DB13 T 6344-2026 装备制造业工艺技术智能化设计平台建设指南.pdf

1、 ICS 35.240.50 CCS D 04 13 河北省地方标准 DB13/T 63442026 装备制造业工艺技术智能化设计平台 建设指南 2026-06-30 发布2026-07-30 实施河北省市场监督管理局发 布 DB13/T 63442026 I 前言 本文件按照GB/T 1.12020标准化工作导则 第1部分：标准化文件的结构和起草规则的规定起草。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。本文件由河北省工业和信息化厅提出。本文件起草单位：中车唐山机车车辆有限公司、曹妃甸港集团股份有限公司、石家庄铁道大学、河北省机电一体化中试基地有限公司、河北科技

2、大学、河北省科学院应用数学研究所、唐山英莱科技有限公司、唐山旭华智能科技有限公司。本文件主要起草人：胡文浩、刘国田、贾旭杰、王俊锋、陈翠梅、王广英、姚斌、赵志宏、顾晓辉、郝存明、张震、王立伟、史玉盼、刘军、赵晨光、付瑶、张鹏、田占伟、高晓英、孙健、侯敏俏、曾昊玮、高丽娟、骆伟丽。DB13/T 63442026 II 引言 本文件所涉及的内容属于制造领域中的智能化工艺设计范畴。本指南所提及的制造工艺技术智能化设计平台，是通过智能技术、数据库和信息系统的有机结合，实现工艺设计数据的智能化生成和工艺设计目标输出物的输出和传输，从而大幅提升工艺设计的效率，保证工艺设计输出的一致性，大幅降低工艺设计产生

3、的人为失误率，将文本输入输出的传统工艺设计模式革新为数据的智能化化输入输出模式。本标准的制定与实施，将推动河北省制造业工艺设计能力的整体升级，助力省内制造企业突破传统工艺设计的技术瓶颈，提升区域制造业的核心竞争力，为河北省打造全国重要的先进制造业基地提供标准化支撑。同时，本标准的实践经验也可为全国智能制造领域智能化工艺设计相关行业标准、国家标准的制定提供实践基础，推动我国智能制造工艺设计领域的标准化进程。DB13/T 63442026 1 装备制造业工艺技术智能化设计平台建设指南 1 范围 本文件提供了制造工艺技术智能化设计平台（以下简称“智能工艺平台”）建设的总则、架构、智能工艺设计开发技术

4、路线及流程等方面的指导。本文件适用于指导装备制造业工艺技术智能化设计平台的建设。2 规范性引用文件 本文件没有规范性引用文件。3 术语和定义 GB/T 4863、GB/T 24734.1、GB/T 5271.1、GB/T 5271.31界定的以及下列术语和定义适用于本文件。工艺要素 process factor 与工艺过程有关的主要因素。来源：GB/T 48632008，3.1.16 工艺设计目标输出物 target process engineering output 根据制造的需要而设定预期的工艺技术输出成果，包括结构化的工艺技术文本、数字化的数据文件等。产品定义数据 product de

5、finition data 完整定义产品时所需的数据元素。来源：GB/T 24734.12009，3.24 算法 algorithm 为解决问题严格定义的有限的有序规则集。来源：GB/T 5271.12000，01.05.05 自然语言 natural language 一种其规则是基于当前的用法且无需特别规定的语言。来源：GB/T 5271.12000，01.05.08 知识库 knowledge base base（缩略语）K-base（abbreviation）一种数据库，包含有关某领域人类经验和专家知识的推理规则和信息。来源：GB/T 5271.12000，01.06.18 4 缩略语

6、 下列缩略语适用于本文件。DB13/T 63442026 2 PDF:可移植文档格式（Portable Document Format）XML:可扩展标记语言（Extensible Markup Language）ERP:企业资源计划（Enterprise Resource Planning）MES:制造执行系统（Manufacturing Execution System）CAD:计算机辅助设计（Computer Aided Design）5 总则 建设智能工艺平台的目的在于：a)通过采用智能化技术开展工艺设计，大幅提高工艺设计活动的工作效率；b)通过提高工艺设计输出数据的一致性，保证工艺设

7、计目标输出物的质量；c)提高工艺设计与研发设计系统、数字化制造系统等系统的集成和业务协同；d)加强工艺知识管理和快速培养工艺技术人才。智能工艺平台宜在已搭建数字化制造工艺设计平台架构的基础上，进一步开发智能化工艺设计的功能。智能工艺平台的建设宜考虑与其他平台或系统的集成及业务协同。建设智能工艺设计平台，需考虑的因素有智能工艺平台的架构、信息处理模块、工艺数据库、工艺设计智能技术、目标工艺技术输出物、工艺设计信息系统。智能工艺平台的建设应考虑数据安全以及对知识产权的保护。6 智能工艺平台的架构 架构总体设计原则 6.1.1 宜结合用户的实际需求，开发智能工艺平台适用的架构。6.1.2 开发架构可

8、包括确定架构的层级、划分每一层级中的功能模块和要素、与上下游系统数据的集成、工艺设计业务与产品设计和生产制造等业务的协同。6.1.3 宜采用分层解耦、纵向贯通、横向协同的技术架构。架构宜采用模块化设计，以方便智能工艺平台的扩展和升级。6.1.4 GB/T 28282 和 SJ/T 11729 给出了可参考的架构。6.1.5 智能工艺平台系统可在 Windows、Unix、Linux 或 HarmonyOS 等操作系统环境下运行。架构层级划分 架构自下而上宜分为基础支持层、基础平台层、数据服务层、智能技术层、智能业务层、企业应用层、前端应用层共7个层级。图1给出了架构形式。各层级的功能 6.3.

9、1 基础支持层 提供智能化工艺设计所需的计算、存储、网络、安全等基础运行环境。6.3.2 基础平台层 为智能工艺平台提供数据资源，提供标准化、可复用的共性技术能力。6.3.3 数据服务层 沉淀工艺设计全流程的知识、模型与数据，实现工艺知识的结构化存储、快速检索与复用，为智能技术层提供训练数据与推理依据。DB13/T 63442026 3 由工艺资源库（工艺术语库、工艺图库、工具库、工序模型库、设备库等）、工艺数据库（智能算法、知识图谱、典型工艺库、专家知识库、工艺参数库等）、工程资源库（标准件库、原材料库等）三类核心库构成。6.3.4 智能技术层 为上层业务提供感知、分析、决策、交互等智能化能

10、力，支撑工艺参数智能推荐、仿真结果自动判定、自驱动迭代验证等场景落地。可用于开展智能工艺设计的智能技术包括机器学习、深度学习、知识图谱、工业大模型、工业智能体等智能技术。6.3.5 智能业务层 6.3.5.1 业务功能涵盖设计工艺智能协同、智能工艺规划、智能工艺方案设计、智能工艺管理。6.3.5.2 设计工艺智能协同业务包括：设计模型智能工艺性分析、设计图纸智能工艺性审查、智能并行生成工艺方案、智能提取设计模型参数、智能识别提取模型特征参数等。6.3.5.3 智能工艺规划业务包括：智能规划工艺布局、智能生成工艺路线、智能生成 PBOM/MBOM、智能规划工艺流程、智能规划工时、智能规划定额等。

11、6.3.5.4 智能工艺方案设计业务包括：智能识别模型特征、智能匹配工艺装备、智能匹配人员资质、智能输出工艺参数、智能编制工艺规程、智能推荐工艺方案等。6.3.5.5 智能工艺管理包括智能传输工艺规程、智能处理工艺知识、智能工艺变更、智能文件管控、智能统计工艺数据、智能工艺评审。6.3.6 企业应用层 为企业不同层级用户，如工艺管理者、专业工艺工程师、现场执行人员等提供场景化的应用工具，聚焦业务价值的直接交付。6.3.7 前端应用层 通过提供智能化工艺设计的网络环境、操作系统，为用户提供与平台交互的直接界面，保障多场景下的便捷访问，便捷开展工艺设计与管理工作。包含桌面应用、WEB应用、移动端应

12、用三大入口。DB13/T 63442026 4 图1 智能工艺平台的架构 7 智能工艺平台开发技术路线 概述 图2给出了智能工艺平台开发技术路线，包括识别工艺设计目标输出物、分类提取目标输出物中的数据、分类汇总整理数据、建立专家数据库、开发工艺设计智能算法、开发工艺设计信息系统、开展工艺设计预验证、生成目标输出物所需的全部数据，输出和传输目标输出物。附录D给出了智能工艺设计的开发路线示例。识别工艺设计目标输出物 7.2.1 目标工艺技术输出物的具体形式和种类依据用户生产制造的要求确定。其中，结构化的工艺技术文本包括不限于文字类和表格类的工艺文件，数字化的数据文件包括记事本文件、三维工艺模型数据

13、数控设备及工业机器人制造程序、工艺仿真数据包等。7.2.2 结合产品型号、部件名称、生产阶段、工艺专业，梳理并明确工艺设计目标输出物类别，如工艺规程、工艺卡片、工装清单、检验规范、工时定额表、工艺流程图等，逐一编号为目标输出物1、目标输出物 2。7.2.3 目标工艺技术输出物的格式宜遵循数据规范原则，针对每类输出物制定标准化模板。对目标工艺技术输出物建立版本有效性管理逻辑，确保不同制造场景下能通过工艺配置信息获得正确版本信息。原始信息获取 7.3.1 原始信息处理的任务 原始信息处理，包括原始数据采集与生成，以及原始数据逻辑自验证。DB13/T 63442026 5 7.3.2 原始信息采集

14、与生成 在进行数据处理前，完成原始信息采集与生成是至关重要的。完整识别工艺设计目标输出物中的全部原始信息，并按照不同形式对信息进行分类。识别的原始信息包括产品属性信息、工艺要素信息、工艺布局图、工艺流程信息、操作步骤、工艺参数信息、通用技术要求等，这些信息以条文、图、表、注、脚注、图像、声音、视频等形式进行表征。7.3.3 原始信息逻辑自验证 完成原始信息采集与生成后，宜进行原始数据逻辑自验证，对数据之间的不一致或相互冲突的对象、特征、参量等进行标定和修正，避免机器学习过程的输入数据存在错误。完整数据处理 7.4.1 将原始信息转化成完整数据 将原始信息处理后，转化成工艺设计目标输出物设计所需

15、的完整数据，包括输入数据和输出数据，形成工艺设计目标输出物的数据清单（以下简称“数据清单”）。数据清单收集的范围可包括产品定义数据、工艺数据、项目数据等。7.4.2 标准化定义完整数据 对数据清单中的完整数据进行标准化的定义，宜通过制定数据定义规范，统一术语、定义、缩略语、工艺参数的表述规范。7.4.3 划分输入数据和输出数据 7.4.3.1 对每一工艺设计目标输出物中收集的完整数据进行归类，划分为输入数据和输出数据两类。7.4.3.2 将为开展工艺设计提供数据源的已知数据归类为输入数据，包括不限于产品定义数据以及产品技术要求、相关标准规范、工艺资源等工艺设计输入物的原始信息转化后获取的数据，

16、如原材料材质牌号、供货状态、几何尺寸、产品加工位置和尺寸数据、连接方式数据、产品表面加工粗糙度、焊缝质量等级等数据。其中产品定义数据提供了输入数据的所有数据或主要数据。附录 A 给出了数据清单输入数据的示例。7.4.3.3 将工艺设计待输出的数据归类为输出数据。输出数据是生成工艺设计目标输出物的关键数据。如作业人员资质要求、制造资源信息（设备、工装、工具）、物料准备要求、制造工艺流程、制造工艺参数、作业环境要求参数、质量检查参数等。其中工艺数据提供了输出数据的所有数据或主要数据。7.4.4 分类确定输出数据的获取方式 根据工艺设计目标输出物的内容结构和数据结构，分类确定输出数据的获取方式，包括

17、预设固定表述、调用已知数据、通过算法或结合专家经验生成等。建立专家数据库 7.5.1 总则 根据分类汇总整理获得的数据，建立专家数据库，包括产品定义数据库和工艺数据库。根据工艺设计目标输出物数据量的增加，不断完善专家数据库。7.5.2 产品定义数据库 7.5.2.1 数据清单为建立产品定义数据库提供唯一的数据源。7.5.2.2 宜从目标工艺技术输出物中的所有输入数据中进行提取和归纳，搭建工艺数据库体系。7.5.2.3 产品定义数据库应与工艺设计目标输出物中的同类数据内容和格式保持一致。7.5.3 工艺数据库 DB13/T 63442026 6 7.5.3.1 数据清单为建立各类工艺数据库提供

18、唯一的数据源，示例见附录 B。7.5.3.2 宜从目标工艺技术输出物中的所有输出数据中进行提取和归纳，搭建工艺数据库体系。7.5.3.3 每类工艺数据库只针对一种工艺数据而建立，并根据工艺设计目标输出物提供的同类数据内容而不断完善其数据规模。7.5.3.4 工艺数据库中各项工艺数据的命名和格式规范与数据清单中的对应数据保持一致。7.5.4 专家数据库 安全要求宜符合GB/T 22239、GB/T 22240和GB/T 25070的规定。开发工艺设计智能技术 7.6.1 智能技术选型建议 开发智能工艺设计功能，宜根据智能工艺设计具体任务的特点和需求，选择适用的智能技术，包括不限于机器学习、深度学

19、习、知识图谱、工业大模型、工业智能体等。表E.1给出了开发智能工艺设计功能可采用的智能技术建议。7.6.2 智能技术技术选用原则 开发智能工艺平台的智能工艺设计功能，宜采用经严格定义、可明确表述并可重复验证数据间逻辑关系的智能技术，如通过智能算法开展可复用工艺设计。对于不能明确表述数据间的逻辑关系，输出数据存在一定不确定性的智能技术，不宜作为智能工艺设计采用的主要方式。7.6.3 智能算法 7.6.3.1 工艺设计智能算法的核心思想，在于依据工艺设计所遵循的标准规范、技术要求和工艺经验，建立数据间的逻辑关系。例见附录 C。7.6.3.2 工艺设计智能算法基于工艺数据库中的输入数据和输出数据而开

20、发，其关键步骤在于确定性地表征输入数据和输出数据之间的逻辑关系。7.6.3.3 宜按照统一的格式规范，对输入数据和输出数据间的逻辑关系进行确定性描述，从而将表达工艺知识的自然语言转化为人工语言，并以此作为编程语言的输入。7.6.3.4 工艺设计智能算法能够根据历史发布数据的收集、整理和分析，确定最佳匹配案例，并提取其对应的解决方案或经验。开发工艺设计信息系统 7.7.1 工艺设计信息系统（以下简称“信息系统”）是存储输入数据、输出数据和工艺设计智能算法的必要载体，为实现智能化工艺设计提供相关的数据资源和工艺设计工具。7.7.2 利用信息系统建立以电脑软件为载体的数字化平台。通过数字化平台软件的

21、功能，首先将产品定义数据的输入参数部分接入智能工艺平台，然后根据工艺设计智能算法自动推导输出产品定义数据的输出参数，形成完整的产品定义数据。根据目标工艺技术输出物所包含的参数种类，通过提取和整合产品定义数据中的对应参数，按照所需格式输出目标工艺技术输出物。开展工艺设计预验证 7.8.1 选取典型产品、关键零部件作为验证对象，使用智能工艺平台生成完整数据和工艺设计目标输出物。7.8.2 由资深工艺人员、现场技术人员、质量人员等共同参与，将智能生成结果与成熟工艺知识、现场生产经验、历史合格工艺方案进行逐项比对。7.8.3 验证内容包括输出数据的可生成性和正确性、工艺路线的合理性、工艺参数的适用性、

22、制造资源的匹配性、安全合规性、经济性。7.8.4 对偏差项、不合理项形成验证报告，反馈至算法与数据库模块进行优化修正，直至满足生产应用要求。生成工艺设计目标输出物所需的完整数据 DB13/T 63442026 7 7.9.1 经预验证合格后，智能工艺平台按照工艺设计目标输出物模板要求，自动生成全量数字化数据，包括产品参数、工序内容、工艺参数、工装设备、检验要求、定额指标、附图附表等所有必填与关联数据。7.9.2 数据格式统一为结构化可编辑格式，支持批量导出与在线调用。输出和传输工艺设计目标输出物 7.10.1 从产品定义数据与工艺数据中自动提取对应参数，按标准化模板自动填充生成目标工艺技术输出

23、物。7.10.2 输出物支持 PDF、结构化 XML、Excel 等规范格式，通过审批流程后加盖电子签章并附带版本信息。7.10.3 按照企业数据安全与传输规范，实现输出物在部门间、系统间的可靠传输与归档，保留传输日志与访问记录，确保数据可追溯、不可篡改。图2 智能工艺设计技术开发路线 8 智能工艺平台建立的流程 概述 图3给出了智能工艺平台建立的流程，包括需求分析、系统设计、数据采集与处理、算法实现、用户界面开发、系统测试与验证、部署与维护、持续优化。DB13/T 63442026 8 图3 智能化工艺设计技术开发流程 需求分析 8.2.1 需求调研 组建调研小组，覆盖设计、生产、质量、设备

24、等相关部门，收集各部门对工艺设计的具体需求，包括工艺设计效率提升、参数优化、流程规范、数据共享等方面的诉求。8.2.2 目标与功能确定 结合需求调研结果，明确智能工艺平台的建设目标，如缩短工艺设计周期、降低人工失误、提升工艺规范性，确定平台核心功能。系统设计 8.3.1 整体架构设计 设计平台的分层架构，具体参见第6章。8.3.2 功能模块设计与融合 8.3.2.1 按照需求拆分设计各功能模块，可包括数据管理模块、智能工艺设计模块、用户界面模块、流程审批模块、测试验证模块、系统管理模块等，将企业现有业务组件与智能技术深度融合。8.3.2.2 将现有工艺模板库与智能算法模块融合，实现模板的智能匹

25、配、参数自动填充。8.3.2.3 将现有审批流程组件与智能校验技术融合，实现工艺方案的自动合规性校验。8.3.2.4 将现有设备管理组件与智能数据分析技术融合，实现设备参数与工艺参数的智能适配，明确每个模块的具体功能、操作流程和接口规范，确保模块之间、现有组件与智能模块之间衔接顺畅。DB13/T 63442026 9 8.3.3 技术选型 结合企业现有技术环境和现有业务组件的技术架构，选择适配的开发语言、数据库、服务器等技术组件，优先选用可与现有组件无缝对接的技术，确保技术选型的兼容性、安全性和可维护性；同时明确系统的性能要求（如响应速度、并发量）和安全要求（如数据加密、权限控制），保障融合后

26、系统的稳定运行。8.3.4 权限设计 根据各部门、各岗位的工作职责，设计精细化的用户访问权限，明确不同角色（如工艺设计师、管理员、现场操作员）的操作范围，实现权限分级管理，确保现有业务组件的操作权限与智能模块的权限统一，防止数据泄露或误操作，保障系统安全。数据采集与处理 8.4.1 数据采集 8.4.1.1 明确数据采集范围，宜包括产品设计数据、历史工艺数据、设备运行数据、质量检测数据、行业标准数据。8.4.1.2 确定采集方式，如人工录入、系统对接导入、传感器实时采集等，确保数据采集的全面性和及时性。8.4.1.3 按照采集机制，开展多渠道数据采集工作，对接企业现有设计、生产、质量等系统，实

27、现数据自动导入。8.4.1.4 对无法自动采集的数据，规范人工录入流程，明确录入要求和校验规则，避免录入错误。8.4.2 数据处理与分析 8.4.2.1 对采集到的原始数据进行预处理，包括数据清洗、数据转换、数据标准化。8.4.2.2 对处理后的数据进行分析，提取数据特征、挖掘数据关联，形成结构化数据集，存储至智能工艺平台数据层，为后续算法实现提供支撑。8.4.2.3 建立数据质量评估指标（如准确率、完整率、时效性），定期对采集和处理后的数据进行质量校验，及时发现并解决数据问题，建立数据质量台账，确保数据的可靠性和可用性。算法实现 8.5.1 算法选型 8.5.1.1 根据不同应用场景需求的差

28、异，针对性选择适配的智能算法，优先选择成熟、易优化、贴合工艺场景的算法；对复杂场景，可采用多种算法融合的方式，提升算法性能。8.5.1.2 针对多工序、多资源约束的场景，如工艺路线规划场景，宜选用遗传算法、粒子群算法，实现工艺路线的最优规划。8.5.1.3 针对机加工、焊接等参数敏感场景，宜选用机器学习算法，结合历史工艺数据，实现参数的精准优化。8.5.1.4 针对新产品、新工艺场景，宜选用规则推理算法+案例推理算法融合模式，结合专家数据库中的规则和历史案例，预判工艺可行性，降低试错成本。8.5.2 算法开发与实现 8.5.2.1 基于处理后的标准化数据集，利用选定的开发语言和工具，完成算法的

29、编码开发，实现算法与平台数据层、现有业务组件的对接，确保算法能够正常调用数据、输出结果。8.5.2.2 开发算法的参数配置接口，便于后续根据场景变化优化调整。8.5.2.3 对开发完成的算法进行测试，分析算法的运行效率、准确率、稳定性等指标，针对测试中发现的问题（如推理速度慢、结果偏差大），优化算法参数、调整算法逻辑。8.5.2.4 宜利用历史工艺数据、现场实际场景数据持续训练算法，提升算法的适配性和准确性，确保算法输出结果符合实际工艺要求。DB13/T 63442026 10 8.5.2.5 针对多产品、多工装场景，选用协同过滤算法，实现产品与工装夹具的快速匹配，提升适配效率。用户界面开发

30、8.6.1 以“便捷、高效、友好”为原则，开展用户界面开发，设计符合用户操作习惯的界面布局和操作流程，降低用户使用门槛，提升用户体验。8.6.2 结合各岗位用户的操作需求，设计界面原型，明确界面布局、菜单结构、功能按钮、数据展示方式等，确保界面简洁明了、逻辑清晰。8.6.3 按照原型设计，完成界面的可视化开发，实现界面与后台功能模块的对接，确保界面操作流畅、响应及时。8.6.4 开发的用户界面宜适配不同的终端设备和浏览器，同时考虑不同用户的操作习惯，优化界面操作流程，简化复杂操作步骤，降低学习成本。8.6.5 组织不同岗位的用户对界面进行测试，收集用户反馈意见，及时调整优化，确保界面满足用户使

31、用需求。系统测试与验证 8.7.1 功能测试与验证 8.7.1.1 逐一验证各功能模块的操作流程和功能实现，重点测试现有业务组件与智能模块的融合功能如模板智能匹配、参数自动优化、审批智能校验等，检查是否符合需求规格说明书，排查功能缺失、操作异常、逻辑错误、数据不一致等问题。8.7.1.2 测试数据录入、查询、修改、删除等基础功能，确保数据操作准确无误。8.7.2 性能测试与验证 8.7.2.1 测试平台的响应速度、并发处理能力、数据存储能力、算法运行效率，模拟高负载、高并发场景，确保平台在实际应用峰值情况下仍能稳定运行，无卡顿、崩溃现象。8.7.2.2 测试系统的容错性能，模拟数据异常、操作失

32、误、网络波动等场景，检查系统的报错提示和恢复能力。8.7.3 安全性测试与验证 8.7.3.1 测试平台的数据加密、权限控制、防攻击能力、数据备份与恢复能力，排查数据泄露、非法访问、恶意攻击、数据丢失等安全隐患。8.7.3.2 重点测试输出物传输、归档过程中的数据安全性，确保数据不可篡改、可追溯。8.7.4 兼容性测试与验证 测试平台在不同终端设备、不同操作系统、不同浏览器下的运行情况，测试平台与企业现有PLM、ERP、MES等系统的接口对接兼容性，确保界面显示正常、操作流畅、数据互通无异常。8.7.5 实际业务场景测试与验证 根据工艺设计目标输出物的需求，目标选取对应工艺场景，模拟实际业务操

33、作流程，完整测试平台在真实场景中的应用效果，验证平台能够满足实际工艺设计需求，算法输出结果贴合现场生产实际。8.7.6 接口测试与验证 测试平台各模块之间的接口、平台与现有业务组件的接口、平台与外部系统的接口，检查接口的连通性、数据传输准确性、响应速度，排查接口卡顿、数据丢失、接口报错等问题，确保接口稳定可靠。部署与维护 DB13/T 63442026 11 8.8.1 将智能工艺平台部署到实际应用环境，建立常态化的运行维护机制，确保平台稳定、高效运行。8.8.2 将平台安装、配置到目标服务器，完成与企业现有 PLM、ERP、MES 等系统的对接。8.8.3 建立常态化维护机制，实时排查平台运

34、行中的异常问题，及时处理并记录；定期对平台进行备份，防止数据丢失；定期对服务器、网络环境进行维护，确保平台运行环境稳定。8.8.4 针对不同岗位用户，开展专项培训，确保用户能够熟练使用平台。持续优化 根据实际应用效果，对智能工艺平台的功能进行持续优化，不断提升用户体验和使用效果。DB13/T 63442026 12 A A附录A （资料性）数据清单输入数据示例 下面给出了数据清单输入数据的示例。示例1：焊接接头信息（焊接工艺的数据清单）根据焊接部件的图纸或其他输入条件，整理产品或部件中所有的焊接接头信息，形成焊接接头清单。焊接接头清单可以但不限于Excel表格文件格式，焊接接头及其相关信息应包

35、含但不限于待编焊接工艺文件所需的所有输入条件信息。包括不限于以下焊接工艺要素：A1.1 I1：焊缝序号，如“1”；A1.2 I2：部件/焊缝序号图编号，如“构架组成 G/TS-XMDT1-56-0001”；A1.3 I3：图纸版本，如“A”；图A.1 数据清单输入数据示例 DB13/T 63442026 13 B B附录B （资料性）工艺数据库示例 下面给出了工艺数据库的示例。示例1：焊接工艺数据库的组成 根据焊接接头信息涉及到的所有焊接工艺要素，建立各焊接工艺数据库D，具体包括：焊接工艺评定数据库 D1；焊工资质数据库 D2；焊接母材数据库 D3；示例2：焊接工艺评定数据库D1包含的焊接工艺

36、要素 焊接工艺评定数据库D1涵盖生成焊接文档所需的所有焊接工艺评定数据，每种焊接工艺评定数据均包括以下焊接工艺要素：B2.1 D1-1：序号；B2.2 D1-2：工艺评定名称；B2.3 D1-3：焊接方法；示例3：焊工资质数据库D2包含的焊接工艺要素 焊工资质库D2涵盖生成焊接文档所需的所有焊工资质数据，每种焊工资质数据均包括以下焊接工艺要素：B3.1 D2-1：标准号；B3.2 D2-2：焊接方法；B3.3 D2-3：焊接位置；示例4：焊接母材数据库D3包含的焊接工艺要素 焊接母材库D3涵盖生成焊接文档所需的所有焊接母材数据，每种焊接母材数据均包括以下焊接工艺要素：B4.1 D3-1：母材牌

37、号；B4.2 D3-2：材料组别；DB13/T 63442026 14 C C附录C （资料性）工艺设计智能算法示例 下面给出了工艺设计智能算法的示例。示例1：工艺设计智能算法组成 焊接工艺信息工艺设计智能算法包括：C1.1 规则 R1：焊接位置匹配规则；C1.2 规则 R2：母材 1 和母材 2 材料组别匹配规则；C1.3 规则 R3：坡口组装间隙 b 匹配规则；示例2：焊接位置匹配规则R1 if(E(焊缝形式,V or U or Y or J or I)焊接位置=PA;/V、U、Y、J、I型焊缝的焊接位置为PA。else if(S(焊缝形式,a)，焊接位置=PB;/角焊缝aX,焊接位置为P

38、B。else if(M(焊缝形式,+a),焊接位置=PA+PB;/XHY+aX等T接接头，焊接位置为PA+PB。示例3：母材1和母材2材料组别匹配规则R2 If（母材1牌号=母材库.母材1牌号）母材1组别=母材库.母材1组别。If（母材2牌号=母材库.母材2牌号）母材2组别=母材库.母材2组别。示例4：坡口组装间隙b匹配规则R3 if(S(焊接方法,v135)且 E(焊缝形式,HV或V)且(焊缝清单.是否永久衬垫.永久衬垫或临时衬垫),组装间隙=b=2-4;/机械手焊接带衬垫焊缝的组装间隙为2-4。else if(S(焊接方法,v135)且(焊缝清单.是否永久衬垫./),组装间隙=bb=2-4

39、/V、U、Y、J、HV接头类型的焊缝组装间隙为2-4。else if(S(焊接方法,t135)或S(焊接方法,m111)且E(焊缝形式,I),组装间隙=b=0-3;/I接头类型的焊缝组装间隙为0-3。else if(S(焊 接 方 法,t135)或 S(焊 接 方 法,m111)且 E(焊 缝 形 式,HY),组 装 间 隙=bb=1;/t135或m111焊接的角焊缝的组装间隙为b1。DB13/T 63442026 15 D D附录D （资料性）输出目标工艺设计目标输出物示例 以焊接制造工艺技术为例，目标工艺技术输出物设定为焊接计划焊接检测计划焊缝对照表焊接工艺规程四种文档，本附录对第6章平

40、台建立流程进行说明。D.1 设定目标工艺技术输出物1为焊接计划。D.2 将编制焊接计划所含的所有数据按照下列内容进行分类：所需的提取的特征参数：母材牌号、板厚、焊缝质量等级；所需支持的数据库：焊接工艺评定数据库 D1、焊工资质数据库 D2、焊接母材数据库 D3、焊材数据库 D4、焊接工作试件数据库 D5、焊材组别关联数据库 D8、焊缝形式数据库 D9、工作资源数据库 D10；所需支持的逻辑规则：C1.1 规则 R1：焊接位置匹配规则；C1.2 规则 R2：母材 1 和母材2 材料组别匹配规则；D.3 将各目标工艺技术输出物必含数据进行同类项合并，例如焊接计划焊接检测计划焊缝对照表都含有母材、板

41、厚等信息，合并成1项即可。D.4 将所有目标工艺技术输出物所含的所有数据全部进行归纳和分类，建立焊接接头信息（即产品定义数据）的文件，见附录A；产品定义数据应区分输入参数和待输出参数。D.5 建立所需支持的所有数据库，见附录B；建立所需支持的所有工艺设计智能算法，见附录C。例如使用信息系统将输入数据、数据库和工艺设计智能算法进行推理以生成输出数据。如图D.1所示，左侧数据（涂灰色）为输入数据信息，右侧数据为待输出数据，由数据库或者工艺设计智能算法推导而生成。图D.1 输入物信息清单示例 DB13/T 63442026 16 D.6 根据焊接工艺规程（示例见图D.2）和焊接计划（示例见图D.3）

42、等目标工艺技术输出物所需的参数信息，从焊接接头信息中进行提取，按照结构化输出物的要求，输出目标工艺技术输出物。D.7 将目标工艺技术输出物提交审批流程。图D.2 焊接工艺规程结构化文档填充内容示例 DB13/T 63442026 17 图D.3 焊接计划结构化文档示例 DB13/T 63442026 18 K E附录E （资料性）智能化工艺设计可应用的人工智能技术 智能化工艺设计可应用的人工智能技术见表E.1。表E.1 智能化工艺设计可应用的人工智能技术 序号 工艺设计业务（引用GB/T 4863-2008）可应用人工智能技术 可实现的业务功能 1 工艺性分析与审查（3.1.19）：对产品设计

43、图样进行分析，判断其是否符合工艺要求，能否经济、合理地制造出来的过程 知识图谱、工业大模型 1.自动识别CAD模型几何特征、材料属性、精度要求，完成可制造性自动校核；2.检索相似零件工艺案例，自动提示结构工艺性问题（如难加工结构、公差过紧等）；3.智能解析图样及技术要求文档，自动提取工艺约束条件并结构化入库，支撑后续工艺设计。2 拟定工艺方案（3.1.12）：根据产品设计要求、生产类型和企业生产条件，确定产品制造的工艺原则、方法和路径的过程 知识图谱、深度学习、工业大模型、工业智能体 1.基于零件特征及工厂现有资源（设备、工装、产能），自动生成多套工艺方案，并结合经济性指标完成排序；2.推理推

44、荐毛坯类型、加工方法组合及关键工序划分，减少人工试错成本；3.结合成本模型，自动测算不同工艺方案的工时、材料消耗成本及良品率，辅助工艺方案决策。3 工艺路线设计（3.1.13）：规定产品或零件从毛坯到成品的加工顺序和加工方法的过程 深度学习、工业智能体 1.自动生成从毛坯加工、热处理、装配到检验的最优工序顺序，符合工艺逻辑要求；2.考虑设备负荷、工装约束及并行工序安排，自动平衡产线及工段负荷，提升生产效率；3.支持多品种、小批量生产模式下，工艺路线的快速派生与变异设计，适配柔性生产需求。4 工艺规程编制（3.1.14）：根据工艺方案和工艺路线，具体规定每个工序的加工内容、方法、要求、设备和工装

45、等的技术文件编制过程 工业大模型、知识图谱 1.自动生成工序卡、工艺卡、作业指导书等工艺文件，可配套3D可视化图解，提升可读性；2.基于典型工艺模板库，按零件特征自动填充工序内容、设备参数、工装要求及检验标准；3.支持多语言、多格式工艺文档的自动生成与版本管理，符合企业内部规范及国家标准模板要求。DB13/T 63442026 19 表 E.1 智能化工艺设计可应用的人工智能技术（续）序号 工艺设计业务（引用GB/T 4863-2008）可应用人工智能技术 可实现的业务功能 5 工艺参数优化（3.1.31 适应控制、3.1.38 工艺数据）：基于工艺数据，对加工参数进行调整优化，实现适应控制的

46、过程 机器学习、深度学习、数字孪生、工业大模型 1.针对切削、焊接、热处理、注塑等关键工序，智能推荐并动态优化转速、进给量、温度、压力等工艺参数；2.基于历史工艺数据与质量数据，建立参数-质量映射模型，提前预判缺陷风险，降低不良品率；3.结合数字孪生与强化学习，实现工艺参数在线闭环调参，达成“最优工艺参数”自适应控制。6 工艺装备（工装）设计：为实现工艺要求而进行的夹具、模具、检具等工艺装备的设计过程（隐含于工艺准备环节）知识图谱 1.自动完成夹具、模具、检具等工艺装备的方案设计与三维建模，提升设计效率；2.基于典型工装库，按零件特征快速匹配工装类型，并自动调整定位、夹紧方案，适配零件加工需求

47、3.对工装结构进行拓扑优化，在保证刚度、精度要求的前提下，实现减重、降本目标。7 工时定额与工艺成本分析（3.1.38 工艺数据）：基于工艺数据，核算工序工时定额及工艺成本的过程 机器学习、工业大模型、知识图谱 1.基于零件特征、加工方法、设备类型等因素，自动预测各工序工时及定额标准，保证定额合理性；2.自动核算材料消耗、人工成本、设备折旧、能耗等工艺成本，输出详细成本明细报表；3.对批量工艺进行成本敏感性分析，识别降本关键工序及工艺参数，支撑成本管控。8 工艺知识管理与重用（3.1.38 工艺数据）：对工艺相关知识、数据进行整理、存储、检索与重用的过程 知识图谱、工业大模型 1.构建企业级

48、工艺知识库，整合零件特征、工艺方案、工艺参数、工装设计、典型案例等信息，支持智能检索与推理；2.对旧工艺、典型工艺进行自动聚类与标准化处理，提升工艺知识复用率，减少重复设计工作；3.将专家经验、隐性工艺知识进行结构化、数字化转化，形成可传承、可复用的工艺资产。DB13/T 63442026 20 参考文献 1 GB/T 10082008 机械加工工艺装备基本术语 2 GB/T 4863 机械制造工艺基本术语 3 GB/T 5271.1 信息技术 词汇 第1部分：基本术语 4 GB/T 5271.31 信息技术 词汇 第31部分：人工智能机器学习 5 GB/T 5271.342006 信息技术词

49、汇 第34部分 人工智能神经网络 6 GB/T 18221 信息技术 程序设计语言、环境与系统软件接口 独立于语言的数据类型 7 GB/T 19003 软件工程 8 GB/T 20918 信息技术 软件生存周期过程 风险管理 9 GB/T 22124(所有部分)面向装备制造业 产品全生命周期工艺知识 10 GB/T 22239 信息安全技术信息系统安全等级保护基本要求 11 GB/T 22240 信息安全技术信息系统安全等级保护定级指南 12 GB/T 230112022 信息化和工业化融合 数字化转型 价值效益参考模型 13 GB/T 230222022 信息化和工业化融合管理体系 生产设备

50、运行管理规范 14 GB/T 230232022 信息化和工业化融合管理体系 生产设备运行绩效评价指标集 15 GB/T 230502022 信息化和工业化融合管理体系 供应链数字化管理指南 16 GB/T 247352009 机械制造工艺文件编号方法 17 GB/T 24734.1 技术产品文件数字化产品定义数据通则 第1部分：术语和定义 18 GB/T 24736.12009 工艺装备设计管理导则 第1部分：术语 19 GB/T 24737.12012 工艺管理导则第1部分：总则 20 GB/T 24737.22012 工艺管理导则第2部分：产品工艺工作程序 21 GB/T 24737.3