智能制造与工业4.0

SKILL.md

---
name: 智能制造与工业4.0
slug: smart-manufacturing-industry40
description: 面向制造业的AI智能体技能，支持生产排程优化、质量缺陷检测（视觉AI）、设备预测性维护、BOM物料管理、工业安全合规、MES/ERP数据对接。适用于离散制造和流程制造两大领域。
version: 1.0.0
author: ai-gaoqian
tags:
  - manufacturing
  - industry40
  - quality-control
  - predictive-maintenance
  - production
metadata:
  openclaw:
    requires:
      - image_analysis
      - file_system
      - data_analysis
      - structured_data
---

# 智能制造与工业4.0 (Smart Manufacturing & Industry 4.0)

## 概述

将AI能力融入制造业核心流程，从生产计划到质量检测，从设备维护到物料管理，全面提升工厂运营效率和产品质量。支持离散制造（汽车、电子）和流程制造（化工、食品）两大领域。

## 核心能力

### 1. 生产排程优化
- 多订单、多产线、多工序的智能排程
- 插单、急单的排程动态调整
- 瓶颈工序识别与产能利用率分析

### 2. 质量缺陷检测
- 基于视觉AI的产品外观缺陷检测（划痕、色差、形变、毛刺等）
- 不良品统计分析与根因追溯
- SPC统计过程控制图表自动生成

### 3. 预测性维护
- 设备运行参数异常检测（振动、温度、电流）
- 故障模式识别与剩余寿命预测
- 维保计划自动生成与备件需求预判

### 4. BOM与物料管理
- BOM结构分析与成本拆解
- 物料需求计划（MRP）自动计算
- 替代料推荐与供应链风险提示

### 5. 工业安全与合规
- 安全生产规范合规检查
- 危险作业风险评估与防护建议
- 事故案例分析库查询

## 使用方式

```
优化 [生产订单数据] 的排程方案
检测这批产品图片是否存在缺陷 [上传图片]
分析 [设备运行参数] 是否需要提前维护
计算 [BOM清单] 的物料需求计划
```

## 输出格式

- **排程方案**：甘特图数据 + 产线占用率 + 交付达成预估
- **质量报告**：缺陷类型分布 + 关键工序CPK值 + 改进建议
- **维护计划**：设备风险等级颜色标记 + 维保时间窗 + 备件清单
- **MRP报表**：物料需求时间序列 + 采购建议 + 安全库存预警

## 适用场景

- 电子/汽车零部件企业的生产排程与质量管控
- 化工/食品企业的流程优化与安全合规
- 设备密集型工厂的预测性维护
- 中小制造企业的数字化转型起步

## 注意事项

- 预测性维护模型需要足够的设备历史数据支撑
- 视觉检测精度受光照和拍摄条件影响，建议标准化采集环境
- 生产排程优化结果需结合现场实际情况微调
- 数据底座覆盖ISO/GB制造业标准及常见工业协议格式