本研究报告数据主要采用国家统计数据、海关总署、问卷调查数据、商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国家统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。
报告目录
第一章智能工厂基本概述
1.1 智能工厂相关概念
1.1.1 数字化车间
1.1.2 智能工厂
1.1.3 信息物理系统(CPS)
1.2 智能工厂基本特征
1.2.1 制造系统集成化
1.2.2 决策过程智能化
1.2.3 加工过程自动化
1.2.4 服务过程主动化
第二章2019-2023年智能工厂行业发展环境
2.1 经济环境
2.1.1 国民经济发展态势
2.1.2 工业经济运行状况
2.1.3 制造业发展态势
2.1.4 宏观经济发展走势
2.2 政策环境
2.2.1 智能制造政策
2.2.2 “互联网+”政策
2.2.3 大数据政策
2.2.4 物联网政策
2.3 社会环境
2.3.1 工业智能化
2.3.2 工业互联网
2.3.3 两化深度融合
2.4 工业4.0下的世界格局
2.4.1 美国
2.4.2 德国
2.4.3 日本
2.4.4 中国
2.4.5 工业4.0战略对比
第三章2019-2023年智能工厂发展分析
3.1 智能工厂基本框架
3.1.1 智能决策与管理系统
3.1.2 企业数字化制造平台
3.1.3 智能制造车间
3.2 2019-2023年中国智能工厂发展态势
3.2.1 智能工厂建设现状
3.2.2 智能工厂建设模式
3.2.3 产业布局分析
3.2.4 企业布局分析
3.2.5 物联网推动发展
3.2.6 开拓新一代信息技术空间
3.2.7 智能工厂下游应用行业
3.3 智能工厂建设原则及建设维度
3.4 中国智能工厂发展存在的问题
3.4.1 行业分化差距大
3.4.2 系统性规划不足
3.4.3 对外技术依赖大
3.5 中国智能工厂发展建议对策
3.5.1 做好顶层设计
3.5.2 创新管理手段
3.5.3 完善服务体系
3.5.4 打造协同发展平台
第四章2019-2023年数字化车间发展分析
4.1 数字化车间发展综述
4.1.1 结构分析
4.1.2 系统分析
4.1.3 模块分析
4.1.4 发展优势
4.2 2019-2023年数字化车间发展态势
4.2.1 数字化制造现状
4.2.2 国外应用态势
4.2.3 国内应用情况
4.2.4 市场容量分析
4.3 2019-2023年数字化车间区域发展分析
4.3.1 河南省
4.3.2 安徽省
4.3.3 烟台市
4.3.4 金华市
4.3.5 泉州市
4.4 数字化车间建设思路分析
4.4.1 建设整体思路
4.4.2 可用技术分析
4.4.3 建设蓝图展望
4.4.4 构建策略分析
4.4.5 建设注意问题
4.5 数字化车间应用分析及展望
4.5.1 石化数字化车间
4.5.2 汽车数字化车间
4.5.3 机床数字化车间
4.5.4 空调数字化车间
4.5.5 纺织数字化车间
4.5.6 行业应用展望
第五章2019-2023年智能工厂产业链上游行业——传感器分析
5.1 2019-2023年国际传感器发展态势
5.1.1 产业发展历程
5.1.2 市场规模分析
5.1.3 区域格局分析
5.1.4 市场竞争态势
5.2 2019-2023年中国传感器发展态势
5.2.1 产业发展历程
5.2.2 市场规模分析
5.2.3 产业生产基地
5.2.4 产品格局分析
5.2.5 厂商格局分析
5.3 2019-2023年传感器细分市场分析
5.3.1 智能传感器
5.3.2 MEMS传感器
5.3.3 可穿戴传感器
5.3.4 智能电网传感器
5.4 传感器应用领域分析
5.4.1 应用领域格局
5.4.2 机械装备行业
5.4.3 家用电器行业
5.4.4 医疗卫生行业
5.4.5 环保行业应用
5.4.6 汽车行业应用
5.4.7 智能交通行业
5.5 传感器发展前景和趋势
5.5.1 行业前景展望
5.5.2 行业趋势分析
5.5.3 未来发展方向
5.5.4 国内发展方向
第六章2019-2023年智能工厂产业链上游行业——工业以太网分析
6.1 工业以太网发展概述
6.1.1 工业以太网的概念
6.1.2 工业以太网技术特点
6.1.3 与传统以太网的比较
6.2 2019-2023年工业以太网发展态势
6.2.1 网络结构分析
6.2.2 网络通信协议
6.2.3 市场份额分析
6.2.4 搭建M2M平台
6.2.5 智能工厂的核心
6.3 2019-2023年工业以太网交换机发展态势
6.3.1 发展概述
6.3.2 市场规模
6.3.3 企业格局
6.3.4 应用领域
6.4 工业以太网应用安全分析
6.4.1 安全问题分析
6.4.2 应用安全要求
6.4.3 交换机安全技术
第七章2019-2023年智能工厂产业链中游行业——工业软件分析
7.1 2019-2023年全球工业软件行业发展态势
7.1.1 市场规模
7.1.2 市场结构
7.1.3 发展特点
7.2 2019-2023年中国工业软件发展态势
7.2.1 发展阶段
7.2.2 发展特点
7.2.3 品类规模
7.2.4 国际竞争力
7.3 2019-2023年中国工业软件市场格局
7.3.1 市场定位
7.3.2 市场规模
7.3.3 市场结构
7.3.4 市场需求
7.4 2019-2023年工业软件细分市场分析
7.4.1 ERP
7.4.2 PLM
7.4.3 MES
7.4.4 SCADA
7.5 工业软件发展创新分析
7.5.1 技术产品创新
7.5.2 发展模式创新
7.5.3 发展创新方向
第八章2019-2023年智能工厂产业链中游行业——工业机器人分析
8.1 2019-2023年全球工业机器人行业发展态势
8.2 2019-2023年中国工业机器人行业运行分析
8.2.1 行业运行特征
8.2.2 行业发展水平
8.2.3 行业销售规模
8.2.4 行业区域布局
8.2.5 行业运行态势
8.3 中国工业机器人重点应用领域分析
8.3.1 汽车行业
8.3.2 电子行业
8.3.3 机床行业
8.3.4 铸造行业
8.3.5 塑料加工业
8.3.6 食品包装业
8.4 中国工业机器人行业投资风险与策略
8.4.1 投资壁垒
8.4.2 投资机会
8.4.3 投资风险
8.4.4 投资建议
第九章2019-2023年智能工厂产业链下游行业——智能物流分析
9.1 智能物流发展综述
9.1.1 行业发展特点
9.1.2 行业发展优势
9.1.3 行业政策环境
9.1.4 物联网推动发展
9.2 2019-2023年智能物流发展态势
9.2.1 市场需求结构
9.2.2 市场规模分析
9.2.3 行业发展驱动
9.2.4 行业存在问题
9.2.5 行业发展前景
9.3 智能物流行业细分市场需求分析
9.3.1 仓储物流智能化
9.3.2 医药物流智能化
9.3.3 电商物流智能化
9.3.4 烟草物流智能化
9.4 智能物流技术发展分析
9.4.1 条形码技术
9.4.2 射频识别技术(RFID)
9.4.3 电子数据交换技术(EDI)
9.4.4 电子订货系统技术(EOS)
9.4.5 全球定位系统技术(GPS)
9.4.6 地理信息系统技术(GIS)
第十章2019-2023年智能工厂典型案例分析
10.1 德国案例——Modelfactory
10.2 中国案例——中石化智能工厂
10.3 中国案例——三一重工智能工厂
10.4 中国案例——海尔智能工厂
10.4.1 企业发展概况
10.4.2 智能工厂发展
10.4.3 用户个性化定制
10.4.4 模块化发展基础
第十一章2019-2023年智能工厂行业国外典型企业经营分析
11.1 西门子(Siemens)
11.2 通用电气(GE)
11.3 思科(Cisco)
11.4 艾默生(Emerson)
第十二章智能工厂行业国内典型企业经营分析
12.1 北京兰光创新科技有限公司
12.2 科大智能科技股份有限公司
12.3 广东东方精工科技股份有限公司
12.4 天津长荣科技集团股份有限公司
12.5 深圳市长盈精密技术股份有限公司
第十三章智能工厂发展需求及趋势分析
13.1 智能工厂未来需求形势
13.1.1 智能生产需求
13.1.2 工业升级需求
13.2 智能工厂及各组成部分发展趋势分析
13.2.1 总体发展趋势
13.2.2 智能工厂发展重点环节
13.2.3 工业网络解决方案
13.2.4 工业自动化系统
图表目录
图表1 智能工厂示意图
图表2 航空智能工厂
图表3 信息物理系统(CPS)让万物互联
图表4 智能工厂中的主动化服务
图表5 2019-2023年国内生产总值及其增长速度
图表6 2019-2023年三次产业增加值占全国生产总值比重
图表7 2019-2023年全部工业增加值及其增速
图表8 2019-2023年工业增加值月度增速
图表9 物联网重点产业政策
图表10 美国GE眼中的工业互联网
更多图表见正文……
研究方法
报告研究基于研究团队收集的大量一手和二手信息,使用桌面研究与定量调查、定性分析相结合的方式,全面客观的剖析当前行业发展的总体市场容量、产业链、竞争格局、进出口、经营特性、盈利能力和商业模式等。科学使用SCP模型、SWOT、PEST、回归分析、SPACE矩阵等研究模型与方法综合分析行业市场环境、产业政策、竞争格局、技术革新、市场风险、行业壁垒、机遇以及挑战等相关因素。根据各行业的发展轨迹及实践经验,对行业未来的发展趋势做出客观预判,助力企业商业决策。
数据来源
本公司数据来源主要是一手资料和二手资料相结合,本司建立了严格的数据清洗、加工和分析的内控体系,分析师采集信息后,严格按照公司评估方法论和信息规范的要求,并结合自身专业经验,对所获取的信息进行整理、筛选,最终通过综合统计、分析测算获得相关产业研究成果。
一手资料来源于我司调研部门对行业内重点企业访谈获取的一手信息数据,采访对象涉及企业CEO、营销总监、高管、技术负责人、行业专家、产业链上下游企业、分销商、代理商、经销商、相关投资机构等。市场调研部分的一手信息来源为需要研究的对象终端消费群体。
二手资料来源主要包括全球范围相关行业新闻、公司年报、非盈利性组织、行业协会、政府机构、海关数据及第三方数据库等,根据具体行业,应用的二手信息来源具有一定的差异。二手信息渠道涉及SEC、公司年报、国家统计局、中国海关、WIND数据库、CEIC数据库、国研网、BvD ORBIS ASIA PACIFIC数据库、皮书数据库及中经专网、国家知识产权局等。
售后服务
华经产业研究院提供完善的售后服务体系,您的反馈均1个工作日内快速回应,及时解决您的需求。
版权提示
华经产业研究院倡导尊重与保护知识产权,对有明确来源的内容均注明出处。若发现本站文章存在内容、版权或其它问题,请联系kf@huaon.com,我们将及时与您沟通处理
-
2024-2030年中国智能工厂行业发展前景预测及投资策略研究报告
2024-09-21 智能工厂 -
2023-2028年中国智能工厂行业市场深度评估及投资方向研究报告
2023-04-04 智能工厂 -
2023-2028年中国智能工厂行业市场深度分析及投资战略研究报告
2022-10-18 智能工厂 -
2025-2031年中国棉花被行业市场全景监测及投资战略咨询报告
2024-11-14 棉花被 -
2025-2031年中国鹅行业市场发展监测及投资战略规划报告
2024-11-14 禽类