日前，工业和信息化部办公厅、国家发展改革委办公厅、财政部办公厅、市场监督管理总局办公厅发布《关于开展2021年度智能制造试点示范行动的通知》，以下为《智能制造典型场景参考指引（2021年）》。
智能制造典型场景参考指引(2021年)中指出智能制造场景是指面向制造全过程的单个或多个环节，通过新一代信息技术、先进制造技术的深度融合，实现具备协同和自治特征、具有特定功能和实际价值的应用。根据“十三五”以来智能制造发展情况和企业实践，结合技术创新和融合应用发展趋势，凝练总结了15个环节52个智能制造典型场景，作为智能制造示范工厂建设的参考。
一、工厂设计
通过三维建模、系统仿真、设计优化和模型移交，实现基于模型的工厂规划、设计和交付，提高设计效率和质量，降低成本。
车间/工厂数字化设计：应用工厂三维设计与仿真软件，集成工厂信息模型、制造系统仿真、专家系统和AR/VR等技术，高效开展工厂规划、设计和仿真优化。
车间/工厂数字化交付：搭建数字化交付平台，集成虚拟建造、虚拟调试、大数据和AR/VR等技术，实现基于模型的工厂数字化交付，打破工厂设计、建设和运维期的数据壁垒，为工厂主要业务系统提供基础共性数据支撑。
二、产品研发
通过原料物性分析、设计建模、仿真优化和测试验证，实现数据驱动的产品开发与技术创新，提高设计效率，缩短研发周期。
产品数字化设计与仿真：应用计算机辅助设计工具(CAD、CAE等)和设计知识库，集成三维建模、有限元仿真、虚拟测试等技术，应用新材料、新工艺，开展基于模型的产品设计、仿真优化和测试。
原料性质表征与配方研发：建设物性表征系统或配方管理系统，应用快速评价、在线制备检测、流程模拟和材料试验等技术，创建原料物性数据库和模型库，优化原料选择和配方设计，支撑生产全过程质量优化和效益优化。
三、工艺设计
通过制造机理分析、工艺过程建模和虚拟制造验证，实现工艺设计数字化和工艺技术创新，提高工艺开发效率，保障工艺可行性。
离散型工艺数字化设计：应用计算机辅助工艺过程设计工具(CAPP)和工艺知识库，采用高效加工、精密装配等先进制造工艺，集成三维建模、仿真验证等技术，进行基于模型的离散工艺设计。
流程型工艺数字化设计：建设工艺技术系统和工艺知识库，结合原料物性表征、工艺机理分析、过程建模和工艺集成等技术，开展过程工艺设计与流程全局优化。
四、计划调度
通过市场订单预测、产能平衡分析、生产计划制定和智能排产，开展订单驱动的计划排程，优化资源配置，提高生产效率。
生产计划优化：构建企业资源计划系统(ERP)，应用约束理论、寻优算法和专家系统等技术，实现基于采购提前期、安全库存和市场需求的生产计划优化。
车间智能排产：应用高级计划排程系统(APS)，集成调度机理建模、寻优算法等技术，进行基于多约束和动态扰动条件下的车间排产优化。
精准作业派工：依托制造执行系统(MES)，建立人员技能库、岗位资质库等，开展基于人岗匹配、人员绩效的精准人员派工。
五、生产作业
通过资源动态调配、工艺过程精确控制、智能加工和装配、人机协同作业和精益生产管理，实现智能化生产作业和精细化生产管控，提高生产效率，降低成本。
产线柔性配置：应用模块化、成组和产线重构等技术，搭建柔性可重构产线，实现产线适应订单、工况等变化的快速调整。
资源动态组织：构建制造执行系统(MES)，集成大数据、运筹优化、专家系统等技术，实现人力、设备、物料等制造资源的动态配置。
先进过程控制：依托先进过程控制系统(APC)，融合工艺机理分析、实时优化和预测控制等技术，实现精准、实时和闭环过程控制。
工艺流程/参数动态调优：搭建生产过程全流程一体化管控平台，应用工艺机理分析、流程建模和机器学习等技术，开展工艺流程和参数的动态优化调整。
人机协同作业：集成机器人、高端机床、人机交互设备等智能装备，应用AR/VR、机器视觉等技术，实现生产的高效组织和作业协同。
精益生产管理：依托制造执行系统(MES)，应用六西格玛、6S管理和定置管理等精益工具和方法，开展基于数据驱动的人、机、料等精确管控，消除生产浪费。
六、仓储配送
通过精准配送计划、自动出入库(进出厂)、自动物流配送和跟踪管理，实现精细库存管理和高效物流配送，提高物流效率和降低库存量。
智能仓储：集成智能仓储(储运)装备，建设仓储管理系统(WMS)，应用条码、射频识别、智能传感等技术，依据实际生产作业计划，实现物料自动入库(进厂)、盘库和出库(出厂)。
精准配送：应用仓储管理系统(WMS)和智能物流装备，集成视觉/激光导航、室内定位和机器学习等技术，实现动态调度、自动配送和路径优化。
物料实时跟踪：应用制造执行系统(MES)或仓储管理系统(WMS)，采用识别传感、定位追踪、物联网和5G等技术，实现原材料、在制品和产成品流转的全程跟踪。
七、质量管控
通过智能在线检测、质量数据统计分析和全流程质量追溯，实现精细化质量管控，降低不合格品率，持续提升产品质量。
智能在线检测：应用智能检测装备，融合缺陷机理分析、物性和成分分析和机器视觉等技术，开展产品质量等在线检测、分析和结果判定。
质量精准追溯：建设质量管理系统(QMS)，集成条码、标识和区块链等技术，采集产品原料、生产过程、客户使用的质量信息，实现产品质量精准追溯。
产品质量优化：依托质量管理系统(QMS)和知识库，集成质量设计优化、质量机理分析等技术，进行产品质量影响因素识别、缺陷分析预测和质量优化提升。
八、设备管理
通过自动巡检、维修管理、在线运行监测、故障预测和运行优化，实现精细化设备管理和预测性维护，提升设备运行效率、可靠性和精度保持性。
自动巡检：应用工业机器人、智能巡检装备和设备管理系统，集成故障检测、机器视觉、AR/VR和5G等技术，实现对设备的高效巡检和异常报警等。
智能维护管理：建设设备管理系统，应用大数据和AR/VR等技术，开展检维修计划优化、资源配置优化，虚拟检维修方案验证与技能实训。
在线运行监测与故障诊断：建设设备管理系统，融合智能传感、故障机理分析、机器学习、物联网等技术，实现设备运行状态判定、性能分析和故障预警。
预测性维护与运行优化：构建故障预测与健康管理系统(PHM)，集成故障机理分析、大数据、深度学习等技术，进行设备失效模式判断、预测性维护及运行参数调优。
资产全生命周期管理：建立企业资产管理系统(EAM)，应用物联网、大数据和机器学习等技术，实现资产运行、检维修、改造、报废的全生命周期管理。
九、安全管控
通过安全隐患识别、安全态势感知、安全事件决策和应急联动响应，实现面向全环节的安全综合管控，确保安全风险的可预知和可控制。
安全风险实时监测与识别：依托安全感知装置和安全生产管理系统，集成危险和可操作性分析、机器视觉等技术，进行安全风险动态感知和精准识别。
安全事件智能决策与应急联动：基于安全事件联动响应处置机制和应急处置预案库，融合大数据、专家系统等技术，实现安全事件处置的智能决策和快速响应。
危化品智能管控：建设危化品管理系统，应用智能传感、理化特征分析和专家系统等技术，实现危化品存量、位置、状态的实时监测、异常预警与全过程管控。
危险作业自动化：依托自动化装备，集成智能传感、机器视觉和5G等技术，实现危险作业环节的少人化、无人化。
十、能源管理
通过能耗全面监测、能效分析优化和能源平衡调度，实现面向制造全过程的精细化能源管理，提高能源利用率，降低能耗成本。
能耗数据监测：建立能源管理系统(EMS)，集成智能传感、大数据等技术，开展全环节、全要素能耗数据采集、计量和可视化监测。
能效优化：依托能源管理系统(EMS)，应用能效优化机理分析、大数据和深度学习等技术，基于设备运行参数或工艺参数优化，实现能源利用率提升。
能源平衡与调度：依托能源管理系统(EMS)，融合机理分析、大数据等技术，进行能源消耗量预测，实现关键装备、关键环节能源的综合平衡与优化调度。
十一、环保管控
通过污染源管理与环境监测、排放预警与管控、固废处置与再利用，实现环保精细管控，降低污染物排放，消除环境污染风险。
污染源管理与环境监测：构建环保管理平台，应用机器视觉、智能传感和大数据等技术，开展污染源管理，实现全过程环保数据的采集、监控与报警。
排放预警与管控：依托环保管理平台，集成机器视觉、智能传感和大数据等技术，实现排放实时监测、分析预警和排放优化方案辅助决策。
固废处置与再利用：搭建固废信息管理平台，融合条码、物联网和5G等技术，进行固废处置与循环再利用全过程监控、追溯。
碳资产管理：开发碳资产管理平台，集成智能传感、大数据和区块链等技术，实现全流程碳排放追踪、分析、核算和交易。
十二、营销管理
通过市场趋势预测、用户需求挖掘、客户数据分析和销售计划优化，实现需求驱动的精准营销，提高营销效率，降低营销成本。
市场快速分析预测：应用大数据、深度学习等技术，实现对市场未来供求趋势、影响因素及其变化规律的精准分析、判断和预测。
销售计划动态优化：依托客户关系管理系统(CRM)，应用大数据、机器学习等技术，挖掘分析客户信息，构建用户画像和需求预测模型，制定精准销售计划。
销售驱动业务优化：通过销售管理系统与设计、生产、物流等系统集成，应用大数据、专家系统等技术，根据客户需求变化，动态调整设计、采购、生产、物流等方案。
十三、售后服务
通过服务需求挖掘、主动式服务推送和远程产品运维服务等，实现个性化服务需求的精准响应，不断提升产品体验，增强客户粘性。
主动客户服务：建设客户关系管理系统(CRM)，集成大数据、知识图谱和自然语言处理等技术，实现客户需求分析、精细化管理，提供主动式客户服务。
产品远程运维：建立产品远程运维管理平台，集成智能传感、大数据和5G等技术，实现基于运行数据的产品远程运维、预测性维护和产品设计的持续改进。
数据增值服务：分析产品的运行工况、维修保养、故障缺陷等数据，应用大数据、专家系统等技术，提供专业服务、设备估值、融资租赁、资产处置等新业务。
十四、供应链管理
通过采购策略优化、供应链可视化、物流监测优化、风险预警与弹性管控等，实现供应链智慧管理，提升供应链效能、柔性和韧性。
采购策略优化：建设供应链管理系统(SCM)，集成大数据、寻优算法和知识图谱等技术，实现供应商综合评价、采购需求精准决策和采购方案动态优化。
供应链可视化：搭建供应链管理系统(SCM)，融合大数据和区块链等技术，打通上下游企业数据，实现供应链可视化监控和综合绩效分析。
物流实时监测与优化：依托运输管理系统(TMS)，应用智能传感、物联网、实时定位和深度学习等技术，实现运输配送全程跟踪和异常预警，装载能力和配送路径优化。
供应链风险预警与弹性管控：建立供应链管理系统(SCM)，集成大数据、知识图谱和远程管理等技术，开展供应链风险隐患识别、定位、预警和高效处置。
十五、模式创新
面向企业全价值链、产品全生命周期和全资产要素，通过新一代信息技术和先进制造技术融合，推动制造模式和商业模式创新，创造新价值。
用户直连制造：通过用户和企业的深度交互，提供满足个性化需求的产品定制设计、柔性化生产和个性化服务等，创造独特的客户价值。
大批量定制：通过生产柔性化、敏捷化和产品模块化，根据客户的个性化需求，以大批量生产的低成本、高质量和高效率提供定制化的产品和服务。
共享制造：建立制造能力交易平台，推动供需对接，将富余的制造能力通过以租代买、分时租赁、按件计费等多种模式对外输出，促进行业内制造资源的优化配置。
网络协同制造：基于网络协同平台，推动企业间设计、生产、管理、服务等环节紧密连接，实现基于网络的制造资源配置和生产业务并行协同。
基于数字孪生的制造：应用建模仿真、多模型融合等技术，构建装备、产线、车间、工厂等不同层级的数字孪生系统，实现物理世界和虚拟空间的实时映射，推动感知、分析、预测和控制能力的全面提升。
