2020-2021智能制造发展指数研究报告.pptx

2020-2021智能制造发展指数 研究 报告 目 录 前言 2 一 智能制造发展现状 3 二 智能制造发展趋势 12 未来展望 20 图 1 全国智能制造能力成熟度自诊断企业分布 、 智能制造发展现状 截 至 2020 年 12 月 ， 全 国 12000 多 家企业通过平台开展智能制造能力成熟度 自诊 断 ， 江 苏 、 浙 江 、 山 东 、 宁夏回族 自 治 区 、 四 川 、 湖 南 、 陕西等工业和信 息 化 主管部门高度重 视 ， 有效推动标准 应 用 。 通过对自诊断数据进行分 析 ， 以 反映现 阶 段我国智能制造的发展现状 。 新疆 西藏 甘肃 宁夏 内蒙古 黑龙江 吉林 辽宁 河北 山西 河南 山东 江苏 安徽 江西 福建 浙江 上海 台湾 2000 501-2000 201-500 101-200 51-100 31-50 0-30 海南 湖南 四川 重庆 贵 广西 广东 香港 澳门 云南 陕西 北京 天津 青海 湖北 图 2 全国智能制造能力成熟度自诊断企业 Top5 地区 江苏省 湖南省 山东省 安徽省 安徽省 湖南省 山东省 江苏省 2000 2500 宁夏回族自治区 宁夏回族自治区 0 500 1000 1500 3000 3500 4000 4500 自诊断企业数量 1st 2nd 3 d 4th 5th （ 一 ） 智能制造能力水平明显提升 整体来看 ， 2020 年全国制造业智 能 制造能力成熟度 较 2019 年有所提 升 ， 一 级及以下的低成熟度企业数量减 少 10% 左 右 ， 三级以上的高成熟度企业数量 增 加了 8 % 左右 。 2019 年 2020 年 图 3 全国智能制造能力成熟度水平 75% 的企业开始部署智能制造 在此阶 段 ， 企业对实施智能制 造 有了初步规划并开始实 践 ， 能够实 现 对设 计 、 生 产 、 物 流 、 销售和服务 等 核心业务进行流程化管理 。 一级及以下 二级 三级 四级及以上 0% 10% 20% 50% 40% 30% 60% 70% 80% 90% 85% 75% 12% 14% 2% 6% 1% 5% 在此阶段 ， 企业能够对人员 、 资源 、 制造等进行数据挖掘 ， 形成模型和知识 ， 并基于模型对核心业务进行预测 和优化 ， 探索新的制造模式和商业模式 。 总体来看 ， 十三五期间 ， 制造企业积极向数字化 、 网络化 、 智能化发展转型 ， 企业基础设施改造 、 新一代信息技术应用 、 新模式创新成效明显 ， 智能制造能力明显提升 。 14% 的企业处于成熟度二级 ， 迈向数字化阶段 在此阶段 ， 企业应用自动化技术和信息技术对核心装备和业务活动进行改造和提升 ， 实现单一业务的数据共享 。 6% 的企业处于成熟度三级 ， 网络化特征明显 在此阶段 ， 企业开展网络化集成 ， 对装备 、 系统 、 装备与系统之间开展集成 ， 实现了跨业务间的数据共享 。 5% 的企业处于成熟度四级以上 ， 标杆示范效应显现 （ 二 ） 不同行业智能制造发展水平不均衡 离散型制造业的成熟度水平略高于流程型制 造业 。 离散型制造业 在三级及以上阶段呈现明显增 长趋 势 ， 汽 车 、 电器等排头兵行业在智能制造 方 面进行了大量探索和实 践 ， 带动了行业的整体 水 平提升 。 流程型制造业 在流程化管 理 、 自动化改造 方 面具备良好的基础和优 势 ， 但在智能化提升的 过 程中仍需加快推 进 ， 特别是新一代信息技术在 工 艺优化 、 系统集成 、 服务等环节的应用 。 如图 4、 图 5 所示 。 五级 五级 图 4 离散型和流程型智能制造成熟度等级分布对比图 离散型制造业 流程型制造业 平均值 图 5 离散型和流程型各能力域得分对比图 一级及以下 一级及以下 离散型制造企业 流程型制造企业 二级 二级 三级 四级 三级 四级 0 0.5 1 1.5 2 1.66 1.54 1.75 1.60 1.59 1.53 1.80 1.97 1.84 1.83 1.70 1.73 1.72 1.80 1.63 1.61 1.72 1.61 1.56 1.68 为确保数据分析结果有效 ， 本报告选取了企业样本量超过 200 家的行业进行统计分析 。 结果显示汽车 、 电子 、 电器 、 医药制造 、 化学原料和化学制口等行业处于排头兵地位 。 全国 TOP10 行业 1 智能制造能力水平排名如图 6 所示 。 在此基础上 ， 选取企业样本量超过 500 家的行 业 （ 汽车 、 电子 、 电器 、 专用设备 、 通用设备 ） 进行等级分布统计 ， 结果显示汽车 、 电子 、 电器等行业一级及以下的企业占比低于全国水平 ， 二级和三级企业占比情况高于全国水平 ， 智能 制造能力水平保持领先优势 。 根据平台结果分析 ， 若提高行业整体智能制造能力水平 ， 一级及以下企业应作为重点支持 和培育对象 。 图 6 行业 TOP 10 1 行业分类参照 GB/T 4754-2017 国民经济行业分类 汽车制造业 电子设备制造业 电气机械和器材制造业 医药制造业 化学原料和化学制口制造业 专业设备制造业 有色金属冶炼和压延加工业 非金属矿物制口业 金属制口业 造纸和纸制口业 20% 30% 40% 50% 一级及以下 二级 三级 图 7 行业等级分布情况 0% 60% 70% 四级及以上 10% 90% 80% 100% 电气机械和器材制造业 汽车制造业 计算机 、 通信和其他电子设备制造业 专用设备制造业 通用设备制造业 54.9% 21.7% 13.1% 10.3% 59.8% 16.5% 12.0% 11.7% 67.0% 14.8% 9.6% 8.6% 76.5% 11.7% 6.4 % 5.4% 88.3% 10.7% 3. 4% 2. 6% 2019 年 2020 年 图 8 获得重点支持的企业智能制造能力成熟度水平提升情况 （ ） 重点龙头企业发挥示范引领效应 参与自诊断的企业 中 ， 有 370 家 是 2015-2018 年来获批工信部智能制造试点示范或新模式项日的企 业 。 这些企业 中 ， 平均得分达 到 3.05 分 ， 相 比 2019 年提高 0.24 分 ， 获得重点支持的企业在人员 、 资源 、 技术等方面均具备了智能制造能力提升的保障基 础 ， 仍是创新智能制造技术与模式的主力 军 ， 未来将继 续 保持领先优 势 ， 逐步向高成熟度等级发 展 ， 有望成 为 标杆企 业 ， 并在相关行业大规模移 植 、 推广成功经 验 和模式 。 1 2 3 4 5 2.81 分 3.05 分 参与自诊断的中小 企 业占比 达 87.92%， 通过统 计分析显 示 ， 中小企业 以 生产制造过程的能力提升 为优先发力 点 ， 主要聚 焦 生产制造模式转型与装备 自动化改 造 。 中小企业 更 专注于细分市 场 ， 专业 化 生 产 、 服务和协作配套 能 力是企业发展的核 心 ， 聚 焦产口质量和生产效率的 稳步提升仍是我国中小企 业提高核心竞争力的重要 突破点 。 （ 四 ） 中小企业聚焦生产制造模式转型 图 9 中小企业智能制造发展情况 全业务覆盖占比 物流业务覆盖占比 服务业务覆盖占比 设计业务覆盖占比 销售业务覆盖占比 生产业务覆盖占比 人员 技术 资源 设计 生产 物流 销售 服务 各能力域水平分布 中小企业水平 全国制造业水平 采购 计划与调度 生产作业 设备管理 安全环保 仓储配送 能源管理 中小企业水平 全国制造业水平 85% 49% 智能制造发展规划 28% 战略监控与测评 （ 一 ） 聚焦智能制造远景目标 ， 壁画发展蓝图 制造企业已深刻意识到智能制造是提升核心竞争力的 关 键 ， 并逐步将智能制造细化到企业的战略举措 中 。 日 前 已 有 85% 的企业具备智能制造发展愿景 ， 49% 的企业 制 定了智能制造发展规划 ， 28% 的企业在战略执行过程中定 期开展评测与监 控 ， 并根据评测结果对智能制造战略进 行 优化和调整 。 二 、 智能制造发展趋势 图 10 智能制造战略规划 智能制造发展愿景 （ 二 ） 提升设备数字化和网络化能力 ， 穷实智能制造基础 设备的数字化和网络化是智能制造的基础 ， 根据平台结果分析 ， 截至日前企业设备的数字化水平已有明显改进 ， 设 备数字化率达到 50% ， 完成设备联网和设备运行数据采集的达到 23% ， 实现设备远程监控的达到 24% ， 开始探索设备 预测性维护的达到 14%。 23% 50% 24% 图 11 设备 14% 设备数字化率 设备联网率 设备远程监控 设备的预测性维护 （ ） 扎实推进数字化设计 ， 快速应对需求变化 数字化设计是实现智能制造的关键基础技术 ， 是制造业提升智能制造能力水平的关键方面 ， 日前已从传统二维设计 ， 转变为基于知识库的参数 化 / 模块 化 、 模型化设 计 。 日前已 有 48% 的企业开展了计算机辅助设 计 ， 27% 的企业实现 了 基于三维模型的设 计 ， 25% 的企业开展了数字化建模仿 真 ， 48% 和 39% 的企业应 用 PDM /CAPP 对产口设计和工艺 设 计数据进行结构化管理与归 档 ， 25% 的企业在设计过程中建立了典型组件和设计知识 库 。 数字化设计和制造的普及 有 助于企业适应外部环境技术动态性以及响应外部市场需求不确定性 。 图 12 数字化设计 PDM 系统应用 基于计算机辅助设计 CAPP 系统应用 基于三维模型的设计 典型组件和 知识库的应用 数字化设计建模仿真 （ 四 ） 着力推进生产过程智能化 ， 建设智能化车间 智能车间是落实智能化改造的重要载 体 ， 是制造 业 实现智能化转型升级的基 础 。 根据平台结果分 析 ， 40% 的车间可实现作业指 导 、 加工程 序 、 工艺参数等工艺 文 件的远程下达 ， 36% 的车间部分实现了生产的人 、 机 、 料 、 法 、 环 、 测数据采 集 ， 12% 的车间实现了生产计划和 作 业工单的自动排 程 ， 23% 的车间实现了生产信息的可 视 化与数据统计 ， 29% 的车间实现了设备的信息化管理 。 图 13 生产作业 工 乙 文 件 J.2 程 下 发 生 产 数 据 自 动 集 工 单 J 产 自 动 化 生 产 过 程 可 视 化 设 备 国 里 信 息 化 基 于 信 息 的 全 过 在 质 流 程 线 量 程 质 质 闭 质 量 量 环 量 控 检 国 追 制 测 里 溯 （ 五 ） 关注在线质量管控 ， 提升产品品质可靠性 质量控制的能力与水平成为衡量企业智能制造能力水 平的重要指标和关键要素 。 通过实现工序状态的在线检测 ， 借助于数理统计方法的过程控制系 统 ， 把产口的质量控 制 从 “ 事后检 验 ” 演变 为 “ 事前控 制 ” ， 做到预防为 主 ， 防 检结合 ， 可达到全面质量管理的日的 。 根据平台结果分析 ， 43% 的企业具备过程质量控制方法和技 术 ， 24% 的企 业 具备自动化在线检测设 备 ， 实现对过程质量的在线检测 和 检测结果判 定 ， 16% 的企业依托质量管理系统对质量检 验 标准 、 作业指导 、 质量数据采集和质量问题处置管理 ， 9% 的企业可以实现包括原材 料 、 在制 口 、 成口的全流程质 量 追溯 。 图 14 质量国里 （ 六 ） 加强集成技术深度应用 ， 消除信息孤岛 集成技术的应用及效果是企业迈进成熟度三级的关键核心 ， 促进企业实现各业务 、 信息等的互联与互操作 ， 最终达 到信息流 、 数据流无缝传递的状态 。 根据数据分析结果显示 ， 日前 70% 的企业完成了设备 、 系统间的集成需求与规划 ， 24% 的企业初步实现了物联网与信息系统的融 合 ， 19% 的企业具备完整的系统集成架构和技术规 范 ， 12% 的企业实现 了设计 、 生产 、 物流 、 销售和服务全业务活动的集成 。 完整的系统集成架构 全业务活动集成 图 15 应用集成 OT 与 IT 融合 具备集成需求与规划 （ 七 ） 提升数据分析利用率 ， 基于模型驱动精准决策和业务优化 随着新一代信息技术的在制造业的深度应用 ， 生产制造过程数据倍增 ， 系统地挖掘分析生产制造数据 ， 将数据转化 为知 识 、 知识转化为决 策 ， 基于数据驱动的制造是实现智能化的必要前 提 。 日前已 有 70% 的企业可实现数据在企业 内 部的共 享 ， 31% 的企业可实现数据的跨业务共 享 ， 16% 的企业建立了数据编 码 、 交换格式和集成要求等规 则 ， 开始 对 数据进行标准化和数据治 理 ， 16% 的企业建立了企业级大数据平 台 ， 13% 的企业基于模型分析和应用数 据 ， 驱动生 产 环节的业务优化 。 部门内的数据共享 70% 跨业务的数据共享 31% 数据标准化管理 16% 大数据平台应用 16% 基于数据分析模型应用 13% 图 16 数据应用 （ 八 ） 加快智能制造人才培养 ， 支撑产业持续发展 90% 40% 29% 12% 12% 图 17 智能制造人员技能 根据人力资源和社会保障部的数据分析 预 测 ， 2020 年 ， 智能制造领域人才需求 为 750 万人 ， 人才缺口 300 万 人 ； 到 2025 年 ， 人才需求将到 达 900 万 人 ， 人才缺口预 计 450 万 人 。 根据平台结果分 析 ， 日 前 90% 的企业雇员充分意识到发展智能制造 的重要 性 ， 企业识别了发展智能制造应具 备的人 员 素质和能 力 ， 40% 的企业开始建 立公司级 智 能制造培训体 系 ， 29% 的企业 注重鼓励全 员 识管理和知识转化方 面 ， 12% 的企业建立 了 统一的知识管理平台和知识 库 ， 12% 的企 业 开始积累沉淀专家知识和经验并将其进行数 字化和代码 化 ， 以帮助企业解决运营管理 中 遇到的复杂问 题 。 未来智能制造人才培养 要 聚焦专业 化 、 体系 化 ， 服务企业内部智能 化 过程改进工作 。 智能制造意识 智能制造 技术创新和 知识库与知识 知识数字化与 开展智能制造的技术创新和管理创 新 。 在 知 培训体系 管理创新 管理平台 软件化 党的十九届五中全会明确提 出 ， 坚持把发展经济着力点放在实 体 经济 上 ， 坚定不移建设制造强 国 、 质量强 国 、 网络强 国 、 数字中 国 。 十四五期 间 ， 我们将坚持推进新一代信息技术与制造业融合发 展 ， 以 智能制造为主攻方向 ， 推进制造业生产方式和企业形态的根本性变革 ， 提升制造业数字 化 、 网络 化 、 智能化发展水 平 。 智能制造能力成熟 度 标准既是对我国智能制造实施经验的阶段性总 结 ， 又是下一步推动 产 业能力提升的重要参 考 。 下一步我们将加快推进标准宣贯推 广 ， 持 续 提升贯标广度和深 度 ； 不断优 化 “ 智能制造评估评价公共服务平台 ” ， 广泛开展智能制造水平摸 底 ； 积极推动构建评估服务体 系 ， 引导 企 业 依据标准评估自身短 板 ， 合理开展智能化改造提 升 ； 开发标准 实施 的 配套指 南 ， 聚焦制造业智能化转型的突出问题和明显短 板 ， 提出最 优 路径 ， 为制造业提供智能化转型升级的最佳解决方案 。 三 、 未来展望 THANKS