以数字化转型赋能新型工业化的行业路径：装备制造|以数字化转型赋能新型工业化系列谈（十）-轻识

编者按

习近平总书记指出，“新时代新征程，以中国式现代化全面推进强国建设、民族复兴伟业，实现新型工业化是关键任务”。为贯彻落实习近平总书记对推进新型工业化作出的重要指示和全国新型工业化推进大会精神，在“赛迪问道数字转型”的研究基础上，赛迪研究院信软所数字化转型课题组聚焦“以数字化转型赋能新型工业化”主题组织开展了系统研究，形成了一系列成果，并联合工业互联网世界编辑部推出“以数字化转型赋能新型工业化系列谈”内容。

课题组梳理了数字化转型与新型工业化的关系，形成了一系列重要成果，分析了数字化转型、新型工业化的演进历程与内涵特征，总结了全球主要国家以数字化推进工业化发展的典型实践及主要特点，审视了我国以数字化转型赋能新型工业化的成效与问题，在此基础上，从技术引擎、要素体系、生产方式、组织形态、产业体系、发展要求、治理模式七个维度提出了以数字化转型赋能新型工业化的总体策略，并围绕重点行业提出具体路径，为进一步制定有针对性的支持政策，最大限度释放数字化转型对新型工业化的放大、叠加和倍增效应提供依据。本期聚焦在装备制造行业以数字化推进工业化发展的具体路径方面。

文|赛迪研究院信软所数字化转型课题组孙刚张朝

装备制造行业是工业发展的基础，是实现新型工业化的根本保证。近年来，我国装备制造行业高速发展，智能制造装备产业规模十年实现五倍增长。然而，随着全球经济增长放缓、贸易保护主义抬头、地缘政治局势动荡、社会对环境保护的关注度不断提高，倒逼装备制造行业转变传统粗放式发展方式，加快业务改造升级，提高研发设计、设备运维、生产过程、供应管理等环节数字化水平，塑造综合竞争力。

课题组认为，未来，装备制造行业的研发设计、设备运维、生产制造、供应链管理等环节将加速向敏捷性、按需化、智能化、协同化转变，企业应顺应趋势，聚焦基于数字模型开展产品系统研发等典型场景，实施以价值链延伸为主导的路径，从七个维度明确具体发展举措，以数字化助力打造核心竞争力。

一、发展趋势

（一）研发设计由流程化向敏捷性转变

装备制造行业传统研发主要采用线性研发模式，按照“需求分析-概念设计-详细设计-制造和测试-优化和改进-上市和售后支持”的流程逐级开展，基于序列化和明确分工保障产品研发工作有序推进。然而，过去几年装备制造业行业研发环境发生巨变，人工智能、物联网、大数据分析和机器学习等新兴技术应用，为装备制造业研发带来了许多创新和增长机会，个性化定制的趋势也对研发环境产生了影响，同时出口限制导致装备制造行业市场竞争加剧，研发模式用人耗时多、研发周期长、响应用户需求不及时等问题逐渐暴露，难以应对日新月异的产品设计理念和快速升级的研发需求。

对此，装备制造行业应探索采用数字化设计和仿真技术，创新协同设计方法，强化敏捷设计，在计算机中创建虚拟模型，并进行各种仿真分析，减少实际试验和制造原型的需求，推动部门和团队实时共享设计数据、交流和协作，促进知识共享和创新，加强与供应商、客户和其他利益相关者的合作，引入外部资源和创新能力，不断提高研发效率和质量，降低研发成本。

（二）设备运维由计划性向按需化转变

装备制造行业传统设备运维主要依赖预防性维护或者故障发生后的修复和维修。预防性维护根据设备的规定维护周期对设备进行定期检修和保养，增加了维护成本且效益较低。故障发生后的维修具有扩大损害、加剧危害，提高维修复杂性等问题。伴随着物联网、边缘计算等技术的飞速发展，装备制造行业关键生产设备间可以实现互联互通，通过传感器获取设备运行数据，基于云平台实现对设备的实时监测，提高故障预警能力和响应速度，创新探索更加柔性化、精准化设备运维方式。

对此，装备制造行业利用设备生产运行状态、故障信息等数据，基于人工智能和机器学习算法构建故障诊断模型，训练模型来预测设备故障，自动识别异常和潜在问题，并提供相应的解决方案，优化维护计划，实现按需维护，提高维护效率和减少维护成本。

（三）生产制造由机械化向智能化转变

装备制造行业传统生产主要由人工操作机械完成，生产线和工艺流程固定，难以适应市场需求变化和产品多样化要求。此外，大量手工操作不仅增加了人力成本，还影响产品质量及稳定性，增加人员误操作风险，难以实现高水平的质量控制。随着全球市场竞争加剧，装备制造企业面临着更高的市场要求和更复杂的产品需求，需要不断提高生产效率、降低成本、缩短交货周期以及提供个性化定制，而工业机器人、自动化控制系统、传感器等技术的快速发展和广泛应用，也让装备制造业实现生产过程智能化变得更加可行，效益更好。

对此，装备制造行业企业纷纷开展生产过程智能化改造升级，通过数据采集、存储、分析与应用来实现对生产过程优化和智能化控制，采用智能装备减少或取代人工劳动，降低运营和维护成本，提高生产线的稳定性和可靠性，构建高度智能化的新型生产体系。

（四）供应链管理由经验性向协同化转变

装备制造行业涉及大量零部件和原材料，供应链管理至关重要，传统管理模式基于预测需求和长期合同，对于供应链信息洞察不足。厂商往往需要储备大量的原材料和成品库存，增加资金占用成本和仓储物流的管理负担，且缺乏市场需求快速响应能力，生产计划、物流信息和库存数据在不同环节间的传递存在延迟，导致生产过剩或缺货现象。随着市场竞争的日益激烈和复杂，消费者对个性化定制和快速交付的需求不断增加，供应链敏捷性不足问题突出，倒逼装备制造行业加快供应链数字化管理，推动供应链信息流通。

对此，装备制造行业企业加快构建数字化供应链，加强供应链数据采集和监测，实时获取库存情况、订单状态、生产进度等环节信息，基于数据分析准确开展销售预测、需求预测和库存优化，实现不同环节之间的协同和无缝对接，加强供应链可追溯性，从而提高供应链整体效率和灵活性。

二、典型场景

（一）基于数字模型开展产品系统研发

创新应用三维设计、数字孪生、工业元宇宙等先进技术，基于工业互联网平台搭建虚拟仿真平台，通过赛博空间和物理空间的映射，将物理模型一比一还原，构建装备产品虚拟模型，展示产品实时状态。通过设置不同的运行参数，在线上虚拟空间中进行多样化工况模拟，代替物理试验验证，洞察产品性能，预测产品质量寿命，提高产品研发质量、缩短研发周期。此外，融入虚拟现实和增强现实技术，打造更加直观和沉浸式的装备研发体验。如，徐工构建全球统一的数字化研发门户，实现产品不同专业、不同系统间的并行协同设计。

（二）基于大数据分析计算进行设备预测性运维

通过工业互联网平台实时采集关键设备的温度、应力、电流等数据信息，并进行可视化呈现，提高设备状态洞察力，避免机械设备突发故障。构建设备故障诊断模型，结合设备历史运行日志，预测设备在不同使用条件下出现故障的概率和时间，制定维修方案，远程指导工程师现场执行，有效避免信息传递缺失的问题。建立设备故障备案库，积累设备故障信息，通过大数据分析计算，提出设备设计、生产、应用改善建议，助力打造高可靠、高品质新一代设备产品。如，徐工打造的设备预测性维护解决方案，实现设备健康自检、自我保护，并提前发现设备运行隐患。

（三）构建高效协同的智能制造体系

结合CPS、AR/VR等技术推动数据源、模型的统一，加快数据有效流通，构建基于工业互联网的异地多厂协同制造体系。将装备组装厂、零部件生产厂等资源整合，以信息管理为整个制造网格系统提供行动依据，形成网络化制造系统，提高各部门协同效率。针对不同型号的装备制造需求，制定个性化组装方案，构建生产工位、生产线及生产车间逻辑模型，实现基于物联网核心生产要素状态监控及作业状态管控，及时调整生产所需的人、机、料、法、环等配套供给。如，长安汽车构建数字化工厂运营方案，实现生产、质量、设备、工艺、物流、能源等业务数字化、透明化、可视化。

（四）开展供应链整合和一体化管理

利用大数据分析和可视化技术，将供应链中涉及的各个环节、关键指标和数据进行展示和分析，建立实时报表，洞察供应链运作情况，及时发现问题并采取相应的措施。通过数据分析和人工智能技术，对市场需求进行精准预测，实时调整生产计划、优化库存管理、配置人力资源，减少订单滞销和缺货的风险。通过供应链协同平台和在线协作工具，实现供应商、合作伙伴和客户之间的实时协同和信息共享，建立供应链伙伴网络，提高供应链协同能力和响应速度，实现订单的快速处理和信息的及时传递。如，中车唐山机车轨道交通装备全供应链协同管理，实现了物流与信息流的统一，有效提升库存周转效率。

三、行业路径

（一）着力引进先进制造技术，构建智能制造新体验

通过构建智能制造系统，配置机器人、AGV小车、边缘计算盒等设备，推动生产过程高度智能化，减少人员投入。广泛运用3D打印技术，开展制造特殊材料、零部件修复和快速原型制作，实现快速成型、个性化定制和复杂结构的制造，减少生产周期和成本。创新应用虚拟现实和增强现实技术，进行设计验证、培训模拟和远程协作，打造更直观和沉浸式的装备设计和操作体验。

（二）基于数据驱动资源优化配置，提高全要素生产效率

基于生产设备数字化改造和业务系统上云，将原本固化在装备制造行业生产流程中的隐形数据显性化，将分散在各个生产车间的散乱数据汇聚成大数据资源。在设备运维、生产排产、物流运输、销售服务等重点业务环节，构建大数据分析计算、模拟预测、智能决策等模型，利用数据驱动业务流程优化，提高物料、资金、人力等全要素生产效率。

（三）构建无人化或少人化工厂，实现工厂运转的智能化和高效性

通过运用机器人技术、传感器技术、自动化控制系统等，让机器执行装配、焊接、喷涂等各种复杂任务，取代人工操作，减少对人工劳动的依赖，提高生产制造自动化和安全水平，实现更高的生产效率和一致性。此外，无人化工厂还可以实现24小时连续生产，不受人力资源限制，提高生产能力。

（四）构建平台化组织，提高组织灵活性和创新能力

基于数字平台推动企业组织向扁平化转变，提高信息流转效率。建立项目团队动态调整机制，根据客户要求和项目需求快速变更团队组成，提高组织响应速度和敏捷性，打造富有创造力、积极性的敏捷型组织团队。整合企业各部门、供应链企业和合作伙伴，推动数据信息跨企业流通，促进企业间紧密协作，开展高效协同研发、协同生产。

（五）加速向高端化、服务化转型，提高产业综合竞争力

通过加大核心技术研发投入，提高自主创新能力，引入新材料、新工艺、新技术和新装备，不断提升产品技术含量和价值水平，推动产业高端化跃升。通过深刻洞察市场需求，集成先进数字技术，将智能系统与先进装备进行融合，打造个性化定制产品，满足不同用户的差异化需求，提供高品质售后服务和跟踪咨询，提升产品附加值，推动产业体系向服务市场延伸，贴近消费端，拓展盈利新空间。

（六）加速构建数据驱动决策体系，应对供应链复杂性和可持续发展新要求

为应对全球供应链稳定性降低局面，装备制造行业加速建立数字化供应链管理体系，整合跨地区供应商和合作伙伴，确保物资的及时供应和质量控制。同时，还面临更高的环境保护要求和可持续发展压力，企业基于数据分析优化能源利用和污染物控制，减少能源消耗、减少废弃物和排放物的产生，推进绿色制造和循环经济。

（七）充分利用装备产品智能化基础，打造精准化治理体系

引导装备制造行业企业在各类装备产品预装智能传感模块，精准掌握装备运行工况、环境参数等数据，为政府部门探索数字化安全监管、极端情况产能调度等治理场景提供坚实支撑。鼓励装备制造行业企业加强合作，探索关键数据互联互通，建立挖掘机运行指数、基建开工指数等行业“风向标”，驱动政府部门科学决策、精准施策，进一步放大政府治理效能。(赛迪问道数字化转型（二十六）)

“赛迪问道数字化转型-以数字化转型赋能新型工业化系列谈”下期预告

《以数字化转型赋能新型工业化的行业路径：消费品》

附：赛迪研究院信软所数字化转型课题组成员矩阵