水泥智能工厂建设思路与应用价值
五个应用层次：
智能装备，基于数据采集技术实现皮带机、破碎机、原料磨、提升机、回转窑等设备的数据集成。同时也可通过巡检机器人、二维码扫描、移动终端等应用实现业务数据的采集。
智能控制，通过专家优化控制、质量控制等系统实现产品生产、产品质量的自动化控制。
智能集成平台，基于统一的平台架构融合人工智能、大数据、工业引擎、移动应用等多个应用平台，同时以开放式的设计理念扩展其他的工厂平台，对多平台进行统一管理，集中监控。
智能管理，基于智能工厂平台和数据采集应用，结合实际业务和需求实现多种业务的智能管控，包括：智能矿山、智能生产、智能质控、智能供应链、能源管理、安全环保管理、设备管理等。
数据分析，利用采集的生产、质量、设备、能耗、业务等数据进行统一汇总、集中应用，实现多维度的数据统计分析，充分发挥数据价值，辅助企业决策。包括：市场环境分析、企业量本利分析、设备健康预测、安全生产预测等。
产业生态：
智能工厂平台建设成熟后，可将平台应用扩展到产业生态伙伴，而不仅仅限于企业本身的应用，如：原料供应商、设备供应商、行业专家、合作院校、经销商等生态伙伴也可进入平台进行相关数据的查询、业务应用或将已有系统数据统一集成到平台。
2.实际应用价值搭建生产全过程管控平台，实现全业务全流程支撑
智能工厂平台建设成以产品生产为主线，贯穿生产调度、物资、能源、设备、质量、安全环保、统计等环节的生产全过程管控平台。实现对生产管理全业务全流程的信息化支撑，提高生产效率，降低生产成本，使得企业始终以最经济、优化的方式生产，实现企业卓越运营。
打造三维数字工厂，通过数字双胞胎实现模拟运维
通过构建三维数字化工厂,以及在三维数字化工厂的基础上实现多项管理功能的应用，从而帮助企业实现管理的卓越和业务的全面管控。基于三维建模、人员定位、数据融合等技术，构建一套实时的三维工厂，可以实现直观可视化管理。通过三维智能工厂的建设，实现三维模型的显示和漫游；通过人员定位技术，对企业内人员运动轨迹和工作状态进行管理；通过融合第三方系统，对巡点检的过程和效果进行记录和呈现；对现场作业情况进行展示和对检修安全进行管理；实时生产查看和设备参数查询；查询和快速导航功能等功能。
三维智能工厂应用
构建全业务流程的移动APP，实现高效便捷的管理
为便于企业领导、生产管理人员等随时随地了解生产情况，开发手机版查询报表功能，企业各种关键数据自动推送到手机上，以图表形式显示，简洁明了，出差或在家都可利用手机查询生产状况，通过电话及时指导现场生产，方便简捷。移动应用开发实现在手机及平板电脑上对生产进度、生产异常、质量指标等重要信息的分析展现，并可对审批流进行处理。另外考虑到使用的便捷性，可与销售管理平台等第三方系统的移动端整合。
基于数据集成平台与AI智能技术实现智能视频监控与智能识别
智能视频系统架构图
系统设计过程中充分考虑各个子系统的信息共享要求，对各子系统进行结构化和标准化设计，通过系统间的各种联动方式将其整合成一个有机的整体，使之成为一套整体的、全方位的生产监控系统。
监控联网方案采用自下而上的模式，下级平台可以独立管理，又可以自上向下实行统一集中管理。
监控前端可以利用目前现场已有监控设备，再加上需要规划的监控点来实现对整个水泥生产线重点部位的监控覆盖。再以光纤和网线为传输媒介，通过光纤收发器实现从前端采集的视频信号传入汇聚中心，再通过交换机汇聚至监控中心集中管理。通过所架设的局域网在控制中心利用总控服务器、视频解码器、网络视频监控系统软件、拼接大屏对前端采集来的视频信号进行切换、分割显示上墙，同时实现对前端摄像监视点的控制。
通过所配置CVR网络存储磁盘阵列进行存储录像及网络传输，方便日后调看监控录像资料。整个系统集视频采集、视频显示、前端控制、存储录像、网络传输为一体，基本满足了现代化厂区对水泥线工艺生产区域监控方面的需要。
远程视频监控在现场局域监控站的基础上通过互联网或者虚拟专网接入外网，把现场的实时视频信号传到企业监控中心。
远程生产调度中心，实现远程监控和专家诊断
生产远程实时监控系统从数据服务器提取实时和历史数据进行应用展现，同时支持将数据转给第三方应用系统，支持以网页形式发布，用户可通过浏览器访问系统，支持多用户同时在线远程访问。
建设统一远程监控中心，实现对生产统一监视、统一调度。
通过生产管理中心平台可以详细了解企业总体生产经营情况，统一安排和调度生产。
生产调度管理中心
建设生产管理中心平台，可以更好推进企业在安全生产管理标准化、规范化管理工作，使水泥生产日常生产管理活动进行统一标准、统一规范，更好提升企业安全生产标准化管理水平。
基于大数据技术实现设备在线诊断分析
智能工厂的建设，对设备的点巡检管理、维护维修、资产管理、安全运行管理等也相应提出更高的要求。当前阶段设备管理主要依靠人工定时、定点的点巡检，按照计划对设备检维修，沿用传统的事后维修模式，这种传统的设备管理方式耗费大量的人力、时间和成本，存在漏检过检现象，满足不了智能工厂建设的需求。同时生产系统规模较大、各生产子系统关联密切，其运行高度依赖于设备的可靠性，因此提高设备的可靠性和安全性就变的越来越关键。
智能设备诊断
设备是企业安全、稳定生产的核心保障，传统的设备点巡检方式及传统的维修维护方式耗能、耗钱，耗人。为保障安全稳定生产，企业的设备、工艺、安全、环境等巡检及维修维护岗位工人最为集中，优化人员结构、提升人效比，更科学的解决安全稳定生产、节约物资及人力成本的问题，建设全方位设备在线监测与智能分析系统。基于大数据、AI智能、专家机理等多种手段深度融合，通过系统自动进行设备故障预测、报警和故障原因分析，基于平台实时监控设备运行状态，在线进行故障分析和设备诊断。
基于供应链管理平台提高供应链管理协同效率
通过平台建立了覆盖采购、收货、销售、物流、库存、生产等一系列供应链管理业务，在平台中打通了各部门的协同业务流和数据流，有效提升了作业和沟通效率。
同时在平台中集成了物流系统、ERP系统、销发系统数据，打通了供应链各环节的数据链条，在逻辑上进行了有效串联，消除了信息孤岛。
建立了统一的管理规范和数据规范，有效整合各类型数据，集中归纳、合理分类，对数据进行集中管理，大幅提升了数据的应用价值。
基于智能工厂生产管理平台实现精益生产、精细化管理
基于智能工厂平台建设实现了车间级的过程集成、控制和监控，以及合理地配置和组织所有资源，满足车间信息化需要，提高车间对随机事件的快速响应和处理能力，有力地促进企业信息化进程向车间层拓展。通过构建以“精益生产、智能制造”为特点的车间管理系统，建立数字化车间，从而实现了精益生产和智能制造。
数字化车间将信息、网络、自动化、现代管理与制造技术相结合，在车间形成数字化制造平台，改善车间的管理和生产等各环节，从而实现了敏捷制造。智能工厂平台是数字化车间的核心。智能工厂平台通过数字化生产过程控制，借助自动化和智能化技术手段，实现车间制造控制智能化、生产过程透明化、制造装备数控化和生产信息集成化。
通过APC专家优化控制系统实施，实现生产设备自动控制、自动调节优化
水泥磨APC专家优化控制流程
随着水泥行业生产规模的不断扩大，对产品质量稳定性要求越来越高，常规的PID控制系统已远远不能适应工业生产的要求。先进控制（AdvancedProcessControl，简称“APC”）技术采用先进的控制理论和控制方法，以工艺过程分析和数学模型计算为核心，以工厂控制网络和管理网络为信息载体，使生产过程控制由原来的常规PID控制过渡到多变量模型预测控制，最终实现生产运行的平稳性并提高经济效益之目的。
APC专家优化控制系统可基于参数变量变化进行自动调节、自动控制，取代传统人为调价模式，提升效率和稳定性，可以改善过程动态控制的性能、减少过程变量的波动幅度，使之能更接近其优化目标值，从而实现生产设备的卡边控制，最终达到增强生产稳定性、保证产品质量的均匀性、降低运行成本等目的。
四、结语
在当前阶段，水泥行业竞争激烈，企业应当顺应时代潮流，积极进行智能制造转型，向智能工厂的目标不断迈进，提升自身的核心竞争力。
朗坤智能工厂系统平台主要服务于水泥制造行业，针对行业的生产管理特点和发展要求开发设计相对应的解决方案和产品，基于ISA95体系建立工厂模型，基于工厂生产数据实时采集，面向制造企业车间执行层的生产管控一体化信息管理系统。通过该平台实施提高了企业生产效率，改良产品的质量，降低产品的能耗，实现绿色制造和智能制造，目前已在国内多个大型建材集团成功应用，是国内水泥行业智能工厂平台首选。
朗坤智慧专注于智能工厂领域十多年，拥有自主知识产权的智能工厂技术平台、自行研制开发的实时数据库技术以及其它相关技术和能力。朗坤智慧从装备智能化、生产智能化、管理智能化、供应链智能化、决策智能化等方面构建智能工厂，实现工厂本质安全、本质环保、生产高效、管理卓越和可持续发展。朗坤智慧水泥行业生产执行系统从技术、业务和管理融合创新，采用云计算、大数据、物联网、互联网+、移动应用、智能控制技术为核心的新一代信息技术，打造工艺、制造、服务全流程深度集成的智能管控平台，实现工厂制造的精益化、智能化、绿色化，加速制造业转型升级，增强企业核心竞争力。
（作者信息：朗坤智慧科技股份有限公司智慧建材事业部余树根、胡建华）
欢迎专家学者提供稿件至news@ccement.com，《水泥技术》会及时推送，并同时发布在中国水泥网上。返回搜狐，查看更多
智能制造未来技术发展趋势探究
智能制造未来技术发展趋势探究时间：2023-04-2812:06:44
【摘要】智能化是制造业未来的发展方向，针对下一代移动通信、固定网络、人工智能、语义互操作和开源技术的发展前沿进行分析，并挖掘其标准化需求，以期为我国引领智能制造科技创新发展作参考，加快科研成果的转化落地。
【关键词】标准化；智能制造；人工智能
引言
智能制造是第四次工业革命的核心技术，是世界各国制造业转型升级、高质量发展的主要技术路径。智能制造是个通用概念，是数字化、网络化和智能化等新技术在制造领域的具体应用，融合了制造业企业所掌握的生产诀窍与客观规律，引发制造业在发展理念、制造模式等各个方面革命性的变化。欧盟和各主要欧洲国家在其制造业科技创新发展战略中，均提出面向人工智能、量子计算、新一代网络连接等前沿技术领域加大投资，因而有必要对这些技术领域发展趋势进行分析。标准化工作的目的是为智能制造的各参与方提供一种共同的语言，使人们能够以新的方式探索新思想，并最大限度地利用世界各地科研实验室的创新成果。为了实现这一目标，需要在新技术的发展之初就对其进行关注，同时对其标准化需求进行研究，分析可能出现的新的供应链模型、新的利润源、新的客户服务和新的市场领域。为此，本文对以下智能制造研究热点进行分析，以期为我国引领智能制造创新发展提供参考。
1新一代移动通信技术（6G）
1.1概述
预计6G网络将使用比5G高得多的频率、具有更高的带宽容量和更低的延迟，目前预计在2030年进行6G试点，并在2030-2035年进行商业示范。预期的太赫兹频谱将确保更高的容量（每秒1tb，Tpbs）和以微秒为单位的延迟时间。1.2关键技术6G将借助先进的MIMO和大规模MIMO来开发空间维度，借助未被占用的毫米波和太赫兹频谱的通信系统，借助云计算和分布式计算的成本效率，提供多技术异构网络并改善小区边缘覆盖。
1.3与智能制造的融合路径
6G网络将能够满足工业控制系统对毫秒延迟的需求，同时也提供了支持微秒延迟的机制。6G网络提供了支持多技术异构网络的能力，这将允许智能制造场景中部署不同的接入网络，例如WiFi、6G、卫星、窄带物联网（NB-IoT），从而为终端设备提供最佳质量的网络接入。
1.4标准化工作动态
业界和欧盟委员会正在筹建5G-PPP标准化组织的继承者（非正式地称为6G-PPP）。6G-PPP的创建目前正在进行中，目前尚未公开信息。华为（Huawei）、诺基亚（Nokia）和三星（Samsung）等主要电信公司都表示，它们的研发工作正在进行中。到目前为止，6G有关信道测量和建模的研究还处于起步阶段，需要进一步的研究。
2第5代固定网络技术（F5G）
2.1概述
固定网络的发展历史可简述如下：首先是由PSTN/ISDN（64Kbps）支持的窄带时代。接下来是基于ADSL的宽带（10Mbps）、基于VDSL的超宽带（30-200Mbps），以及由GPON/EPON驱动的100Mbps（100-300Mbps）。现在我们正步入10GPON驱动的千兆超快宽带时代。未来可能会迎接一个基于50GPON驱动F6G的10G时代。
2.2关键技术
（1）超高带宽：网络带宽具有对称的上行/下行千兆宽带能力。（2）全光纤连接：光纤基础设施的全面覆盖将支持无处不在的连接，将支持垂直行业应用的扩展。2.3与智能制造融合路径PON技术的工业应用，可以有效解决以下问题：1）可靠的工厂内部网络建设，智能工厂与数字车间之间的通信。2）支持企业云接入基础网络和数据服务。3）支持多工厂多种设备使用丰富的接口，并关联实时数据传输。
2.4标准化工作动态
不同于无线通信领域有效而完整的标准化生态体系，有线通信领域较为碎片化。ITU-TSG15正在制定50GPON标准，IEEE和WFA仍在研制WiFi-6标准，ETSI的ISGF5G也在推进光纤通信相关标准化活动。
3人工智能
3.1概述
ISO/IEC2382[2]将人工智能规定为计算机科学的一个分支。从工业的角度来看，人工智能技术应该被理解为“使技术系统感知其环境，对感知进行处理，独立解决问题，寻找新的解决方案，做出决策，特别是从经验中学习，从而更好地解决任务和行动的方法和过程”。
3.2关键技术
（1）计算能力的提高：除了中央处理器（CPU），其他类型的处理器，例如图形处理器（GPU）、现场可编程逻辑门阵列（FPGA）和专用集成电路（ASIC），也都进一步得到了应用。（2）数据的可用性：互联网的发展是推动数据可用性的一个最为重要的因素，它能促成庞大的社区合作创建数据集，并使全世界的研究人员都可以访问这些数据。（3）算法的改进：深度学习算法的不断发展。
3.3与智能制造的融合路径
IEC出版的《各行业中的人工智能》白皮书中列出了人工智能在智能制造中的三种典型场景：协作机器人、预测性维护、基于机器视觉的质量控制。人工智能用于协作机器人的最大挑战是数据采集和算法的鲁棒性。必须始终确保算法按预期运行。特别是当机器与人协作处于风险中时，整个系统必须始终以可预测的方式运行。
3.4标准化工作动态
2018年成立的ISO/IECJTC1SC42“AI”将整个AI生态纳入其工作范围。该委员会目前的工作包括AI术语和概念、机器学习、大数据、AI可信度（安全、可防护性、隐私、健壮度、灵活性、可靠性、透明度、可控性），AI的应用程序和用例、AI治理、道德伦理和社会问题、风险管理、AI所要求的相关数据质量。IEC/SEG10处理AI自治应用及AI道德伦理方面的问题，以促进技术的推广。IEC/TC65/WG23的“新技术应用”工作组正在对“智能制造”领域的新技术（包括AI）及其标准化进行评估。在德国的AI标准化路线图中，明确提出了七个主题：基础（数据、术语、分类、人工智能元素）、伦理/责任人工智能、质量和认证、人工智能系统中的IT安全、工业自动化、移动和物流、医学中的人工智能。
4语义互操作
4.1概述
语义信息是人和机器可理解且明确的，以支持高级数据功能，例如复杂的查询，智能的人机交互，上下文数据分析和数据互操作性[4]。语义互操作性确保两个系统在对信息含义有相同理解的情况下交换信息，这对于实现IT与OT的融合至关重要。
4.2关键技术
语义级别的互操作性是依靠本体（ontology）驱动的。本体可用于显式定义物联网设备与其他实体（如设备、服务器、进程、应用程序、用户）共享的数据的含义，这些实体需要正确地解释传输数据中包含的信息和命令，以便正确地采取行动或作出反应。
4.3与智能制造的融合路径
制造业面临的挑战是寻找新的技术解决方案来改进他们的制造系统，以满足定制新的产品，同时确保高质量和低成本。与此同时，使所有系统工作所需的数量、复杂性和详细信息的显著增加，也增加了整个制造过程中对语义互操作性的需求。而语义互操作的实现，有助于智能制造企业对突发事件进行快速反应，从而创造更大的价值。语义互操作对于制造商最有价值的五大应用场景：绩效数字化管理；预测性维护；产量、能源优化；新一代自动化系统；质量数字化管理。
4.4标准化工作动态
目前，JTC1/SC41正在研制有关语义互操作性的ISO/IEC21823-3标准，并了ISO/IEC21823-1：2019，并提供了适用于物联网系统的互操作性概述，以及物联网系统互操作性框架。所有电工和ICT标准化委员会正在进行联合标准化工作，目的是开发基于本体的语义互操作性标准。IEC关于语义互操作性的白皮书——数字转型时代的挑战——概述了未来标准化的发展方向[5]。
5开源软件
5.1概述
在智能制造领域，开源技术与标准化之间的关系愈发重要。新版德国标准化策略将开源技术与标准化的结合作为一项目标。德国标准化组织DIN和DKE也参与了CEN-CENELEC和ISO/IEC的开源项目。开源技术的应用需要注意著佐权的要求（Copyleft）。如果想要使用、更改及扩展开源软件的功能，必须仔细研究这些许可条件。
5.2关键技术
（1）区块链开源项目。Hyperledger开源项目由Linux基金会设立，旨在推动区块链跨行业应用。当前各标准化组织正在进行区块链工业应用的标准化工作。区块链技术的数据市场正在出现。例如，来自物联网设备的数据可以通过这一市场出售，车辆数据可以被安全记录，来自不同制造商的机器可以被联网。负责区块链和分布式账本技术的主要标准化组织为ISO/TC307。（2）AASXPackageExplorer管理壳样例实现的开源项目。借助该软件工具，可以创建、编辑并轻易的交换管理壳。AASXPackageExplorer实现了工业4.0的核心规范“资产管理外壳的详细信息：第1部分”。该项目以XML和JSON格式创建管理壳，并将它们与其他文件存储在AASX容器中。具有ecl@ssIRDIs的概念描述可以被自动创建和引用。通过BMEcat、AutomationML或OPCUA等导入和导出功能，可以快速集成其他数据格式和真实的公司数据。AASXPackageExplorer在EclipseEPL-2.0下授权，可以通过GitHub下载。（3）Basys开源项目。该项目的目标是为工业规模生产设施的动态以及灵活的管理和重新配置提供整体的Industry4.0自动化解决方案。研究涵盖业务流程管理，设施管理和设备管理级别的无缝解决方案。基于开放源代码标准化和接口规范，这些解决方案已集成到灵活的参考框架中。此外，每个级别的解决方案都将提供用于开发和工程以及运行的工具链集合。（4）ApacheHadoop。随着ApacheHadoop架构技术的成熟和生态的完备，其已经成为大数据平台架构的标准配置，正被用来搭建智能制造场景下的分布式物联网设备状态分析处理系统，以及电力大数据平台。（5）open62541/EclipseMilo。OPCUA即IEC62541-100：2015系列标准有许多相关的开源项目，可以参考c实现的open62541（MozillaMPL-2.0许可）和用java实现的EclipseMilo（EclipseEPL-2.0许可）。这两者都仅受弱著佐权许可，因此，如果库没有被修改，则也可用于私有软件中。
6结论
1）以知识经济为主导的信息产业，在信息的传递、利用和增值等各个方面都和标准化工作相关。智能制造是先进制造业和信息通信技术的融合，标准化工作则是实现制造基础科学与现代通信科学的融合的载体。2）标准化是科技创新成果迅速传播的重要手段，对破除国际贸易壁垒、推动全球化合作具有重要作用。一旦符合国际标准，具有自主知识产权的科技创新成果就能迅速流入其他国家，从而对本国的科技创新形成正反馈作用，这也贴合构建国内国际双循环相互促进的新发展格局的要求。
作者:冯夏维丁露单位:机械工业仪器仪表综合技术经济研究所
专家解读《智能工厂 通用技术要求》
图2智能工厂关键技术和数据流示意图
总体框架部分描述了智能工厂各关键要素之间的关系，并在标准中对五个层次的要求进行了定义：
一是智能设计。智能设计基于数字技术和智能技术，对产品和工艺进行设计，用数字模型和文档描述和传递设计输出，包括产品、工艺、试验的设计与仿真。智能设计的技术要求分为基本设计要求和高级设计要求。基本设计要求包括数字设计和虚拟设计、仿真优化、模块化设计、自上而下的设计、面向制造和装配的设计、设计标准化；高级设计要求包括面向产品全生命周期的并行/协同设计、基于大数据分析/知识工程的设计与优化、动态优化设计。
二是智能生产。智能生产是基于信息化、自动化、数据分析等技术和管理手段，实现柔性化、网络化、智能化、可预测、协同生产模式，对产品质量、成本、能效、交期等进行闭环、持续的优化提升。智能生产技术要求包括生产计划、生产执行、质量管控、设备运维。
三是智能物流。智能物流是智能工厂中的重要组成部分，其关键要素包括智能制造环境下厂内物流的智能仓储和智能配送。智能物流的技术要求包括：智能仓储、智能配送、厂级物流协同。
四是智能管理。在企业研发、生产、经营的数字化、信息化、网络化的基础上，对企业的采购、销售、资产、能源、安全、环保和健康，以及产品设计、生产、物流等管理模块进行信息化提升、系统化集成及精益化协同，并形成可迭代、可优化、具有智能特征、面向全局的管理系统，为企业各管理层的智能决策提供支撑。智能管理的技术要求包括采购管理、销售管理、资产管理、能源管理、安全环境健康管理。
五是系统集成与优化。智能工厂的系统集成主要是实现车间与工厂、工厂与企业之间不同层次、不同类型的设备与系统间、系统与系统之间的的网络连接，并且实现数据在不同层级、不同设备、不同系统间的传输，最终和各类产品信息、生产信息、管理信息和系统信息等的互联互通和系统间互操作，支撑智能工厂持续运营的各类业务流程的实现和优化的技术过程。系统集成的技术要求包括网络架构、信息互通、集成优化与闭环操作；优化的技术要求包括设计、生产优化、物流系统优化、管理优化。
本标准覆盖范围比较全面，各分立要求中引用智能制造的相关细分标准，形成较为全面的智能工厂通用技术要求体系。
标准针对离散型智能工厂搭建了通用框架，与数字化车间做了分界。考虑到与GB/T37393-2019《数字化车间通用技术要求》的关联与协同，共同形成统一体系，本标准主要强调了工厂级的生产，实现车间之间的协同生产、管理等的关键技术要求。提炼出智能工厂技术要求在各方面的关键要素，着重强调集成优化与闭环操作，为形成智能工厂的数据闭环和系统的集成优化提出更详细的要求。
此外，标准对某些要求进行了分级，让使用标准的人，在建设智能工厂时，能够循序渐进，将几个基本要求先建设完成，最终根据企业自身的特色，打造适合自己行业的智能工厂。
标准制定历时4年
本标准草案是国家工信部专项“2015年智能制造综合标准化与新模式应用项目”《智能工厂（车间）通用技术标准与试验验证》的研究成果。上海工业自动化仪表研究院有限公司联合国内多家行业龙头及科研院所开展了智能工厂标准化技术的研究。通过两年多的努力，在经历了自建实验室的试验验证、3家单位的现场验证、5家单位的使用报告、3次专家评审会议、验收会议后，于2018年完成，形成标准草案。
2018年，国标委正式下达国家标准立项计划。在标准制定过程中，召开了多次工作组讨论会和专家评审会议，同时实地调研多家生产企业。标准最终于2022年3月9日发布，2022年10月1日起正式实施。
功能安全和信息安全问题突出
当前企业正加快推进信息技术与工业技术不断融合，制造业的数字化转型如火如荼，智能工厂的一系列新模式、新业态、新特征日益凸显。
同时，智能工厂的智能化要求也给功能安全的可靠性带来了极大挑战，智能工厂互联互通使得信息安全日益复杂。功能安全和信息安全的相互影响和共同作用，给生产和产品安全带来潜在隐患。由于智能工厂的特殊性，网络攻击所带来的损害，很可能轻易就变成实质的破坏。
目前存在一些典型的安全问题。在功能安全方面，培训管理不认真、设备管理混乱、现场作业不规范、安全措施不充分、隐患排查不彻底、应急预案不完备、安全检查不到位、安全责任不落实等。在信息安全方面，信息孤岛被打破后，产生了生产现场的各类设备、系统安全防护能力不足等安全问题。
本标准引用的标准GB/T38129-2019《智能工厂安全控制要求》覆盖智能工厂安全控制所必需的活动，提出需要满足智能工厂要求的安保策略或安保服务的开发、实现、维护和运行的要求，包括防止未经批准人员损害智能工厂的安全功能和对其产生不利影响的预防措施，可应对以上的安全问题。
提高安全性降低召回率
在国内，由于缺乏通用性的智能工厂相关标准规范，企业在跨系统、跨平台集成应用时面临复杂的技术难题。此标准的发布实施为我国企业在智能制造理念、智能制造统一标准的形成提供了基础标准。
制造行业的多样性与分散性决定了智能工厂的建设差异性较大，智能工厂包含的各种分类标准，如通讯标准、接口标准、安全标准等又比较复杂。标准的发布实施，将有利于规范智能工厂在智能设计、智能生产、智能物流、智能管理、集成优化等方面的技术，对智能工厂每个层级、软件功能系统、硬件功能系统，到智能工厂整体的系统集成提出技术要求，提高生产的透明性、设计生产的协同度、质量可靠度，通过产品全生命周期的质量追溯和设计与生产质量优化，提高产品安全性，降低召回率，对于提升工厂的经济效益和行业的社会效益效果显著。
企业应对标准实施的措施
相关企业集团应有较为长远的智能制造和数字化转型战略，具备强烈的引领意识、自主意识，愿意打造智能工厂为企业带来核心价值和竞争力。
软硬件条件可从以下方面配备：
首先，数字化的数据。包含产品数据、设备数据、研发数据、工业链数据、运营数据、管理数据、销售数据、消费者数据。
其次，网络化集成。通过智能网络，使人与人、人与机器、机器与机器、以及服务与服务之间，能够形成互联，为实现横向、纵向和端到端的高度集成。
第三，创新思维。智能化的实施过程是制造业创新发展的过程，制造技术、产品、模式、业态、组织等方面的创新，将会层出不穷，从智能制造技术创新到产品创新、模式创新、生态创新、组织创新。
第四，生态转型。智能工厂的转型体现在整个生产形态上，整个生产过程更加柔性化、个性化、定制化，需要和整个供应链和生态转型协同并进，供应链和生态需要具备智能工厂快速高效精准响应的条件。
下一步工作部署
一方面，标准制定的时候就考虑了适度超前性原则，增强标准使用的吸引力。同时标准与时俱进，需要不断的更新、修订，保持超前性和引领性，不断对行业提出新的引领性要求。
另一方面，要加强标准宣贯。通过一些智能制造标准化专题论坛，或者组织召开宣贯讲座，进行标准普及和推广，使更多企业知道标准、了解标准、使用标准，扩大标准影响力。
最后，还要与相关智能制造标准联动，形成相互支撑、相互协调的体系。例如与GB/T37393-2019《数字化车间通用技术要求》、GB/T39116-2020《智能制造能力成熟度模型》等上下游标准、评估标准等协同配套，在开展智能工厂评估等活动中作为依据，充分发挥指导作用。同时，本标准也作为相关标准的制定基础，发挥其参考价值，共同推进标准体系的完善和成熟。目前各细分行业也在加速推进智能工厂的标准化工作，本标准可为行业标准、团体标准等的制定提供总领与指导。
国家市场监管总局主管
关注产品安全与产品召回的权威媒体
（点击上方↑↑↑图片下载订阅回执）
（点击上方↑↑↑图片开始投稿）
-THANKSFORREADING-
来源|《产品安全与召回》2022年第5期，
作者|王英张艾森王嘉宁肖红练董赢
长按二维码，关注“中国标准化”「中国标准化」旗下刊物《中国标准化》《中国标准化》海外版《标准科学》《标准生活》《产品安全与召回》关注「中国标准化」微信公众号，获取更多标准化重要信息！返回搜狐，查看更多