工信部印發《智能制造典型場景參考指引（2025年版）》

 

　　2025年版《參考指引》基于制造企業探索實踐，結合技術創新與融合應用發展趨勢，從工廠建設、產品研發、生產管理、生產作業等8個重點環節，凝練出40個典型場景，并圍繞場景業務活動、核心問題、實施路徑與應用成效等方面進行了詳細描述。相比2024年版，新版《參考指引》優化了重點環節布局，新增了數字基礎設施建設、制造工程優化、智能經營決策等典型場景，突出了人工智能新技術在典型場景中的融合應用，加強對企業智能化升級的引領。
 

　　下一步，工業和信息化部將會同相關部門以《參考指引》為基礎，深入實施智能制造工程，統籌推進智能工廠梯度培育、解決方案創新攻關、標準體系建設優化等重點工作，全力打造智能制造“升級版”，推動智能制造向更大范圍拓展、更深程度滲透、更高水平躍升。

 

關于印發《智能制造典型場景參考指引（2025年版）》的通知
 

工信廳通裝函〔2025〕155號

 

　　各省、自治區、直轄市、計劃單列市及新疆生產建設兵團工業和信息化主管部門，有關中央企業：
 

　　為落實國務院辦公廳印發的《制造業數字化轉型行動方案》部署，按照《“十四五”智能制造發展規劃》任務要求，打造智能制造“升級版”，結合智能制造最新實踐和發展趨勢，工業和信息化部組織編制了《智能制造典型場景參考指引(2025年版)》。現印發給你們，請參考做好智能工廠梯度培育、智能制造系統解決方案攻關、智能制造標準研制應用等相關工作，加快推進制造業數字化轉型、智能化升級。
 

　　工業和信息化部辦公廳
 

　　2025年4月19日
 

　　智能制造典型場景參考指引
 

　　（2025年版）
 

　　智能制造典型場景是智能工廠建設的基礎，是推進智能制造的基本業務單元。面向產品全生命周期、生產制造全過程和供應鏈全環節開展工廠的業務解耦，通過新一代信息技術與制造技術深度融合，部署智能制造裝備、工業軟件和智能系統，以數字化、網絡化、智能化方式進行業務重構，形成標準化、可推廣的智能制造典型場景，進而集成貫通構成智能工廠。根據智能制造多年探索實踐，結合技術創新和融合應用發展趨勢，凝練出8個環節的40個智能制造典型場景，作為智能工廠梯度培育、智能制造系統解決方案“揭榜掛帥”、智能制造標準體系建設等工作的參考指引。
 

　　一、工廠建設環節
 

　　1.工廠數字化規劃設計
 

　　面向工廠規劃與空間優化、設備與產線布局、物流路徑規劃、設計資料交付等業務活動，針對工廠設計建設周期長、布局優化難等問題，搭建工廠數字化設計與交付平臺，應用建筑信息模型、設備/產線三維建模、工藝/物流仿真、過程模擬等技術，建立工廠規劃決策知識庫，開展工廠數字化設計與交付，縮短工廠建設或改造周期。
 

　　2.數字基礎設施建設
 

　　面向數據中心、工業網絡、安全基礎設施建設等業務活動，針對工廠算力和網絡能力不足、安全防護能力弱等問題，建設數字基礎設施，推動IT和OT深度融合，部署安全防護設備，應用算力資源動態調配、負載均衡、異構網絡融合、高帶寬實時通信、5G、動態身份驗證、安全態勢感知、多層次縱深防御等技術，建設高性能的算力和網絡基礎設施，以及全方位監測防護的安全基礎設施，提升工廠算力、網絡和安全防護能力。
 

　　3.數字孿生工廠構建
 

　　面向廠房、設備、管網等工廠資產的數據采集存儲、數字孿生模型構建等業務活動，針對數據格式不統一、集成管控難度大、數據價值釋放不充分等問題，應用工業數據集成、數據標識解析、異構模型融合、數字主線、工廠操作系統、行業垂直大模型等技術，開展數據資源管理，構建設備、產線、車間、工廠等不同層級的數字孿生模型，與真實工廠映射交互，提升管控效率，實現工廠運營持續優化。
 

　　二、產品研發環節
 

　　4.產品數字化設計
 

　　面向需求分析、產品定義、初步設計、詳細設計、分析優化、研發管理等業務活動，針對產品研發周期長、成本高等問題，部署CAD、CAE、PLM等數字化設計工具，構建設計知識庫，采用基于模型的設計理念，應用多學科聯合仿真、物性表征與分析等技術，開展產品結構、性能、配方等設計與優化；集成市場、設計、生產、使用等產品全生命周期數據，應用數據主線、可制造性分析等技術，實現全流程系統優化；應用人工智能大模型技術，開展生成式設計創新，自動生成設計方案，縮短產品上市周期，降低研發成本。
 

　　5.產品虛擬驗證
 

　　面向產品功能性能測試、可靠性分析、安全性驗證等業務活動，針對新產品驗證周期長、成本高等問題，搭建虛實融合的試驗驗證環境，應用高精度建模、多物理場聯合仿真、自動化測試等技術，通過全虛擬或半實物的試驗驗證，降低驗證成本，加速產品研發。
 

　　三、工藝設計環節
 

　　6.工藝數字化設計
 

　　面向工藝流程設計、仿真驗證、方案優化等業務活動，針對工藝設計效率低、試錯成本高等問題，部署工藝設計仿真工具，構建工藝知識庫和行業工藝包等，應用機理建模、過程模擬、知識圖譜等技術，實現工藝設計快速迭代優化；應用工藝自動化、人工智能等技術，實現工序排布、工藝指令等自動生成，縮短工藝設計周期，減少設計錯誤。
 

　　7.制造工程優化
 

　　面向生產準備階段的設備選型、產線調試、參數確認、資源分配等業務活動，針對產線不平衡、換產時間長、資源利用率低等問題，搭建中試環境或產線模擬仿真系統，應用產能分析、虛擬測試等方法，實現生產節拍優化和資源有效整合，確保制造過程穩定高效。
 

　　四、生產管理環節
 

　　8.生產計劃優化
 

　　面向主計劃制定、物料需求計劃生成等業務活動，針對市場波動頻繁、交付周期長等問題，構建生產計劃系統，打通采購、生產和倉儲物流等管控系統，應用需求預測、多目標多約束求解、產能動態規劃等技術，實現生產計劃優化和動態調整，縮短訂單交付周期。
 

　　9.車間智能排產
 

　　面向作業排程等業務活動，針對資源利用率低、交付不及時等問題，建設智能排產系統，應用復雜約束優化、多目標規劃、強化學習等技術，基于安全庫存、生產過程數據等要素實現多目標排產優化，縮短交付周期，提升資源利用率。
 

　　10.生產進度跟蹤
 

　　面向生產進度可視化、資源消耗統計等業務活動，針對生產指標計算失真、生產異常發現滯后、資源空置浪費等問題，建設數據采集與監控系統，應用實時數據分析引擎、機器學習、物料實時跟蹤等技術，實現生產數據實時獲取、生產進度實時監控、生產指標自動計算，提高生產透明度和資源利用率。
 

　　11.生產動態調度
 

　　面向緊急插單、設備故障等事件的資源動態調度需求，針對計劃剛性、資源錯配浪費等問題，建設動態調度系統，應用運籌優化、強化學習、遺傳算法、專家系統等技術，實現生產擾動及時響應，人力、設備、物料等制造資源的動態配置，提升生產效率和資源利用率。
 

　　12.倉儲智能管理
 

　　面向物料和成品出入庫、庫存管理等業務活動，針對出入庫效率低、庫存成本高等問題，建設自動化立體倉庫和智能倉儲管理系統，應用自動化盤點、倉儲策略優化、多形態混存揀選、庫存實時調整等技術，實現物料和成品出入庫、存儲、揀選的智能化，提高庫存周轉率和空間利用率。
 

　　13.物料精準配送
 

　　面向廠內物流配送等業務活動，針對物料配送不及時、不精準等問題，部署自主移動機器人等智能物流設備和智能運輸管理系統，應用室內高精度定位導航、物流路徑動態規劃、物流設備集群控制等技術，實現廠內物料配送快速響應和動態調度，提升物流配送效率和準時率。
 

　　14.危險作業自動化
 

　　面向高危物料處理、極端環境操作、密閉空間作業等危險業務活動，針對作業安全風險高、自動化水平低等問題，部署工業機器人、協作機器人等智能作業單元，應用環境感知與識別、遠程實時操控、自主決策等技術，實現危險作業環節的少人化、無人化，提高生產作業安全水平。
 

　　15.安全一體化管控
 

　　面向安全風險識別、安全應急響應等業務活動，針對安全風險高、實時監控難、處置效率低等問題，搭建生產安全管控和應急處置系統，應用生產運行風險動態監控、危險行為識別等技術，提升安全態勢感知能力；基于人工智能等技術實現安全風險預測預警和處置方案自動生成，降低事故發生率和損失。
 

　　16.能源智能管控
 

　　面向高能耗設備節能減排、工廠多能源介質綜合調度等業務活動，針對能耗大、成本高等問題，部署能耗采集設備和能源管控系統，開展多工序能耗溯源定位、高能耗設備建模仿真和參數優化，實現生產過程的節能減排；應用負荷預測、能源平衡分析、多能互補等技術，實現工廠能源綜合管控和整體優化，降低單位產值綜合能耗。
 

　　17.碳資產全生命周期管理
 

　　面向碳排放數據采集、碳足跡追蹤和碳資產核算等業務活動，針對碳排放計量難、碳足跡追蹤效率低等問題，建立數字化碳管理系統，應用碳排放精細化檢測、碳排放指標自動核算、碳捕獲利用與封存等技術，實現碳的追蹤、分析、核算和交易，挖掘碳資產利用價值，降低單位產值碳排放量。
 

　　18.污染在線管控
 

　　面向污染排放監測、污染物收集處理等業務活動，針對污染排放計量難、管理粗放等問題，部署污染排放在線采集設備和管控平臺，應用污染監測、污染物質分析與治理優化、污染源追溯、危害預測預警等技術，實現污染全過程動態監測、精確追溯、風險預警和高效處理，降低污染排放水平。
 

　　19.網絡協同制造
 

　　面向大規模協同制造的需求，打造具備開放協同創新、資源自適應調度、產供銷自組織管控等特征的網絡化協同平臺，通過研發、生產、供應、金融等資源跨地域配置優化，實現協同研發創新、訂單智能分配、制造能力共享、集采集銷等業務高效協同，形成多方共贏的產業生態，加速產業組織形態變革。
 

　　五、生產作業環節
 

　　20.柔性產線快速換產
 

　　面向多種類產品混線生產中的產線切換、工藝調整等業務活動，針對個性化需求響應慢、產線換線時間長等問題，集成智能機器人、智能機床和智能控制系統，打造工藝可重構的柔性制造單元；應用標準化接口、模塊化結構、智能任務編排等技術，實現產線快速切換，縮短停機換產時間；應用網絡自組織、工裝夾具自匹配、控制自適應等技術，實現產線不停機切換，滿足大規模個性化定制需求。
 

　　21.工藝動態優化
 

　　面向生產工藝優化業務活動，針對工藝參數動態調優難等問題，建設工藝在線優化系統，應用機理與數據混合建模、多環節聯合尋優、無監督學習、工藝參數自調優等技術，動態生成最優的控制設定值，提高經濟效益。
 

　　22.先進過程控制
 

　　面向生產過程精準平穩控制的要求，針對復雜工藝過程控制變量多、控制效果差等問題，應用先進過程控制、模型預測控制、多變量協同控制等技術，實現高質量的實時閉環控制，保證工藝過程平穩性，提高產出率。
 

　　23.人機協同作業
 

　　面向產品加工、裝配、包裝及設備巡檢、維護等業務活動，針對傳統生產方式作業效率低、勞動強度大等問題，部署協作機器人、巡檢機器人、智能穿戴設備等智能制造裝備，構建人機協同作業單元和管控系統，應用視覺識別、具身智能、自主規劃和安全保護等技術，實現加工、裝配、包裝、巡檢等過程人機高效協同。
 

　　24.在線智能檢測
 

　　面向質量數據采集、分析、判定等業務活動，針對檢測效率低、響應慢、一致性差等問題，構建在線智能檢測系統，應用智能檢測、物性表征分析、機器視覺識別、參數放行等技術，實現產品質量在線快速識別判定，提升檢測效率和及時性。
 

　　25.質量精準追溯
 

　　面向質量問題識別、追溯等業務活動，針對產品質量波動追溯困難等問題，構建質量管理系統，應用標識、統計分析、大數據等技術，打通生產全流程質量數據，快速鎖定質量問題源頭，提升質量穩定性和可追溯性。
 

　　26.質量分析與改進
 

　　面向質量問題分析、改進等業務活動，針對產品質量波動等問題，建設質量管理系統，構建質量知識庫，應用機理分析、根因分析等技術，開展質量快速診斷和改進提升；應用機理分析、深度學習預測等技術，實現質量問題提前預測預防，提升質量一致性，降低產品不良率。
 

　　27.設備運行監控
 

　　面向設備運行數據采集、狀態分析、集中管控等業務活動，針對設備數據全面采集難、統一管理難等問題，部署設備運行監控系統，集成智能傳感、工業協議轉換、多模態數據融合等技術，實現設備數據實時采集、狀態分析、異常報警、遠程操作，提高設備運行效率。
 

　　28.設備故障診斷與預測
 

　　面向設備故障發現、診斷分析等業務活動，針對設備運維成本高、非計劃停機頻次高等問題，建立故障知識庫和設備健康管理系統，應用知識圖譜、機理分析、語言大模型、模式分析等技術，實現設備故障在線報警和智能診斷；應用振動分析、聲學分析、特征工程、遷移學習等技術，實現設備故障提前預測、提前介入，保障連續生產。
 

　　29.設備維修維護
 

　　面向設備運維計劃制定、資源調度等業務活動，針對響應滯后、修復時間長等問題，部署手持掃碼、電動扭矩扳手等智能終端與工具，建立維修知識庫和設備維修維護管理平臺，應用知識圖譜、語言大模型、遠程指導等技術，實現維修維護方案優化與工單自動化，提升運維效率。
 

　　六、運營管理環節
 

　　30.智能經營決策
 

　　面向工廠人、財、物等資源的調度和決策優化，針對資源配置效率低、依賴經驗決策等問題，構建智慧經營決策系統，應用多因素關聯分析、數字沙盤模擬等技術，實時評估風險與收益，提升科學經營決策水平；應用業務流程自動化、智能體等技術，實現關鍵業務自主決策和流程自動執行，提升運營智能化水平，提高企業效益。
 

　　31.數智精益管理
 

　　面向經營過程的人、機、料、法、環一體化管理等業務活動，針對資源利用率不高、生產管理效率低等問題，應用六西格瑪、6S等精益方法，將精益管理理念與大數據、云計算、數字孿生等數智技術深度融合，實現績效精準核算、資源高效流動、環境全面監控等，提高整體生產經營效率。
 

　　32.規模化定制
 

　　面向產品多品種小批量生產、個性化定制等需求，通過網絡平臺、大數據分析等方式收集客戶多樣化需求，打通研發設計與生產環節，在個性化、模塊化設計基礎上，應用柔性制造系統、可重構產線等手段實現低成本、高效率生產，在實現規模經濟效益的基礎上滿足用戶個性化需求。
 

　　33.產品精準營銷
 

　　面向市場營銷、銷售管理等業務活動，針對客戶需求信息獲取不及時、營銷策略不合理等問題，建立銷售管理系統，應用基于深度學習的用戶精準畫像、市場需求預測、智能快速報價等技術，實現基于客戶需求洞察的營銷策略優化和供需精準匹配，提升營銷精準性。
 

　　七、產品服務環節
 

　　34.遠程運維服務
 

　　面向產品運維等業務活動，針對運維服務難度大等問題，搭建遠程運維服務系統，應用遠程指導、故障預測等技術，實現產品的遠程監控、遠程診斷和預測性維護，提高產品運維效率，降低服務成本。
 

　　35.產品增值服務
 

　　面向產品增值服務等業務活動，針對價值挖掘不充分、客戶粘性不足等問題，推動產品智能化，遠程實時采集產品狀態數據，疊加軟件訂閱、按時租賃、產品操作優化等數據驅動的增值服務，拓展產品價值新空間。
 

　　36.客戶主動服務
 

　　面向客戶關系維護、產品服務迭代優化等業務活動，針對響應不及時、使用體驗差等問題，建立客戶服務管理系統，應用多渠道客戶數據整合、知識圖譜、語言大模型、智能交互等技術，實現客戶參與的產品迭代和服務優化，提高客戶粘性和滿意度。
 

　　八、供應鏈管理環節
 

　　37.供應商數字化管理
 

　　面向供應商入庫、評價、篩選等業務活動，針對供應商比選難、管控能力弱等問題，建立供應商庫，應用供應商風險評估、供應鏈溯源等技術，實現供應商精準畫像和智能篩選，開展基于數據分析的供應商評價、分級分類、尋源和優選推薦。
 

　　38.采購計劃優化協同
 

　　面向采購計劃制定、執行等業務活動，針對市場波動大、交付不及時等問題，建設供應鏈管理系統，應用集成建模、多目標尋優、數據跨域控制等技術，開展市場、采購、庫存、生產等數據的綜合分析，實現采購計劃自動生成和動態優化，并實現上下游供應商之間緊密協同。
 

　　39.供應鏈風險預警與調度
 

　　面向供應鏈狀態監測、風險識別、快速調整等業務活動，針對供應鏈不透明、風險響應滯后等問題，打造供應鏈協同平臺，應用多源信息感知、風險評估預測等技術，實現供應鏈風險在線監控、精準識別、提前預警；應用資源智能匹配、預案模擬仿真、供應網絡自動切換等手段，實現供應鏈的自主修復，提升韌性和安全水平。
 

　　40.供應鏈物流智能配送
 

　　面向供應鏈上下游多式聯運調度、配送路線規劃、運輸過程監控等業務活動，針對物料和成品多點倉儲、運輸過程監控難、配送周期長等問題，建設供應鏈物流管理系統，應用倉網規劃、車貨智能匹配、實時定位跟蹤、智能路徑規劃、智能駕駛等技術，實現物流全程跟蹤、智能調度、異常預警和高效處理，降低供應鏈物流成本，提升準時交付率。
 

　　信息來源：工信部裝備工業一司