了解销售业务现状，包括计划、合同、发货运输、售 后服务等内容，收集常用表单及报表 了解原料收货检验、过程检验、成品入库检验，了解 检验标准、取样过程及产品分批过程，收集常用表单 及报表 调研对象：生产计划部、 物流部、销售部、质量 检测中心、财务部 现状业务调研 对标及需求分析 差异分析报告 差异问题跟踪 经过对各业务部门 详细的业务调研后， 形成现状调研报告。 在 了 解 XXXX 现 状业务的基础上， 报差异分析结果。 在差异分析过程中 形成差异问题统一 记录在问题清单中 跟踪处理，所有问 题将在蓝图设计阶 段组织专门的方案 讨论会确定最终处 理方案。 财务管理 销售管理 物资管理 生产管理 质量管理 合计 现状调研计划 1 1 现状调研提纲 1 1 1 1 1 5 现状访谈纪要 1 1 1 1 1 5 差异分析报告 1 1 1 1 1 5 业务流程清单 1 1 1 1 1 5 现状调研计划 变的业务形式，设计出一套符合 XXXX 实际业务、可执行的 ERP 系统实施方案 1 工作进展报告 2 现状分析回顾 3 业务蓝图汇报 议程 业务蓝图设计整体介绍 业务蓝图详细介绍 采购与仓储管理 质量管理 生产管理 销售管理 财务管理 TEX-MES 管理 •组织结构与基础 数据 •未来流程 •开发需求 •关键需求分析 •流程清单 •蓝图框架 数据编码 3. 系统实现 流程范围 业务模式

流生产、流线化生产、 拉 动生产 离散制造行业数字化转型的核心痛点：快速响应需求的新型生产方式，给企业生产管理带来极大挑战 管理复杂度剧增 人 / 机 / 料 / 环 / 法 / 测、 生产 / 物流 / 质量 / 自动化： 管理复 杂剧增产生 80% 浪费 市场需求转变 小批量、多品种、定制化、 多变更 德 国： 自动化技术路线 高端装备、机器换人、新 工艺、新材料、智能物流 1000 协议配置 产线系列 德沃克 智能工厂 六层系统的技术架构，构建精益化 + 数字化 + 自动化的一体化智能 工厂 运营看板 SRM 生产执行 装箱管理 控制配置 运营报表 CRM 质量执行 位置移动 监视控制 6 ⑤ 4 ③ ② ① 数 字 工 厂 智 能 硬 件 德 我从哪里来 生产指令 我要怎么做 物流指令 我到哪里去 质量事务 做得好不好 效率节拍 物动单动 物理锁 定 多控循 环 物动权 动 物动钱 动 通过工位的实时数据跟计划数据，根据 计划规则要求动态调度调整生产任务， 例如实现生产任务自动转交 通过工位实时和设备实时管理，实现生 产过程质量管控，例如根据批次自动发 起巡检任务 根据不同的生产工序以及管理要求，通

• 及时交货 • 实现质量改进 • 应用吸取的经验教训 • 提高客户满意度 • 增强可持续发展能力 尽管这些优势令人印象深刻，但我们还必须考虑只坚持精益技 术而不补充智能制造的局限性，具体如下： • 最多只能达到上次制造的水平而无法超越 • 无法对紧迫的业务和质量问题做出主动或预测性响应 • 由于依赖于过往的数据，无法实时提供高水平的初始质量 • 在当今业务速度下竞争所需的制造敏捷性不足 资产效率 生产成本 质量 潜在优势 高达 30% 20% 10% 10% 高达 50% 高达 20% 传 统 精 益优 化曲 线 实时数据采集、规划、仿真和生产优化让半导体制造更智能 精益制造注重历史数据。精益制造使用过去的生产数据来确定和消除非增值 活动。 智能制造注重实时数据。智能制造使用实时生产数据来不断优化当前生产， 以实现高水平的初始质量。 精益制造 以及与制造执行、维护、测试和调度的偏差。数字孪生利用 MES 数据 不断进行更新，可以随时提供高度准确的仿真，帮助企业确定生产改进机会。 是什么让智能制造脱颖而出？ 生产线自动化规划 无缝协同 3 闭环制造 生产与质量执行 生产线调试 和运行 制造流程规划和验证 生产优化 2 1 虚拟规划 实时数据 优化型半导体制造执行系统 (MES) 借助智能制造，管理人员可以更深入地了解生产步骤，而这将使企业能够在问题发生之前

精益制造与透明化工厂管理  基于约束优化的订单排产与产线调度  多车间和工序的切换过程自动化  以零部件为典型的物料配送和转移跟踪  严格的工艺规程控制与监控预警  透明化的制造过程进度与质量反馈  动态化车间设备、制造数据集成采集 Supply Chain Ops 改善的销售与供应链协同体系  基于产品的快速报价  具有前瞻性的销售预测与需求规划  统一开放的销售接入与透明化客户报表要求 电阀、井口设备以及各种特殊阀等工 业阀门。 项目实施前面临的问题主要有： •由于组织架构导致生产计划薄弱，难以按计划进行生产加工，导致影响出货； •研发未与 ERP 集成，信息处理时间较长； •产品质量技术指标复杂，信息繁多，原有系统难以实现精细管理； •生产投料需进行提前拣配，缺乏实时有效缺料提醒为拣配带来不便；如计划调整需取消拣配状态。 客户背景： 纽威阀门作为中国最大，世界著名 的阀门制造商，一直致力于为客户 政策层面，单机指定、配套锁定制、部分行业领域开放，加速渠 道变革 • 周期性服务配套，设计交付协同要求增加 聚合化、设计协同、配套协同  业务板块配套种类越来越多，从石油化工、拓展核电、冶 金各行业质量要求不同，产品系列化趋势明显 小批量、多品种、系列化、价低质高  面临下游客户的配套要求紧迫性，企业对上游供应链的整 合能力日益增加 供应链协同要求高、制造成本增加 无忧智库 无忧智库

殊业务管控及风险点（批次效期、信用、 返利、付款等），将其固化在系统 中， 减少对于人的依赖， 提升运营效率 ** 重点发展目标 继续发挥在心血管、抗感染类药品的 品 牌优势，提升已 有的 产品、 质量优势 “ 走出去”战略 以单体的增长为核心，组织的 横向 扩 辅助，实现全面快速增长 ** 交流使用 5 ** 分层化业务重点：重点关注运营体系和管控目标 企业战略 财务核算 资金管理 原辅包材 外协采购 产销协同 生产外协 工艺配方 成本核算 生产下达 生产领发料 生产批记录 生产过程 材料仓储 成品发运 区域库存 产品配方 样品试制 实验室 质量管控 质量及 GxP 设备管理 销 售 订 单 / 合 同 市 场 开 发 及 宣 传 学术推广业务 代理销售业务 渠 道 管 理 终 端 管 理 医 院 医 生 患 者 管 理 服 务 管 目前 **IT 现状 现存的 问题 未来的 目标  系统 数 据分散，存在信息孤岛  系统优化跟不上业务需求变化和企业扩  业务分析、决策缺乏数据支持  不符合 GxP 质量管理要求 营收快速增长 规模日渐庞大 现有 IT 系统 OA CRM …  系统 技 术框架扩展性不足  系统孤岛林立，整体集成性 不足，无法进行集团化管理  集团内关联交易、产供销协

精益生产时代 —— 华为智能制造实践 目录 01 为什么推行智能制造 02 华为智能制造实践 提升效率 缩短产品上市周期 提升产品竞争力 • 产品质量提升 • 大规模个性化生产 • 快速响应市场需求的变 化 为什么要推行智能制造 • 产品上市周期更 短 • 产品更加复杂 • 人力成本上 升 • 资源利用效 率 Time 幅提高生产效率 华为智能工厂技术演进路线 2017~2019 2020~2021 设计 DFM 2022~ 精益生产 投资收益 质量优先 客户需求 持续改善质量、推行精益生产是基础 华为制造坚持继承和发展的策略，持续推行 6sigma 全面质量管理、精益生产，保证了生产顺畅流动起来，为智能 制造推行积累了大量有效的数据，在此基础上推行自动化、数字化、智能化制造 深化精益生产推行，扩大自 全过程的持续改进体系 2003-2010 基础制造能力建设，抓质量 和交付，推行 TQM 和 6sigma 1996-2002 设计制造数 字化融合 数字双胞胎 供 应 商 华为智能制造架构 以精益生产为基础， 围绕三个流一朵云，借助物联网、 5G 技术，将整个价值链的资源相互连接，通过云计 算 / 大数据 /AI 实现制造资源动态管理，高质量、高精益、高度自动化 / 部分智能化生产 Enterprise

201109） 摘 要: 我国航天领域的快速发展使得航天飞行器的品种和批量大幅增加，对其研制生产周期、成本和质量的 管控能力提出了更高的要求。基于当前航天飞行器加工、装配车间发展现状，提出面向未来多品种、大批量生产的 航天飞行器智能工厂发展思路和总体架构，并从资源动态组织、人机协同制造、质量智能检验和产业链高效协同等 维度分析智能工厂的关键技术，通过将制造技术与数字化、智能化技术深度结合，为我国航天飞行器制造智能工厂 引言 随着我国国防和军事现代化能力的快速提升， 航天飞行器发展也呈现出多品种、大批量的特点 ［1］。 受人员、资源等约束，现有以“科研型”为主的生产 组织模式已经无法满足高效率、低成本和高质量管 控要求，亟须开展面向多品种、大批量的航天飞行 器智能工厂技术研究 ［2］。智能工厂是指将物联网、 大数据、人工智能、云计算等先进信息技术与生产 收稿日期：2024‑11‑17； 修回日期：2025‑02‑20 分析了智能工厂的发展思路和重点内容，因此，本 文从当前航天飞行器车间数字化建设需求出发，提 出面向未来多品种、大批量生产的航天飞行器智能 工厂发展思路和总体架构，并从资源动态组织、人 机协同制造、质量智能检验和产业链高效协同等维 度 分 析 智 能 工 厂 的 关 键 技 术 ，将 制 造 技 术 与 数 字 化、智能化技术深度结合，梳理支撑航天飞行器智 能工厂建设的关键技术，为我国航天飞行器智能工

历史时期，不确定性将成为这个新阶段的主旋律。我 国作为全球工业生产制造的领头羊，必须推进工业生 产制造转型升级，加速淘汰落后产能，基于数智融合 先进技术的智能制造能力建设已成为产业数字化转 型和推动产业高质量发展的必由之路。在全球数字 化快速发展的当下，智能制造不仅关乎企业未来的生 存，更成为推动我国经济发展的重要引擎。智能制造 将带来更高效、更灵活和更智能的生产制造方式，同 时也会促进企业技术创新和可持续发展，引领产业高 本期专题 Monthly Topic 引用格式：刘岩，赵洋，张旅阳，等. 基于数智融合孪生技术的智能制造应用探索［J］. 邮电设计技术，2025（5）：1-6. 01 2025/05/DTPT 质量蓬勃发展。 2 数智融合孪生技术的产生背景 低成本曾是我国工业相关企业的重要竞争优势， 但如今，受社会需求、全球商贸环境以及全球政治格 局的影响，我国相关制造业企业正在大力推动企业创 新以及智能产品设计，加大研发投入。如表 企业 在数字化质量系统中引入 AI forecasting 预测技术，对 质量数据进行实时分析判断，一旦发现某工序的参数 或检测值出现偏离正常趋势的情况，系统会提前预 警，指导调整工艺以消除隐患 ［9］。 d）仿真优化。数字孪生允许对各种方案进行模 拟测试和优化，从而以较低成本进行研发与测试。企 业可以在虚拟模型上尝试不同的参数配置或流程调 整，观察其对产出、质量以及能耗等数据的影响，从而

com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1784 作为 “制造强国” 的重要组成部分, 已成为推动产业升级、提升质量和效益的核心动力 [3]. 在流程工 业领域智能制造的快速发展过程中, 通过引入生产管理、实时优化、先进过程控制、零手动操作等技 术, 基于分布式控制系统 (distributed control system 年工业互联网架构被首次提出, 基于工业互联网的新一代流程工业智能工厂架构从智 能控制、智能生产、智能保障、智能供应链、智能经营等方面开展智能工厂建设, 进一步满足了企业 安全、绿色、节能、高效、柔性的高质量发展需求. 流程工业智能工厂解决方案供应商提出了多种智 https://www.sciengine.com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 传统制造业面临效率低、质量控制难、信息孤岛严重和市场响应慢等问题, 难以满足现代生产对高 效、精准、实时管控的要求. 制造执行系统 (MES) 作为连接企业计划层 (enterprise resource planning, ERP) 与底层控制层 (如 DCS, PLC) 的桥梁, 通过实时数据采集、计划调度和过程管理, 实现生产的 透明化与高效化, 提升企业效率、质量与竞争力, 同时降低成本

而是在复杂场景下确保系统可靠性和安全性的必要条件。 · 4 传感数据资产化的理念在 2026 年将得到广泛认同和实践。企业开始意识到，每一个 传感器采集的数据都是潜在的价值来源。通过建立完善的数据治理体系，包括数据标 准化、质量管理、价值评估、交易流通等环节，原本分散、异构、低价值密度的传感 数据被转化为可量化、可交易、可复用的数字资产。 视觉、雷达和声学的深度融合在高安全场景中已经成为事实标准。2025 年领先的自动 ， 生成式 AI 可以将低分辨率、高噪声的传感器数据恢复为高质量的感知信息。例如，在 安防监控中，即使是在夜间或雾霾天气下拍摄的模糊图像，也能够通过 AI 增强技术恢 · 5 复出清晰的细节，识别准确率从原本的 60%提升到 95%以上。在医疗影像领域，生成 式 AI 能够从低剂量 CT 扫描图像中重建出媲美常规剂量的高质量图像，在保护患者健 康的同时不影响诊断准确性。 图：正在研 模型更注重领域知识的深度融合、决策过程的可解释性 以及结果的可审计性。2026 年，预计主流的工业 AI 模型将不再是"黑盒子"，而是能 够解释每一个决策的依据和推理过程。例如，在钢铁行业的质量预测模型中，系统不 仅能够给出产品质量的预测结果，还能够明确指出影响质量的关键工艺参数、历史相 似案例、以及建议的调整方案，使得工程师能够理解和信任 AI 的判断。 · 7 图：边缘智能与垂类大模型的螺旋上升关系图，智次方研究院绘制