市 " 统筹调度资源，探索数据产权登记与授权 运营， 降低企业研发与应用成本； 能力比较强的场景，市场需求的甄别和预测成为商业 落地的首要难题。 用户接受度和信任建立的挑战 例如在医疗领域，患者和医生对机器人手术的接受 度 和信任仍在逐步建立过程中，这限制了其广泛应用 核心挑战 与制约瓶颈 技术标准和安全评测 硬件接口与通信协议不统一 供应链碎片化 数据规范缺失 跨平台数据集难以 共享 采集的多维度数据对个人隐私和国家安全构成潜在 威 胁。 通用且强大的具身本体挑战 设备研发制造，产品线涵盖交直流设备、充电枪 头、电源模块等，也是亚洲数字能源领域头部独角兽企业。 传统生产模式痛点 依赖人工操作 一线作业人员以重复性基础工序为主，存在显著 质量管控瓶颈： u 一致性：人工操作的一致性难以稳定保障。 u 漏失漏检：人工对关键细节的识别与把控存 在局限，造成工序漏失率高，影响生产过程 的质量稳定性与可控性。 传统自动化设备

的规则需要产销平衡部门组织评审并在各部门间达成一致；同时需识别瓶颈，如：标准产能 的工序、设备等的瓶颈，制定改善计划，不断促进制造柔性的提升，同时也是运营能力不断提升的过 程  确立批准机制及例外机制，确保 S&OP 能及时，快速的解决产供销矛盾，高效运营 S&OP 规则在 各部门间达 成一致 正式 S&OP 会 议发布规则， 共同遵守 识别瓶颈，不 断提升柔性， 更新规则 批准机制  在产销矛盾符合规则范围内，按规则执行 零部件 计划与交付 E. 生产执行 与物流 56 D-2. 零部件采购：瓶颈零部件及战略零部件需要结合品类策略进行供应策略 制定 物料类型 采购策略 I 战略性零部 件  发展战略伙伴关系 , 提供物料需求 信息  保证供应  密切关注采购周期 II 瓶颈性零部 件  开发新供应商 , 取代瓶颈供应商  与供应商建立长期供货合同 , 并分 享物料需求预测 , 来确保零部件及 来确保零部件及 时可用性  利用客户需求预测来反映零部件需 求，建立安全库存来降低供应风险 瓶颈零部件 战略性零部件 非关键性零部件 杠杆性零部件 高 高 低 低 零部件价值 供 应 风 险 示例：钣金件 示例：液压件 计划模式 A. 需求管理 B. 订单管理 C. 产销平衡 与生产计划 D. 零部件 计划与交付 E. 生产执行 与物流 57 D-2. 零部件采购：液压

，包括人员、工艺、设备、物料和交期等，实现基于有限产能的精细 化计划排程。系统采用行业模型和智能算法，生成详细的工序和物料计划，确保需求与计划的匹配，计划与执行的协调、计 划与物料的齐套，最大化瓶颈产能，提升企业的有效产出。 现场生产安排混乱，资源冲突，设 备负荷率低 生产安排不当 物料库存积压严重，或未提前采购 导致缺料 库存不合理 订单不确定，个性化定制多；订单插 入变化大，生产周期不固定 人员班次 物料供应 瓶颈优化 换模换色 相同产品 其它...... 人员 设备 工作日历 交期 产品BOM 生产节拍 工艺路线 模具方案 替代料 其他 换模时长 排产效果 可快速答复正式、模 拟、意向等类型订单 的交期，提前预知和 评估风险。 交期可承诺 自动合理优化生产顺 序和瓶颈资源，提前 进行合、拆、加、外 决策，降低生产成本。 瓶颈优化 有效降低换模的次数

数据维度比较单一，数据量少 数据量不大的情况下， 单个任务资源占用高 集疏运数字孪生 实时性要求高，数据产生到落 地在1s内 上海港8大码头数据量大，单 表数据量10亿以上，表字段多 （100+） 实时任务性能瓶颈问题， 时效性无法满足 02 实时数仓技术选型与架构 2.1 哪吒实时数仓选型因素 关键指标 SelectDB 数据导入 秒级数据导入，支持多种数据导入方式（Stream Load、Bocker 倍，系统并发处理能力大幅提升。 3. CPU使用率降低：引入物化视图后，CPU使用率降低约 1.53 倍。 4. 内存使用率变化较小：内存使用率的变化相对较小，平均差异倍数为 1.16，说明内存并不是该查询场景下的主要瓶颈。 整体来看，引入同步物化视图在单表维度聚合查询中有效地提升了查询效率、吞吐量，并显著减少了CPU 的使用率，对于聚合查询场景具有良好的优 化效果。 04 收益与展望 4.1 收益-数据增长

PART.02 整体概述 1 如何开始 2 实践指南 3 步骤详解 4 在传统工厂升级为智能工厂的过程中，应该先进行全面的分析和评估，包括 生产流程、设备和工艺等方面，了解目前工厂存在的瓶颈和问题，以及可优化 的地方。 根据评估结果，可以制定升级计划和实施方案，确定先升级哪些领域。一般来 说，建议从搭建数据底座 - 设备互联、数据采集、生产流程优化等方面 入手，通过采用物联网、 如何开始 - 生产流程优 化 传统工厂升级为智能工厂，要进行生产流程优化，可以采取以下步骤： 分 析 现 状 对生产过程进行详细的调研和分析，收集数据并建 立生产线模型，以便更好地了解流程中的瓶颈和问 题，确定优化的重点。 设 计 方 案 基于现有的数据和分析结果，设计出可行的生产流 程优化方案。这可能涉及到重新设计生产线、重新 配置设备或使用新的技术。 明 确 目 标 首先需要明确优化的目标，例如 确保升级计划符合公司的战略和财务预算，避免过度投资和浪费。 确保安全性和隐私保护，以避免设备和系统被黑客攻击和数据泄露。 步骤详解 - 评估现状 产 能 分 析 对传统工厂的生产产能进行分析， 找 出瓶颈和优化空间，确定升级后的产 能目标。 设 备 运 行 分 析 对传统工厂的设备运行状态进行分析， 找出存在的问题和改善空间，确定升 级后的设备运行目标。 生 产 流 程 分 析 对传统工厂的生产流程进行分析，

• 机器、材料质量 应用程序设计 智慧工厂发展趋势洞察与实施方案解析 | 思略特 7 基于场景的智慧工厂 “应用程序（App） ”是从生 产运营场景出发，通过设计适用于解决工厂特定 运营瓶颈与挑战、基于用户体验功能设计的用 例，进一步由数字化技术实现的智能解决方案。 为了更好地打造基于工厂实际情况的智慧工厂解 决方案，企业需要基于自身应用场景，系统地识 别匹配工厂运营核心能力需求的用例。企业可以 式、交付能力要求等方面都存在较大的差异性。 3. 智慧工厂应结合行业、工厂及技术生 态特性进行定制化建设 工厂特性 02 在某一具体行业中，智慧工厂建设也要考虑工厂 所处阶段场景的不同。例如现有工厂面临生产效 率瓶颈是否亟待突破，或是对现有系统和数字化 架构需要进行迭代优化，亦或是新工厂建设时同 步进行智慧工厂建设。企业需要对不同场景下的 智慧工厂解决方案进行定制化建设，而非简单为 了数字化而数字化。

生产精细日程安排 • 自动设备调度 • 自动换模优化 • 自动模具调度 • 自动人力资源调度 • 订单优先级 • 计划手工调整 • 计划结果模拟与预测 • 计划瓶颈分析 • 滚动计划与计划同步 更 新 集成 扩展 智 能 制 造 --- 军 工 企 业 智 能 化 及 产 线 应 用 04 MES 概 述 E R P M 系统设计了 6 种类型的约束 尚未安排 非交货时间 发动机 空闲能力 占用能力 第一次尝试 无限能力计划策略 第二次尝试 有限能力计划策略 设备 1 的能力（有限计划） 设备 2 的能力（瓶颈） 设备 3 的能力 转向机构装配 交付日期 （无限能 力） 可行的交付日期 日期 警告：能力超负荷、与供应商交货时间冲突、供应商能力无法承诺 智 能 制 造 工序 1 工序 2 工序 3 工序 2 工序 4 工序 4 工序 5 工序 5 工序 5 工序 5 目的是找出最 合理的通过迷 宫的路径 动态的 BOM; 动态的工艺路线；动态的瓶颈；动态的物料数量 智 能 制 造 --- 军 工 企 业 智 能 化 及 产 线 应 用 04 MES 在