最多只能达到上次制造的水平而无法超越 • 无法对紧迫的业务和质量问题做出主动或预测性响应 • 由于依赖于过往的数据，无法实时提供高水平的初始质量 • 在当今业务速度下竞争所需的制造敏捷性不足 以精益技术为基础，半导体制造商向智能解决方案拓展的时机已 经到来。连接制造的各个方面并收集实时数据将使制造商能够就 市场周期、规划、生产、资本投资等做出明智的决策。 这将是 在全球几乎所有产业都将采用芯片的新半导体世界中取得成功的 30% 20% 10% 10% 高达 50% 高达 20% 传 统 精 益优 化曲 线 实时数据采集、规划、仿真和生产优化让半导体制造更智能 精益制造注重历史数据。精益制造使用过去的生产数据来确定和消除非增值 活动。 智能制造注重实时数据。智能制造使用实时生产数据来不断优化当前生产， 以实现高水平的初始质量。 精益制造是一种反应性制造。精益制造使用过去的生产数据来评估过去的绩 同，它使用先进的软件解决方案和分析方法将实时生产数据转化为可操作的 洞察，以提高当前和未来的绩效。 智能制造极大地增强了数据的力量 通过系统之间的端到端连接，可以直接从半导体制造执行系统 (MES) 收集实时数据， 为半导体专用仪表板（包括独特的半导体特定制造流程清单 / 信息清单模块）提供信 息。用于半导体制造的 MES 可以利用生产的数字孪生来实时捕获性能数据，包括统计 过程控制 (SPC)

级工业创新中心，并落地地方。 • 该项目将能够为大中型企业建设具有完善数据资产管理能力的大数据平台，并通过汇聚海量高价值制造过程和资源数据，优 化制造流程；通过联网管理高价值的重要装备，汇聚大量实时机器数据，引领制造业服务化的转型。 航天云网公司 —— 国家级工业创新中心 航天云网公司 —— 国家级工业创新中心 中国机械工业集团有限公司 中兴通讯股份有限公司 哈尔滨电汽集团公司 共同参与单位 系统可以被看作是数据、 硬件、软件和智能的流通与互动。 从智能设备和网络中获取数据，然 后利用大数据和基于机器所在行业 的分析工具进行存储、分析和可视 化。最终的“智能信息”可以供决策 者（在必要时实时）使用，或者作 为各工业系统中更广泛的资产优化 或战略决策流程的一部分。 各种产生数据的机器 工业大数据 循环体系 机器数据采集 专有机器数据流 提取存储 基于机器 特征的算 法和数据 独特数据类型 机器产生的时间序列， 时空序列，或者数组阵 列数据，多种类型 实时深 度分析 基于复杂数值算法的实 时和历史分析 一个典型的大规模机器大数 据应用系统（如工程机械物 联网、油气生产物联网、智 能电网、车联网、地质勘探 等），每天产生的数据量是 淘宝交易的 100 倍，且要在 这些数据上实时做复杂的领 域相关分析 机器大数据的特点 机器大数据的特点 工业大数据

一个中心（集中指挥管控中心） 数字交通枢纽方案 04 —— 一个中心 集中指挥管控中心 实现交通枢纽的实时网络化远程监控和实时数据采集，及时发现安全隐患。并将交通枢纽运行监控、安全监控、 动能源监控、设备监控、道路监控、人员活动区域监控、综合楼监控等内容，通过网络手段，实现集中的实时监控和 预警。 运行管控中心 经营分析 财务分析 运营分析 人力资源分析 …… 安全运营管控中心 报警器 摄像头 门禁 工位 资产标签 基础 设施 客户价值： 状态全可视：将交通枢纽数据进行统一分类和分析，实现交通枢纽 GIS 一张图管理，交通枢纽管理者可随时随地了解交通枢纽内人、事、 物的实时状态。 事件全可控：通过跨部门、跨区域、跨系统的协作，掌握全局态势，统一资源调度，实现事件快速响应和处置。 业务全可管：通过数据融合分析，提供管理预案，从被动响应走向主动管理，保障运营态势全局掌控。 监测数据，对交通枢纽安全状况进 行实时预警，通知交通枢纽人员对 预警区域进行确认及整改，变被动 应对为主动预防。 预警状态 正常状态 报警状态 交通枢纽物联设备超值报警或人工 报警后，采用 APP 或短信的方式通 知相关人员，同时启动相应预案， 指导事件的处理。平台记录事件处 理流程各节点数据信息，为预案的 优化提供支撑。 通过交通枢纽物联网，实时获取交 通枢纽各区域监测数据，如视频信

物流指令 我到哪里去 质量事务 做得好不好 效率节拍 物动单动 物理锁 定 多控循 环 物动权 动 物动钱 动 通过工位的实时数据跟计划数据，根据 计划规则要求动态调度调整生产任务， 例如实现生产任务自动转交 通过工位实时和设备实时管理，实现生 产过程质量管控，例如根据批次自动发 起巡检任务 根据不同的生产工序以及管理要求，通 过工艺规则实现标准化 SOP 及生产要 排产排程规则 工艺路线规则 质量控制规则 物流生产规则 指令执行 决策 分 计 算 指 令 华 实现最小生产单元“物”流动轨迹的透明化 实时进度 实时库存 实时绩效 实 时 OEE II||||||||IⅢ RFID 卡 常规周转箱 RFID 德沃克可逐层匹配仓库物料 - 车间在制 - 供应商在途的齐套物料 √ 无任务物料及在制品可通过齐套计算进行物理预留 √ 可应对插单等业务进行物料挪用 √ 可通过上级物料的紧急程度拉动下级物料的优先级 √ 全厂物料实时透明 - 规格、数量、状态、位置、任务、属性 ( 保质期、炉批 号 ..) 周转箱号： 990109477654 订单号： SO240319001 物料号： 10090301 物料描述：配件 A 库位号：

......................... 1 洞察 1：端侧 AI 优先：AI 从云中心向"端+边"重心迁移，轻量模型+硬件加速成为普 适能力；RedCap/5G-A 使上行和时延满足实时闭环.......................................................... 1 洞察 2：多模态智能原生：感知数据即资产，视觉+雷达+声学的融合将成为默认配置； .138 · 1 中国 AIoT 产业年度洞察 洞察 1 端侧 AI 优先：AI 从云中心向"端+边"重心迁移，轻量模型+硬件加速成为普适 能力；RedCap/5G-A 使上行和时延满足实时闭环 经过多年的技术积累和产业实践，2026 年 AIoT 产业将迎来算力架构的根本性转变。端侧 AI 优先已经从技术探索阶段进入规模化部署的成熟期，标志着 AIoT 产业从"云端集中式智 能 刻改变了整个产业的商业模式和价值创造方式。 端侧 AI 的崛起源于多重因素的共同推动。首先是数据隐私和安全需求的日益增长，越 来越多的企业和用户认识到，将敏感数据保留在本地处理的重要性。其次是实时性要 求的不断提升，工业控制、自动驾驶、智慧医疗等关键应用场景对毫秒级响应时间的 刚性需求，使得云端处理的网络延迟成为不可接受的瓶颈。第三是经济性考量，随着 端侧算力成本的持续下降和云端带宽成

年 第 55 卷 第 7 期 1784 作为 “制造强国” 的重要组成部分, 已成为推动产业升级、提升质量和效益的核心动力 [3]. 在流程工 业领域智能制造的快速发展过程中, 通过引入生产管理、实时优化、先进过程控制、零手动操作等技 术, 基于分布式控制系统 (distributed control system, DCS) 和可编程逻辑控制器 (programmable logic controller 传统制造业面临效率低、质量控制难、信息孤岛严重和市场响应慢等问题, 难以满足现代生产对高 效、精准、实时管控的要求. 制造执行系统 (MES) 作为连接企业计划层 (enterprise resource planning, ERP) 与底层控制层 (如 DCS, PLC) 的桥梁, 通过实时数据采集、计划调度和过程管理, 实现生产的 透明化与高效化, 提升企业效率、质量与竞争力, 同时降低成本 MES 解决方案聚焦于流程工业, 强调生产计划管理 与流程优化, 结合大数据分析能力, 尤其适用于化工、能源等高复杂度生产环境. iPlat4M MES (宝信软件) [14]: iPlat4M 专注于实时监控、生产排程与质量管理, 旨在提升整体制 造效率, 适合推动数字化转型与提升制程可控性的企业. 中智达 Cyb-MOM (中智达科技) [15]: Cyb-MOM 为中智达针对流程工业量身打造的

流程多层次技术组合的一体化控制方向发展,以便更 好地满足客户需求,降低生产成本,提高生产效率和能 源效率。 (2)通过新增表面质量检测仪和在线技监诊断自 动分析系统,让操作工在生产过程中能实时观察到产 品表面缺陷,以便及时采取针对性措施规避产品缺陷, 降低不良率;同时,实现产品档案的建立和追溯,有效 提高售后服务水平。 (3)新增在线设备状态监测系统,通过建立信号 分析方法库、设备诊断规则库、趋势预警、远程通讯等 分析方法库、设备诊断规则库、趋势预警、远程通讯等 功能模块,实现设备状态综合评价与故障预警、故障诊 断分析、远程技术支持,使所有重要设备的运行状态在 系统画面上一目了然,实现对设备运行状态的实时监 控,做到精准高效的管控设备,使得设备运转率大幅提升。 (4)安全管理系统通过采用 . NET 技术,搭建浏览 器/ 服务器(Browser/ Server,BS) 三层安全系统管理平 台,建立安全检查及隐患排查治理、风险管理、安全教 块,实现网络化的现场管理、安全人管理、安全物管理 的三级管理制度。 (5)基于工业物联网、数据平台技术,并采用钢铁 流程能量流网络信息描述模型实施能源监控智能优化 平台,实现所有能源介质的在线实时监控,杜绝了浪费 现象,工序能耗稳步下降至设计水平的 70. 7%。 3 基于 5G 和工业互联网的绿色智能工厂的 设计与实施 3. 1 工业互联网平台整体规划 通过研究 5G 在工业领域中的典型应用场景

由物理 实体、数字映射模型以及两者之间的数据通信通道 （即“数字线索”）构成。数字孪生能够虚拟构建产品 数字化模型，并对该数字化模型进行仿真测试和验 证；在生产制造过程中，它能模拟设备运转，实时模拟 参数调整带来的变化，极大地降低物理原型制作的成 本和时间，有效实现设计过程中的降本增效。该技术 随着工业物联网和智能制造的兴起，在 21 世纪 10 年 代迅速发展，被广泛应用于产品全生命周期管理和工 本和时间投入，有效实现设计过程中降本增效的目 标 ［4］。 2.3 融合人工智能的数字孪生技术 随着科技的进步，早期侧重于利用模拟模型和简 单规则进行离线分析的融合技术已不能满足工业制 造的智能化需求，实时数据驱动的智能闭环控制已成 为智能制造业发展的标准架构 ［5］。数据是 AI 算法的 核心要素，优质的数据是推动人工智能在工业界应用 的必要条件，而数字孪生与人工智能的创新交叉融合 已成为 数智融合孪生技术特点 数智融合孪生技术具有如下特点。 a）虚实融合（实时映射）。通过高精度模型和高 速通信，实现物理世界和数字世界的实时同步映射与 交互，打通数据链路，形成“镜像”关系。这使企业能 够在数字空间中直观监视和操控物理资产，真正做到 对生产现场的全局可视、可控、可测 ［7］。 b）智能决策。利用 AI 实时监控复杂系统的运行 状态，提前识别潜在风险，辅助或自动完成决策。充

库房 无 人 库 房 （ 立 库 等 ） 自动配置 区 域仓 供 应 商 收货 工 M2M 智能监测 在线分析 运营监控 实时决策 生产工艺流：多级物联，生产自动化、部分智能化，可以软件定义 智能诊断 动态感知 实时监测 自动闭环 智能维护 动态调配 质量水平 6.12σ 产出 UPPH 30%+ OEE 线边超市物料拉式转库 • 物料按节拍自动配送到工 位 • 成品下线 AGV 自动对接 • 配送过程透明可视 • 按节拍生产 ，生产资源数字 化管理、自动齐套 • 生产工艺参数实时监控、预 警 • 设备预防性维护、预测性维 护 • 高度自动化生产，人机协同 • 自动化设备即装即测、自适 应 • 作业动作进行防错预警、产 品质量进行 AI 视觉检测 • 订单信 ： andon 快速处理 5G 室内定位 巡检自动签到 定位：电子围栏自动关联巡检签到 技能防呆 定位：人员权限与设备技能匹配 资产盘点 定位：资产位置实时定位，一键盘点 WIP 透明可视 定位：实时定位物料位置，全程可视 5G 应用场景规 划 安灯异常联动 定位：异常推送最近人员标签 快速质量隔离 定位：问题物料厘米级快速定位，快速隔离 AGV 调度导航 定位：电子围栏自动触发呼叫

贯通，实现精益管理思路的落地实 现 建立流程和组织的 一体化，实 现横纵贯通 • 打造智能化管理门户，集中提 取各系统 数 据，满足各层级领 导实时监控项目建设情况。 • 建立丰富、完整的报表体系， 实现电子化报表，满足各层级 的 信息统 计要求。 贯通 透明 统 一实时的 信息展 现，快速的 问题定位 ** 交流使用 9 一致：统 一 语言、统 一规 则 统 一企业标准规范，集中控制及共享 贯通，实现精益管理思路的落地实 现 建立流程和组织的 一体化，实 现横纵贯通 • 打造智能化管理门户，集中提 取各系统 数 据，满足各层级领 导实时监控项目建设情况。 • 建立丰富、完整的报表体系， 实现电子化报表，满足各层级 的 信息统 计要求。 贯通 透明 统 一实时的 信息展 现，快速的 问题定位 ** 交流使用 10 一、建立主数据管理标准和规范 注：商品属性主要起两类作用，一是作业务控制，二是作统计分析。 贯通，实现精益管理思路的落地实 现 建立流程和组织的 一体化，实 现横纵贯通 • 打造智能化管理门户，集中提 取各系统 数 据，满足各层级领 导实时监控项目建设情况。 • 建立丰富、完整的报表体系， 实现电子化报表，满足各层级 的 信息统 计要求。 贯通 透明 统 一实时的 信息展 现，快速的 问题定位 ** 交流使用 13 核心体系一：搭建跨法人的 采供销协同 计划及供应链管理体系 库存处理