有线组网 不易部署  建设及维护成本高 ，视频 存储量大，不易实时分析 问题  摄像头 资源利用率不高  车间入口、产线、仓库等区域 部署 80+ 路摄像头，视频监控  存储资源需求大，一周 15T  摄像头监控的数据主要用于问 题回溯 生产车间后台管理 工厂 中心云 GW-U/UPF AI 视频数据学习 动作分析 FPGA 加速 质量提升：漏检、错检、溢出等问题减少； 持续改进：数据驱动质量追溯与分析； 5G+AI 视频监测类 应用实践 1 ：视觉质检 涂装车间 冲压车间 物流超市 涂 胶 厚 度 质 检 白 车 身 间 隙 漆 面 缺 陷 监 测 焊装车间 车身 立体 库 过 程 装 配 质 量 检 查 冲压件 立体库 总装车间 下 线 装 配 防 差 错 物 流 来 件 质 检 下 线 整 车 间 隙 匹 配 监 测 优 物流：人车分流监测 5G+AI 安防成熟体系架构  基于 5G+AI 可以实时动态监控厂区、车间等场景特征，基于经验条 件、自学习条件比对，实现各类自动违规监测；  场景在空间上可应用于园区、厂区、车间等，在业务场景中可扩展 至安防、质量、标准化等。 车间：劳保用品穿戴监测 车间：安劳动记录监测 园区巡防 危险作业区域管理 涂装防护服穿戴监测 消防预警 冲压安全帽穿戴监测 焊总劳保用品穿戴

年度销售计划完成率 u 产品市场占有率 u 客户订单按时交单率 u 营业额增长率 u 毛利率 u 销售收入应收款占比 u 按时回款率 市场营销指标 （运营绩效） u 生产计划按时达成率 u 车间在制品率 u 设备稼动率 u 设备故障率 u 产品不良品率 u 全员劳动生产率 u 技改项目收益率 生产管理指标 （生产效率） u 采购计划按时达成率 u 采购成本趋势 u 供应商供货及时率 WCS 仓库控制系统 SRM 供应商管理系统 TMS 运输管理系统 HR 人力资源管理 销售管理 物料清单 工艺路线 MPS 计划 MRP 计划 产能管理 合同管理 生产订单 车间管理 采购管理 应收应付 库存管理 财务总账 固定资产 成本管理 需求管理 设计研发 生产、计划、运营管理 供应链管理 供应商寻源、绩效 招投标管理 采购订单协同 线索管理 商机管理 主计划员 主生产计划 （ MPS ） 物料 需求计划 计划订单 生产订单 滚动计划与订单释放 采购 / 委外计划 备料计划 完工报告 车间工序计划 工序报告 生管、物控 材料出库单 调拨单 产品入库单 齐套分析 计划层 车间执行层 工序执行层 粗能力计划 （ RCCP ） 能力计划 （ CRP ） 工艺路线 产能资源 能力检核，不足，调整 MPS 计划

仓门是否开启识别 周界 / 车间防护 栏 非法闯入识别 着装识别 中控室 睡岗离岗识别 睡岗离岗识别 车道 非法闯入识别 打电话 / 玩手机 车间 抽烟识别 固废 区 烟火识别 高空作业区 爬高提醒 仓库 烟火识别 仓门是否开启识别 占道堆积识别 园区食堂 明厨亮灶 园区智能 AI 巡检 - 非法闯入识别 建议部署区域：园区周界、车间防护栏区域、车行道、其他禁止闯入区域 DEMO 视频 支持联动消防系统 XX 车间，疑似着火， 请及时处理！ 实时调取 异常视频 摄像头斜视照射监控区 园区智能 AI 巡检 - 着装识别 建议部署区域：车间进入通道 着装识别：入生产区前，员工需要穿戴指定工服 \ 帽子 \ 口罩，通过 AI 智能识别员工是否按照规范着装，若未按 照规定着装则系统自动预警，提示员工正确着装后再进入车间。 帽子（安全帽）识别 口罩识别 制服识别 制服识别 请正确着装后，再进入 车间 ! 摄像头斜视照射监控区 人员未按照要求着装，请及 时处理！ 管理人员接收到告警信息 : 园区智能 AI 巡检 - 睡岗离岗识别 建议部署区域：中控室、保卫室、车间重点岗位等 离岗识别：对监控区域的人员进行自动识别，若未检测人员，且超过离岗时间，立即告警 睡岗识别：对监控区域的人员进行自动识别，若检测到人员有趴桌睡觉，立即告警 离岗识别示意图

系统层级是指与企业生产活动相关的组织结构的层级 划分，包括设备层、单元层、车间层、企业层和协同层。 （1）设备层是指企业利用传感器、仪器仪表、机器、 装置等，实现实际物理流程并感知和操控物理流程的层级； （2）单元层是指用于企业内处理信息、实现监测和控 制物理流程的层级； 3 （3）车间层是实现面向工厂或车间的生产管理的层级； （4）企业层是实现面向企业经营管理的层级； （5）协 的层级； （3）融合共享是指在互联互通的基础上，利用云计算、 大数据等新一代信息通信技术，实现信息协同共享的层级； （4）系统集成是指企业实现智能制造过程中的装备、 生产单元、生产线、数字化车间、智能工厂之间，以及智能 制造系统之间的数据交换和功能互连的层级； （5）新兴业态是指基于物理空间不同层级资源要素和 数字空间集成与融合的数据、模型及系统，建立的涵盖认知、 诊断、预测及决策等功能，且支持虚实迭代优化的层级。 指南、三维工艺模型数据质量 要求等标准研制。 2. 工业软件标准 主要包括研发设计软件、经营管理软件、生产制造软件、 控制执行软件等 4 个部分，如图 6 所示。主要规定工业软件 在数字化车间、智能工厂及企业运营过程中的集成规范和应 用指南等内容。 14 图 6 工业软件标准子体系 （1）研发设计软件标准 主要包括计算机辅助设计（CAD）、计算机辅助工程 （CAE）、计算机辅助工艺规划（CAPP）、计算机辅助制

管理 库存管理 设备管理 质量管理 供应商协同 生产计划 发运管理 成本管理 应付 应收 资产 总账 公司间结算 项目结算 成本核算 供应商结算 MES 生产执行系统 车间生产计划 齐套检查 工单 现场巡检 进度填报 材料申领 报工、报量 验收及完工 设备异常 物料信息 BOM 信息 工艺路线发布 产品设计管理 大数据平台 大数据模型与应用 主数据治理 移动技术平台 财务管理（推广及优化）  财务管理（推广及新 业务板块 ）  集团财务管控，财务管理 BI 分析 生产管理  MRP 计划（与 MES 车间执行计划 集成 ）  工单管理（与 MES 车间生产任务集成）  领退料管理（与 MES 车间领料集成）  成本归集  生产管理（推广及优化）  生产管理（推广及优化） 物料清单  物料清单管理  产品结构管理  物料清单管理（推广及优化） 造，如飞机、重型低速柴油机 A B C …… …… …… 01 A B D …… …… …… 02 …… **** 完善工艺路线基础数据，实现优化排程、精益生产及成本 工序 1 冲压车间 清洁工作 工序 2 装配 车 间 装配工 冲压机 在什么地方进行加工制造？ 制造过程中耗费了哪些资源？ 每一步骤 / 生产过程的周期是多长 一批（ 20 个 / 批）产品需要 1 个小时的清洁工作。工价为

RFID 标签 • 搬运的智能化 AGV • 从需求到供给的价值链整合 • 库存量最优化 • 更快的流通速度 智能工厂整体应用方案 智能服务 个性化定制 智能运营 管理流程智能化 智能车间 设备智能化 定制化平台 智能服务平台 直营与加盟店 工业云 服务大数据 运营大数据 制造大数据 设备大数据 数字化设计 数字化工艺 数字化作业指导 智能研发 虚拟制造 工厂三维仿真 目视化管理 数据采集 过程控制 在制品管理 质量追溯 物料管理 计划排程 生产派工 能源分析 能源调度 能源监控 智慧能源 规则管理 计划仿真 高级排程 APS 工厂排程 车间排程 CCR 中央监控 全厂监控 生产调度 控制系统 设备控制管理 M2M 通信 数据集成与转换 采集信息关联 数据采集管理 设备配置部署 信息转换 协议转换 智能生产设备 智能物流设备 信息集成 智能追踪 CAD 模型 CAE 仿真 CAPP 工艺 CAM 模具设计制造一体化 门 板 主工艺 02 解决方案 工厂功能区规划 ① 原 材 库 房 ② 注塑车间 1 ③ 注塑车间 2 ④ 后 处 理 区 ⑤ 组装区 门板线 ⑥ 组装区 内 / 外饰 ⑦ 成 品 库 房 办 公 楼 办 公 楼 ① ② ③ ④ ⑤ ⑥ ⑦ 修

30% 人工智能用例可带来成果，提高投资回 报率 技能差距会降低竞争力 需要更好的数据管理来推动人工智能发 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 智能设备是自我和系统感知型资产，用于获取、处理和 监控运营数据。 生产监控提供与工厂车间的机器的无缝连接，提供透 明、实时的运营 KPI，如整体设备效率 (OEE)。 工 业 运 营 :: 06 第九版年度智能制造现状报告 智能 制造 的现状 制造商报告称，在通胀压力、能源价 格高企和技能人才持续短缺的情况 下，经营环境十分严峻。 从会议室到工厂车间，整个企业都 在不断提高效率。 第九版年度智能制造现状报告 第九版年度智能制造现状报告 制造商正在升级其网络基础设 施，并投资于更多联网硬件设备。 来自系统的更多数据使公司能够 充分利用其软件投资，并通过信 息进一步增强员工的能力，从而 实时优化运营。 工厂车间流程实现了大多数智能制造应用 :: 14 制造商受益于模块化、可扩展的智 能制造解决方案，这些解决方案可 以以比高度复杂、僵化的传统系统 更低的成本快速部署。这些实际应 用需要的资源更少，更易于集成和

绩效管理 业务运营 资源管理 企业级 工业互联网平 台 更高的绩效 安全 ERP TMP APS/MES 边缘云 服务器 服务器 服务器 质量工艺控制 生产成本优化 推进绿色生产 车间级 工业网络 工业网络 SCADA/ 工业网络 / 多协议网关 更高的效率 机器人、运动控 制、电机控制、 现场总线、执行 器、传感器等 设备级 关键设 出库 备关键 信息 检测 专网专用，应用集成、安全无忧  安全入口设置人脸识别终端，采集人体面部视频和图像数据，利用 5G CPE 传至 MEC 服务器进行实时决策授权；  不同区域员工分配对应许可权限，实现分权分域控制，实现人员智能化管理，保障车间作业安全；  5G+MEC 实现了无网络与测试平台互联，彻底打破固定岗位的空间限制，极大地提升了灵活性；  智能报表自动分析指标偏差率，根据客户挑选的产品和设置门限给出优化建议； ① 实时智能报表

让设计师专注于产品设计的核心工作。在外观设计方面，设计师只需提供简短的文字 工业大模型的场景应用 研发设计 产品 外观 设计 研发 设计 软件 辅助 生产制造 工业 代码 生成 车间 和设 备管 理 工业 机器 人控 制 经营管理 管理 软件 辅助 知识 管理 与问 答助 手 产品服务 智能 产品 智能 客服 与售 后 17 快产品整体上市进程。 4.2. 大模型拓展生产制造智能化应用的边界 生产制造环节是工业生产的核心场景，对安全性和稳定性的要求较高，目前大模 型在该环节的渗透率整体不高，主要集中在代码生成、车间和设备管理和机器人控制 等环节。 4.2.1 工业代码生成 大模型在工业代码生成的应用领域广泛，涉及到自动化、机械加工等领域。将大 模型应用于工业代码生成的优势在于可以提高工业代码的质量和效率，减少人工编程 SprutCAM X 软件操作相关 的任何问题。例如，当工程师给出指令“在点(100, 25)处钻一个直径 10 毫米的孔”， Éncy 即可生成相应的 CAM 执行代码。 4.2.2 车间和设备管理 在车间管理方面，大模型能够协助监控生产线，确保工艺流程的顺畅与高效；在 设备管理领域，大模型通过支持预测性维护减少停机时间，并通过精准的数据分析指 导维护决策，有望成为工业智能化转型的关键驱动力。

术，以提升生产效率和减少人工干预。通过智能化技术，企业能够依据生产过程中收集的数据，自动调 节生产设置，从而提升生产效率和流程的优化。 3.1.2场景案例：重点钢企——全球首个无人值守智能车间 作为钢铁行业的领先试点项目，某钢铁头部企业亟需通过前沿技术在车间生产的性能、灵活性、可追 溯性、数字化等方面实现创新升级。同时，钢铁产业仍面临产能过剩、降本增效、节能减排、创新发展能 力不足等严峻挑战，叠加人力成本的增加及安 程控制器、安全可编程控 制器、Fluxx软件管理平台及EMS＋能源管理系统，加以优化整个车间的吊装及物流系统算法，同时搭 建整个车间的互联互通系统，并提供经实践认证的专家工程服务。 其中，热轧车间的板坯库公认为是行车无人化实施过程中最难的部分。借助施耐德电气在能源管理 和自动化领域的专长，热轧智能车间能够在工程控制、高效运营、安全可靠、智能化运营等多方面有显 著提升。 3.2 石油化工：走向绿色化、高端化、电气化