工业场景数据要素应用参考指引.docxVIP

1

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

2

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、人工智