为贯彻落实《江西省制造业数字化转型实施方案》《江西省制造业数字化转型行动计划（2024-2025年）》和《赣州市制造业数字化转型和智能化改造工作方案（2024—2025年）》,聚焦省制造业重点产业链现代化建设“1269”行动计划和市制造业重点产业链现代化建设“7510”行动计划，通过省级工业发展专项资金，引导和支持制造业数字化转型，推动全省制造业高端化、智能化、绿色化发展，其中支持制造业企业打造“数智工厂”标杆，支持企业围绕工厂智能化、管理信息化、生产精益化，打造特色鲜明的“数智工厂”。
累计支持500家省级“数智工厂”企业，每家奖励100万元。
“数智工厂”建设参考场景
01/ 工厂智能化
场景 | 主要建设内容
---|---
自动化生产 | 引入数控机床、工业机器人、智能检测装备、智能物流装备等，优化生产工序数字化和执行能力，推动工序的少人化、无人化，提升工序的自执行能力。
自动化生产 | 生产线安装传感器探测温度、压力、热能、振动和噪声等，用大数据分析整个生产流程，一旦某个流程偏离标准工艺，及时报警预判。
智能仓储 | 通过Al、射频识别、智能传感与仓储设备、仓储管控系统融合，实现物料自动出入库和信息自动记录，达到仓储可视化管理和自适应优化的目的。
质量监测 | 利用数字传感、人工智能技术来在线采集表面缺陷、产品尺寸、机械加工轮廓尺寸等生产数据，并能够自主判断、识别和定位产品缺陷问题。
质量追溯 | 依托条码、标识和区块链等技术，采集原料、生产、质检等数据，汇集、集成和打通各环节质量数据，实现质量与产品关联匹配和全生命周期追溯。
设备远程维护 | 实时采集设备运行数据和工艺参数，建立设备故障知识库，实现基于事件的设备状态异常预警、远程诊断，以及预测性维护等。
02/管理数字化
场景 | 主要建设内容
---|---
人员管理 | 应用人事管理系统实现考勤、排班、绩效考核等工作的数字化，并与相关系统集成和打通，可对人事、行政等数据进行全面分析，实现人员流失、效率低下、成本高企等组织风险隐患识别、定位和预警。
财务管理 | 生产线安装传感器探测温度、压力、热能、振动和噪声等，用大数据分析整个生产流程，一旦某个流程偏离标准工艺，及时报警预判。
供应链管理 | 围绕供应链建设、供应链管理、供应链风险评估和厂外物流运输，以及供应链上下游企业合作过程中的数据、流程、评估等技术及管理要求，实现产品生命周期管理（PLM）、供应链管理系统（SCM）和客户关系管理系统（CRM）等系统集成应用。
运营管理 | 通过企业资源计划系统（ERP）、产品生命周期管理（PLM）、供应链管理系统（SCM）、客户关系管理系统（CRM）等互联互通，实现采购、计划、生产、销售、财务等方面的数字化管理。
运营管理 | 围绕制造资源控制、现场运行监管、物流过程管控、生产执行跟踪和质量管理监督等各个场景，挖掘数据价值，优化管理模式，驱动开展智能决策、精益制造和精准服务。
仓储物流 | 建立仓储管理系统（WMS），基于条形码、二维码、无线射频识别（RFID）等识别技术实现自动出入库管理，并实现仓储配送与生产计划、制造执行以及企业资源管理等业务的集成。
03/生产精益化
场景 | 主要建设内容
---|---
工艺优化 | 根据产品设计特征，实现基于产品特征库以及工艺知识库的快速工艺匹配，可在三维数字化环境下进行工艺仿真。支持与生产设备的集成对接，保证工艺指令、设备参数信息直接下发到生产设备。
计划调度 | 利用APS等生产计划排产系统或平台，实现基于市场需求、安全库存、制造过程等因素的科学排产，生成优化的生产作业计划、物料计划，以及生产参数并实现在线校验。通过对生产过程的监控，实现系统自动预警和优化调度排产。
生产管理 | 工厂内建设设制造执行系统/制造运营系统（MES/MOM）等信息化系统，实现作业文件自动下发与执行、设计与制造协同、制造资源动态组织、生产过程管理与优化、生产过程可视化监控与反馈、生产绩效分析和异常管理，提高生产过程的智能化和可控性。
安全生产 | 建设安全生产管理系统，基于智能传感、机器视觉、特征分析、专家系统等技术，动态感知、精准识别危化品、危险环节等各类风险，实现安全事件的快速响应和智能处置。
节能减排 | 建立能源综合管理监测系统，对主要耗能设备实现实时监测与控制；采集能源统计数据，进行数据和指标分析，形成优化方案。
节能减排 | 建立产耗预测模型，对水、电、气（汽）、煤、油以及物料等消耗进行实时监控分析，实现能源资源的优化调度、平衡预测和有效管理。
质量管控 | 引入质量管理系统（QMS），通过平台打通业务操作流程和质量检测流程，实现全过程敏捷质量控制，结合看板、短信、邮件、OA、智能手表等多种工具有效地提升生产过程的质量管理效率，实现快速的信息反馈、敏捷的质量结果处理。
解决的问题
01/实现生产过程可视化
由于缺乏现代工厂的车间管理信息化手段，容易造成生产质量不稳定、物料管理损耗大、生产排产不合理等一系列的问题。通过智慧工厂数字孪生技术，可以采集实体生产制造过程中的实时数据，如MES、QMS、ERP、设备数据等，直观地掌握生产信息，设备运行数据，物料使用数据等，实现生产过程的可视化管理，直观了解生产进度安排。发现问题可以及时进行优化调整，改进生产排产安排与工艺流程等，真正实现工厂管理的智能化、智慧化。
02/ 实现生产管理模式升级
智慧化精益生产管理通过消除浪费、提高效率、提高质量和灵活应对市场变化等方面的优势，为企业现代生产运营带来了新的驱动力。通过虚拟环境中的生产仿真与现实中的生产无缝融合，能够提高生产线的平衡性，减少设备停机时间，并通过精细化管理提升整体设备效率(OEE)和整体工厂效率(OPE)，从而实现生产质量的透明化，生产效益的精细化，企业管理的云、边、端全面协同。促进企业的数字化转型和智能化升级，为企业未来的发展奠定坚实的基础。
03/ 实现设备安全监管智能化
设备运行状态与全面安全生产监管是智慧工厂中的一个重要功能，通过实时设备运行监管与车间管理安全协同，有助于规避意外停机导致的生产事故。工厂管理者可以通过该功能回顾和分析设备的历史运行数据，了解设备运行状态，以便于进行故障诊断、性能评估和维护保养的优化。通过实时数据监测、分析与告警、数字孪生双向控制等功能，实现覆盖产线基本情况、订单生产管理、产线优化升级、实时安全调度、设备安全监管、安全隐患防范等业务场景。
方案总体设计
通过数字孪生技术，对企业园区进行园区级数字孪生系统建设，数字孪生系统包含多个子系统模块，具体如下：
01/ 园区3d可视化子系统
按真实比例3d建模构建中等精度的3d园区场景，场景内覆盖园区内相关企业（工厂厂房）、公用工程设施及其他相关对象，以及园区一定范围内周边环境，实时气候环境同步模拟。
02/ 园区厂房空间子系统
通过高精度3d建模及机理模型和数据驱动模型构建工厂孪生世界；工厂相关部分设备、原材料及产品等3d展示及相关数据展示；孪生世界控制台，主要展示工厂重点信息内容及部分功能操作界面；简单互动系统，通过点选等形式进行互动，查看孪生体信息、状态及相关功能入口。
03/ 生产管理子系统
物理世界中工厂分布式控制系统（DCS）和监控信息系统（SIS）的监控及状态数据同步，主要状态信息提示，部分模拟。异常情况（少量）状态及处置模拟；通过生成工艺面板进行设备定位，并自动呈现相关信息及实时数据；工厂相关工艺流程3d展示及相关数据展示生产工艺流程图、dcs图等工艺资料管理（查看）模块。
04/ 数据分析统计子系统
针对历史数据进行统计分析，图表可视化呈现；依托数据驱动模型，对工厂运行状况等进行评估预测。
05 / 故障及异常报警子系统
实时评估分析厂区状态及厂区内设备、人员数据信息，对异常情况进行实时提示警报；对数据分析统计模块评估出可能出现的异常或风险进行提示。
特色亮点
01 /产线总览
针对工厂产线全局、现场实时环境监测、厂区生产及能耗进行展示，产线划分清晰可见，现场生产作业环境更透明。
02/ 智能车间
智能车间直观展示生产流程中的每个环节，包括原材料采购、生产加工、成品出库等，让管理者和现场工人都能够清晰地看到整个生产链条。本项目中，产线沙盘支持管理者根据订单情况，利用电子沙盘模拟产线调整结果，适时调整产线生产流程，保证生产任务和产品质量。
03/ 车间指挥联动
利用大数据分析和机器学习技术，实时监测生产趋势和潜在风险，提前发出预警，减少生产损失。如发生缺料、设备运行不饱和、设备故障等，联动后台工单系统，快速选择并启动应急预案，及时调动资源，最小化事故影响。
04/ 设备智能巡检
监控产线设备的实时运行状态，支持第一或第三视角自定义巡检、漫游巡检及智能巡检模式通过数字巡检提高巡检的准确性、效率和响应速度，同时减少人为错误和运营成本。
05/ 生产质量监管
展示当前及历史订单生产情况，追踪并反馈订单生产进度，帮助管理者及时发现订单生产风险并提前规划预案，保证订单保质保量按时交付。支持点对点追踪产线设备的订单完成情况，系统通过接入汇总后台订单信息数据，实时监控订单从开始到完成的整个生产流程。
06/ 安全调度
针对产线安全模块进行安全预案，接入监控预警系统，出现风险报警后及时提报工单交由指定人员处理，通过系统实时反馈当前进展及风险详情。
江西镝铒智能科技有限公司依托矿库网、镝铒智能物联网中台、镝铒智能可视化平台、中国稀土产业大数据平台、国家稀土功能材料创新中心等多年的科研成果，积极响应国家“人工智能+产业”重大战略，聚焦矿业、新能源、新材料行业数字化转型的数字化解决方案供应商，助力智能制造、智慧工厂和智慧矿山的快速发展。为企业提供企业数字化转型的全生命周期服务（咨询、规划、建设、运维、数据分析、更新升级迭代等）智能化解决方案。公司在企业数字化、信息化等领域拥有深厚的技术积累，通过不断创新，形成了数字化转型和智慧工厂解决方案的核心竞争力。
