公司智能制造规划(整理)智能制造规划拟制：审核：批准：日期：目录1.概述12.需求分析12.1仓储12.2生产22.3其他33.企业信息化现状分析34.智能制造方案44.1系统架构44.2子系统耦合关系分析5 4.3工业大数据中心方案5 4.3.1工业大数据平台框架5 4.3.2工业大数据平台特点64.4现场层系统64.4.1数据采集方案64.4.2机器视觉检测系统94.4.3生产测试管理平台114.5应用层系统144.5.1智能仓储系统方案14 4.5.2工程管理系统方案17 4.5.3设备管理系统方案204.5.4PLM系统方案214.5.5能耗管理系统234.5.6CRM系统方案244.5.7GIS+BIM构建虚拟车间255.系统扶植路线275.1实施策略275.2实施路线（建议）27版本信息日期2016.10.242016.10.25作者XXXXXX版本PA1PA2初版方案修改实施路线内容；在第一章前增加“阅读说明”备注阅读说明1.概述：简述背景和本案地基本内容；2.需求分析：首要描述现场调研情况及扼要分析；3.企业信息化现状：描述企业现阶段地信息化系统及使用情况，作出简要分析；4.智能制造方案：描述总体架构；按照三个层级（数据层、现场层、应用层）进行系统方案描述；5.系统建设路线：阐述XXX制造实施策略，针对九州实际情况给出简要地实施路线建议.1.概述在工业 4.0、互联网+以及大数据、机器人和人工智能等技术日趋成熟地背景下，智能工厂建设地可能性逐渐明朗.根据目前地技术成熟度，当前制造业转型地现实目标应当是建设数字化工厂、探索数字化管理和重构优化工作流程以满足数字化地要求.其主要原因有二：其一：人工智能方法地成熟度上不能完全被可靠地利用到制造过程中，在当前只能通过数据感知获取一些知识，而判断地工作依然需要人来完成.因此，希望一步到位地实现智能工厂还不现实.但实现全数字化地工厂，将所有环节地数据采集和流转全部实现虚拟化并提供交互功能是完全可以做到地，这种形态地工厂即数字化工厂.其二：数字化工厂是走向智能化工厂地必经道路.目前科学界普遍地共识是通过数据感知是获取智能地途径，因此数据是智能工厂最为核心和关键地部分，也是实现智能地基础.而数字化工厂扶植最为中心地内容是数据平台地扶植.包孕了数据地采集、传输、预处置惩罚、分类、规约、拜候掌握、相干性包管等诸多方面地内容；需要动用传感器技术、旌旗灯号处置惩罚技术、数据通信技术、分布式计较技术、数据存储技术、软件技术、WEB技术等浩瀚ICT领域地关键技术.数据平台地扶植是一个成心义而又有挑战地事情.在这一背景下，本案拟对数字化工厂地数据平台扶植作一个方案计划.为数据平台扶植地实施提供指导和根据.本案地首要内容包孕：1.数据平台架构介绍：普通意义上地框架性介绍，建立一个根当地广泛顺应性地数据平台框架，并标明其关键技术.2.数据平台地应用背景：针对实际地应用，对企业地规模、业务过程、数据采集地类型和要求、数据量等具体应用相关情况进行描述.3.数据平台方案计划：根据框架和具体地使用背景，具体给出某企业地数据平台中心案，指明需要地数据类型、数量以及实现方法等.4.软硬件部署设计：对系统部署实施阶段所需地软件和硬件环境做出规定.2.需求分析2.1仓储调研情况：1.储藏类型有三种：器件、半成品（原材料）、成品2.所有三种类型地产品都存在外购和自产.3.入库流程为：待验——检验——入库.其中待验环节主要是核对物料信息（外包装铭牌）以及抽样检查数目；检修为全检.4.出库分为领料和销售出库两种.5.领料流程为：技术中心下发BOM清单——PMC部做计划单，发送领料单——库管发料——生产配套区6.销售流程为：营销公司——运输中心——库管7.入库数据为人工在ERP软件中录入对应号码.分析：1.出入库数据需野生在ERP软件中录入，较烦琐.2.仓库堆料为人工，存在摆放不合理以及快速查找响应慢等问题.2.2生产调研情况：1.有11条产线，每条产线独立工作.2.每条产线地生产情况由人工统计，在现场表现为小黑板展示，在后台为人工输入电脑.3.XXX专线生产线有MES系统，并配套扫码枪.XXX向生产部门下发总生产计划，生产部门根据实践产线情况制订排产计划.5.PCM部下发地BOM清单会在生产部做一次比对，如果发觉有问题则反追溯；如果没问题，则实施配料.6.新产线数据目前已做到在上位机进行数据读取，使用地是设备配套地软件，读取地信息类型较丰富；旧产线数据能否读取尚不清楚.7.新产线设备地数据传递口为LAN口.分析：1.PLM系统产生地BOM清单在修改时，由于系统间传递信息地时间不对称，会造成生产部门地BOM清单与最新地BOM清单不匹配地问题，使配料环节产生问题.2.XXX专线地MES系统据现场事情人员反应，并欠好用，原因有几点：a)数据统计不准确，主要原因为扫码枪有时读取不到产品信息.b)MES系统上线仓促，在流程和功能匹配度上存在问题.2.3其他1.提供制造前端地物理量数据采集；如各类传感器数据.2.提供制造前端各种设备（装备）地状态数据、过程数据和工艺数据等关心地数据采集（针对现阶段没有地设备）3.提供制造前端所需地数据录入和搜集所需地人机交互界面，实现人工录入信息地采集.4.保证数据采集过程中地数据传输安全.5.包管设备接入收集后地事情状态可靠和信息安全.6.提供数据存储、查询、分析等所需地软件.7.提供该数据平台与其他应用系统集成时所需地软件接口.8.数据采集前端地类型、数目能够在不影响原稀有据平台地基础上扩展.9.数据接口完全开发，具备自生长和可扩展性.3.企业信息化现状分析现状：1.具备五个系统，分别是：ERP（金蝶K3，12.3版）、OA（大通2015）、PLM（金蝶13.1版）、条形码系统、MES系统.2.ERP系统上线于2007年，功能：a)供应链b)生产制造（生产计划、BOM清单、车间管理）c)财务结算d)基础数据（与PLM系统地BOM清单同步）3.OA系统上线于2015年，功能：a)审批流b)财务报销c)初步地BI分析（财务报表）d)集成使用（物质借用、付款申请、基础资料）4.PLM系统上线于2014年，功能：a)资料电子化（审批流程）b)资料数据化（BOM）c)物料申请（与ERP系统同步）d)工程管理（下一步目标）5.条形码系统上线于2005年，功能：a)制品下线、质检、出入库、售后b)物料信息、出入库单与ERP系统同步6.MES系统上线于2015年，功能：a)SMT管理（追溯物料，板卡与批次绑定）b)DIP（插件）追溯c)组测包（生产过程管控）d)库存发货管理e)物料信息、出入库单、BOM与ERP系统同步分析：1.所有系统以ERP系统为中心，其余系统与ERP系统进行局部数据交互，由于各系统中有自己独立地流程，所以在数据共时性上会存在数据同步地问题.2.每个系统有独立地数据库和本身地数据格式，在进行系统间数据传递时有报错地风险（目前九州内部采用各系统中加审批流程来进行规避）.4.智能制造方案4.1系统架构图41数字化制造系统架构图按照工业大数据平台构建数字系统地思路，数字化工厂地总体框架和子系统分别定义如下图所示：图42数字化工厂地总体框架上图给出了该车间可能用到地系统模块.按照功能关系划分为三大部分，每一个部分地功能也稍作了细化.子系统1.1~1.8都是部署在现园地各种软硬件系统.子系统2.1是大数据平台.子系统3.1~3.7是应用软件系统.需要指出：1.1~1.8之外，还可以扩展其他地现场应用系统，只要其数据接口和通信协议与大数据平台地要求相符即可；3.1~3.7之外，还可以扩展其他应用管理系统，包括ERP、OA等相干功能都可以在这一层实现扩展.4.2子系统耦合关系分析表41子系统耦合关系表从耦合关系可以看出，前端系统（1.x）各个局部之间耦合很小，使用系统（3.x）各个局部之间地耦合也很小.所有地耦合关系都集中在大数据平台，因此大数据平台地扶植是最为关键地步调.XXX方案4.3.1工业大数据平台框架图43工业大数据平台普通性框架工业大数据平台分为三局部：1.前端数据采集系统：包孕数据采集器、嵌入式软硬件、已经需要地数据调理设备等.实现前端地各种数据提取，并进行传输编码、协议封装等预处理工作.2.工业防火墙：实现前端设备与数据网中其他设备之间地隔离，以保护设备本身工作状态稳定可靠，不受威胁.PLC、RTU等设备在过去普通是不接入收集地，自然也不需要安全防护，但在数字化工厂建设地大背景下，设备接入网络是不可回避地问题，因此安全隔离自然同样成为必需要考虑地要素.3.数据网：指工业现场地各种传输协议，常见地有RS485、MODBUS等总线形式，大多数采用通用地协议控制器连接即可，技术很成熟，不再赘述.4.数据中心：数据中心地主要任务是:1）数据地存储2）数据计算3）数据请求服务相应.在数字化工厂扶植地背景下，要求各个营业端地数据能够实现实时流转、实时交叉分析，对数据地逻辑关系和时间关系地正确性提出了严格地要求，只有用大数据技术地方法来实现数据地整体统筹才能解决这个问题.同时，鉴于数字化工厂网智能工厂退化地过程中，需要不断地增加各种数据，添加系统功能等，这要求数据平台具有可扩展性，或者称之为自生长性.因此，本案采用大数据架构来搭建数据中心，可以保证系统良好地开放性，为未来扩展做好准备.4.3.2工业大数据平台特点该数据平台架构地主要特点有：1.采用大数据平台架构，包管系统地开放性.如此一来，其他地数据使用系统都可以随时方便地接入到该平台上.同时，也可以保证整个系统地功能可扩展性.因此，这是一个可生长地平台.2.引入工业防火墙.在包管数据采集周全地情况下，兼顾设备运行地安全性.制造型企业设备运行可靠性一旦受到威胁，其结果和损失十分巨大，因此必需仔细考虑前端地信息安全防护.3.采用分布式计算架构.有两层含义：1）采集前端部署计算资源，对现场数据采集所需地旌旗灯号处置惩罚、协议封装、数据预处置惩罚或需要地实时处置惩罚进行直接计较，将成效直接反馈给数据中心；2）数据中心中，采用虚拟化地方法，实现并行地分布式计算，提高系统运行和计算效率.4.平台软件采用SOA架构.以效劳为中心，将数据与使用软件剥离开，在软件功能增加、修改地时候不影响数据；使系统地可维护性和可扩展性增强.4.4现场层系统4.4.1数据采集方案4.4.1.1生产数据采集生产数据包孕但不限于：1)产物型号2)产品批次号4)产品数量5)产物格检结论6)产物生产时间戳设备自读取：具备通信接口地设备有自带软件将产品生产信息导出，该数据地格式存在不确定性，可能需要规约之后放入系统数据库.传感器采集：在生产关键节点加装传感器进行数据采集，这种方式应科学计划传感器地部署，否则可能会造成数据记录遗漏或错误.3)电子计数设备：例如扫码枪等，其原理与(2)类似.4)其他系统导入：经由过程开放地数据接口，从其他系统导入或导出.4.4.1.2设备数据采集设备数据包括但不限于：2)设备状态数据：异常信息记录3)设备档案数据：设备PDM系统4)设备维护数据：设备保养、维修数据记录4.4.1.3环境数据采集环境数据地采集有三种：1.无线传感模块无线传感模块集成了大量传感器，如：烟雾传感器、灰尘传感器、湿度传感器、温度传感器、热释电传感器、光线传感器、气体传感器等.其通信方式采用WIFI、ZigBee、MQTT等，根据需要也可采用有线以太网通信中心式.模块由嵌入式处置惩罚器掌握，尺寸小巧，架设方便.在接入收集后直接将现场环境数据采集上传至数据中心，数据地使用处景不限于安防、环境监控、工厂虚拟再现等.图44无线传感器模块2.生物识别生物识别技术，常见地是指纹、虹膜、脸相等一系列生物特征提取和识别方法.本案中，采用人体手掌静脉识别技术作为身份识别和授权依据，具有更高地安全性.该技术地首要长处如下：1)活体识别：掌静脉图像只有活体才有，非活体是得不到掌静脉特征地；因此无法伪造.2)无损伤：采用非接触式被动方法获取生物内部特征，对生物体无任何损害.安全级别高：由于无法伪造，且提取地是生物体地内部特征，其总体安全级别是目前所有生物识别技术中安全级别最高地一种.生物识别技术可用于车间出入人员管理，设备使用授权等，其授权记录也被纳入大数据平台中.3.室内定位Position室内定位系统采用超宽带技术，对现场人员动行动轨迹进行记录.其接入点可达上万个，选用多维定位模式，定位精度达到厘M级并提供开放地软件接口.在车间安防应用中，其采集地数据可用轨迹回溯、互监放单，多样报警等.在保密性较高地场合尤其适用.4.4.1.4数据服务➢数据库制造现场属离散制造，其数据基数适中，可采用Orale或Mssql数据库作数据存储.Mssql可搭建于Windows Server操作系统上，便于后期维护管理.数据库采用主备架构，该架构可提供了一个高效、全面地灾难恢复和高可用性解决方案.自动故障切换和易于管理地转换功能允许主数据库和备用数据库之间地快速角色转换，从而使主数据库因计划中和计划外埠中断所导致地停机时间减到起码.主备数据库可在两台效劳器上分别布置，见下图：图45 XXX Data Guard系统➢工业防火墙在工业现场，对智能设备地安全防护是必不成少地，在通信技术高速发展，设备智能化不断提高地同时，也带来了安全隐患.尤其是在自动化水平较高地制造现场，如果设备受到歹意代码地攻击，其带来地损失将不堪设想.所以，在设备与网络接口之间架设工业防火墙是十分必要地.工业防火墙地目地是提供一套可控、可靠、可管理地工控网络纵深安全防御体系.工控防火墙可信收集管理平台地功能包孕：检测流经地异常数据，收集、管理黑白名单、智能研究、漏洞挖掘和制订相应安全策略.结合监控、审计模块，有效组织歹意攻击地渗透，实现整个工作站地“白环境”.图46工业控制系统安全保障体系4.4.2机器视觉检测系统4.4.2.1总体架构完整地视觉检测系统首要由三局部构成：现场事情站、视觉算法层以及数据中心.首先是现场工作站，它是视觉检测地一个关键环节，也是整个软件系统地基础.现场工作站主要由一些光学设备及自动化运行系统构成.光学系统一般包括工业相机、光源、棱镜等.工业相机一般采用触发式，由检测平台发出地信号触发拍照.自动化设备主要负责传送带运行和筛选环境，这部分可以根据实际情况简化.光学系统地选型和布置是和待测件密切相关地，应根据待测件地状态选择合适地光学配置，这样就可以减少软件系统在处理过程中地压力，提高系统运行效率.高性能电脑则是视觉算法地载体，它将负责与现场工业相机通信，获取图片，并执行检测.除此之外，它还负责将检测结果反馈给控制器，并如对实时性要求较高，则可能需要高性能地处理器及GPU.视觉检测系统总体方案见下图：图47视觉检测系统总体方案4.4.2.2事情流程当物料经过相机时，传感器将触发一个脉冲信号通知相机进行拍照.视觉软件地数据接收线程将通过千兆以太网或USB 从相机中异步获取图片数据.在实时性要求较高地场合，相机应根据需要慎重选择.图片地分辨率、清晰度、物体在图中地大小、图像曝光度及图像地颜色通道等都应该被综合考虑，拍摄地照片应尽可能地减少图像算法地预处理工作量，以保证对运行时间地优化集中在软件层面，下图为LED视觉检测流程示意：图48 LED视觉检测软件流程图软件将在现场终端上实现.在收到图片信息后，吸收线程筹办异步读取下一张图片，并等待残次检测完毕.同时，缺点检测线程池本地线程将被激活，开始对图片数据进行分析，图形算法地主体将在此过程中完成.线程池采用等待句柄保持同步，即当某一线程执行完毕后将结果放入传输队列，随即被挂起，等待其他所有线程进入终止态.当所有检测线程进入终止态后，数据处理线程被激活，同时触发下一次图像采集.数据处理线程将在第一时间判断是否存在瑕疵，根据瑕疵优先级向PLC发出对应NG信号，数据同时被送往其他线程.这些数据包括每项检测地基本参数指标、瑕疵品地细节参数、时间戳以及产品批次等信息.这些数据将存放在大数据中心，供其他系统调用，向企业管理者和工艺人员提供产线状态报告.4.4.2.3数据集成图49视觉系统在企业生态圈示意图机器视觉核心是视觉算法，而经过地复杂算法产出地珍贵数据应该被充分地利用起来.将检测结果发给自动化设备完成视觉筛选是视觉系统地主要职责，但是这样并没有对产品出现残次地根源进行进一步地挖掘.所以视觉算法产出地数据应当被放入企业数据中心，从中提取有用数据.例如，对于每件检测到地残次品，它地批次、产品制造工艺、原料供应商、缺陷类型、缺陷程度、生产人员等信息都将在数据中心中体现.其中视觉系统提供与缺陷相关地参数，这便和企业原有地产品管理、供应商管理、客户管理、制造执行等系统互联起来.通过分布式计算从中发掘出有用地信息，从而进一步提升产品地质量及生产效率.4.4.2.4实际应用激光IO触发地方式通常要求机械臂在抓取待测件前待测件地姿态保持固定.因为系统中不存在反馈，机械臂只知道有待测件进入测试区域，并不知道待测件地姿态，这就要求在传送带末端设计相应地机械结构是地IO触发时被测件处于特定姿态，让机械臂进行准确地抓取和放置.图410待测物体识别图411抓取位置获取引入机器视觉系统可以很好地解决这个问题.机器人和工业相机地结合使整套系统形成了一个闭环网络.无论待测件以什么姿态进入，工业相机和机械臂都可形成一条地反馈回路，实时追踪被测件地位置和姿态，从特定地位置抓起被测件并插入测试槽中.即使有多个被测件进入，视觉系统也能从容应对.如有杂物进入识别区，还可将其识别触发报警，避免可能带来地损失.针对本案，测试平台可采用固定式相机搭配线性光源地结构，易于安装和配置.视觉系统同样采用千兆以太网通信，其数据吞吐量大，不但可以与机械臂协同工作，还可以将出现地异常或测试不过地图像信息经工业以太网发送至云端数据中心.视觉呆板人系统可以充裕发挥信息自动化地优势，实现与大数据平台和MES系统对接，为技术人员提供完备地数据流，从而形成愈加系统地测试体系.4.4.3生产测试管理平台4.4.3.1总体框架图412测试互联网架构从图中可以看到，每个测试台被当做一个数据生产终端，通过互联网进行连接，构成测试互联网.测试台之间经由过程通用地工业互联网协议实现数据交互，而每个测试台内部则采用VISA（Virtual Instrument Software Architecture）协议实现掌握指令和数据交互，而支持地主要总线形式包孕RS232、RS485、USB、GPIB、TCP/IP等.系统地功能逻辑关系见下图：图413测试互联网功能逻辑框图4.4.3.2平台功能在数字化工厂地测试管理平台不能单纯地当作一个个独立事情地测试台来考虑，另外，测试管理平台地软件功能也不再只是实现简单地自动化测试和数据采集，而是该当把被测产物地信息、测试工具管理、测试数据管理、测试任务管理等功能进行融合，满足测试事情在数字化工厂运作方式中地要求.本案地测试管理平台软件地主要功能有：1.测试任务管理功能：根据生产地需要，对指定型号地产品进行测试任务定义和下发，并跟踪测试过程，检查测试任务进展地状态.2.被测产物信息管理：将被测产物与测试数据进行融合，便于未来对测试数据与产物之间地交叉分析.如果企业已有PDM系统，则可以与之对接，直接使用其提供地产品信息.3.测试软件工具集成化管理：该软件平台提供一个综合地集成图形界面，将测试过程中需要使用地各种测试工具都“包”在该界面中，类似于一个软件，用户可以通过该用户界面对测试工具进行访问，避免测试工具地碎片化，易于管理.且测试工具地添加和删除可以根据用户地需求进行增减.4.测试设备状态管理：产线中地测试设备由于使用频率高，维护频率也远高于研发使用场景.该软件同时提供测试设备地健康状态管理，以协助用户对测试设备进行维修、校准等维护.5.测试数据管理：该软件以大数据架构地工业数据平台作为数据管理支撑，为用户提供数据地存储、查询、导出、计算等功能.6.测试数据分析功能：为用户提供数据地常见统计、交叉、可视化等处理软件工具.7.自动报表功能：自动生成用户需要地测试报告，并自动存入数据平台中，便于未来查阅和追溯.测试数据管理平台软件界面截图如下：图414测试数据管理平台软件截图4.4.3.3平台特点1.是一个完全按照数字化工厂需求设计地基于互联网架构地测试平台.2.采用VISA架构设计测试工具软件，对仪器设备地型号有广泛地支持性.3.采用分布式部署架构，特别适合生产测试场景.4.集成化地测试工具和数据管理客户端软件，将生产测试过程中地各种过程数据采集工具都进行了整合，避免了工具地碎片化.5.以大数据架构地数据平台支撑测试数据地后处置惩罚，可以很方便地与工厂地数据平台进行对接和融合.6.系统架构为开放式.可以不影响原有系统事情地情况下自由地增加测试台或测试软。
简要描述工厂智能制造系统的架构和各模块功能1 工厂智能制造系统架构工厂智能制造系统是一种整体解决方案，包括计算机软件、硬件设备和控制系统等。
其中的核心是控制系统，控制系统基于预定义的工艺和流程，实现设备的自动控制和监测，是实现工厂智能制造的关键。
2 主要模块工厂智能制造系统的主要模块主要分为以下几类：（1）计算机模块：主要分为中央控制单元（PCU）、软件模块、安全管理模块、总线模块和网络模块等。
中央控制单元（PCU）是控制系统的核心，它可以实现工厂现场设备的远程监控和自动控制。
软件模块则可以实现上下文相关的数据采集、分析和处理，为工厂提供更为精准的控制和管理功能。
安全管理模块是安全管理模块，它可以为系统实现完整的安全保障。
总线模块可以实现各种外设的连接，使现场的设备能够与PCU进行通信，网络模块则可以实现工厂智能制造系统的本地网络建设和远程连接，可以实现远程监控和远程控制。
（2）硬件模块：硬件模块可以帮助实现设备的远程监测和控制，主要模块包括传感器模块、插件模块、执行器模块和测量模块等。
传感器模块可以实现现场环境的实时调控；插件模块可以实现外设的连接与通信；执行器模块可以实现设备的远程控制和运行；测量模块可以实现现场参数的实时采集、测量和分析等。
（3）控制模块：控制模块是最核心的模块之一，它可以实现系统的自动控制，使得工厂运行更加自动化和高效。
主要模块包括PLC、DCS、控制接口和控制软件等。
PLC主要功能是进行运算控制和过程控制，如自动生产线控制；DCS主要功能是建立控制循环，如温度控制和流量控制；控制接口可以实现各种设备的连接和通信；而控制软件则可以实现各种设备的调整和控制，使整个系统更加灵活和可靠。
3 结论工厂智能制造系统是在此基础上增强计算机技术、外部环境实时反馈、自动控制等技术进行实现的系统。
它不仅可以实现设备的远程控制和自动控制，而且可以实现现场环境的实时监测和数据采集，并进行上下文相关的分析和处理，最大限度地提高工厂的生产效率和工作质量。
智能制造标准化工作进展韦莎博士2018年1月中国电子技术标准化研究院汇报思路1、组织建设2、《国家智能制造标准体系建设指南》3、智能制造标准研究进展4、智能制造国际标准化5、双边合作中国电子技术标准化研究院国家智能制造标准化协调推进组国家智能制造标准化总体组专家咨询组⏹组长单位(1名)：中国电子技术标准化研究院⏹副组长单位(4名)：仪综所、信通院、上自仪、北京机床所⏹技术委员会(13家)：TC28、TC124、TC114、TC159、TC260等⏹研究机构(21家)：赛迪、电子五所、机械总院等⏹企业（18家）：国机智能、和利时、沈阳新松等2016年8月22日北京2016年8月22日,成立国家智能制造标准化协调推进组、总体组和专家咨询组组织机制建设1中国电子技术标准化研究院召开总体组、专家咨询组第二次全体会议1为了加快推进智能制造标准化工作，完善智能制造标准体系，2017年7月13日，国家智能制造标准化总体组、专家咨询组第二次全体会议在北京召开。
2016年标准化工作总结与2017年工作部署增补了5家总体组成员单位和8名专家咨询组专家国家智能制造标准化总体组网站启动仪式与会专家对《国家智能制造标准体系建设指南》修订、智能制造综合标准化项目的支持方向以及智能制造国家标准立项等工作进行了研讨。
中国电子技术标准化研究院顶层规划设计2015年12月31日,工业和信息化部与国家标准化管理委员会联合发布了《国家智能制造标准体系建设指南（2015版）》一、总体要求•指导思想•基本原则•建设目标二、建设思路•系统架构•标准体系结构图•标准体系框架三、建设内容•基础共性标准•关键技术标准•重点行业标准四、组织实施•标准化工作组•动态更新完善机制•专项财政资金等2中国电子技术标准化研究院建设指南修订工作2确立了动态更新完善机制，每两年滚动修订《建设指南》.2017年8月8日至11日2015年12月30日《建设指南（2015年版）》发布《建设指南（2018年版）》修订工作启动会及封闭编辑会召开形成了《建设指南（2018年版）》（工作组讨论稿）2017年9月15日《建设指南（2018年版）》修订专家研讨会召开形成了《建设指南（2018年版）》（工作组讨论稿V2.0版）e 向各重点行业征集意见2018年9月30日至10月16日形成了《建设指南（2018年版）》（工作组讨论稿V3.0版）《建设指南（2018年版）》（送审稿）专家审定会召开2018年11月6日《建设指南（2018年版）》（报批稿）2018年11月27日中国电子技术标准化研究院《建设指南（2018年版）》2智能制造系统架构智能制造标准体系A 基础共性BA 智能装备AA 通用工业机器人识别与传感增材制造人机交互系统BE 工业互联网体系架构BB 智能工厂BC 智能服务大规模个性化定制运维服务网络协同制造C 行业应用术产业新一代信息技装备先进轨道交通汽车节能与新能源及高技术船舶海洋工程装备和机器人高档数控机床航空航天装备AB 安全AC 可靠性AD 检测AE 评价智能管理智能设计智能物流智能工厂设计集成优化智能生产BD 智能使能技术工业软件工业大数据工业云 B 关键技术网联技术资源管理网络设备控制系统数控机床及设备人工智能应用边缘计算智能工厂交付智能工厂建造智能特征系统层级协同企业车间单元设备资源要素融合共享互联互通系统集成新兴业态生产设计物流销售服务生命周期中国电子技术标准化研究院•截止2017年12月29日，总体组第一批上报的12项标准已全部立项。
