一、标准基本信息
标准编号：GB/T 39567-2020
标准名称：智能制造 系统架构
发布部门：国家市场监督管理总局（国家标准化管理委员会）
发布日期：2020年3月31日
实施日期：2020年10月1日
标准类型：推荐性国家标准
标准查询：可通过全国标准信息公共服务平台（https://std.samr.gov.cn）输入标准号”GB/T 39567-2020″进行查询，也可通过国家标准全文公开系统（https://openstd.samr.gov.cn）查阅标准全文。
二、标准发布背景
GB/T 39567-2020的制定是我国智能制造标准化工作的重要里程碑。自2015年《中国制造2025》战略发布以来，我国智能制造进入了快速发展期。然而，智能制造是一个复杂的系统工程，涉及产品全生命周期、多层级系统协同和多维度智能特征的深度融合。由于缺乏统一的系统架构标准，不同行业、不同企业在推进智能制造时往往各自为政，概念不统一、架构不协调、标准不衔接等问题日益突出。
为解决上述问题，国家标准化管理委员会于2016年启动了智能制造系统架构标准的研制工作，由中国电子技术标准化研究院牵头，联合工信部电信研究院、机械科学研究总院、中国科学院沈阳自动化研究所、清华大学等数十家科研院所和企业的专家共同参与。标准研制过程中，深入研究了德国工业4.0参考架构模型（RAMI 4.0）、美国工业互联网参考架构（IIRA）、日本产业价值链参考架构（IVRA）等国际主流架构模型，在充分消化吸收的基础上，结合中国制造业的特点和需求，构建了具有中国特色的三维智能制造系统架构模型。
该标准是国家智能制造标准体系建设指南（2018年版）中明确的首批重点标准之一，与GB/T 39116-2020《智能制造能力成熟度模型》、GB/T 43961-2024《智能工厂通用技术要求》等标准共同构成了我国智能制造标准体系的核心框架。
三、适用范围
本标准适用于智能制造领域的系统规划、架构设计、技术选型和标准制定。适用于离散制造和流程制造两大领域，覆盖航空航天、汽车、电子、机械、化工、医药、食品等各类制造行业。标准既服务于制造企业的智能化转型，也为智能制造解决方案提供商、设备制造商、系统集成商和科研机构提供技术参考。
四、三维架构模型
GB/T 39567-2020的核心内容是智能制造三维架构模型，由三个维度构成：生命周期维（Life Cycle）、系统层级维（System Hierarchy）和智能特征维（Smart Characteristics）。三个维度共同构成了描述智能制造系统全景的立体框架，任何智能制造系统都可以映射到这个三维坐标系中。
4.1 生命周期维（Life Cycle × Axis）
生命周期维描述了产品从需求到回收的全生命周期活动，主要包括以下五个阶段：
- 设计阶段：包括需求分析、概念设计、详细设计、工艺设计、仿真验证等环节。智能制造要求实现数字化设计与仿真验证（MBSE基于模型的系统工程），支持多学科协同设计与设计工艺一体化优化。
- 生产阶段：包括生产计划、加工制造、装配测试、包装入库等环节。智能制造要求实现生产过程的自动化、数字化和网络化，支持柔性制造和个性化定制（C2M大规模定制）。
- 物流阶段：包括原材料采购、仓储管理、物流配送等环节。智能制造要求实现物流信息的全程可视化和智能调度，支持精益物流和准时化配送（JIT）。
- 销售阶段：包括市场营销、订单管理、客户服务等环节。智能制造要求实现市场需求的精准预测和客户需求的快速响应，支持全渠道营销和精准营销。
- 服务阶段：包括安装调试、运维管理、远程监控、升级改造、回收处置等环节。智能制造要求实现产品服役状态的远程监控和预测性维护，支持产品即服务（PaaS）和再制造等循环经济模式。
4.2 系统层级维（System Hierarchy × Axis）
系统层级维描述了智能制造系统的纵向层次结构，自下而上分为五个层级：
- 设备层：包括传感器、控制器、执行器、数控机床、工业机器人、AGV等生产设备，以及RFID、条码、二维码等识别装置。设备层是智能制造的感知与执行基础，标准要求设备具备数据采集、状态感知和网络通信能力。
- 控制层：包括PLC、DCS、SCADA、运动控制器、PAC等控制系统，负责对设备层的实时控制与协调运行。标准要求控制层支持多协议通信和实时协同控制。
- 车间层：以MES制造执行系统为核心，负责车间级的生产计划排程（APS）、过程监控、质量管理（QMS）、物料管理（WMS）、设备管理（EAM）等活动。标准要求车间层实现生产过程的数字化管理和跨工序协同。
- 企业层：以ERP系统为核心，涵盖产品研发（PLM）、供应链管理（SCM）、客户关系管理（CRM）、人力资源管理（HRM）等企业级经营活动。标准要求企业层实现经营管理的精细化和决策科学化。
- 协同层：跨企业的协同网络，包括产业链上下游协同、跨区域协同、行业公共服务平台、工业互联网平台等，实现更广泛范围内的资源共享和业务协同。标准要求协同层支持标准化的数据交换和业务协同接口。
4.3 智能特征维（Smart Characteristics × Axis）
智能特征维描述了智能制造系统的智能化程度和发展方向，包括五个核心特征：
- 资源要素：涵盖人员、设备、物料、能源、环境等制造资源的数字化、网络化和智能化水平。智能制造要求各类资源具备信息感知、互联互通和智能交互能力。标准要求企业建立资源要素清单，评估各类要素的智能化水平。
- 系统集成：涵盖设备集成、信息集成、业务集成、产业链集成等不同层次的集成能力。智能制造要求实现纵向集成（各层级之间的数据贯通）、横向集成（各业务环节之间的流程协同）和端到端集成（全价值链的数字化贯通）。
- 互联互通：涵盖设备互联、系统互联、企业互联等不同范围的互联互通能力。智能制造要求建立标准化的通信协议和数据接口，实现信息的高效流通。标准要求优先采用OPC UA等国际标准通信协议。
- 信息融合：涵盖数据采集、数据处理、数据分析、知识发现等能力。智能制造要求实现多源异构数据的融合处理和深度分析，利用大数据和人工智能技术支撑智能决策。
- 新型业态：涵盖个性化定制、网络化协同、服务化延伸、智能化管理等新型制造模式。智能制造要求通过智能化手段催生新业态、新模式，实现价值链的重构和商业模式的创新。
五、三维架构的应用方法
标准提出了三维架构模型的应用方法，指导企业和组织如何利用该模型开展智能制造相关工作：
1. 架构映射分析：将企业的现有系统和规划项目映射到三维架构模型中，形成企业的智能制造全景图，识别系统覆盖的层级、生命周期阶段和智能特征维度。
2. 差距分析：通过对比目标架构和现状架构，识别智能制造建设中的空白领域和薄弱环节，明确需要重点投入的方向。
3. 路径规划：基于差距分析结果，制定分阶段的实施路线图，确定各阶段的建设重点和优先级。
4. 标准映射：将各类智能制造相关标准映射到三维架构模型中，构建标准体系图谱，指导标准的制修订和应用。
六、与国际参考架构的对比分析
GB/T 39567-2020与德国RAMI 4.0参考架构模型在理念上高度一致，均采用三维模型描述智能制造系统。RAMI 4.0的三个维度分别是生命周期与价值流（Life Cycle & Value Stream）、层级结构（Hierarchy Levels）和工业4.0功能类别（IT Layers）。相比之下，GB/T 39567-2020更侧重于系统架构的工程实用性，在智能特征维度上增加了对新型业态的描述，更贴合中国制造业转型升级的实际需求。
与美国IIRA的对比：IIRA采用四个视角（商业、使用、功能、实现）来描述工业互联网系统，侧重于跨企业的互联互通和价值创造。GB/T 39567-2020则更关注企业内部的全要素覆盖和全系统集成，同时通过协同层实现跨企业延伸。
两者在层级结构上基本对应：设备层对应产品层，控制层对应控制层，车间层对应工作站层，企业层对应企业管理层，协同层对应连接世界层。这种对应关系有助于企业在同时参考国内外标准时保持概念一致性。
七、标准应用价值
GB/T 39567-2020为智能制造领域的各方参与者提供了统一的架构参考。对制造企业而言，可以基于三维架构模型进行系统性的差距分析和路径规划，避免碎片化建设；对解决方案提供商而言，可以基于架构模型设计符合标准要求的解决方案，确保解决方案的完整性和互操作性；对设备制造商而言，可以明确设备在智能制造系统中的定位和接口要求，提升设备的智能化和联网能力；对标准化组织而言，可以在三维架构的框架下有序推进各类标准的制定和完善；对政府部门而言，可以利用架构模型评估行业和区域的智能制造发展水平。
八、总结与展望
GB/T 39567-2020通过建立三维系统架构模型，为智能制造的标准化、系统化和规范化发展奠定了坚实基础。该标准是我国智能制造标准体系的顶层框架标准，为后续各项具体标准的制定提供了统一的坐标系。企业在推进智能制造建设时，应充分理解和运用该标准提供的架构框架，从生命周期、系统层级和智能特征三个维度全面审视自身的智能化水平，制定科学的实施路径和建设方案。随着智能制造技术的快速发展，该标准也将持续完善和演进，纳入数字孪生、工业元宇宙等新兴技术要素。
数晰智能解决方案
广州数晰智能科技有限公司致力于为企业提供一站式智能制造解决方案，帮助企业从规划级迈向引领级。我们的核心产品与服务包括：
- MES制造执行系统：打通生产计划、车间执行与质量管理全流程，实现生产过程透明化、可追溯，满足智能工厂车间层核心功能要求。系统支持多工厂协同、柔性排产、实时质量管控，帮助企业构建数字化车间。
- 设备管理系统：覆盖设备全生命周期管理，集成设备台账、预防性维护、故障诊断、备件管理等模块，实现设备运行状态实时监控与预测性维护，有效提升设备综合效率（OEE）。
- 工业数据采集与集成平台：支持OPC UA、MQTT、Modbus等多种工业协议，实现设备层到企业层的全链路数据采集、清洗、存储与分析，构建统一数据底座，为智能制造决策提供数据支撑。
- 能碳管理平台：整合能源监测与碳排放管理，实现能耗数据实时采集、碳足迹追踪与合规报告自动生成，助力企业绿色低碳转型。
数晰智能拥有丰富的行业实施经验，已服务制造、电子、新能源、汽车零部件等多个行业客户。我们提供从顶层规划、系统选型、实施部署到持续优化的全生命周期服务，帮助企业有序推进智能制造建设。如需了解更多，欢迎访问官网 https://www.sxiai.cn 或联系我们的技术顾问团队。