欢迎阅读罗克韦尔自动化的《2024 年智能制造现状报告》。 罗克韦尔自动化与我们的客户和合作伙伴一起，正在创造工业运营的未 来。120 年来，技术固然发生了变化，但我们的方法在世界各地和不同行业一再得 到验证。 在今年的《智能制造现状报告》中，我们探讨了当前的颠覆因素，包括工业人工智 能等新兴技术，以及它们缓解制造商面临的最大挑战的潜力。 我们采用独特的以人为本的方法来实现自动化；制胜法宝是员工受到激励、参与 98% 的企业制定了可持续发展/ ESG 政策，其中近一半的企业制定 了全公司范围的正式政策 创造工业运营的未来 首席执行官兼董事长致函 祝愿 2024 年取得丰硕成果和圆满成功， 罗克韦尔自动化 董事长兼首席执行官 Blake Moret :: 02 主要报告 结果 第九版年度智能制造现状报告 执行摘要 04 采取措施 30 概述 05 人口统计/企业统计结构 展并增强团队能力 可持续发展和 ESG 政策日益受到能源问 题的推动 工厂车间流程实现了大多数智能制造 应用 制造商面临的最大挑战 智能制造的未来状态 23 利用人工智能的竞争 自动化对成功至关重要 可持续发展和 ESG 是风险降低的核心 技术投资可推动企业的长期复原力 人工智能将提高质量并降低风险 领导者将在人员、流程和技术之间取得 平衡 目录 :: 08

AI 给供应链带来重大变革。64% 的供应链高管认为生成式 AI 正 全方位革新工作流程。 供应链团队必须改变工作方式。60% 的运营和自动化高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营和自动化高管们表示，生成式 AI 将在未来两年内将数字助理的决策量增加 21%。 预测能力提升并推动可持续创新。76% 的供应链和运营高管认为，生成 生成式 AI 与云计算的强大结合，能够让这一 设想成为现实。通过结合机器学习、自动化 和高级数据分析，组织能够在混合云环境下 精准预测需求变化和采购延误等各类情况。 凭借预测，组织将能够变革供应链战略，从 事后被动应对转变为事前主动调整。 领先采纳生成式 AI 和数据创新的组织，特别是将 AI 能力视作自动化投资核心的组织，已获得显著回报。 智能供应链洞察变革，驱动增长 4 目前，领先采纳生成式 目前，领先采纳生成式 AI 和数据创新的组织， 特别是将 AI 能力视作自动化投资核心的组织， 已获得显著回报。报告显示，相较于同行竞争者， 这些组织的年净利润高出 72%，年收入增长率 高出 17%。所有受访的供应链高管都认为，AI 驱动的运营将在未来三年内推动收入增长翻倍 或更多。 1 根据这些数据，72% 的高绩效 CEO 在 IBM 商 业价值研究院 (IBM IBV) 发布的

降低运营成本......................................................................................16 2.3 实现高度自动化..................................................................................18 2.4 优化资源配置... ......................................95 7.1 生产线自动化......................................................................................98 7.1.1 自动化设备选择............................................. 关注生产效率的提升，还强调智能化决策和实时数据分析，以应对 市场快速变化和客户需求多样化的挑战。 本项目将主要围绕以下几个关键点展开：  智能化生产：通过引入 AI 大模型对生产线数据进行实时分 析，实现自动化调度和优化生产过程，减少人为干预和错误 率。  数据驱动决策：建设一个集成的数据处理平台，利用大数据分 析技术提取有价值的信息，为管理层提供精准的决策支持。  个性化定制：根据市场需求和客户反馈，通过

.....................................................................................45 5.2 智能制造与自动化生产线................................................................................................ Gartner 预测，到 2025 年，全球制造业 AI 市场规模将达 到 270 亿美元，年均增长率保持在 35%以上。这一趋势表明，AI 技术正在深刻改变传统制造模式，推动制造业向智能化、自动化和 网络化方向发展。特别是在新能源汽车制造领域，由于其对精度、 效率和可靠性要求的特殊性，AI 技术的应用将带来更大的价值提升 空间。 1.3 研究目的与意义 随着全球对环境保护和可持续发展的日益重视，新能源汽车产 在智能制造方面，AI 技术的应用主要体现在生产线的自动化和 智能化上。通过引入 AI 算法，生产线可以根据实时数据进行自适 应调整，优化生产效率。例如，在新能源汽车的装配过程中，AI 可 以根据工人的操作习惯和生产线的工作负荷，自动调整机械臂的运 动轨迹和速度，从而提高装配效率。此外，AI 还可以通过机器人技 术实现复杂工序的自动化操作，减少人力成本，提高生产精度。 AI 技术在能源

TPT 发布，中控“1+2+N” 智能工厂架构再升级 报告原因：强调原有的投资评级 买入（维持） 投资要点： ⚫ 6 月 5 日，中控技术在新加坡召开新品发布会，推出了全球自动化领域的通用控制系统 Nyx 及流程工业首款 AI 时序大模型 TPT。为何说这两款产品是颠覆性的，到底有哪些创新性， 以及解决了哪些行业痛点？本文将从公司“1+2+N”智能架构解读五大软件产品先进性。 据、气象环境数据、原材料质量、人员定位数据和视频监控数据等并未进行有效地加工和 应用，造成了大量数据浪费。 ⚫ 中控提出的“1+2+N”智能工厂新架构，打破数据孤岛。通过工厂操作系统 sup-OS 将 数据打通；通过两个自动化（PA+BA）实现企业生产全要素的互联集成和企业经营的协同 智能，解决企业中的数据体系建设、模型体系建设以及场景化的应用软件问题；同时运用 大量 APP 做支持。中控构建了“4 大数据基座+1 个智能引擎”支撑“1+2+N”架构。4 年智能制造解决方案营收同比增速为 15%。我们假设 2024-2026 年该业务毛利率保持稳定为 41%。 （2）自动化仪表：随着公司仪器仪表产品扩容，预计该业务将继续保持快速 增长，我们假设 2024-2026 年自动化仪表业务同比增速为 50%、40%、35%。考 虑到自动化仪表业务有一定的规模效应，毛利率预计稳中有升，我们假设 2024-2026 年毛利率分别为 31%、32%、32%。

技术、智能控制与智能运维技术，将人工智能与装备数字化技术深度 融合，显著提升了装备在智能控制与运维方面的性能与效率。 （一）人工智能赋能工业仿真主要应用 1.AI 赋能 CAD 人工智能赋能 CAD，主要用于自动化设计与设计优化。借助 AI 技术，设计师可以实现产品外形的自动生成设计，在减少设计师负担 的同时实现产品的快速设计。同时 AI 可以基于海量数据帮助设计师 优化 CAD 模型，提高模型的质量和效率。 电梯设计更加灵活、高效，还能快速响应不同项目的特殊设计需求， 实现企业整体提质增效。知识驱动，通过知识图谱将设计知识转化为 结构化数据，结合专家规则进行推理生成模型结构和参数。如中科院 沈阳自动化所通过构建知识图谱自动抽取先前大量的产品设计经验 进行知识整理，利用自然语言技术对持续反馈的用户设计需求进行分 析实现了基于知识图谱和机器学习的三维 CAD 设计。参数化与生成 式混合，用户定义参数后，AI 4。不同阶段的智能化方法应用，有效提升设 计验证效率，缩短设计验证周期。 来源：中国信通院整理 图 4 设计验证流程 自动化、智能化仿真预处理减少对专家经验的过度依赖。一是利 用人工智能进行智能几何特征识别与处理。基于卷积神经网络等深度 学习模型，AI 能自动识别零件的关键几何特征，辅助进行自动化清 理或指导后续网格策略。如FeatureNet6利用3D卷积神经网络，将CAD 模型体素化后自动识别 24

， 在智能化、物联、安全方面都有显著的优势成果。����年��月，美国《工业互联网战略》发布， 旨在通过物联网（IoT）技术推动包括石化产业在内的制造业能力升级，通过智能传感器、数据分 析和自动化技术，实现优化提效。����年�月，美国能源部（DOE）提出《能源部数字化转型计 划》，重点是利用大数据和人工智能技术，提高能源生产和管理的智能化水平、效率和安全性。 拜登政府也在积极发布政策， 智能库存管理 资产预测性维护 ……. 高端化 智能化 绿色化 �� 智能化 面向石油石化全产业链发展，全面融入人工智能和自动化技术，用智能化加速产业升级进 程。在企业经营中逐步推进数字化、数智化应用，利用定制化解决方案和服务帮助企业提升 运营质量和效率。在自动化生产过程中，利用智能制造系统的丰富功能，实时监控生产过 程，优化生产效率，减少资源浪费。在产业链协同和流通过程中，构建智能物流和供应链管 广泛认知能力的广义AI迈进（图 �）。智能化是对企业数字化发展的一次重大升级，将推进石油石化数字化的智能新应用。例 如：数字技术推动的调度管理规则数据化，以传统人工智能的运筹能力支撑调度管理的自动化进 阶打磨，加之与云、工业互联网等技术的融合，进一步推动了工程的智能化进阶发展。 来源: 石化盈科&IDC ����年 图�. 石油石化产业人工智能技术演进路线 业务价值 时间 智能供应优化

通过有效的程序和方法，确保团队在超出监管能力的灾难 性事件（如自然灾害、暴力/恐怖事件）中的安全 自主生产 打造低碳化产业系统，能够快速、无缝地重新配置和调整以适应 变化。 • 引入高度灵活的自动化生产线概念，专门满足高度定制化需 求，或能够根据变化快速重新配置 • 动态排产能力 • 库存优化模型 • 在资本支出中纳入可持续相关的考量 需求预测 能够预见和预测业务需求及客户需求的变化，以及更广泛的社会 • 口头交流 • 设备维护 • 文档管理 • 工作场所安全 • 维护安全 • 电气规程 • 工厂自动化 • 生成式人工智能 • 预测性维护 • 工作场所安全规划 • 时间管理 • 设备维护 • 电气规程 • 工厂自动化 • 生成式人工智能 • 预测性维护 • 适应能力 • 工作积极性 • 职责义务 • 团队合作 • 自主生产维护团队的领导者 工厂自动化潜力：高 人工智能增强潜力：低 工厂自动化潜力：低 人工智能增强潜力：高 个性化学习路径 ...从生产角色转变为确保 工厂正常运行的管理角色。 资料来源：埃森哲商业研究院基于世界经济论坛消费行业“未来的工作”试点工作组、美国职业信息网络（O*NET），以及美国劳工部劳工统 计局的分析。 智能制造 | 15 未来三年，计划投资于设施搬迁、自动化和数字 化来增

5 项目案 例 4 系统应 用 2 方案介 绍 3 系统介 绍 CA: 通讯自动化 l 电话通信系统 l 无线通信系统 l 卫星通信系统 l 多媒体通信系统 l 公共广播系统 l 电视通讯系统 OA: 办公自动化 SA: 安防自动化 l 门禁系统 l 停车场系统 l 防盗报警系统 l 周界防范系统 l 出入口管理系统 I I l 配电系统 l 给排水系统 园区运营 可视化管理 DIX 数据接口 IT 系统 CA 通信自动化 IOT 系 统 传感器 业务系统 业务系统 BA SA FA 楼宇自动化 安防自动化 消防自动 化 产品架构 IBMS 系 统 数据交互 系统联动

公司及外部研发资源信息数据互联互通 贯穿全流程的个性化定制平台的设计、搭建及优化迭代 价值链各模块参与的个性化定制流程打通 与外部供应链平台、销售平台无缝对接 新能源汽车个性化销量居市场首位 实现高度自动化、智能化、柔性化智能制造 基于互联能互通的采购平台优化 基于互联能互通的销售服务平台运营与持续优化 以新能源为主体建立个性化小 组 建设采购委员会与采购中心 与 AI 公司合作开发无人驾驶及设计可落地商业模式 •价值链：销售、研发、供应链、 制造和物流 IT 系统流程打通 •研发：研发平台向模块化过度， 零件实现初步标准化 • 制造：实现标准化自动化生产 个性化定制用户实现 •价值链：线上、线下个性化销 售平台与其他价值链环节无缝连接 •制造：智能工厂实现高度数字 化、智能化、 柔性化、自动化 •供应链：与供应链伙伴互联互 通 XX 个智能制造与性化定制动因 结合工业发展趋势、汽车工业发展演进、消费者需求变化及 C2B 生产 20 世纪初 1970 年初 目前 福特 T 型车 流水线 生产 丰田 生产 模式 演进路径 生产线分工明确 生产工艺标准化 电气动力来源 应用信息技术 提高生产自动化水平 应用信息物理 融合系统（ CPS ） 协同制造 消费者把汽车当作 日常消费品，追求 低廉的价格 消费者追求汽车的舒 适度，强劲的动力 消费群体年轻化 购车兼具个性化和经济 化的车型