OVERVIEW
一图看懂：智能工厂全景
生产与质检在每个车间内完成，原料 / 成品仓库独立运作，质检实验室负责检验，物流调度中心指挥厂内 AGV 转运 —— 设备与场所通过 MCP 智能代理接入四大工业智能体，信息汇总至 SF-MOM 平台；工程师与智能体协作、向平台问数。
以 SF-MOM 为数字化底座、工业智能体为"AI 大脑" —— 把机器视觉、预测性维护、智能排产、智能问数嵌入工厂的感知、决策与执行全流程，从数字化工厂迈向会思考的智能工厂。
智能工厂不是"上一套软件"，而是智能制造体系与人工智能能力的一次深度融合：先用 SF-MOM 把研、产、供、销、存全链路数字化，构成工厂的"骨架"；再让四大工业智能体、机器视觉与预测性维护算法进入生产核心环节，构成工厂的"大脑"与"感官"，实现感知 — 分析 — 决策 — 执行 — 进化的智能闭环。
| AI 能力 | 对应产品 | 状态 |
|---|---|---|
| 机器视觉检测 | 视觉检测方案 / Q-Agent | 运行中 |
| 预测性维护 | IDMS / P-Agent | 运行中 |
| 智能排产调度 | 智能生产调度 / P-Agent | 运行中 |
| 智能仓储物流 | IILMS / L-Agent / W-Agent | 已接入 |
界面还原示意 · 模块状态为样例数据；库存准确率 99.9%、不良品拦截前移、PdM 为智能体确定性指标示例。
生产与质检在每个车间内完成，原料 / 成品仓库独立运作，质检实验室负责检验，物流调度中心指挥厂内 AGV 转运 —— 设备与场所通过 MCP 智能代理接入四大工业智能体，信息汇总至 SF-MOM 平台；工程师与智能体协作、向平台问数。
以工业大模型为"大脑"、数字孪生为训练场，AI 智能体层衔接业务与数据，让设备与现场数据直达管理决策。
管理驾驶舱 · 自然语言问数 · BI 趋势预测 —— 经营指标实时可视，用一句话问出全厂数据。
工业大模型 + 数字孪生 + 四大工业智能体（生产 / 质量 / 物流 / 仓储）+ 机器视觉 —— 感知理解、规划决策、行动执行、自主学习。
SF-MOM：PLM 研发 · MES 制造 · QMS 质量 · EAM 设备 · WMS 仓储 · EMS 能源 · SRM 供应 · CRM 客户 —— 模块可整体上线也可按需选配。
工业互联网底座 + 数据中台：主数据统一治理，协议适配 PLC / OPC-UA / MQTT，设备运行与工艺参数实时采集。
产线设备 · 传感器 · 工控系统 · AGV / 机器人 · 检测设备 —— 全要素实时感知，构成智能工厂的"感官神经"。
方案不是概念拼盘 —— 每一个 AI 场景背后，都有创锐丰自研产品与已交付案例支撑。
IILMS 打通供应链规划、仓储管理与配送执行；智能装箱优化装载方案；仓储智能体库存准确率提升至 99.9%，物流智能体动态规划 AGV 路径。
智能体贯穿生产、质量、物流、仓储全场景，把"记录数据"升级为"自主协同与主动决策"。
设备、传感器、视觉与业务系统数据统一接入，读懂数据背后的业务含义。
生产目标分解为可执行子任务，运筹优化 + 工业大模型生成全局最优方案。
调度 AGV、机械臂、检测设备节拍配合，指令直达产线执行单元。
执行结果实时回传，数字孪生推演 + 强化学习持续优化决策策略。
遵循敏捷原则：每一阶段都有可验证的交付成果，避免"一次性大工程"的实施风险。
设备联网与数据采集（PLC / OPC-UA / MQTT），SF-MOM 核心模块（MES / WMS / EAM）上线，主数据统一治理，消除信息孤岛。
AI 单点突破快速见效：机器视觉检测、预测性维护、智能排产、智能装箱等场景落地，用可量化的降本增效验证 AI 价值。
四大智能体全域协同，数字孪生模拟推演与闭环反馈优化，工厂从"流程驱动"迈向"数据与智能体驱动"的自主决策。
方案功能覆盖度对标国家与省级评估标准，交付过程同步形成等级评估佐证材料。
SF-MOM 覆盖核心业务环节数字化管控与跨系统集成要求（以第三方现场评审结论为准）。
AI 的价值最终以产线上的确定性结果来衡量，而不是停留在概念层面。
视觉检测毫秒级全检 + 质量智能体把不良品拦截前移至制程中，追溯一键定位。
预测性维护降低非计划停机，备件呆滞分析与能耗分项计量把隐性浪费显性化。
智能排产缩短换线与等待时间，物流智能体准时配送杜绝产线待料。
自然语言问数 + 管理驾驶舱，从"事后汇报"到"实时洞察"，经验沉淀为知识库。