DB34∕T 3052-2017 智能工厂和数字车间建设 实施指南(安徽省).pdf

ICS 35.240 L 67 DB34 安徽省地方标准 DB 34/T 30522017 智能工厂和数字车间建设 实施指南 Construction of smart factory and digital workshopImplementation guidance 文稿版次选择 2017 - 12 - 30 发布 2018 - 01 - 30 实施安徽省质量技术监督局发 布 DB34/T 30522017 I 前 言 本标准按照 GB/T 1.1-2009 给出的规则起草。 本标准由合肥市经济和信息化委员会提出。 本标准由安徽省经济和信息化委员会归口。 本标准起草单位：中国船级社质量认证公司安徽分公司、合肥市经济和信息化委员会、安徽省质量和标准化研究院、中科院合肥技术创新工程院、安徽叉车集团有限责任公司、TCL 家用电器（合肥）有限公司、安徽江淮专用汽车有限公司、合肥万顺信息科技有限公司、安徽智圣通信技术股份有限公司、合肥昊邦信息科技有限公司。 本标准主要起草人：张春玉、黄学良、左平、陈艺虹、周召、张作清、李义福、戴继勇、彭辉、沈辉、高鹏越、徐桂峰、章茂顺、杭永光、李斌、陈向前。 DB34/T 30522017 II 引 言 推进智能制造，是实施中国制造 2025的重要战略举措。为加快安徽省智能制造发展，根据中国制造 2025 安徽篇以及合肥市提出的 “万千百”创新工程，安徽省将智能工厂、数字车间作为两化深度融合的主攻方向，以引导制造方式的变革，促进产业转型升级，提升产业核心竞争力。 为规范工业企业智能工厂、数字车间的建设，特制定智能工厂和数字车间建设 实施指南（以下简称“本标准”）。 DB34/T 30522017 1 智能工厂和数字车间建设 实施指南 1 范围 本标准提供了智能工厂、数字车间建设的实施建议。 本标准适用于智能工厂、数字车间建设的工业企业。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。 凡是注日期的引用文件， 仅所注日期的版本适用于本文件。凡是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/T 19000 质量管理体系 基础和术语 GB/T 23000 信息化和工业化融合管理体系 基础和术语 GB/T 23020 工业企业信息化和工业化融合评估规范 3 术语和定义 GB/T 19000、GB/T 23000 界定的以及下列术语和定义适用于本文件。 3.1 数字化生产线 digital production line 将数字化、自动化生产设备按照要求进行结合，按规定的程序或指令对生产过程进行操作或控制，自动完成产品全部或部分制造过程，包括工业自动化软件、硬件和系统三大部分。 3.2 数字车间 digital workshop 在数字化生产线的基础上，以产品全生命周期数据为基础，通过实时获取制造装备状态、生产过程控制数据以及质量控制数据等信息，并与信息系统有效集成，实现产品制造全过程透明化管理。 3.3 智能工厂 smart factory 信息化智能制造技术在工业企业应用的高级阶段。 以生产产品或提供服务的企业为核心企业， 核心企业及其相关方之间高度协同工作和共享资源，通过对数字化工作流、信息流、物流和资金流的有效管理， 实现企业内外实体的共同目标和各自目标， 构建一个全新的数字化规划、 决策、 执行智能制造体系，推动智能制造生产模式的集成应用，继而实现核心企业全部业务流程一体化运作。 4 建设的原则和目标 DB34/T 30522017 2 4.1 建设原则 4.1.1 战略一致性 智能工厂、数字车间的建设应依据组织的发展战略实施，确保智能工厂、数字车间的建设与其战略的一致性和协调性。 4.1.2 统筹规划，分步实施 智能工厂、数字车间的建设应统筹规划，实现资源共享，防止重复建设。智能工厂、数字车间的建设是逐步推进的过程，组织应做好顶层设计，分阶段有效实施，通过阶段目标的实现，最终达到总体目标的实现。 4.1.3 技术适用性 智能工厂、数字车间的建设应依据组织自身的需求，选择最合适的技术。同时，应考虑该项技术的适用范围及外部接口等问题。 4.1.4 系统“扁平” 智能工厂、数字车间建设过程中，为避免产生 “信息孤岛”，组织应对相关信息系统进行优化、整合，必要时淘汰不合适的系统。 4.2 建设目标 智能工厂、数字车间建设的最终目标是通过实现装备数字化、设计研发数字化、生产过程数字化、经营管理数字化， 对组织现有的各种资源进行整合、 优化、 提升， 以提高组织的核心竞争力和综合效率。 5 领导作用 5.1 最高管理者 为确保智能工厂、数字车间得以有效的建设和实施，最高管理者应充分认识智能工厂、数字车间建设的必要性和长期性，并应兼顾组织的长远发展和近期发展，进行科学决策。 最高管理者应为智能工厂、数字车间的建设提供必要的资源支持，资源宜包括： 所需的财务、人力和其他资源； 所需的技术资源； 基础设施资源； 信息资源； 工作环境资源等； 专业技能和培训的需求。 组织应对资源及其配置的充分性、适宜性和有效性进行定期评审，以确保其满足智能工厂、数字车间建设的需要。 5.2 职责与协调沟通 5.2.1 职责与权限 组织应成立项目实施小组，并以任命书的形式指定项目负责人。 DB34/T 30522017 3 组织应对所有承担智能工厂、 数字车间建设的部门及人员确定职责和权限， 对于职责和权限的描述宜通过以下形式： 项目任务书； 岗位描述。 5.2.2 协调与沟通 组织应明确智能工厂、数字车间建设过程中的沟通与协调的机制和方法，并保持畅通。在制定沟通程序时，组织宜考虑以下因素： 信息的接收者及其需求； 方法和媒介； 可利用的技术； 组织的复杂性、结构和规模； 工作场所有效沟通的障碍，如文化水平和语言上的障碍； 法律法规及其他要求； 沟通有效性的评估。 6 资源管理 6.1 总则 最高管理者应对智能工厂、数字车间建设所需资源的配置进行统筹策划和安排，使其充分、适宜。 组织应围绕智能工厂、数字车间的建设，识别、配置、维护、持续优化所需要的资金、人才、设备设施等支持条件和资源，不同支持条件和资源之间应保证相互协调和匹配。 如需采用外部资源，组织应对其适宜性、充分性进行评估。 6.2 资金保障 组织应根据智能工厂、数字车间建设的阶段要求，对资金统筹管理并做出制度的安排，确保资金投入的稳定性、持续性。在资金使用管理方面，组织应考虑如下因素： 资金的预算及审批； 资金的使用及跟踪； 资金不足时的处理措施； 资金未按期投入时的结转。 组织应建立应急机制，以有效控制资金管理过程中的风险。在制定应急机制时，宜考虑： 潜在的风险及应对的措施； 具有特定响应责任和作用的人员的职责和权限； 与应急服务机构的接口和沟通； 法律法规要求等。 6.3 人才保障 组织应根据智能工厂、数字车间建设的阶段要求，确定人力资源的需求并编制需求计划。该计划宜包括： 人员能力的要求； 人员数量的要求； DB34/T 30522017 4 人才获取的渠道和方法。 组织应对人员的能力进行评价，评价可以从学历、能力、经历以及经验等方面进行。 组织应依据智能工厂、数字车间建设的需要，及时调整相关岗位职责并明确技能要求，通过构建网络化、平台化、柔性化、立体化的赋能机制，确保相关人员快速提升技能，满足岗位要求。 组织应依据智能工厂、数字车间建设的需要，确定是否雇用外部专家、技术人才等专业人员，如需雇用，应对其能力进行确定及评价。 6.4 设备保障 组织应依据智能工厂、数字车间建设的要求，对设备设施的配置、升级、更新换代等方面进行统筹部署，并对设备设施满足智能工厂、数字车间建设的充分性、适宜性和有效性进行持续的评价。 组织宜按全生命周期的管理要求对设备设施进行管理，包括购置、调试、使用、维护和报废过程，确保安全可控。 如果组织所使用的设备设施需要外部供方提供，组织应对其能力进行确定及评价。 7 建设规划 7.1 总则 不同类型和功能的智能单机设备的互联互通组成数字生产线， 不同的数字生产线间的互联互通是组成数字车间基础，数字车间的互联互通是组成智能工厂的基础。这些单机智能设备、数字生产线、数字车间、智能工厂可以动态地组合，以满足不断变化的需求。 智能工厂、数字车间顶层设计流程可参考图1：智能工厂、数字车间顶层设计流程。 DB34/T 30522017 5 企业战略识别可持续发展竟争力的需求智能工厂、数字车间需求分析方针、目标分析智能制造系统设计智能管理系统设计项目投资预算项目可行性分析项目实施计划项目评审同意顶层设计方案否是 图1 智能工厂、数字车间顶层设计流程 7.2 总体规划 组织应编制智能工厂、数字车间建设的顶层设计方案。在编制顶层设计方案时，宜包括以下内容： DB34/T 30522017 6 组织的基本情况及战略定位； 组织的战略目标及核心经济指标； 组织智能化、数字化发展的总体思路； 智能工厂、数字车间的总体布局； 智能工厂、数字车间建设的架构。 7.3 规划设计 7.3.1 模型建立 组织应对智能工厂、数字车间建立参考模型，在建立参考模型时宜从纵向集成、横向集成及产品全生命周期的端到端集成三个方面进行考虑。 横向集成宜从客户需求、产品设计、工艺设计、物料采购、生产制造、物流、售后服务等方面进行考虑。 纵向集成宜从企业设备层、控制层、管理层三个层面进行考虑，包括组织内部的设备与控制层、制造执行层、经营管理层、经营决策层。 产品全生命周期端到端的集成，宜从信息物理系统（CPS）角度进行分析，包括感知执行、适配控制、网络传输、认知决策和服务平台。 模型建立可参考图2：智能工厂的总体框架图，数字车间的建设可根据具体情况进行部署。 大数据智能决策云计算供应商关系管理企业资源计划CAD/CAE/CAM/CAPP商业数据知识库绩效管理全面预算外部信息智能设计协同设计平台数字化样机模拟仿真产品生命周期管理/设计知识库/工艺知识库客户关系管理供应链与优化制造执行系统MES/智能调度智能装备智能物流智能控制智能感知服务网物联网智能经营智能生产企业信息门户客户、供应商、合作伙伴信息物理融合系统CPS产品智能智能优化信息安全标准体系 图2 智能工厂总体框架 7.4 系统设计 7.4.1 总则 DB34/T 30522017 7 智能工厂、 数字车间的建设包括总体架构和功能结构。 组织在进行智能工厂、 数字车间系统设计时，应考虑数字化生产线、数字车间、智能工厂的递进关系。组织应编制系统设计方案，在编制方案时，宜包括如下内容： 公司的总体战略目标及阶段性目标 信息化架构设计； 工艺规划设计； 自动化架构设计； 组织管理集成化设计； 系统安全设计。 7.4.2 信息化框架设计 组织应对智能工厂、 数字车间建设的信息化框架进行设计并建立数字化模型， 可以采用的方法包括但不限于： CIM-OSA 方法（computer intergrated manufacturing-open system architecture）； ARIS 方法（architecture of integrated information system）； IDEF 方法（ICAM DEFinition method）； GRAI/GIM 方法（graph with results and activities interrelated）； IEM 方法（integrated enterprise modeling）； EAM 方法（Enterprise Asset Management）。 智能工厂、数字车间的信息化架构包括基础平台层、数据库层、功能层、产品层。组织应明确各层的相关要求，其中： 基础平台层设计宜考虑如下因素： 软件，例如：CAD、PDM、ERP、CAPP、CAE、FMS、MES 以及数据库管理、操作系统等。 硬件，例如：计算机、存储设备、输入/输出设备、无线射频识别技术、传感器、摄像头等。 公共服务，例如：软件接口、硬件接口、结构模式及信息安全。 数据库层设计组织宜考虑如下因素： 设计类，例如：基础设计类数据库、设计类知识库； 试验类，例如：试验数据、试验规范等； 工艺类, 例如：工艺数据、工艺文件等； 管理类，例如：管理制度、管理标准； 标准体系库：例如：数字化管理标准、测试与试验标准、设计标准等。 功能层的设计组织宜考虑如下因素： 工厂布局； 产品设计； 工艺规划； 生产仿真； 虚拟装配； 实验验证。 工厂管理层，完成将车间生产数据送到车间管理层。车间管理网作为工厂主网的一个子网，连接到厂区骨干网，将车间数据集成到工厂管理层。 7.4.3 工艺规划设计 组织应对产品生产工艺进行设计，建立工艺过程模块。组织在建立工艺过程模块时宜考虑： DB34/T 30522017 8 生产效率、成本、质量等目标； 产品数据； 制造资源； 工序操作及过程控制数据； 制造特征。 组织应对工艺制造装备进行选择，例如，针对离散型制造组织，可选择数控机床、工业机器人、智能传感器、智能检测、装配装备等。 7.4.4 自动化架构设计 组织应对自动化架构进行设计，包括现场设备层、车间监控层以及生产管理层三个层面。 现场设备层，完成现场设备控制及设备间连锁控制，宜包括： 分布式 I/O，如现场总线控制、网络信号控制、集散控制； 传感器； 驱动设备； 执行机构和开关设备等。 车间监控层，用来完成车间主生产设备之间的连接，宜包括： 生产设备状态的在线监控 设备故障报警及维护等。 生产管理层，利用计划、组织、用人、指导、控制等活动，对生产过程进行管理，宜包括： 生产任务管理； 工序计划与派工管理； 领料与投料管理； 生产过程管理； 检验过程管理； 产品入库管理。 7.4.5 组织管理集成化设计 组织应充分利用信息技术，对管理集成进行设计。在进行管理集成设计时，宜考虑如下因素： 经营与决策能力； 产品设计研发能力； 供应链协同能力； 生产协同能力； 质量管理与保证能力； 资产管理能力； 设备互联能力； 绿色制造能力 安全管理能力； 环境管理能力； 资金投入使用能力。 7.5 设计过程的监控 组织应对设计过程的关键控制点进行监控，制定监控方案或计划。方案或计划宜明确： 监控的责任人及责任部门； DB34/T 30522017 9 监控的时机； 监控的方法：如可采取评审、研讨、专家座谈会等方式进行。 8 建设实施 8.1 总则 组织应依据智能工厂、数字车间建设模型和设计方案，通过技术获取、项目建设、验收等全过程受控，确保智能工厂、数字车间的建设符合要求。 在利用外部资源时，组织应与咨询、技术、系统集成、运行维护等供方沟通合作，确保合作过程有效可控。 8.2 技术获取 技术获取包括实施准备、执行、安装部署、调试和测试等过程。 组织应对智能工厂、数字车间建设实施做出制度化的安排，包括职责、流程和方法等。 在进行智能工厂、数字车间建设过程中，包括硬件平台和软件平台两个方面。 组织可以通过购置新的设备或对现有设备进行改造升级的方式对硬件平台进行建设。 在硬件平台的建设过程，组织宜编制建设实施方案，明确以下内容： 设备选型； 供应商选择； 检验、安装、验收及售后服务。 组织可以通过购置新的软件或对现有软件进行升级的方式对软件平台进行建设。 在软件平台的建设过程中，组织宜编制建设实施方案，明确以下内容： 软件选型； 供应商选择； 培训和实施； 安装； 测试； 运行及维护。 组织应明确信息系统的安全性、保密性及可用性的要求。 组织应确保技术的应用主体全程参考技术获取过程。 8.3 建设 组织应编制智能工厂、数字车间建设实施的具体方案，在编制方案时，组织宜考虑如下因素： 项目实施进度； 项目的滚动、调整方案； 采购需求； 资金准备； 人员需求； 关键项目论证与系统监理体制。 在智能工厂、数字车间的建设过程中，组织应加强风险点识别和风险控制，制定应对措施以规避风险。 8.4 验收 DB34/T 30522017 10 组织应编制试运行计划，明确试运行的时间、方式、步骤、操作人员等内容，必要时包括应急处理的相关内容。 试运行前，应组织对试运行人员进行必要的操作培训。 组织应针对智能工厂、数字车间的建设编制验收方案，包括验收的目的、依据、验收的内容、测试的方法及数据获取、处理等内容。 组织应对验收的结果进行评审。 8.5 效果评估 组织可以参见 GB/T 23020 的要求，结合组织的实际情况，策划并建立一套完整、有效的评测与改进体系。组织应编制评价的准则。 组织应对智能工厂、 数字车间的阶段性建设以及整体的投运效果进行评价， 并对评价的结果进行分析。 对于未达到目标的情况需进行原因分析并制定改进计划， 或在后序建设过程中根据要求对建设方案进行动态的调整。 针对调整的方案应进行评审。 9 监督与控制 9.1 监督管理 组织宜建立质量保证体系，以明确智能工厂、数字车间建设中的质量要求。 组织应对关键质量控制点建立监督检查制度， 包括检查的时机、 方法、 人员， 以保证质量符合要求。 9.2 控制管理 应对组织的智能工厂、 数字车间的建设、 实施进行过程控制， 以保证应用实效。 在建立控制措施时，可考虑以下因素： 生产效率； 产品设计开发； 产品质量； 运营成本； 用工情况； 市场响应； 供应链运行； 节能减排； 安全运行； 环境绩效； 设备运行。 9.3 风险防范 组织应建立全面风险管理机制，树立风险全生命周期管理理念，进行风险管理规划，提出风险的应对措施，使风险管理贯穿于生产管控全过程，确保实现进度、质量、费用、安全等目标。 DB34/T 30522017 11 参 考 文 献 1 国家智能制造标准体系建设指南（2015版） 2 智能制造 中国工信出版集团 2016年5月第1版 国家制造强国建设战略咨询委员会、中国工程院战略咨询中心 编著 3 GB/T 18757 工业自动化系统 企业参考体系结构与方法论的需求 4 GB/T 18999 工业自动化系统 企业模型的概念与规则 5 GB/T 19001 质量管理体系 要求 6 GB/T 23001 信息化和工业化融合管理体系 要求 7 GB/T 24001 环境管理体系 要求及使用指南 8 GB/T 28001 职业健康安全管理体系 要求 9 机械制造业智能工厂规划设计机械出版社 2017年6月第1版 蒋明炜 编著 10 数字化工厂建模、实施与评估 科学出版社 2014年6月第1版 蔡敏 崔剑 叶范波 编著 11 合肥市智能工厂和数字化车间认定管理办法（试行） (登记号：HFGS-2015-195) _