GB／T 41255-2022  智能工厂 通用技术要求

6.2.1.3模块化设计

采用模块化设计，保持模块在功能及结构方面具有一定的独立性和完整性，考虑模块系列未来白 和向专用、变型产品的辐射，以满足不同需求和产品的升级

天然气标准6.2. 1.4自上而下的设计

性能定义应由总体性能、部件/组件性能到零件性能自上而下逐层分解，应先确定总体性能参数，再 分解到部件、组件性能参数，直到分解到零件的性能参数 结构设计应由总体布局、总体结构、部件结构到部件零件的自上而下、逐步细化，应先确定整体基本 参数，然后是整体总布置、部件总布置，最后是零件设计。 工艺设计应由总体装配、部件装配、组件装配到零件制造逐层分解，应确定工艺分界面，逐级传递。

6.2.1.5面向制造和装配的设计

在产品设计中，宜考虑现有制造和装配能力， 保证产品具有良好的可制造性和可装配性。 应以特征技术为手段，建立面向制造和装配的结构模型，在特征模型基础上建立设计流程，实现特 征知识及工艺推理的集成，支持设计中的信息表达和智能决策

6.2.1.6设计标准化

应标准化、规范化设计流程、方法、产品定义、数据和知识，实现设计标准化和模型/工艺 递的定义。通过标准化、规范化的设计，实现产品生命周期内信息准确传递，提升设计效率。

6.2.2高级设计要求

1面向产品全生命周期的并行/协同设计

在产品设计阶段宜考虑到产品全生命周期/全寿命历程的所有环节，应将所有相关因素在产品设计 分阶段得到综合规划和优化。产品设计应以客户需求或/和技术推动为输人，设计产品的功能、性能、造 型和结构，设计应覆盖产品的规划、设计、零件制造、装配、销售、运行、使用、维修保养、直到回收再用处 置的全生命周期过程。 应将多学科数据和知识统一管理，实现边设计、边分析，设计、仿真、制造、试验的闭环。 考虑全生命周期的并行设计，宜考虑产品设计约束的同时引入后续相关过程约束，产品设计与其后 读相关过程在同一时间框架内并行处理，对产品设计及其后续相关过程进行统一协调和管理。 基于知识的、统一模型的分布式异步、同步协同设计，应有效控制设计界面和接口，缩短产品设计周 期，降低产品开发成本，提高个性化产品开发能力

6.2.2.2基于大数据分析/知识工程的设计与优化

宜建立产品全生命周期的、全流程的、系列化的大数据和知识工程，包括材料、设计、仿真、制造、装 配、检验检测、试验验证、使用维护、退役等数据和知识工程，以支持基于知识的智能设计。 除常规建模方法外（如几何建模），还可以特征技术（如管理特征、技术特征、材料特征、精度特征、形 伏特征、装配特征等）为手段，建立产品数字模型，在特征模型基础上建立设计流程，实现特征知识及推 理的集成，支持设计中的信息表达和智能决策。 利用制造和装配数据和知识、产品全生命周期数据和知识，开展产品仿真优化和再设计，持续提升 产品设计、可靠性、安全性、可制造性、可检测性，持续提升工艺设计、检验检测设计的成熟度，提升质量 稳定性，降低成本，

6.2.2.3动态优化设讯

根据客户需求的动态变化信息、 用的技术能力，开展产品仿真优化和再设计，持续优化产品设计、工艺设计、试验设计，提升产品 性能、可靠性、制造性，降低成本

智能生产是基于信息化、目动化、数据分析等技术和管理手段，实现柔性化、网络化、智能化、可预 测、协同生产模式，对产品质量、成本、能效、交期等进行闭环、持续的优化提升。 智能生产关键要素包括： 生产计划：计划仿真、多级计划协同、可视化排产、动态计划优化调度； 生产执行：生产准备、作业调度、协同生产； 质量管控：质量数据采集、质量档案和追溯、分析与改进； 设备管理：设备状态监测、设备运行分析、设备运行维护、设备故障管理。 智能生产示煮图如图4所示。

GB/T412552022

应根据订单和项目要求制定生产计划，并监控计划完成状态以满足订单和项目的管理要求。 应根据订单和项目要求，形成多级计划并完成多级计划协同，应监控多级计划的过程反馈，形成数 据闭环，根据生产反馈信息进行动态调整优化。多级计划示例如下 示例： 一级计划关联项目合同。 二级计划关联付款节点。 三级计划关联PBOM（排产）SBOM（采购）并细化到部组件 应实现生产计划可视化，包括多级计划可视化、监控数据可视化、实时执行数据可视化、计划对比数 据可视化，计划完成进度可视化等

7.2.2.1数字化车间内的生产执行

7.2.2.2协同生产

7.2.2.2.1工厂生产动态反馈

生产车间应通过ESB，以实时、动态的方式向工厂信息中心提供计划达成率、生产进度、工艺及质 量、能耗、物料消耗、设备故障（预）诊断、设备利用率、人力资源等数据，提供给生产过程决策系统进行全 工厂生产过程及状态的分析优化

7.2.2.2.2车间协同生产

工厂生产工单应根据产品设计平合所提供的原材料、配件、外购零部件等物料数据，零部件、半成 品、成品等产品数据，成品目标、工艺特性等技术数据，结合ERP提供的客户订单，经过ERP的物料需 求计划（MRP)运算产生。以实现柔性化的生产流程为目的，向各车间自动分配生产任务及执行计划， 并监控、管理、调整各个车间的生产进度，同时对各类生产资源进行实时、动态的调配。从产品设计到工 艺分配，从客户订单到生产工单，从生产排产到生产执行，从分析反馈到设计改进，形成一个工厂级的闭 环的优化流程。

车间内部设备管理应满足GB/T37393一2019中10.6的规定。 应建立设备管理系统，系统应与ERP，MES等系统实现信息交互，应能配合其他系统实现排产和 生产调度。维修维护策略的形成和资源的优化。 应对关键生产设备、关系到多个车间或整个工厂的设备，如供源设备、安全设备等进行实时状态监 测。并对运行状态进行建模分析，给出设备运行趋势预测曲线。 应根据设备类型制定相应的周期性维护计划，并按计划对设备进行维护。应将维护信息以数字化 的方式进行归档。 宜根据设备运行趋势曲线制定有针对性的预测性维护方案，及时发现设备运行的潜在异常情况并 进行维护管理。 宜建立基于知识库的故障诊断系统，及时准确的发现诊断故障，并给出故障解决方案，宜提供专家 远程诊断功能以有效解决偶发的、系统不能正确诊断的复杂故障

智能物流是智能工厂中重要组成部分，其关键要素主要包括智能制造环境下厂内物流的智能仓储 和智能配送。智能物流的关键要素如下： 智能仓储：智能物流应部署智能仓储系统，在WMS系统的基础上，结合智能生产与智能管理 系统，优化仓储布局和策略； 智能配送：智能物流应充分利用自动化技术和路径优化方法，围绕物料智能分栋系统、配送路 径规划、配送状态跟踪等方面提升物料配送效率

智能工厂中的智能配送应满足以下技术要求：

GB/T412552022

在智能工厂内，应用自动化配送设备，如自动导引车（AGV）、悬挂链、传输带等实现物料配送 自动化； 通过与智能管理与智能生产等业务的集成优化，根据生产计划实现智能配送，降低工位库存； 能结合生产线布局和物料需求，对物流配送路径和运输模式进行精益化规划，实现物流配送路 径与装载优化； 能实时监控物料和运输工具，利用传感器获取货物数据，实时定位和追踪原材料、半成品、成 品、运输工具的位置与动向

8.2.3厂级物流协同

在企业研发、生产、经营的数字化、信息化、网络化的基础上，应用虚拟仿真、人工智能、大数据分析， 云计算等技术，对企业的采购、销售、资产、能源、安全、环保和健康，以及产品设计、生产、物流等管理模 块进行信息化提升、系统化集成及精益化协同，并形成可迭代、可优化、具有智能特征、面向全局的管理 系统，以为企业各管理层的智能决策提供支撑， 智能管理示意图如图5所示

应通过对供应链中的供应商、原材料质量、供货期、各类库存、生产及销售计划等流程中动态信息的感知 和获取，结合物料预测与分析及高级计划排程等系统而自动形成物料采购计划，同时应对物流进行监控。 应以信息化的方式来辅助采购业务。应实现企业级的供应商管理、比价采购、合同管理等，实现采购 内部的数据共享。宜实现采购管理系统与生产、WMS的集成，实现计划、流水、库存、单据的同步与优化。

应建立客户管理系统，并与企业资源管理（如ERP)实现数据集成，应建立详细的客户数字化档案： 以及客户跟踪、关系（及变更）、商业机会、订单、产品维护、销售过程、回款、服务等记录，并做到实时的数 据更新。 应通过信息系统对企业内部的销售业务及销售过程进行管理并与财务等信息系统集成，形成对销 售业务及过程中的费用、绩效、成本考核等动态的核算与管理。对经销商、销售渠道等应用共享信息系 统的管理模式，形成对产品流向、产品串货、市场分配等进行远程管理的信息化系统，而经销商也可利用 该系统进行下单、对账、结算等业务。

资产管理的对象为制造企业生产经营活动应具备的设备资源。应以数字化描述的方式建立设备的 数字档案，并与企业资源管理、生产过程管理等信息化系统实现信息与数据的对接，实现资产的全生命 周期管理。 智能资产管理应包括：资产台账、资产状态在线监控（如OEE）、故障检测、资产使用效率实时统计 与分析以及设备点巡检、资产维护维修等。同时还应支持包括但不限于设备资产故障预测、在线故障诊 断及原因分析、报废管理等，以及面向大规模个性化生产的资产动态优化调度

智能工厂的能源管理应能够实现工厂内部协同、上下游协同。优化能源和资源的使用，降低能源消 耗、提高能源利用效率 应建立面向内部的能源计量数据采集系统，实现能源的生产、消耗数据实时的自动采集、监控与预 警。宜根据企业实际能源消耗的历史数据及趋势，建立对应的机理和统计模型，结合重点能耗设备的运 行数据，在能源管理信息系统中形成基于本企业能源管控的专家模型。 能源管理要求还应满足GB/T23331一2020的要求。

9.2.5安全环境健康管理

安全管理应满足GB/T38129一2019，并应实现与企业资源管理、生产管理系统的信息集成 环境管理应满足GB/T24001—2016。 健康管理应满足GB/T45001一2020，对其中涉及到的资源要素应建立数字化档案，宜基于实时、动态 的数据采集与监测，应用企业知识库、云计算等技术，完成分析、预测、预警及可优化的信息管理系统。

安全管理应满足GB/T38129一2019，并应实现与企业资源管理、生产管理系统的信息集成 环境管理应满足GB/T24001—2016。 健康管理应满足GB/T45001一2020，对其中涉及到的资源要素应建立数字化档案，宜基于实时、动态 的数据采集与监测，应用企业知识库、云计算等技术，完成分析、预测、预警及可优化的信息管理系统。

10.1.1 关键要素

智能工厂的系统集成主要是实现车间与工厂、工厂与企业之间不同层次、不同类型的设备与

GB/T412552022

系统间、系统与系统之间的网络连接，并且实现数据在不同层级、不同设备、不同系统间的传输，最 整和各类产品信息、生产信息、管理信息和系统信息等的互联互通和系统间互操作，支撑智能工厂 持续运营的各类业务流程的实现和优化的技术过程。车间层以下的系统集成不在本文件范围内 具体见GB/T37393一2019，系统集成部分。 智能工厂系统集成关键要素如下： 网络互联：实现连续的、相互连接的计算机网络、数控设备网络、生产物联/物流网络以及工 网络； 数据通信：在系统架构定义和网络互联的基础上，按照数据通信协议要求，定义数据类型和格 式，实现从车间层到工厂层、集团层双边的传输、存储等； 信息互通：定义系统间消息传输和内容解析，并基于数据通信实现系统间信息交互； 集成优化与闭环操作：实现信息空间与物理空间之间基于数据自动流动的信息感知、实时分 析、科学决策、优化执行的闭环体系。

10.1.2.1网络架构

车间层到工厂层/集团层的网络架构可采用多种方式，如星形、环形、总线型、网状等多种方式。 架构示意图如图6示

图6智能工厂网络架构示意图

10.1.2.2异构网络连接

不同类型的网络应通过网 构网络的无缝连接。

10.1.3.1数据字典

数据字典应实现对工厂所有数据的定义和描述，从而促进任意工作流中的两台计算机系统之间的 数据交换，数据分析并且优化工作流程，

10.1.3.2数据采集和传输

车间与工厂数据传输的主干网可采用光纤，现场设备的连接宜采用屏蔽双绞线，对于重要的网段宜 采用穴余网络技术，以此提高网络的抗干扰能力和可靠性。车间与工厂间的网络互联主要是实现数据 的采集和控制功能的执行等。车间与工厂的数据集成也可通过其他技术实现，例如OPCUA等技术。 工厂与集团间的数据传输宜通过互联网方式，其主要实现将工厂数据传输到集团云，并进行存储 处理与发布等。 其他数据集成方法可选择使用基于中间数据表、基于可视化配置的中间件方式、基于ESB等方法

10. 1.3.3数据中心

实时与历史数据库是智能工厂的数据中心。 实时数据库应能够实现各车间的、不同系统、层级之间的实时数据的采集、存储和监视，可在线存储 每个工艺过程点的多种数据，提供车间当前的生产工况，也可以通过数据分析做出实施决策。 历史数据库应是经过归档的数据，它应存储与流程相关的数据与历史数据

10.1.3.4工厂级数据格式与转换

工厂级数据格式企业可自行定义，应对数据进行加密，确保信息安全；也可通过自建企业数据标准 体系等方式。同时宜统一数据语义，减少数据交互过程的歧义

10.1.4集成优化与闭环操作

智能工厂的集成优化应将集团层、工厂层形成的各类决策优化信息向下传递并实现操作。集成优 化应形成信息的闭环，并实现最终产品从研发设计、生产制造、经营管理、运维服务等环节的数字化、网 络化、智能化，最终实现智能工厂各个环节的高度柔性与高度集成，

10.2.1设计、生产优化

宜实现设计、生产、检验、运维服务一体化协同住宅标准规范范本，采集产品在生产、检验、运维阶段的必要数据信息 智能算法及机器学习等技术或方法分析数据间的关联关系以及产品优化的主要影响因素，挖掘 质，优化产品/工艺设计、生产流程等环节。提升质量管理。

10.2.2物流系统优化

素之间的星位和交互数据，结合厂内资源配置、作业计划调度安排，定期的优化改进物流配送策略

包括改进工厂、车间布局，优化物流路径，调整配送速度等

GB/T412552022

宜实现采购与供应、销售等过程的供应链集成，并通过网络化协同与供应商之间实现数据共享，可 动态、实时地分析不同时期、不同交期、不同生产状态下影响下单时间、到货周期及价格波动的主要因 索，以最低成本实现预测性库存，支撑工厂大批量且兼容个性化的柔性生产目标。通过对销售预测和库 存量进行动态感知、智能分析和基于知识库模型的自主决策，最终形成最少库存量、最低采购价的采购 十划。宜建立原材料质量进厂检验的信息化系统，并根据质量判断标准及时向采购部门输出信息。采 购信息化系统根据以上信息自动做出对本批（次）原材料执行退、换货、赔偿等决策，并对供应商资格或 等级进行调整 宜以销售和满足交期的精准性预测为目标，通过信息系统不断收集市场及客户需求信息，应用企业 的经验、知识形成具有数字化、智能化分析、判断能力的销售预模型；形成趋近于市场或特定客户在未来 某一时间段内实际需求量的销售计划，并与采购、生产、物流计划进行信息集成及网络化协同；形成以销 售预测方式拉动的生产、采购、物流计划，以减低库存和生产浪费、满足客户交期。 宜在已建立的关键设备运行模型基础上，通过设备仿真、AR、VR等数字化李生的方法，实现设备 的边缘计算、在线诊断、可靠性管理、远程预警等网络化管理。最终基于知识库大数据平台、云计算、人 工智能的分析算法，实现设备的预知管理

排水管道标准规范范本GB/T18725—2008 制造业信息化技术术语 2] GB/T26100—2010 机械产品数字样机通用要求 37 GB/T 364572018 复杂产品虚拟样机建模方法