DB14-T 3027-2024 智能制造诊断服务规范

ICS35.240.50CCSL70DiagnosticServiceSpecificationofIntelligentManufacturingIDB14/T3027—2024前言 12规范性引用文件 13术语和定义 14基本要求 15诊断服务内容 16诊断服务流程及要求 57诊断报告编制要求 6附录A（资料性）智能制造诊断报告框架 7参考文献 8DB14/T3027—2024本文件按照GB/T1.1—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。本文件由山西省工业和信息化厅提出、组织实施和监督检查。山西省市场监督管理局对标准的组织实施情况进行监督检查。本文件由山西省装备制造业标准化技术委员会（SXS/TC07）归口。本文件起草单位：山西华益慧联科技有限公司、山西大数据产业发展有限公司、山西省大众科技评估中心、太原矿机电气股份有限公司、山西云时代同昌智能技术有限公司、中机第一设计研究院有限公司、精英数智科技股份有限公司、山西通创智能制造股份有限公司。本文件主要起草人：李晓彬、董飞、司文、杨少封、薛安东、畅佳伟、严野、王建国、云奎、叶乐楠、温天哲、吴喆峰、李婷婷。DB14/T3027—20241智能制造诊断服务规范本文件规定了智能制造诊断服务的基本要求、诊断服务内容、诊断服务流程及要求和报告编制要求。本文件适用于智能制造系统解决方案供应商和第三方开展的智能制造诊断服务活动。制造企业开展自我诊断，可参照执行。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/TGB/T39116-202040647-2021智能制造成熟度模型智能制造系统构架3术语和定义GB/T40647-2021界定的以及下列术语和定义适用于本文件。3.1智能制造Intelligentmanufacturing通过综合和智能地利用信息空间、物理空间的过程和资源，贯穿于设计、生产、物流、销售、服务等活动的各个环节，具有自感知、自决策、自执行、自学习、自优化等功能，创造、交付产品和服务的新型制造。[来源：GB/T40647-2021，3.1]3.2智能制造诊断服务Intelligentmanufacturingdiagnosticservices由智能制造系统解决方案供应商和第三方评估企业智能制造能力水平，帮助企业梳理现状、发现短板、识别问题，并提出改造建议及路径规划。4基本要求参与诊断服务的智能制造系统解决方案供应商和第三方应具备提供智能制造诊断服务的能力。5诊断服务内容5.1智能制造能力现状诊断5.1.1总体要求DB14/T3027—20242智能制造能力现状诊断围绕企业的组织战略、人员技能、数字化装备、数据采集与应用、网络、信息安全、产品设计、工艺设计、采购、计划与调度、生产作业、仓储配送、物流、设备管理、安全环保、能源管理、系统集成17个能力维度开展诊断工作，可根据企业实际业务活动特点对能力维度进行适当裁剪。5.1.2组织战略诊断评估智能制造发展战略以及推动智能制造建设工作相关的组织机构和岗位设置情况等。5.1.3人员技能诊断评估智能制造相关人员配置、人才培养体系、创新管理机制、知识管理体系、知识与技能数字化或软件化情况等。5.1.4数字化装备情况诊断评估关键工序数字化设备的应用、关键工序设备人机交互功能、设备的远程运维及预测性维护能力5.1.5数据采集与应用诊断评估主要业务活动及主要设备相关数据的采集、分析与利用情况等。5.1.6网络基础设施情况诊断评估企业办公网络、生产网络及工业控制网络覆盖情况等。5.1.7信息安全诊断评估网络防护能力、工业防毒软件的应用、信息安全风险的日常管理等。5.1.8产品设计诊断评估二维及三维产品设计软件的运用情况、产品设计数据及文档管理、标准库建设情况、产品设计仿真开展情况等。5.1.9工艺设计诊断评估工艺仿真分析、工艺设计动态优化、工艺知识库建设、工艺设计与产品设计的协同情况等。5.1.10采购诊断评估采购活动中数字化系统的应用、采购与其他生产相关系统的集成情况、采购模型与供应商评价模型的运用情况等。5.1.11计划与调度诊断评估计划编制中信息化系统的应用、异常情况应对、计划与企业资源调度的协同情况等。5.1.12生产作业诊断评估生产作业计划的下发方式、生产过程中生产进度和过程质量的动态监测情况等。DB14/T3027—202435.1.13仓储配送诊断评估仓储管理中数字化仓储设备、配送设备及相关管理软件的应用情况、仓储管理系统与企业资源管理系统的集成优化情况等。5.1.14物流诊断评估企业物流运输过程中数字化管理系统的应用以及运输管理系统与其它生产相关系统的集成应用等。5.1.15设备管理诊断评估设备日常管理数字化系统应用情况、设备运行状态的实时监测、设备关键运营指标的统计与分析等。5.1.16安全环保诊断评估安全管理和环保管理的数字化系统应用情况、安全作业与风险管理数据分析、环保数据的监测与预警等。5.1.17能源管理诊断评估能源管理数字化系统的应用情况、能源数据的动态监测、评估与优化等。5.1.18系统集成诊断评估各数字化系统间的集成情况、系统集成的技术架构、集成接口的规范性等。5.2智能制造建设成效诊断5.2.1智能制造建设成效诊断总体要求智能制造建设成效诊断是对企业通过智能制造项目建设取得的成效开展诊断工作，主要对关键工序数控化率、数字化研发工具普及率、数据采集率、信息化系统普及率和系统集成率5项关键指标进行评分，并根据评估结果计算企业智能制造建设成效指数。5.2.2智能制造建设成效评分模型5.2.2.1智能制造建设成效诊断分别对关键工序数控化率、数字化研发设计工具普及率、数据采集率、信息化系统普及率、业务集成率5项关键指标进行打分，并根据智能制造建设成效评分模型（见表1）计算企业智能制造建设成效指数。表1智能制造建设成效评分模型1W=25%2W=25%3W=20%DB14/T3027—20244表1智能制造建设成效评分模型（续）4W=15%5W=15%I5.2.2.2智能制造建设成效指数，按公式（1）进行计算： 式中：I——智能制造建设成效指数；IE——关键工序数控化率；ID——数字化研发设计工具普及率；IC数据采集率；IS——信息化系统普及率；II——业务集成率；WE——关键工序数控化率指标权重；WD——数字化研发设计工具普及率指标权重；WC——数据采集率指标权重；WS信息化系统普及率指标权重；WI——业务集成率指标权重。5.2.3各项智能制造关键指标含义及计算方法5.2.3.1关键工序数控化率关键工序指对成品的质量、性能、功能、寿命、可靠性及成本等有直接影响的工序；产品重要质量特性形成的工序；工艺复杂，质量容易波动，对工人技艺要求高或总是发生问题较多的工序。关键工序数控化率为已实现数控化的关键工艺环节数量与关键工艺环节总数的比值，计算公式如下：关键工序数控化率=已实现数控化的关键工艺环节数量/关键工艺环节总数×100%。5.2.3.2数字化研发设计工具普及率数字化研发软件是指CAD、CAE、CAM及在工艺设计阶段使用的其它数字化设计软件。数字化研发设计工具普及率为制造工厂的数字化研发软件使用情况，计算如下：数字化研发设计工具普及率=1（有使用以上全部或部分软件）×100%，数字化研发设计工具普及率=0（未使用以上任何软件）。5.2.3.3数据采集率数据采集率为已实现数据自动采集的设备数量与制造现场设备总数的比值，计算公式如下：数据采集率=已实现数据自动采集的设备数量/制造现场设备总数×100%。5.2.3.4信息化系统普及率DB14/T3027—20245业务活动包含以下13类：产品设计、工艺设计、采购管理、计划调度、生产作业、设备管理、安全环保、仓储配送、能源管理、物流管理、财务管理、销售管理、售后服务，可根据实际情况裁剪。信息化系统普及率为部署了信息化系统的业务活动种类数与业务活动种类总数的比值，计算公式如下：信息化系统普及率=部署了信息化系统的业务活动种类数/业务活动种类总数×100%。5.2.3.5业务集成率业务活动包含以下13类：产品设计、工艺设计、采购管理、计划调度、生产作业、设备管理、安全环保、仓储配送、能源管理、物流管理、财务管理、销售管理、售后服务，可根据实际情况裁剪。业务集成率为无任何集成活动的业务活动种类数与业务活动种类总数的比值的补集，计算公式如下：业务集成率=1-(无任何集成的业务活动种类数/业务活动种类总数)×100%。5.3智能制造建设短板和问题分析基于对企业智能制造能力现状与智能制造建设成效的诊断情况，对企业智能制造建设的短板进行梳理，并对建设过程中存在的问题及其原因进行分析。5.4智能制造建设方案及路径基于诊断情况，为企业未来智能制造建设进行顶层设计，并制定适合其能力现状的智能制造建设方案和实施路径。应包含但不限于智能制造顶层规划、重点项目建设方案、实施路径规划及建设预期效果等内容。可基于以上必要点进行拓展分析。6诊断服务流程及要求6.1诊断服务流程应包括诊断前准备、现场诊断、撰写报告和召开末次会议，如图1所示。首次会议明确需求撰写报告末次会议现场调研撰写报告末次会议制定计划专家座谈现场诊断末次会议撰写报告诊断前准备现场诊断末次会议撰写报告图1智能制造诊断服务流程图6.2诊断前准备6.2.1明确需求了解企业的基本经营现状和对诊断服务工作的个性化要求，并组建诊断服务专家团队。6.2.2制定计划DB14/T3027—20246制定诊断服务的工作计划，应包括诊断服务工作时间表、专家团队分工。6.3现场诊断6.3.1首次会议召开首次会议，会议内容应包含诊断目的说明、诊断服务流程、诊断重点内容及相关工作安排，应留存启动会签到表与会议现场照片。6.3.2现场调研通过生产现场实地调研、与企业相关管理人员进行访谈和查阅相关系统数据及资料等方式，对企业各项智能制造能力维度进行评估，并参照智能制造建设成效评分模型（见表1）对各项智能制造关键指标进行评估，以了解企业智能制造建设现状和建设成效的相关情况及数据。6.3.3专家座谈与被诊断企业的高层管理人员和相关部门负责人进行座谈，了解企业智能制造建设现状及未来规划。6.4撰写报告基于现场调研情况及数据，专家团队编写《智能制造诊断报告》（见附录A）。6.5末次会议专家团队就诊断整体情况、问题分析意见和未来建设方案等相关内容向企业管理层进行汇报。7诊断报告编制要求《智能制造诊断报告》能够全面、详实的反映企业智能制造建设的客观现状、梳理智能制造建设过程中的短板和问题，并制定建设方案和实施路径。其内容描述应客观、准确，做到图文并茂。《智能制造诊断报告》编写框架格式参见附录A。DB14/T3027—20247（资料性）智能制造诊断报告框架一、企业基本情况介绍（一）企业基本经营情况（二）企业智能制造建设概况二、诊断服务过程（一）诊断服务工作过程描述（二）关键过程文件1.保密协议书2.诊断服务签到表3.诊断完成确认及企业满意度评价单三、企业智能制造诊断及分析（一）诊断依据1.智能制造能力维度2.智能制造建设成效评分模型（二）智能制造诊断情况总述（三）诊断具体情况及问题分析1.围绕企业各项智能制造能力维度，逐项对企业智能制造建设现状进行描述和评估，并针对建设过程中的短板和问题进行分析2.依据《智能制造建设成效评分模型》中各项关键指标得分情况，逐项对企业智能制造建设成效进行描述和评估，并针对短板和问