编者按：近日，工业和信息化部印发《工业场景数据要素应用参考指引》（以下简称《指引》），推进工业数据采集处理、流通汇集、融合应用，赋能行业提质降本增效，助力新型工业化加快推进。

《指引》围绕研发设计等关键环节，凝练出23个场景，每个场景的数据要素应用分别从预期效果和数据“采、集、用”四个方面总结。其中，研发设计环节，涵盖数据驱动产品设计、工艺数字化设计、数字化协同研发、产品虚拟中试验证、工艺虚拟仿真验证5个场景。

以下为《指引》研发设计环节节选：

关于印发《工业场景数据要素应用参考指引》的通知

工信厅信发函〔2026〕174号

各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门：

现将《工业场景数据要素应用参考指引》印发给你们，请引导企业以场景应用为牵引，探索工业数据“采”“集”“用”有效路径，加快推进工业数据开发利用，促进数据要素赋能新型工业化。

工业和信息化部办公厅

2026年4月20日

工业场景数据要素应用参考指引

为深入贯彻落实《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》和全国新型工业化推进大会部署，加快释放工业数据要素价值，促进数据要素赋能新型工业化，特制定本指引。本指引围绕研发设计、生产制造、经营管理、客户服务、产业协同等5个环节，凝练出23个典型场景中的数据“采、集、用”及预期效果，为工业企业、数字化转型服务商、行业组织等推进工业数据开发利用提供参考。

一、研发设计

1.数据驱动产品设计（难度★★，价值★★★★）

预期效果：构建数据驱动的研发模式，实现产品设计标准化、模块化、参数化，提升产品研发效率。采：通过标准化接口，获取订单产品、物料清单、设计要求等设计数据。利用标准化接口、人工智能手段，获取老师傅研发过程、设计要点等经验数据。集：利用数字化工具，对产品研发相关数据进行清洗、标注、整合等治理，形成标准化数据集。结合行业知识，注入专家经验，打造设计知识库。用：应用多学科联合仿真、物性表征与分析等技术，建设产品研发数字化体系，优化研发业务流程，实现数据驱动的研发设计模式。

2.工艺数字化设计（难度★★，价值★★★）

预期效果：构建数字化工艺设计与仿真模型，实现制造工艺的模拟分析、评估优化，提升工艺设计效率、质量。采：通过标准化接口，采集产品设计图纸、工艺参数、工序图形等工艺数据。利用标准化接口、人工智能手段，获取老师傅工艺设计经验数据。集：对工艺设计相关数据进行清洗、加工等治理，形成标准化数据集。结合行业知识，注入专家经验，构建工艺知识库。用：应用工艺机理建模、知识挖掘与分析等技术，推动工序排布、工艺指令等自动生成，自动识别最优工艺参数组合，实现工艺设计快速迭代优化。

3.数字化协同研发（难度★★★，价值★★★）

预期效果：推动企业内部研发为主向多主体研发演进，实现跨企业、跨地域协同创新与设计，提高研发效率。采：通过传感器、标准化接口，获取图纸、工艺、实验、检测等研发数据。通过协议互换，获取高校、研发机构等外部研发资源数据。集：利用数字化工具，对研发数据进行清洗、整合等治理，形成标准化数据集。结合行业领域知识，构建研发设计知识库，并根据研发情况动态更新。用：利用5G网络、数字孪生、工业互联网、虚拟现实等技术，搭建数字化协同研发平台，实现设计图纸/方案的协同优化、研发数据共享，推动供应商、客户等主体跨部门、跨地域在线协同研发。

4.产品虚拟中试验证（难度★★★，价值★★★）

预期效果：实现在虚拟环境的仿真测试和优化，发现产品设计潜在问题，降低实物测试成本，缩短研发周期。采：通过标准化接口，获取材料测试、分析检测、仿真试验等测试数据。通过传感器，获取产品试验、工业试制、稳定生产等中试各阶段数据。集：利用数字化工具，开展数据清洗、融合等治理，形成标准化数据集。构建统一的数据仓或数据湖，或利用云储存方式，存储历史数据和实时数据。用：利用多物理场联合仿真、虚拟现实、自动化测试等技术，搭建虚实融合的中试环境，开展产品结构、性能、配方等虚拟测试验证，识别设计薄弱环节并持续改进。

5.工艺虚拟仿真验证（难度★★★，价值★★★）

预期效果：推动生产工艺虚拟仿真验证，降低验证成本，优化工艺流程，降低设计与制造的差异。采：通过标准化接口，获取产品设计、设备参数、材料属性等基础数据。通过传感器、高清摄像头，获取生产环境、过程控制、资源分配等业务数据。集：通过数据清洗、整合等治理，形成标准化数据集。结合行业领域知识，注入专家经验，构建典型工艺库和工艺案例库。用：应用动力学仿真分析、虚拟现实、作业情况模拟等技术，搭建虚实融合的验证环境，开展工艺参数、路径的模拟仿真在线分析，推动工艺参数、流程布局等迭代优化。

来源：工业和信息化部信息技术发展司