ICS35.240.50 CCSL70
GB
中华人民共和国国家标准
GB/T42137—2022
离散型智能制造能力建设指南
Guidelines for intelligent manufacturing capability construction for
discrete industry
2023-07-01实施
2022-12-30发布
国家市场监督管理总局
国家标准化管理委员会 发布 GB/T42137—2022
目 次
前言 1 范围 2 规范性引用文件 3 术语和定义 4 缩略语 5 智能制造能力建设总体方法
生命周期维度智能制造能力建设 6.1 生命周期数据采集能力 6.2 生命周期互联互通能力 6.3 生命周期数据可视化能力 6.4 生命周期数据分析能力 6.5 生命周期优化决策能力系统层级维度智能制造能力建设 7.1 系统层级数据采集能力 7.2 系统层级互联互通能力 7.3 系统层级数据可视化能力 7.4 系统层级数据分析能力 7.5 系统层级优化决策能力参考文献
6 GB/T 42137—2022
前言
本文件按照GB/T1.1一2020《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。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中华人民共和国工业和信息化部提出并归口。 本文件起草单位：中国电子技术标准化研究院、深圳赛西信息技术有限公司、江苏赛西科技发展有
限公司、天津大学、北京机械工业自动化研究所有限公司、北京科技大学、卡奥斯工业智能研究院（青岛）有限公司、北京和利时智能技术有限公司、清华大学、黑龙江省科学院智能制造研究所、深圳华制智能制造技术有限公司、云南昆船设计研究院有限公司、上海智能制造功能平台有限公司、重庆邮电大学、北京京亦智能制造技术创新中心有限公司、青岛酷特智能股份有限公司、天津爱波瑞科技发展有限公司、联想（北京)有限公司、中国纺织机械协会、宝武装备智能科技有限公司、中冶京诚工程技术有限公司、青岛宝佳智能装备股份有限公司、剑维软件技术（上海）有限公司、哈工大机器人（山东）智能装备研究院、通快（中国）有限公司、河北工业大学、深圳联友科技有限公司、东风设计研究院有限公司、国机智能技术研究院有限公司、深圳华龙讯达信息技术股份有限公司、江苏亚威机床股份有限公司、金航数码科技有限责任公司、三菱电机自动化（中国）有限公司、厦门盈趣科技股份有限公司、厦门攸信信息技术有限公司、 上海航天设备制造总厂有限公司、四川成焊宝玛焊接装备工程有限公司、台达智能科技（北京）有限公司、重庆盟讯电子科技有限公司、中船第九设计研究院工程有限公司。
本文件主要起草人：李佳、周航、何宏宏、韦莎、程雨航、郭楠、张晖、马原野、焦国涛、李瑞琪、刘安安
孙洁香、肖成勇、朱毅明、谢红兵、林峰、苏航、巩伟、刘斌、沈超、冀占峰、魏曼、崔文雅、李海滨、廖少华、 陶宏芝、何智勇、郎俊奇、叶贺、汪鸿涛、王云波、任雷、陈俊宇、王伟、何淑雅、韩思达、胡丽华、陈曦、刘晶、 王乐达、赵禹、陈鹏、姜峰、刘曙、黎兴宝、刘屹、朱超、高山青、陈建成、钟臻哲、程辉、朱品朝、赵东方、 陈菁、俞凌云、丁炜杰。
I GB/T42137—2022
离散型智能制造能力建设指南
1范围
本文件提供了离散型智能制造能力建设的指导，给出了总体方法，以及生命周期、系统层级等维度
智能制造能力建设的建议。
本文件适用于离散型制造企业，以及为离散型制造企业提供智能制造能力建设咨询、培训和实施服务的人员和机构。
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/T39116—2020 智能制造能力成熟度模型 GB/T391172020 智能制造能力成熟度评估方法
术语和定义
3
下列术语和定义适用于本文件。
3.1
智能制造能力 intelligent manufacturing capability 为实现智能制造的目标，企业对人员、技术、资源、制造等进行管理及综合应用的程度和提升过程。 注：提升过程主要体现在生命周期维度和系统层级维度的数据采集、互联互通、可视化、数据分析、决策优化等
方面。 ［来源：GB/T39116—2020,3.1.1，有修改］
3.2
离散型制造 discretemanufacturing 生产由离散元件组成的产品（如汽车、设备、家电、计算机等）或零部件的过程。 ［来源：GB/T18725—2008,3.87，有修改］
3.3
生命周期 lifecycle 从产品原型研发开始到产品回收再制造的所有阶段。 ［来源：GB/T40647—2021,3.2]
3.4
系统层级 systemhierarchy 与企业生产相关的组织结构的层级划分。 注：主要包括设备、单元、车间、企业、协同等层级，流程型制造企业通常不细分至设备层。
4 缩略语
下列缩略语适用于本文件。
1 GB/T 42137—2022
PLM：产品生命周期管理（ProductLifecycleManagement） RFID：无线射频识别（RadioFrequencyIdentification）
5智能制造能力建设总体方法
离散型智能制造能力建设总体方法，按照智能制造能力基础确认、明确目标和制定路线进行能力建设，包含下列内容：
a）离散型制造企业宜应用GB/T39116—2020和GB/T39117一2020，完成智能制造能力基础
确认。 b) 离散型制造企业宜结合企业总体智能制造战略规划和智能制造能力基础，制定适合其发展的
智能制造能力建设目标。 离散型制造企业宜在满足安全生产和信息安全等前提下，从生命周期和系统层级两个维度，结
c)
合行业特性及企业规模选择合理的生命周期和系统层级能力提升路线，持续对人员、资源、制造、技术等能力要素进行选代优化。
注：企业生命周期维度的智能制造能力建设，针对一个或多个业务活动按照同步或逐步的方式开展；企业系统层级
维度的智能制造能力建设，针对某一系统层级或多个系统层级按照同时或逐步的方式开展。
6生命周期维度智能制造能力建设
6.1生命周期数据采集能力
生命周期各业务活动数据采集能力的建设，根据不同场景采用下列方法： a）产品设计宜将设计信息和制造信息共同定义到产品三维数字化模型，确保设计、制造流程中数
据的唯一性和产品定义信息的完整表达：
b）宜采用身份认证、RFID、指纹识别、面部识别等技术，实现人员信息的数字化采集： c）宜采用RFID、条码等自动识别技术，实现物料及在制品的数字化追踪； d 宜通过施行统一规划结构数据文件的方式，建立物流要素统一编码管理机制，其中，物流要素
宜包含需求监控、定单处理、配送、存货控制、运输、仓库管理、工厂和仓库的布局与选址、搬运装卸、采购、包装、情报等；宜建立统一的产品数据描述方法和信息系统，宜考虑市场环境、市场基本状况、销售可能性、消
e)
费者及消费需求、企业产品、产品价格、影响销售的社会和自然因素、销售渠道等因素； f）宜采用产品运行数据实时采集并对应存储的方式，建立用户数据库； g） 宜采用对订单跟踪订单号、产品信息、收货信息、快递状态、订单信息、备注信息进行统一编码
的方法，实现订单跟踪系统的建立；
h） 宜建立运维数据管理系统，实现对运维对象的基本数据、工艺流程、状态检测、装配数据、采集
位置、维修过程数据等状态类和事件类数据的采集。
6.2 生命周期互联互通能力
生命周期各业务活动互联互通能力的建设，根据不同场景采用下列方法： a）宜对设计准则、关联定义、二维制图、三维制图和制造信息等一致性的产品数据进行统一管
理，实现产品数据管理系统建立； b）宜使用终端交互装置辅助操作人员实现生产、设备、物料数据的巡视、检验、分析和应急处理； c) 宜通过集成车间层生产制造执行管理平台、企业资源管理平台的方式，实现采购计划与生产计
划之间的实时优化；
2 GB/T42137—2022
d）宜通过统一物流系统网络环境架构及兼容不同网络的方式，实现工厂内部的网络环境规范
建立；
e) 宜通过整合订单管理、运输计划、调度管理、出人库和场外物流运输过程等方式，实现物流运输
管理系统与仓储管理系统的信息共享； f) 业务活动之间的互联互通，采用上述做法，也宜采用数据集中管理实现数据的互联互通。
6.3生命周期数据可视化能力
生命周期各业务活动数据可视化能力的建设，根据不同场景采用下列方法： a): 宜建立产品设计交互平台，通过PLM系统实现设计流程的可视化管理； b) 宜建立产线或装置、车间的虚拟模型，采用数字化建模的方法对离散型生产流程进行可视化
管理； c) 宜建立企业综合数据可视化管理平台，通过数据集中管理实现对能耗、质量、生产订单、供应
链、客户服务等数据的可视化。
6.4生命周期数据分析能力
生命周期各业务活动数据分析能力的建设，根据不同场景采用下列方法： a）宜建立特征参数可变的参数化模型数据库，包括产品原型库和变型设计库，宜根据新产品设计
情况动态更新，将原设计方案与变型设计方案进行集成、送代积累；
b) 宜使用数学化仿真软件进行仿真优化的方法，建立产品设计方案优化机制； c) 宜建立能源综合管理平台，宜通过收集和确认的能源数据，对全企业的能源运行数据进行归集
和统计，形成统计报表，并与公司、集团、地方政府能源数据应用需求进行对比：
d) 宜综合物流仓储和配送的实时状态，建立仓储配送知识库，实现仓储配送方案的送代优化； e): 宜通过物流实时信息分析反馈的方式，辅助物流人员准确感知物流状态、精确分配物流任务、
精确控制物流作业； f): 宜通过共享市场需求、市场数据和市场预测等数据的方法，实现离散型制造企业内部及企业间
的协同共享； g): 宜采用客户信息数字化信息采集和大数据辅助用户习惯分析等技术，实现客户关系维护。
6.5生命周期优化决策能力
生命周期各业务活动优化决策能力的建设，根据不同场景采用下列方法。 a): 宜建立产品设计参数动态优化模型，实现参数实时优化调整等。 b) 宜建立仓储管理和调度优化模型，实现状态实时监控和优化。
销售部门宜建立整体利益最大化的协同优化模型，采用对企业价值链各关键环节利益加权的
c)
方法实现整体利益最大化。 d): 宜建立实时数据驱动的产品服务质量与成本、交付周期、资源综合利用率、生产效率等关键考
核指标的决策优化模型，采用大数据建模和分析实现综合管控需求。 宜建立供应链物流优化机制，采用数据分析实现物流调度的智能决策以及供应链的动态优化分析内容主要包含物流和供应链模型等宜建立市场产品联动决策机制，根据市场需求分析产品竞争力特性，引导企业开发更适应市场
e)
f)
需求的新产品或优化排产。
3 GB/T42137—2022
7系统层级维度智能制造能力建设
7.1系 系统层级数据采集能力
系统层级数据采集能力的建设，根据所在层级对应采用以下方法： a）设备层宜基于设备本身的上位机系统、设备支持的网络通信协议或通过加装传感器、数采装置
等方式进行设备数据采集；
b) 单元层宜采用RFID、条码、现场总线技术等技术进行产线及装置状态和运行等数据的采集； c) 车间层宜采用工业以太网、工业无线网、物联网（IoT）、制造执行系统（MES)等技术，实现对排
产、生产加工、场内物流等生产制造相关数据的采集； d) 企业层宜措建统一的数据中心，通过人机交互设备、软件系统等实现企业经营管理等相关数据
的采集；
e) 协同层宜建立符合工业互联网通信协议要求的数据格式规范和接口，通过工业互联网技术实
现供应链、业务等相关数据的采集。
7.2 系统层级互联互通能力
系统层级互联互通能力的建设，根据所在层级对应采用以下方法： a) 设备层宜基于设备自身的通信端口或通过加装网络及数据传输模块来获得互联互通能力； b）单元层宜建立可编程控制器（PLC)控制系统、应用工业通信协议技术实现产线及装置间的互
联互通； c) 车间层宜应用工业以太网等工业通信协议技术实现车间内生产、设计及物流等环节的互联
互通； d）企业层宜通过应用软件系统集成或平台化软件实现企业内部数据的互联互通；
协同层宜应用工业互联网、云计算、大数据等新一代信息技术，在保障信息安全的前提下，实现
e)
企业内外协同业务数据的互联互通。
7.3 3系统层级数据可视化能力
系统层级数据可视能力的建设，根据所在层级对应采用以下方法：
设备层宜通过设备自身的软件系统，实现设备模型及状态的可视化：
a)
b）单元层宜建立过程监视系统，实现装置、产线、人及物料等生产要素的参数及过程数据的可
视化； c) 车间层宜采用数字李生、数据分析技术实现制造执行层的监控，主要面向车间管理的生产调
度、设备管理、质量管理、物理跟踪、库存管理等应用场景；
d) 企业层宜基于企业资源管理系统基础数据的各管理子系统，实现生产制造管理、资金流管理、
人力资源管理、质量管理、物理管理等数据可视化，主要面向主生产计划管理、粗能力需求计划、物料需求计划、能力需求计划、车间订单管理、车间作业管理、准时生产方式管理、生产统计和查询、网络计划、项目管理等应用场景：
e) 协同层宜基于互联网、云平台等技术，实现采购、销售、物流、服务等协同业务流程及数据的可
视化。
7.4 4系统层级数据分析能力
系统层级数据分析能力的建设，根据所在层级对应采用以下方法： a）设备层宜采用边缘计算方法实现数据分析； 4 GB/T42137—2022
b) 单元层宜通过单元控制系统，实现产线运行参数、装置控制参数的数据分析；
车间层宜通过车间执行系统绩效分析功能，实现对生产周期、资源利用、设备使用、设备性能、 程序效率、安全环保、质量管控以及生产可变性等数据的分析；企业层宜基于供应链管理平台性能绩效衡量功能，实现供应链配送可靠性、反应性、柔性、成本、资产利用率、客户服务满意度、采购等数据分析；
c)
d)
e 协同层宜基于高级计划与排程（APS)高级排程、PLM协同设计、供应链管理（SCM)等功能，实
现供应链、生产、设计等协同数据分析。
7.5 系统层级优化决策能力
系统层级优化决策能力的建设，根据所在层级对应采用以下方法： a） 设备层宜采用边缘控制技术实现设备状态的动态优化调整： b） 单元层宜基于单元控制系统，应用先进过程控制技术等，实现对产线控制参数的决策优化； c) 车间层宜基于车间执行系统绩效分析结果，实现排产计划、质量监控等生产过程的控制优化； d) 企业层宜基于企业生产与管理数据信息分析结果，实现企业战略规划、生产计划和资源等方面
的优化； e) 协同层宜基于供应链管理平台绩效分析结果，结合行业特性，实现原材料供给结构和供应库存
的优化。
5