《DB37_T 4658.2-2023 人工智能应用场景分类 第2部分：装备制造.docx》由会员分享，可在线阅读，更多相关《DB37_T 4658.2-2023 人工智能应用场景分类 第2部分：装备制造.docx（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、ICS35.240.01CCSL7037山东省地方标准DB37/T4658.22023人工智能应用场景分类第2部分：装备制造ArtificialintelligenceApplicationscenarioclassificationPart2:Equipmentmanufacturing2023-10-17发布2023-11-17实施山东省市场监督管理局发布DB37/T4658.22023目次前言.II引言.III1范围.12规范性引用文件.13术语和定义.14分类方法概述.25应用场景分类信息.2参考文献.6IDB37/T4658.22023前言本文件按照GB/T1.12020标准化工作导
2、则第1部分：标准化文件的结构和起草规则的规定起草。本文件为DB37/T4658人工智能应用场景分类的第2部分。DB37/T4658已经发布了以下部分：第1部分：分类方法；第2部分：装备制造；第3部分：养老照护。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由山东省工业和信息化厅提出并组织实施。本文件由山东省人工智能标准化技术委员会归口。IIDB37/T4658.22023引言近年来，随着人工智能技术与行业应用间不断融合，装备制造已成为人工智能应用场景最具潜力的领域之一。人工智能与相关技术结合，可提高装备制造各个环节的生产效率，优化生产方式。山东省人民政府关于大
3、力推进“现代优势产业集群+人工智能”的指导意见（鲁政字201984号），提出了开展高端装备制造业智能提升工程，面向重点产业高质量发展需求，大力发展深度感知、智慧决策、自动执行的高端智能装备和产品，培育高水平智能制造整体解决方案提供商，推广关键技术装备的集成应用。但当前人工智能在装备制造领域的应用场景以及装备制造对于人工智能系统的需求信息并不明确，导致应用场景与需求之间存在偏差，制约了人工智能在装备制造领域的应用。为明确人工智能在装备制造领域的应用场景信息和需求信息，推动人工智能技术在装备制造领域的应用，制定本文件。本文件适用于装备制造的人工智能系统的需求分析、研发及设计，可作为装备制造领域选择
4、人工智能系统的参考。通过标准的制定和实施，可获取装备制造领域中有智能化需求的应用场景信息和对人工智能系统的功能需求，可帮助人工智能系统供应商和用户快速对接需求，缩小供需双方的需求偏差，扩大人工智能技术在装备制造领域的应用，推动装备制造领域的智能化发展。DB37/T4658拟由以下三个部分构成。第1部分：分类方法。目的在于给出人工智能系统的应用场景的分类方法。第2部分：装备制造。目的在于确定装备制造行业中人工智能系统的典型应用场景类别，以及各类应用场景对人工智能系统的共性实时生产功能需求。第3部分：养老照护。目的在于确定养老照护服务中人工智能系统的典型应用场景类别，以及各类应用场景对人工智能系统
5、的共性准实时服务功能需求。IIIDB37/T4658.22023人工智能应用场景分类第2部分：装备制造1范围本文件给出了装备制造中人工智能系统的应用场景的类别，以及各类应用场景对人工智能系统的共性功能需求。本文件适用于装备制造中应用的人工智能系统的需求分析、研发和设计，指导装备制造商针对场景需求进行人工智能系统的应用选型。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T418672022信息技术人工智能术语DB37/T4658.1202
6、3人工智能应用场景分类第1部分：分类方法ISO/IEC22989:2022信息技术人工智能人工智能概念和术语(InformationtechnologyArtificialintelligenceArtificialintelligenceconceptsandterminology)3术语和定义GB/T418672022、DB37/T4658.12023及ISO/IEC22989:2022界定的以及下列术语和定义适用于本文件。3.1人工智能artificialintelligence；AI人工智能系统（3.2）相关机制和应用的研究和开发。来源：GB/T418672022，3.1.2，已修改3
7、.2人工智能系统artificialintelligencesystem针对人类定义的给定目标，产生诸如内容、预测、推荐或决策等输出的一类工程系统。注1：该工程系统使用人工智能相关的多种技术和方法，开发表征数据、知识、过程等的模型，用于执行任务。注2：人工智能系统具备不同的自动化级别。来源：GB/T418672022，3.1.83.3应用场景applicationscenario人工智能系统（3.2）被使用时，环境、时间、空间、物体、人物及人物状态等一个或多个元素的集合。来源：DB37/T4658.12023，3.33.4任务task1企业业务及经营活动设计生产供应链运营营销服务典型业务活动设
8、计需求分析大规模数据计算成品建模预测分析CAD制图电路板制图BOM方案设计设计协同生产产量预测生产瓶颈预测分析生产良率分析员工需求预测生产数据异常监控生产规划调度人员作业异常监控生产物料流转异常监控工艺参数优化设备参数优化生产排产车间内外生产协同产品条码识别产品尺寸测量供应需求预测供应不平衡处理供应商分级管理供应链网络规划供应数据全链条可视化产品流转异常监控仓库选址优化仓储货物分类呆滞库存处理仓库实时动态管理仓容预警运输路径规划人员实时调度物料实时调度车辆实时调度货物出入库运营数据分析竞争对手数据分析财务数据分析企业内部资源调度订单信息可视化订单智能拆分订单自主履约订单自主纠错采购管理财务交易
9、风险欺诈监控财务管理舆情监控分析营销风险分析订单成本最优设计营销信息收集客户画像客户管理产品营销营销渠道选择营销效果监测精准个性化推送辅助危机公关客户抱怨求解信用评估售前服务售后服务在线客服DB37/T4658.22023实现特定目标所需的行动。注1：动作可以是物理的，也可以是认知的。例如，计算或创建预测、翻译、合成数据或人工制品或在物理空间中导航。注2：任务示例包括分类、回归、排名、聚类和降维。来源：ISO/IEC22989:2022，3.1.353.5装备制造equipmentmanufacturing为国民经济各部门简单再生产和扩大再生产提供技术装备。4分类方法概述AI系统在装备制造行业
10、中的应用场景的分类，在考虑装备制造的行业特性的前提下，按照DB37/T4658.12023的要求，具体实施步骤包括：a)梳理设计、生产、供应链、运营、营销、服务等企业经营活动中可使用AI系统的场景信息；b)根据第4章中a）给出的场景信息，分步进行场景描述、任务分解和功能识别、应用场景类别划分以及应用场景类别信息描述。5应用场景分类信息装备设计、生产、供应链、运营、营销、服务等典型业务活动包括但不限于表1所列。表1装备制造典型业务活动2典型业务活动应用场景子类对AI系统的共性功能需求应用场景大类BOM方案设计方案智能推荐www.b正确识别方案需求，支持各种数据信息提取，支持按照不同目标自动完成数
11、据自动处理分析，生成多种数据分析报告或方案案，根据需求目标智能推荐最优解决方案或参数智能推荐货位管理货位智能推荐支持仓库物资出入库信息智能管理、支持货位利用情况及物资类型等信息的分析，智能推荐空闲货位智能推荐售前服务精准个性化推送产品营销精准营销正确识别并区分信息，针对客户需求，精准推送相应产品或服务内容智能推荐CAD制图电路板制图智能制图设计正确识别设计参数、设计要求及相关数据，通过分析数据，快速建立数据模型或生成图纸数据建模大规模数据计算供应链网络规划智能计算正确完成高效大规模复杂数据的处理计算，正确利用AI算法实现多类型数据计算数据建模工艺参数优化设备参数优化参数实时优化实时采集相应生产
12、数据，建立数据模型，根据数据变化情况，智能调整相应生产参数并优化参数数据建模仓储货物分类货物出入库仓容预警仓储自主优化支持自动对仓储货物进行数据统计与分析，正确识别与记录货物信息，实时记录货物的数据变化，支持货物智能分类和定期盘点，货物数据智能分析，实时共享货物的数据信息数据建模企业业务及经营活动设计生产供应链运营营销服务典型业务活动产品虚拟体验产品虚拟制造产品外观及缺陷检测视觉辅助机器人作业产品分拣个性化定制生产设备预防性维护刀具管理货位管理运输管理招聘管理员工画像宏观质量管理品牌测算产品预测试维护DB37/T4658.22023表1装备制造典型业务活动（续）按照DB37/T4658.120
13、23的场景分类方法，建立装备制造AI系统应用场景分类信息表，表2为表1中部分典型业务活动对应的应用场景子类和应用场景大类。表2装备制造AI系统应用场景分类信息表3典型业务活动应用场景子类对AI系统的共性功能需求应用场景大类供应需求预测员工需求预测设计需求分析生产产量预测生产瓶颈预测分析运营数据分析竞争对手数据分析生产良率分析财务数据分析成品建模预测分析舆情监控分析营销风险分析辅助危机公关客户抱怨求解信用评估宏观质量管理品牌测算招聘管理财务管理智能分析预测根据获取的相关数据，自主对数据进行处理，建立预测模型，实现相关数据预测，支持相关数据分析处理，支持数据可视化，自动生成数据分析报告，为决策提供
14、支持数据建模订单信息可视化供应数据全链条可视化营销效果监测数据信息可视化实时采集数据，支持数据处理或信息流转可视化，实时显示数据信息变化情况数据建模设备预防性维护刀具管理产品预测性维护设备健康管理正确采集设备的运行数据，自主分析处理数据，将数据转化为与监控系统可共享的有用信息，实现信息共享，建立设备故障模式预测模型，智能预测设备故障，自动提醒工作人员进行设备维护数据建模采购管理智能采购支持自动处理分析产品供应商数据、库存数据、订单量、历史销量以及未来一定时间段内的产品需求等订单数据，支持自动生成需采购数据及采购订单，实现物料智能采购数据建模产品条码识别产品尺寸测量产品外观及缺陷检测视觉辅助机器
15、人作业产品分拣基于视觉的信息识别正确识别产品的信息（位置、颜色、字符尺寸等），根据产品判别标准，完成产品位置、品质及类别的判断视觉理解财务交易风险欺诈监控财务安全监控实时监控财务交易活动，正确识别财务交易中的风险或交易欺诈，智能预警，提醒交易风险，智能封锁交易，减少损失模式识别DB37/T4658.22023表2装备制造AI系统应用场景分类信息表（续）4典型业务活动应用场景子类对AI系统的共性功能需求应用场景大类产品虚拟制造产品虚拟体验虚拟制造生产利用VR/AR开展产品虚拟制造或生产，自动处理分析体验数据，支持数据可视化视觉理解生产数据异常监控人员作业异常监控产品流转异常监控生产物料流转异常监
16、控制程异常识别正确识别生产过程中的异常状况（包括人员操作、生产数据及产品物料流转等），识别完成后，可及时预警模式识别仓库选址优化订单成本最优设计供需不平衡处理营销渠道选择运输路径规划智能优化基于各类数据信息，根据任务目标对地址、路径、任务等及进行智能规划规划车辆实时调度人员实时调度物料实时调度生产规划调度企业内部资源调度呆滞库存处理库存实时动态管理实时调度根据与调度目标相关的数据，自主规划调度数量，实时自主调度，保持调度目标动态最优规划设计协同车间内/外生产协同生产排产智能协同制造支持同项工作项目或任务动态及计划信息实时共享，支持数据处理与分析，智能调度各方资源，分发计划实现协同作业规划订单智
17、能拆分订单自助履约订单自主纠错订单智能管理能够正确识别订单信息（包括订单类型、交付时间、所需材料、设备）等数据信息，自动将订单拆分为若干个生产任务，并确定生产任务的优先级；支持自动端到端跟踪订单信息，订单信息变动时，支持订单信息共享，支持跨部门人机协同处理订单；自动统计和分析订单数据，支持订单数据可视化，支持订单智能核对与纠错规划个性化定制生产柔性制造正确识别用户需求数据，支持与企业研发设计、计划排产、营销管理、供应链管理、物流配送和售后服务等实现协同与集成，支持实时调整工厂制造计划，调整产线作业规划营销信息收集客户画像员工画像供应商分级管理企业信息档案管理自动收集需要的信息，正确提取关键信息，自动实现信息归类，自动生成客户模型或档案，一定业务范围内支持信息的实时自动更新及协同共享认知与推理DB37/T4658.22023表2装备制造AI系统应用场景分类信息表（续）5DB37/T4658.22023参考文献1JB/T125162015现代制造服务业装备制造业术语2ISO924111:2018Ergonomicsofhuman-systeminteractionPart11:Usability:Definitionsandconcepts6