数字化智能化车间 规划与建设整体设计方案 感谢聆听 10/13/2025

内生双发选收 设备冗余备份 算力基站 智简网络架构 高集成终端 原生 5G-LAN URLLC+TSN SLA 闭环保障 产线级 5G 工控算力终端 SmartEdge/Ze Box 系列 车间级 5G 工控算力终端 超融合 V1100/ NodeEngine 厂区级工控算力终端 5G 云网一体柜 工 控 算 力 节 点 一体化运维 5G 定位 网络安全数据安全 用 5G 运营商 核心网 专属 网络 Internet 企业数据中心 专属 5GC 独立承载  生产业务场景（深水区无人化）  厂区工控专网，厂区 OT 域业务可靠承 载  车间工控专网，车间 OT 数据不出车间  5G 广连接，即插即用 车 间 级 频段 1 频段 2 算力基站 FRER 工 厂 级 UPF 频段 1 频段 2 FRER FRER 资源统一运维管理 • 快速部署和适配工厂 / 车间 / 现场各级应用 • 解决生产现场工控硬件、操作系统适配和数据 安全问题 PLC L1 生产执行系统 内部光纤网络 边缘云资源池 Profinet Profibus xx 工业总线 操作室 MEC Plug-in 云平台 工艺段 1 PLC 软件 工艺段 2 PLC 软件 车间 / 现场级自动化系统 工艺段 3 PLC

涉及到多条独立的产业链，以网 状呈现。 两大主题 : 智慧工厂 智能制造 三项集成：横向 纵向 端到端 智能制造示意图 CAD PLM MPS MRP APS MES 在线检测设备 设备管理 全程质量追溯 车间实时监控 WMS 客户协同平台 个性化定制 获取客户定制化信息 将信息共享给设计中 心 客户 自动设备 机器人 传感器 PLC 边缘计算 SCADA 通信协议 云计算 ...... 智能立库 基于设备联网的制造协同 实时共享云平台 大数据建模与分析平台 数字孪生与仿真分析 风险预判与自动决策系统 XRKJ 智能制造发展路径解析 智能化阶段 可预见 连接 云平台 自学习 自优化 价 值 车间哪些事 情正在发 生？ “ 可看清” 各部门哪些 事情正在发 生？ “ 可共享” 此次项目所处阶段 传统 ERP 软件无法满足 XRKJ 实现智能制造的需要！ Gartner 对双模 IT 工 业 以 太 网 WMS 储位管理 AGV 动态盘点 库存管理 QMS 标准管理 质量追溯 检验管理 质量分析 EMS 维保管理 安全管理 能效管理 OEE 分析 MES 车间管理 工序管理 物料管理 委外管理 LIMS 样品管理 仪器管理 报告管理 标物管理 云之家 移动业务 / 审批 掌上工厂 / 资金 数据采集 /ETL 数据接入管理 数据清洗 /

Project Content 核心业务蓝图 • 销售预测 • 销售订单 • 订单全程跟踪 需求管理 • 计划管理 • 采购协同 • 采购管理 • WMS 供应协同 • APS 排程 • 车间执行 MES • 质量监控 • 智能制造 生产制造 财务 管理 客户 客户 客户 电商平台 线下渠道 快速响应个性需求 体验 & 快速交付 用户注册与管理 生产报工 生产制造执行 MES 设备管理 品质管理 质检数据 生产数据 质检任务 计划管理 工单计划信息 工单完工状态 作业管理 安灯管理 工装管理 人员管理 设备状态及工艺参数 制造车间 – 现场管理 客户管理 CRM OA Project Content 实施方法 01 02 03 04 统筹规划，落地实施 统筹规划，发展智能制造，主 导智能制造解决方案的构建与 实施落地  提供实时工厂运营数据，进行分析决策  提供有效的订单生产和品质追溯管理工具，提高企业制造运营管理水平  提高各部门协作能力，实现轻松管理 平台化  通过电子看板、监控界面，实时了解各车间生产等进度  WIP 在制品分布清晰可知  生产信息实时采集和共享 可视化  产品生产过程的全过程追溯  员工作业的快速追溯  快速的报表统计，实现订单的生产等历史信息追踪 可追溯

机厂中实现了 批量应用，进行焊点检测、侧围涂胶、车身弧焊等作业，标志着国产 机器人在整车领域的新突破。 “移动机器人+协同优化模型”在汽车行业仓储物流环节应用广 泛，占比约 23%。汽车总装车间生产节奏快，零部件种类繁多，精细 化操作要求高。为保障生产连续性，对物流配送的高效性与精准性要 16 求极高，零部件需按时、按量、准确送达工位，任何延误或错误都可 能造成生产线停滞，影响整体生产进度，对机器人的需求较大。如海 部分整车企业也开发了用于产线优化的人工智能系统，与机器人 配合提升部分操作场景的精确度，占比约为 9%。如宝马推出的先进 的测量和分析系统，可以针对每一部分材料分别收集数据，智能化调 17 节冲压模式；特斯拉上海工厂压铸车间利用人工智能分析系统，对压 铸工艺参数实现全面的数据统计，并进行参数波动报警功能。 另外，人形机器人在工业场景中的应用探索集中在汽车领域。主 要存在三点原因：一是人形机器人与自动驾驶存在大量技术共性，汽 数据开放权限获取困难，但也有部分企业开展了相关探索。比如上海 某 300mm 晶圆生产线案例中 3，车间拥有 400 台机器（人），选取了 64 道工序 78 个波动加大的输入参数，构建三层 BP 神经网络集成的 预测模型，对晶圆工期进行预测，并在其中一个车间内进行验证和调 控，使得该车间晶圆的生产批次（LOT）平均偏差改善了 18%。 3、钢铁：聚焦质量管理和安全管理 钢铁行业是流程

品试验 的时间和成本。 专栏 1 研发设计环节人工智能应用案例 理想汽车的总装车间利用人工智能技术实现自动化产线设 计。理想汽车北京工厂基于人工智能技术平台设计规划并建造实 施整个总装车间产线。该产线采用 AI 赋能的智能设计工具、信 息 化软件系统、预防性维护系统，快速定制实施了总装车间全 部传 送系统、轮胎座椅线装配及存储系统、车门装配系统、动 力总成 装配系统，并接入工业互联网，解决智能产线自动化 装配系统，并接入工业互联网，解决智能产线自动化 装配的需 求。理想汽车还在探索基于大模型的生成式工业设计 在汽车装配 车间的应用，帮助工程师缩短规划周期，加快交付 速度。相较于 传统方式，基于 AI 的方式可以将产线配置时间降 低 50% 左右，将 系统集成效率提高了 43% ，缩减有效技术工时 22 70%。 22 （二）生产制造环节 人工智能赋能制造业生产制造环节，帮助提高生产效率、提升 级别的数据安全保障，让用户操作起来更加方便和安全。 例如可 以自动查询并以图表的方式反馈某月某机位每天的开机 率及变化 趋势，在这个基础上可以继续追问，实现多轮对话。 用户只需要 通过简单的点击、拖拽的操作，就快速制作出车间 的生成数据看 板，为企业的各级管理人员提供深度数据分析和洞 察。 26 案例 2：晶合集成用大模型技术提升企业内部运营管理水平。 合肥晶合集成电路股份有限公司致力于提升企业内部的数字化和

首先，优化公交线路规划和调度管理。通过 DeepSeek 的数据 分析能力，结合实时交通流量、历史数据和乘客需求，实现动态调 整公交线路和班次，减少拥堵和空驶率，提高车辆利用率。例如， 根据早晚高峰的客流特点，智能调整发车间隔，确保资源合理分 配，同时降低运营成本。 其次，提升乘客出行体验。通过 DeepSeek 的智能预测功能， 乘客可以实时获取车辆到达时间、拥挤程度等信息，减少等待时 间，提高出行效率。此外，系统还可以提供个性化服务，如根据乘 难以应对突发情况或 动态变化。DeepSeek 的机器学习算法能够基于历史数据和实时信 息，预测客流高峰期、拥堵路段以及车辆故障等潜在问题，并自动 生成优化调度方案。例如，在高峰时段动态调整发车间隔，或在地 铁线路故障时快速规划替代公交线路，从而减少乘客等待时间和运 营成本。 此外，乘客体验的优化也是需求分析中的重要环节。现代城市 居民对公共交通的便捷性、舒适性和可靠性提出了更高要 差较大，无法满足乘 客的实际需求。 针对以上问题，DeepSeek 应用方案可以通过以下措施进行改 善：  优化调度系统：通过大数据分析和机器学习算法，实时监测车 辆运行情况，动态调整发车间隔，减少乘客候车时间。  提高车内环境质量：通过智能监控系统，实时监测车内乘客密 度，动态调整车辆调度，避免过度拥挤。  提升信息透明度：通过与公交系统的深度集成，提供更精准的 实时公交

结推理、交互式报表生成、工业自动化任务规划等功能。 MMOC 人工智能技术平台 Orion 分布式机器学习 平台 创新奇智工业 AI 技术平台在汽车装备场景的典型应用 数字化预防性维护 预防性维护系统为企业快速定制实施汽车焊装车间、机器人装配线体、智能 化高精度传送系统，并接入工业互联网，解决了客户智能产线自动化的系统 需求。 制造质量管理 产品出厂检查的全流程闭环管理，实时获取现场质量状况、识别质量问题、 技术引入新能源汽车工厂自动化产线， Al 技术、 智 能传感器、过程控制系统贯穿于整个产线，将工业互联网预防性维护与原 生设 备厂家进行融合，帮助客户提前发现潜在问题，降低设备故障率，降低 停产损 失。同时，创新奇智提供了覆盖三大车间的制造执行系统 (MES), 实 现全厂 车辆跟踪以及生产调度执行，将整个工厂的有效技术工时缩短了 70% 。 案例：创新奇智工业 AI 技术平台助力汽车装备智能管 控 AInnoGC 应用 激发科技与创新活力 24 产线柔性配置 虚拟实验与调试 车间智能排产 数据驱动服务 智能仓储 采购策略优化 工厂数字化设计 智能在线检测 一大规模个性化定制 智能协同作业 物 流 实 时 监 测 与 优 化 精准配送

的另一项创新。利用模拟数据，舍弗勒可以优化仓 库和车间内机器人的物理性能，如避免拥堵。来自 各种模拟场景的数据被输入到微软Fabric，这是 一个统一由AI赋能的数据平台。随后，负责运营的 现场管理人员和工人可以比较这些场景下的可用 性、利用率和整体设备效率等关键绩效指标，从而 及时发现潜在问题并采取行动。 通过集中管理这些先进能力，舍弗勒得以统 一全球团队。其人才将不再仅仅是在车间执行任 务，而是能够以前所未有的效率，主动地实时设

整机进行加工工艺分析、运动学和动力学分析、可装配性分析等可制造性分析，以 获得对产品的设计评估与性能预测结果。 19 （ 2 ）生产为中心的虚拟制造 为工艺师提供虚拟的制造车间现场环境和设备，用于分析改进生产计划和生产 工艺，从而实现产品制造过程的最优。在现有的企业资源（如设备、人力、原材料 等）的条件下，对产品的可生产性进行分析与评价，对制造资源和环境进行优化组