工业场景数据要素应用参考指引.pptxVIP

工业场景数据要素应用参考指引

为深入贯彻落实《中共中央国务院关于构建数据基础

制度更好发挥数据要素作用的意见》和全国新型工业化推进大会部署，加快释放工业数据要素价值，促进数据要素赋能新型工业化，特制定本指引。本指引围绕研发设计、生产制造、经营管理、客户服务、产业协同等5个环节，凝练出23个典型场景中的数据“采、集、用”及预期效果，为工业企业、数字化转型服务商、行业组织等推进工业数据开发利用提供参考。

一、研发设计

1.数据驱动产品设计（难度★★,价值★★★★)

预期效果：构建数据驱动的研发模式，实现产品设计标准化、模块化、参数化，提升产品研发效率。采：通过标准化接口，获取订单产品、物料清单、设计要求等设计数据。利用标准化接口、人工智能手段，获取老师傅研发过程、设计要点等经验数据。集：利用数字化工具，对产品研发相关数据进行清洗、标注、整合等治理，形成标准化数据集。结合行业知识，注入专家经验，打造设计知识库。用：应用多学科联合仿真、物性表征与分析等技术，建设产品研发数字化体系，优化研发业务流程，实现数据驱动的研发设计模式。

2.工艺数字化设计（难度★★,价值★★★)

预期效果：构建数字化工艺设计与仿真模型，实现制造

1

工艺的模拟分析、评估优化，提升工艺设计效率、质量。采：

通过标准化接口，采集产品设计图纸、工艺参数、工序图形等工艺数据。利用标准化接口、人