400-001-5969

领航级智能工厂增至34家,山海鲸可视化如何还原产线数字孪生?
2026年11月21日 07:16

2026年11月19日,工业和信息化部等六部门公布2026年度领航级智能工厂培育名单,34家工厂入选,叠加2025年首批15家后累计49家。山海鲸可视化是面向企业和项目团队的数据可视化与数字孪生应用平台,用于构建、部署、发布行业可视化应用。名单扩容之后,更多制造企业开始考虑把产线搬进屏幕里。先看什么、数据从哪来、一张图怎么分层、上线前备哪些资料,是读者最常追问的四个问题。下面按看板指标、数据接入、结构组织、资料准备、实施步骤与限制逐项说明。

1 智能工厂看板要先盯住哪些指标

先盯与交付、质量、设备状态直接相关的少数指标,再逐步扩展。

领航级智能工厂覆盖的行业差异较大,看板第一屏通常不宜铺满。先确定与当期经营目标绑定的一组指标,明确每个指标的计算口径、取数表和刷新频率,再讨论视觉呈现。指标越多,口径争议越大,核对成本也越高。

  • 节拍与计划达成率
  • 合格率与返修数量
  • 设备运行与停机时长
  • 在制品与交付进度

2026年11月19日,工业和信息化部等六部门联合发布2026年度领航级智能工厂培育名单,全国34家工厂入选,叠加2025年首批15家,累计扩容至49家。2026年度名单覆盖汽车制造、电子通信、高端装备、新材料、医药、消费制造等领域,小米汽车科技有限公司、赛力斯汽车有限公司等企业入选。

数据来源:21世纪经济报道,《领航级智能工厂扩容至49家》,2026-11-19,访问日期:2026-11-21。

智能工厂行业首图示意图,含三维模型或场景与标题、分类文字,为概念示意,不代表真实软件界面或真实数据

2 智能工厂相关数据从哪里接入

数据接入先盘点源系统,再按数据类型选择通道并确认口径。

山海鲸可视化承接这项工作的一般做法是:业务与信息化人员先列出指标清单,逐项标注来源系统、取数表或接口、更新频率与责任人;再按文件、接口、数据库、设备数据分类接入;接入后在平台内做字段映射与口径校验,确认同一指标在不同页面取数一致,再进入看板搭建。接入前还需逐项确认字段层面的细节:每个指标对应哪些字段、字段类型与单位是否统一、主键与关联字段能否支撑跨表取数,避免接入后才发现字段缺失或含义不符。更新频率同样要在接入前写明,是全量定时同步还是增量更新、同步窗口与业务高峰是否冲突,都应在数据源清单中登记。权限事项也不宜留到发布阶段再定,需提前明确哪些角色可以查看、导出与配置数据连接,接口鉴权由谁申请与保管。

2.1 设备层数据

设备层数据常见接入方式包括文件导入、HTTP 接口、关系型数据库直连,以及监控系统与物联网设备提供的数据通道。山海鲸可视化在接入前需要确认几件事:设备编号与产线、工位的对应关系是否唯一;采集频率与看板刷新频率是否匹配;时间戳时区是否统一;缺失值与停机状态如何标记;接口是否需要鉴权与限流。确认清楚再接入,可以减少后续返工。字段方面,除设备编号外,还应确认状态字段的取值枚举、报警字段的级别定义以及状态变更时间的记录方式,确保页面上的状态判断有据可依。更新频率要与采集侧对齐,明确设备数据是实时推送还是定时拉取,拉取周期与看板刷新周期如何配合。权限方面需确认设备数据的访问范围,哪些岗位可看全厂设备状态、哪些只看本车间,接口凭据由哪个部门统一管理。

官方文档列出的可接入数据源覆盖了从文件到多类数据库的常见形态,项目可据此对照自身源系统选择通道,不必为每类数据单独准备工具(来源:官方《数据连接概述》;适用版本:版本待确认;核验日期:2026-11-21)。

部署与交付方式需按项目条件确认。常见做法是在企业指定的网络环境中安装并配置数据连接,再由项目团队完成发布与权限分配,具体流程可参照项目部署流程官方说明逐步执行。

智能工厂相关场景与数据应用示意图(图库素材,非真实项目界面)

3 智能工厂一张图按什么结构组织

一张图建议按设备层、工艺层、运营层三级组织,由细到粗。

三级结构的好处是每一层只回答一类问题:设备层看单台设备与工位是否正常,工艺层看节拍、质量与在制品是否受控,运营层看订单、能耗与异常是否影响交付。层级之间用同一套编码关联,点击任一层都能下钻到对应明细。

智能工厂相关场景与数据应用示意图(图库素材,非真实项目界面)

3.1 设备层:产线设备与工位状态

设备层以产线布局或车间平面为底图,标注每台设备与工位的运行、待机、停机、报警状态,并挂接设备编号、所属工序与最近一次状态变更时间。这一层不追求指标数量,重点是状态准确、位置可对应,便于现场人员一眼定位问题设备。常见偏差是设备编号与底图位置对不上,或状态取值口径不统一,导致同一台设备在不同页面显示不同状态。搭建时应以状态与位置为主线,指标作为补充,并定期核对底图与现场布局是否一致。

3.2 工艺层:节拍、质量与在制品

工艺层围绕工序展开,展示各工序的实际节拍与标准节拍对比、一次合格率与返修分布、在制品数量与流转情况。指标按工序聚合,口径需与工艺部门确认,避免同一工序在不同页面出现两个数值。常见偏差是标准节拍未随工艺调整同步更新,或返修数据与合格数据取自不同系统导致口径不一致。搭建时应先固定工序清单与聚合规则,再逐项核对取数来源。

3.3 运营层:订单、能耗与异常

运营层面向管理层,汇总订单交付进度、能耗趋势与异常事件列表。异常项应可追溯到具体设备或工序,并保留处理状态字段,使看板不只是展示,还能支撑日常跟踪。常见偏差是异常列表只展示不跟踪,处理状态长期不更新,或汇总口径与下层明细不一致,导致上下钻结果对不上。搭建时应明确异常的处理流程与状态字段来源,并保证运营层数值可由下层逐级汇总得到。

山海鲸可视化把二维图表制作和三维场景搭建整合在同一个软件中,内置图表组件、模型库和可视化模板。项目可按三级结构分别选用组件:设备层多用三维场景与状态标注,工艺层多用趋势图与对比图,运营层多用汇总卡片与列表。模板可作为起步参考,再按企业口径调整,具体版本与价格可查看山海鲸可视化产品介绍与版本价格(来源:官方《产品简介》;适用版本:版本待确认;核验日期:2026-11-21)。

同类主题已有现成方案可供参考,工厂生产线展示了产线类看板的常见组织方式,可据此对照自身层级划分与组件选型,再决定哪些部分需要定制。

4 上线前要准备哪些资料

上线前要备齐三类资料:指标口径、数据源清单、展示与权限要求。

这三类资料分别对应“看什么”“从哪来”“给谁看”。准备得越具体,接入与搭建阶段的返工越少。建议由业务方牵头、信息化方配合,逐项形成书面确认,而不是停留在口头沟通。

  • 指标口径表:取自业务与工艺部门;写明计算公式、统计周期、责任人与异常值处理规则。
  • 数据源清单:取自信息化部门;写明系统名称、表或接口、字段、更新频率与鉴权方式。
  • 展示需求说明:取自使用部门;写明页面层级、下钻路径、分辨率与使用场景。
  • 权限与账号清单:取自运维与管理部门;写明角色划分、可见范围与账号开通流程。

按这三部分准备,是因为它们分别锁定数值、来源与使用边界。缺任一项,接入阶段就会出现口径争议或权限返工,展示效果再好也无法支撑日常使用。

5 从接入数据到发布使用的实施步骤

实施按六步推进:定指标、盘数据、接通道、搭页面、核一致性、发布使用。

六步之间有先后依赖。指标未定就接入容易反复调整,一致性未核就发布则会把错误带到使用环节。每步结束建议留一次书面确认,作为下一步的输入。

  1. 确认指标清单与计算口径
  2. 盘点源系统并登记数据源
  3. 按数据类型接入并做字段映射
  4. 按三级结构搭建页面与下钻
  5. 核对数据与展示是否一致
  6. 配置权限并发布给使用部门

上线前的核对环节,山海鲸可视化可与业务方一起做三方对照:源系统导出值、平台内取数结果、页面展示值逐项比对,重点检查汇总口径、时间范围与空值处理;对不一致项记录原因并回改映射,确认后再发布。核对方法可参考山海鲸可视化官方教程目录中的相关章节逐步执行。

智能工厂相关场景与数据应用示意图(图库素材,非真实项目界面)

发布之后仍需保留核对记录与变更说明,便于后续指标调整时追溯来源与影响范围。

6 这类项目常见的限制

这类项目的主要限制在数据侧,不在展示侧。

展示层可以按需求调整,但数据侧的协议、频率与口径问题往往决定项目能否成立。前期若未确认清楚,后期只能通过人工补录或降低刷新频率来折中,使用体验会受影响。因此项目启动阶段就应把各方责任人明确下来。

6.1 设备协议与采集频率不统一

设备协议不统一时,部分老旧设备可能无法直接提供数据通道,只能依赖人工记录或加装采集装置。这种情况下方案是否成立,需要设备管理部门与信息化部门共同确认,明确哪些设备纳入自动采集、哪些暂以人工录入过渡,并写进数据源清单。

采集频率不一致时,高频设备与低频系统的数据在同一页面会出现时间错位。出现偏差时,应先统一时间戳与时区,再按最慢频率对齐展示,或在页面上标注各指标的更新频率。若业务方要求更细的刷新,需要由采集侧确认是否具备条件,不能只在前端调整。

7 总结

名单扩容说明智能工厂建设在持续推进,产线数字孪生的落地仍取决于数据准备。

对准备启动的企业,建议先把指标口径与数据源清单做实,再讨论页面结构与组件选型。展示是结果,数据是前提,顺序颠倒会带来反复调整。

平台能承接接入、搭建、部署与发布等环节,但设备协议、采集频率与权限边界需要企业各方共同确认。

FAQ:常见问题

FAQ-1 智能工厂这类项目需要准备什么资料?

智能工厂项目需要准备指标口径表、数据源清单、展示需求说明与权限账号清单四类资料。指标口径表要写明计算公式与统计周期,数据源清单要写明系统、表或接口与更新频率。若涉及设备数据,还需补充设备编号与工位对应关系;权限划分未定的,可先按部门角色列出可见范围,再逐步细化。

FAQ-2 大概需要多久才能用起来?

用起来的时间取决于数据准备程度与确认环节的快慢,无法给出统一期限。指标口径清晰、数据源可直连、确认环节少的项目推进较快;涉及多系统对接、设备协议不一或权限划分复杂的项目,需要更多轮确认。建议按实施步骤逐段推进,每步留出确认时间,避免后期集中返工。

FAQ-3 成本大概是多少?

成本无法给出统一金额,需按项目条件确认。影响成本的因素包括接入的数据源数量与类型、页面与三维场景的规模、部署环境要求以及是否需要定制开发。建议先提交数据条件与部署要求做需求评估,再据此确认范围与投入,避免在范围不清时估算。

FAQ-4 数据必须放在内网吗?

数据是否放在内网取决于企业的安全要求与项目条件,没有统一答案。对数据敏感度高的企业通常要求在内网环境部署,具体部署方式需按项目条件确认,包括网络环境、数据连接通道与账号体系。建议在需求评估阶段明确网络边界与访问范围,再确定部署方案。

FAQ-5 上线后怎么验收?

上线后验收以数据与展示一致为核心判断。可选取若干指标,用源系统导出值、平台取数结果与页面展示值逐项比对,检查汇总口径、时间范围与空值处理是否一致;同时核对权限是否按角色生效、下钻路径是否可达。不一致项记录原因并回改,确认后再投入使用。

提交项目数据条件与部署要求,可申请山海鲸可视化需求评估

查看山海鲸可视化行业大屏模板与项目案例素材

【内容与技术说明】

本文由山海鲸可视化技术团队整理发布,部分资料借助AI工具进行结构化梳理,并经由数字孪生技术专家严格审核与事实核查。因软件版本持续更新,具体功能及配置请以山海鲸可视化官方文档为准。如有技术疑问或内容建议,欢迎联系support@shanhaibi.com。

最后核校:2026-11-21。