16 classifications of 195 terms in intelligent manufacturing scenarios
Recently, the "Reference Guidelines for Typical Scenarios of Intelligent Manufacturing (2025 Edition)" officially released by the General Office of the Ministry of Industry and Information Technology will become the work guidelines for many manufacturing enterprises. How to understand the content of this guideline in a simple and easy way? With the help of AI, the author has conducted screening and interpretation for reference by various sectors of society.
(Image source: Scene Society)
1. Digital planning and design of factories (1.1): Use professional software on the computer to design factory layout, plan production lines, etc., simulate factory construction, and make factory planning more scientific and reasonable.
2. Digital infrastructure construction (1.2): Build a digital network architecture for the factory, improve network speed and stability, and ensure secure and efficient data transmission.
3. Construction of Digital Twin Factory (1.3): Create a virtual factory, map the real-time operation status of the real factory, and optimize the production process through the virtual factory.
4. Product digital design (2.4): Using software such as CAD and CAE for product design, optimizing product performance through 3D modeling and simulation analysis.
5. Product virtual verification (2.5): Conduct functional, performance, reliability, and other testing and verification of products in a virtual environment to reduce physical testing costs.
6. Digital Process Design (3.6): Digitally model and simulate the production process flow to improve the efficiency and quality of process design.
7. Manufacturing Engineering Optimization (3.7): Analyze problems in the production process, optimize process parameters, equipment configuration, and production layout to improve production efficiency.
8. Production Plan Optimization (4.8): Based on information such as orders, inventory, and production capacity, develop a reasonable production plan and balance production resources.
9. Intelligent production scheduling in the workshop (4.9): Based on the production plan and the actual situation of the workshop, intelligently arrange production tasks and sequences to improve production efficiency.
10. Production progress tracking (4.10): Real time monitoring of production task completion status, timely detection and resolution of production delays.
11. Production dynamic scheduling (4.11): Adjust production tasks and resource allocation in a timely manner based on changes in the production process, such as equipment failures, order changes, etc.
12. Intelligent Warehouse Management (4.12): Utilizing automated equipment and information systems to achieve automatic storage, retrieval, and distribution of warehouse goods.
13. Precise Material Delivery (4.13): Accurately control the delivery time and quantity of materials to ensure timely supply of materials to the production line.
14. Automation of hazardous operations (4.14): Replace manual labor with automated equipment such as robots to ensure personnel safety.
15. Integrated Safety Control (4.15): Integrate the safety management system to monitor and manage safety risks throughout the entire production process in real-time.
16. Energy intelligent control (4.16): Real time monitoring of energy consumption, achieving energy conservation and emission reduction through intelligent analysis and optimized scheduling.
17. Carbon asset lifecycle management (4.17): Accounting, monitoring, and trading carbon emissions to achieve effective management of carbon assets.
18. Online pollution control (4.18): Real time monitoring of pollutant emissions, automatic regulation of environmental protection equipment operation, and reduction of pollution risks.
19. Network collaborative manufacturing (4.19): Through network platforms, enterprises can achieve resource sharing and collaborative production, improving production efficiency.
20. Flexible production line quick switching (5.20): Design a production line that can be flexibly adjusted to quickly switch between different product production and meet personalized needs.
21. Process dynamic optimization (5.21): Real time monitoring of production process parameters, automatic adjustment and optimization of process flow based on production status.
22. Advanced Process Control (5.22): Adopting advanced technology to precisely control the production process, improving product quality and production efficiency.
23. Human machine collaborative work (5.23): Utilize the respective advantages of humans and machines to complete complex production tasks through collaboration.
24. Online intelligent detection (5.24): Utilizing technologies such as sensors and machine vision to detect product quality in real-time and automatically identify defects.
25. Precise Quality Traceability (5.25): Record quality data at each stage of production to quickly identify the root cause of quality issues.
26. Quality Analysis and Improvement (5.26): Analyze quality issues, develop improvement measures, and enhance product stability.
27. Equipment operation monitoring (5.27): Real time monitoring of equipment operation status and early warning of equipment failures.
28. Equipment Failure Diagnosis and Prediction (5.28): Diagnose the cause of equipment failure through data analysis and predict the time of equipment failure.
29. Equipment Maintenance (5.29): Develop equipment maintenance plans, promptly repair equipment failures, and extend equipment lifespan.
30. Intelligent business decision-making (6.30): With the help of big data analysis and artificial intelligence technology, provide scientific basis for factory business decision-making.
31. Smart Lean Management (6.31): Integrating digital intelligence technology with lean management concepts to eliminate waste and improve efficiency.
32. Large scale customization (6.32): Based on large-scale production, meet customers' personalized customization needs.
33. Product precision marketing (6.33): Analyze customer needs, accurately target the market, and develop personalized marketing strategies.
34. Remote operation and maintenance services (7.34): Monitor the operation status of equipment remotely through the network and provide remote technical support.
35. Product value-added services (7.35): Provide additional services for products, such as remote monitoring, fault warning, etc., to enhance product value.
36. Customer proactive service (7.36): Proactively understand customer needs, provide personalized service solutions, and improve customer satisfaction.
37.供应商数字化管理（8.37）：建立供应商信息数据库，对供应商进行数字化评估和管理。
38.采购计划优化协同（8.38）：与供应商共享信息，协同制定采购计划，提高采购效率。
39.供应链风险预警与调度（8.39）：实时监控供应链风险，及时调整采购和生产计划。
40.供应链物流智能配送（8.40）：利用智能技术优化物流配送路线，提高配送效率。
41.建筑信息模型（1.1）：在建筑设计阶段创建三维模型，模拟建筑性能，优化设计方案。
42.工艺 / 物流仿真（1.1）：通过仿真技术优化工艺流程和物流配送路线。
43.过程模拟（1.1）：在生产前对生产过程进行模拟分析，找出潜在问题。
44.异构网络融合（1.2）：将不同类型的网络连接起来，实现信息共享。
45.动态身份验证（1.2）：采用多种方式验证用户身份，提高系统安全性。
46.安全态势感知（1.2）：实时监测网络安全状况，及时发现并应对安全威胁。
47.多层次纵深防御（1.2）：设置多层安全防线，提高网络安全性。
48.工业数据集成（1.3）：将生产过程中的各种数据进行整合，便于分析和管理。
49.数据标识解析（1.3）：为数据分配唯一标识，方便数据查询和管理。
50.异构模型融合（1.3）：将不同来源的模型进行整合，提高数据利用率。
51.数字主线（1.3）：贯穿产品全生命周期的数据链，实现数据的无缝流动。
52.工厂操作系统（1.3）：管理工厂生产运营的系统，实现生产过程的自动化和智能化。
53.行业垂直大模型（1.3）：针对特定行业开发的大型模型，提供行业解决方案。
54.多学科联合仿真（2.4）：融合多个学科知识对产品进行仿真分析，提高设计准确性。
55.物性表征与分析（2.4）：分析材料的物理和化学性质，为产品设计提供依据。
56.数据主线（2.4）：核心数据链，连接产品设计、生产和运维等环节。
57.可制造性分析（2.4）：评估产品设计的可制造性，优化生产工艺。
58.人工智能大模型技术（2.4）：利用大型人工智能模型，实现智能化设计和生产。
59.生成式设计创新（2.4）：通过人工智能技术自动生成设计方案，激发设计灵感。
60.高精度建模（2.5）：创建高精度的三维模型，提高仿真分析的准确性。
61.多物理场联合仿真（2.5）：对产品在多个物理场中的性能进行仿真分析。
62.自动化测试（2.5）：自动执行测试任务，提高测试效率和准确性。
63.虚实融合的试验验证环境（2.5）：融合虚拟仿真与实物试验，提高验证效果。
64.机理建模（3.6）：基于物理原理和化学反应建立模型，用于生产过程的模拟和优化。
65.知识图谱（3.6）：结构化表示知识，用于智能分析和决策。
66.产能分析（3.7）：评估生产设备的生产能力，为生产计划制定提供依据。
67.虚拟测试（3.7）：在虚拟环境中对产品进行测试，减少实物测试成本。
68.需求预测（4.8）：通过数据分析预测市场需求，为生产计划提供参考。
69.多目标多约束求解（4.8）：在满足多个约束条件下，寻找最优解决方案。
70.产能动态规划（4.8）：根据市场需求变化动态调整生产计划，提高生产灵活性。
71.复杂约束优化（4.9）：在复杂约束条件下，优化生产任务分配和调度。
72.强化学习（4.9）：一种机器学习方法，通过奖励机制训练智能体，用于智能排产等场景。
73.实时数据分析引擎（4.10）：实时处理和分析生产数据，为生产决策提供支持。
74.物料实时跟踪（4.10）：实时监控物料的存储和使用情况，优化物料管理。
75.运筹优化（4.11）：运用数学方法优化生产调度和资源分配。
76.遗传算法（4.11）：一种优化算法，模拟生物进化过程，用于解决复杂优化问题。
77.专家系统（4.11）：基于专家知识的系统，用于辅助决策和故障诊断。
78.自动化立体仓库（4.12）：采用自动化设备实现货物的立体存储和检索。
79.智能仓储管理系统（4.12）：通过信息化手段实现仓储过程的自动化管理和监控。
80.自动化盘点（4.12）：自动统计库存货物数量，提高盘点效率。
81.仓储策略优化（4.12）：优化仓储布局和货物存储策略，提高仓储空间利用率。
82.多形态混存拣选（4.12）：支持多种存储形态的货物拣选，提高仓储灵活性。
83.库存实时调整（4.12）：根据生产需求实时调整库存水平，降低库存成本。
84.自主移动机器人（4.13）：能够自主移动和导航的机器人，用于物料搬运等任务。
85.智能运输管理系统（4.13）：通过信息化手段优化运输计划和调度。
86.室内高精度定位导航（4.13）：在室内环境中实现高精度的定位和导航。
87.物流路径动态规划（4.13）：根据物流需求动态调整运输路线，提高配送效率。
88.物流设备集群控制（4.13）：集中控制物流设备，实现设备的协同作业。
89.生产安全管控和应急处置系统（4.15）：全面管理生产安全，制定应急预案并进行演练。
90.生产运行风险动态监控（4.15）：实时监测生产过程中的风险因素，及时采取措施降低风险。
91.危险行为识别（4.15）：通过视频监控和数据分析识别危险行为，及时发出警报。
92.能耗采集设备（4.16）：用于采集设备能耗数据的装置。
93.能源管控系统（4.16）：对能源生产、分配和使用进行集中管控，实现能源的合理利用。
94.多工序能耗溯源定位（4.16）：追溯能源在多个工序中的消耗情况，找出节能潜力。
95.高能耗设备建模仿真和参数优化（4.16）：对高能耗设备建立模型并进行仿真分析，优化设备运行参数。
96.负荷预测（4.16）：预测工厂的能源负荷需求，为能源调度提供依据。
97.能源平衡分析（4.16）：分析工厂的能源供需平衡情况，找出能源浪费环节。
98.多能互补（4.16）：多种能源形式相互补充，提高能源利用效率。
99.数字化碳管理系统（4.17）：通过数字化手段管理碳排放，实现碳减排目标。
100.碳排放精细化检测（4.17）：精准测量碳排放数据，为碳管理提供依据。
101.碳排放指标自动核算（4.17）：自动计算碳排放指标，提高核算效率。
102.碳捕获利用与封存（4.17）：捕获工业生产中的二氧化碳并进行利用或封存。
103.污染排放在线采集设备（4.18）：实时监测污染排放数据的设备。
104.管控平台（4.18）：用于管理和控制污染排放的平台。
105.污染监测（4.18）：对污染源进行实时监测，确保排放达标。
106.污染物质分析与治理优化（4.18）：对污染物质进行分析，优化治理方案。
107.污染源追溯（4.18）：追溯污染源，找出污染产生根源。
108.危害预测预警（4.18）：对潜在的污染危害进行预测和预警。
109.网络化协同平台（4.19）：支持企业间协同工作的网络平台。
110.研发、生产、供应、金融等资源跨地域配置优化（4.19）：整合全球资源，优化配置，提升企业竞争力。
111.协同研发创新（4.19）：企业间共享研发资源，共同开展技术创新。
112.订单智能分配（4.19）：根据企业产能和订单情况，智能分配订单。
113.制造能力共享（4.19）：共享制造设备和生产能力，提高设备利用率。
114.集采集销（4.19）：集中采购和销售，降低企业成本。
115.柔性制造单元（5.20）：由一组灵活的生产设备组成的制造单元。
116.标准化接口（5.20）：统一设备和系统的接口标准，提高兼容性。
117.模块化结构（5.20）：将系统或设备设计成多个独立的模块，便于组装和维护。
118.智能任务编排（5.20）：智能安排生产任务的顺序和优先级。
119.网络自组织（5.20）：网络设备自动发现和配置，形成网络拓扑结构。
120.工装夹具自匹配（5.20）：工装夹具自动识别和适应不同产品。
121.控制自适应（5.20）：控制系统自动调整控制策略，适应不同工况。
122.工艺在线优化系统（5.21）：实时监控和优化生产工艺参数。
123.机理与数据混合建模（5.21）：结合机理模型和数据驱动模型，提高建模精度。
124.多环节联合寻优（5.21）：多个生产环节协同优化，提高整体生产效率。
125.无监督学习（5.21）：无需标注数据的机器学习方法，用于发现数据的内在结构。
126.工艺参数自调优（5.21）：系统自动调整工艺参数，优化生产过程。
127.先进过程控制（5.22）：采用先进的控制算法，实现生产过程的精确控制。
128.模型预测控制（5.22）：通过建立模型预测生产过程的未来状态，提前调整控制策略。
129.多变量协同控制（5.22）：对多个变量进行协同控制，确保生产过程的稳定运行。
130.人机协同作业单元（5.23）：人与机器共同组成作业单元，发挥各自优势。
131.管控系统（5.23）：用于监控和控制生产过程的系统。
132.视觉识别（5.23）：利用机器视觉技术识别物体和场景。
133.具身智能（5.23）：机器人具备类似人类的感知和行动能力。
134.自主规划（5.23）：系统自动制定生产计划和任务安排。
135.安全保护（5.23）：采取措施保障人员和设备的安全。
136.在线智能检测系统（5.24）：实时检测产品质量的系统。
137.物性表征分析（5.24）：分析材料的物理和化学性质。
138.参数放行（5.24）：根据产品参数判断是否允许放行。
139.质量管理系统（5.25）：用于管理产品质量的系统。
140.标识（5.25）：为产品或零部件分配唯一标识。
141.质量知识库（5.25）：存储质量相关知识和经验的数据库。
142.根因分析（5.26）：找出质量问题的根本原因。
143.深度学习预测（5.26）：利用深度学习技术预测质量问题。
144.设备运行监控系统（5.27）：实时监测设备运行状态的系统。
145.工业协议转换（5.27）：将不同工业协议进行转换，实现设备间通信。
146.多模态数据融合（5.27）：融合多种类型的数据，提高分析精度。
147.故障知识库（5.28）：存储设备故障信息和处理方法的数据库。
148.设备健康管理系统（5.28）：对设备健康状况进行评估和管理。
149.知识图谱（5.28）：以图谱形式展示知识之间的关系。
150.机理分析（5.28）：基于物理原理和化学反应进行分析。
151.语言大模型（5.28）：能够理解和生成自然语言的大型模型。
152.振动分析（5.28）：分析设备振动信号，评估设备运行状态。
153.声学分析（5.28）：分析设备运行声音，检测设备故障。
154.特征工程（5.28）：从原始数据中提取有用特征。
155.迁移学习（5.28）：将已有的知识和模型应用到新的任务中。
156.维修知识库（5.29）：存储设备维修知识和经验的数据库。
157.设备维修维护管理平台（5.29）：用于管理设备维修维护工作的平台。
158.智慧经营决策系统（6.30）：辅助企业做出经营决策的智能系统。
159.多因素关联分析（6.30）：分析多个因素之间的关联关系。
160.数字沙盘模拟（6.30）：通过数字化手段模拟企业的运营和管理。
161.业务流程自动化（6.30）：将企业的业务流程自动化，提高工作效率。
162.智能体（6.30）：具有自主感知、决策和行动能力的实体。
163.数智技术（6.31）：数字化和智能化技术的统称。
164.绩效精准核算（6.31）：精准计算员工或部门的工作绩效。
165.低成本、高效率生产（6.32）：以较低的成本实现高效的生产。
166.柔性制造系统（6.32）：能够快速适应市场需求变化的制造系统。
167.可重构产线（6.32）：可以根据生产需求进行重构的生产线。
168.远程运维服务系统（7.34）：提供远程设备监控和运维服务的系统。
169.故障预测（7.34）：预测设备可能发生故障的时间。
170.软件订阅（7.35）：用户按需订阅软件服务的模式。
171.按时租赁（7.35）：按照使用时间租赁设备或服务。
172.产品操作优化（7.35）：优化产品的操作流程，提高用户体验。
173.客户服务管理系统（7.36）：用于管理客户服务工作的系统。
174.多渠道客户数据整合（7.36）：整合来自多个渠道的客户数据。
175.智能交互（7.36）：人与机器之间的智能交互方式。
176.供应商库（8.37）：存储供应商信息的数据库。
177.供应商风险评估（8.37）：评估供应商可能带来的风险。
178.供应链溯源（8.37）：追溯产品的原材料来源和生产过程。
179.供应商精准画像（8.37）：对供应商进行详细的描述和分类。
180.智能筛选（8.37）：利用智能算法从大量数据中筛选出有用信息。
181.供应链管理系统（8.38）：用于管理供应链的系统。
182.集成建模（8.38）：将多个模型集成在一起，提高模型的准确性和泛化能力。
183.多目标寻优（8.38）：在多个目标之间寻找最优解。
184.数据跨域控制（8.38）：对跨域数据进行访问控制和安全管理。
185.供应链协同平台（8.39）：支持供应链上下游企业协同工作的平台。
186.多源信息感知（8.39）：从多个来源获取信息，提高信息的准确性和全面性。
187.风险评估预测（8.39）：对风险进行评估和预测，提前采取措施降低风险。
188.资源智能匹配（8.39）：利用智能算法将资源与需求进行精准匹配。
189.预案模拟仿真（8.39）：对应急预案进行模拟仿真，提高应急响应能力。
190.供应网络自动切换（8.39）：在供应网络出现故障时自动切换到备用网络。
191.供应链物流管理系统（8.40）：用于管理供应链物流的系统。
192.仓网规划（8.40）：对仓库网络进行规划和优化。
193.车货智能匹配（8.40）：将车辆与货物进行智能匹配，提高运输效率。
194.实时定位跟踪（8.40）：对货物和车辆进行实时定位和跟踪。
195.智能路径规划（8.40）：为车辆规划最优行驶路径。
信息来源：场景学社
