智能工厂规划设计 课件 第5章 LDGF4.0 企业数智化转型评估阶段

智能工厂规划设计5-LDGF4.0企业数智化转型评估阶段01CONTENT智能制造能力成熟度评估意义

智能制造能力成熟度评估方法对比分析GB/T39116-2020智能制造能力成熟度模型智能制造能力成熟度等级智能制造能力要素智能制造能力成熟度评估方法020304050601智能制造能力成熟度评估意义1.智能制造能力成熟度评估意义智能制造能力成熟度评估为企业提供了一种系统性的方法，用于全面了解现状、精准诊断问题以及明确提升方向，助力企业在数字化转型中实现能力的全面提升。全面了解现状智能制造能力成熟度评估能系统性地了解企业数字化和智能化能力现状，为企业提供精准的自我认知。精准诊断问题清晰地认识企业在各个能力环节存在和面临的问题，帮助企业从源头解决问题，提升智能制造的整体效能。明确提升方向对照标准识别企业与同行业领先企业的能力差距，精准确定改造方向，助力企业实现智能制造能力的跃升。02智能制造能力成熟度评估方法对比分析2.智能制造能力成熟度评估方法对比分析根据当前智能制造成熟度研究现状，针对不同的智能制造能力成熟度模型与评估方法，从评估目标、聚焦核心、评估维度与评估等级四个维度进行对比分析。智能制造成熟度评估方法的实施有利于帮助企业识别智能制造短板、明确发展方向，还可以为企业提供智能制造能力的自诊断服务。2.智能制造成熟度评估方法对比分析03GB/T39116-2020智能制造能力成熟度模型3.GB/T39116-2020智能制造能力成熟度模型2021年5月1日，GB/T39116-2020《智能制造能力成熟度模型》国家标准正式实施正式实施。该标准是在工业和信息化部指导下，由电子标准院联合40余家相关企事业单位共同研制的国家标准。标准聚焦“企业如何提升智能制造能力”的问题，提出了智能制造发展的5个等级、4个要素、20个能力子域。智能制造能力成熟度评估模型引导制造企业基于现状合理制定目标，“有规划、分步骤”的实施智能制造战略，有效推动产业生态良性循环、健康发展。该标准适用于制造企业、智能制造系统解决方案供应商和第三方开展智能制造能力的差距识别、方案规划和改进提升。04智能制造能力成熟度等级4.智能制造能力成熟度等级智能制造能力成熟度等级规定了智能制造在不同阶段应达到的水平。成熟度等级分为五个等级，自低向高分别为一级（规划级）、二级（规范级）、三级（集成级）、四级（优化级）和五级（引领级），较高的成熟度等级要求涵盖了低成熟度等级的要求。五级（引领级）四级（优化级）三级（集成级）二级（规范级）一级（规划级）4.智能制造能力成熟度等级一级二级三级四级五级企业应开始对实施智能制造的基础和条件进行规划，能够对核心业务活动(设计、生产、物流、销售、服务)进行流程化管理。规划级企业应采用自动化技术、信息技术手段对核心装备和核心业务活动等进行改造和规范，实现单一业务活动的数据共享。规范级企业应对装备、系统等开展集成，实现跨业务活动间的数据共享。集成级企业应对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化。优化级企业应基于模型持续驱动业务活动的优化和创新，实现产业链协同并衍生新的制造模式和商业模式。引领级05智能制造能力要素5.智能制造能力要素能力要素给出了智能制造能力提升的关键方面，包括人员、技术、资源和制造，共4个要素。每个要素下存在不同的能力域，能力域下又存在不同的能力子域。以制造能力要素为例，若对其生产能力域进行评估，需要从采购、计划于调度、生产作业、设备管理、仓储配送、安全环保与能源管理7个能力子域进行评价。以生产作业为例，智能制造能力成熟度模型对生产作业能力子域的生产规范、工艺文件、生产信息、作业计划、资源配置、设备状态、生产质量、生产模式等项点进行了描述，便于开展精细化的评估工作。5.智能制造能力要素Level1一级Level2二级Level3三级Level4四级Level5五级a)应制定生产作业相关规范，并有效执行；b)应记录关键工序的生产过程信息。a)应通过信息技术手段，将工艺文件下发到生产单元;b)应基于信息技术手段,实现生产过程关键物料、设备、人员等的数据采集，并上传到信息系统;c)应在关键工序采用数字化质量检测设备，实现产品质量检测和分析;d)应通过信息系统记录生产过程产品信息，每个批次实现生产过程追溯。a)应根据生产作业计划，自动将工艺文件下发到各生产单元;b)应实现对生产作业计划、生产资源、质量信息等关键数据的动态监测;c)应通过数字化检验设备及系统的集成，实现关键工序质量在线检测和在线分析，自动对检验结果判断和报警，实现检测数据共享，并建立产品质量问题知识库;d)应实现生产过程中原材料，半成品、产成品等质量信息可追溯。a)应根据生产作业计划，自动将生产程序、运行参数或生产指令下发到数字化设备;b)应构建模型实现生产作业数据的在线分析，优化生产工艺参数、设备参数、生产资源配置等;c)应基于在线监测的质量数据，建立质量数据算法模型预测生产过程异常，并实时预警;d)应实时采集产品原料、生产过程、客户使用的质量信息实现产品质量的精准追溯并通过数据分析和知识库的运用，进行产品的缺陷分析，提出改善方案。a)宜实现生产资源自组织、自优化，满足柔性化、个性化生产的需求;b)应基于人工智能、大数据等技术,实现生产过程非预见性异常的自动调整;c)应基于模型实现质量知识库自优化。规划级规范级集成级优化级引领级生产作业能力子域在不同成熟度等级下应满足的具体条件如下：06智能制造能力成熟度评估方法6.智能制造能力成熟度评估方法智能制造能力成熟度评估流程包括预评估、正式评估、发布现场评估结果和改进提升。完成评估流程后，评估组应将采集的证据与成熟度要求进行对照，按照满足程度对评估域的每一条要求进行量化打分。能力要素能力要素权重能力域能力域权重能力子域能力子域权重人员6%组织战略50%组织战略100%人员技能50%人员技能100%技术11%数据应用46%数据应用100%集成27%集成100%信息安全27%信息安全100%资源6%装备50%装备100%网络50%网络100%制造77%设计13%产品设计50%工艺设计50%生产48%采购14%计划与调度16%生产作业16%设备管理14%安全环保14%仓储配送13%能源管理13%物流13%物流100%销售13%销售100%服务13%产品服务50%客户服务50%能力要素的得分为该要素下能力域的加权求和，能力要素的得分按下式计算：式中：B——能力要素得分；C——能力域得分；β——能力域权重。6.智能制造能力成熟度评估方法离散型制造企业的主要评估域及推荐权重如下表所示。成熟度等级的得分为该等级下能力要素的加权求和，成熟度等级的得分按下式计算：式中：A——成熟度等级得分；B——能力要素得分；α——能力要素权重。能力要素能力要素权重能力域能力域权重能力子域能力子域权重人员6%组织战略50%组织战略100%人员技能50%人员技能100%技术11%数据应用46%数据应用100%集成27%集成100%信息安全27%信息安全100%资源6%装备50%装备100%网络50%网络100%制造77%设计13%产品设计50%工艺设计50%生产48%采购14%计划与调度16%生产作业16%设备管理14%安全环保14%仓储配送13%能源管理13%物流13%物流100%销售13%销售100%服务13%产品服务50%客户服务50%能力子域得分为该子域每条要求得分的算术平均值，能力子域得分按下式计算：式中：D——能力子域得分；X——能力子域要求得分；n——能力子域的要求个数。能力域的得分为该域下能力子域得分的加权求和，能力域得分按下式计算：式中：C——能力域得分；D——能力子域得分；γ——能力子域权重。6.智能制造能力成熟度评估方法离散型制造企业的主要评估域及推荐权重如下表所示。6.智能制造能力成熟度评估方法当被评估对象在某一等级下的成熟度得分超过评分区间的最低分，视为满足该等级要求；反之，则视为不满足。在计算总体分数时，已满足的等级的成熟度得分取值为1，不满足的级别的成熟度得分取值为该等级的实际得分。智能制造能力成熟度总分，为各等级评分结果的累计