DB21/T 4443-2026 工业互联网 工业产品研发设计总体要求

ICS 35.240.50 CCS L 67

21

辽宁 省地 方标 准

DB21/T 4443—2026

工业互联网工业产品研发设计总体要求

2026-05-30 发布 2026-06-30 实施

辽宁省市场监督管理局发布

DB21/T 4443—2026

目次

前言 III

1 范围 1

2 规范性引用文件 1

3 术语和定义、缩略语 1

3.1 术语和定义 1

3.2 缩略语 1

4 总体原则 1

5 总体架构 2

6 数据采集与处理 2

6.1 数据类型 2

6.2 数据采集 2

6.3 数据处理和分析 3

7 产品设计 3

7.1 需求分析 3

7.2 设计要求 4

7.3 总体设计 5

7.4 细节设计 7

7.5 技术路线选择 8

8 设计验证 8

9 安全防护 8

参考文献 9

I

DB21/T 4443—2026

前言

本文件按照GB/T 1.1-2020《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。

本文件由辽宁省工业和信息化厅提出并归口。

本文件起草单位：沈阳华睿博信息技术有限公司、沈阳工业大学、辽宁省烟草专卖局、东北大学、辽宁省机要密码技术保障中心、辽宁省市县财政专员办服务中心、辽宁省数据中心、沈阳市大数据管理中心、沈阳市土地储备中心。

本文件主要起草人：邵华、于霞、王美琦、李慧玲、任志强、樊迪、李爽、牛旭、赵晓宁、王旭东、孟非、 吕开宇。

本文件发布实施后，任何单位和个人如有问题和意见建议，均可以通过来电和来函等方式进行反馈，我们将及时答复并认真处理，根据实际情况依法进行评估及复审。

归口管理部门通信地址：辽宁省工业和信息化厅(辽宁省沈阳市皇姑区北陵大街45-2号)，联系电话： 024-86913384。

文件起草单位通讯地址：沈阳华睿博信息技术有限公司(辽宁省沈阳市和平区青年大街386号华阳国际大厦2396)，联系电话：18698849086。

III

DB21/T 4443—2026

工业互联网工业产品研发设计总体要求

1 范围

本文件给出了基于工业互联网进行工业产品研发设计的总体原则和架构，提出了基于工业互联网进行工业产品研发设计时的数据采集与处理、产品设计、设计验证、安全防护等方面要求。

本文件适用于基于工业互联网开展工业产品研发设计工作。

2 规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

YD/T 3804 工业互联网安全防护总体要求

3 术语和定义、缩略语

3.1 术语和定义

下列术语和定义适用于本文件。

3.1.1

工业互联网 industrial internet

新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系。

[来源：GB/T 42021-2022,3.1]

3.2 缩略语

下列缩略语适用于本文件。

BOM：物料清单(Bill Of Materials)

CAD：计算机辅助设计 (Computer Aided Design)

CAE：计算机辅助工程 (Computer Aided Engineering)

PLC：可编程逻辑控制器(Programmable Logic Controller)

SCADA：数据采集与监控系统(Supervisory Control And Data Acquisition)

ERP：企业资源计划(Enterprise Resource planning)

PLM：产品生命周期管理(Product Lifecycle Management)

4 总体原则

基于工业互联网进行研发设计的总体原则是在传统的工业产品研发设计的基础上，更加强调系统的集成性、智能化和可定制化，以满足不同行业、企业和生产场景的特定需求，应满足以下原则：

—— 数据驱动性： 以数据为核心，通过采集、整合、分析生产过程中的各类数据，驱动研发设计的

全流程。从需求分析、方案设计到产品优化，均依赖于数据的深度挖掘和智能应用;

—— 集成性。采用开放式的平台化架构，将各种设备、传感器、系统和应用集成到统一的平台上，

1

DB21/T 4443—2026

实现数据的统一管理、共享和应用;

—— 智能化。引入人工智能、大数据分析等技术，实现对生产数据的智能识别、分析和预测，提供智能化的生产调度、优化和决策支持;

—— 可定制化。根据不同行业、企业和用户的需求，提供定制化的服务和解决方案，包括定制化的功能模块、数据分析算法、用户界面等，满足用户个性化的需求。

5 总体架构

基于工业互联网进行工业产品研发设计主要实现对不同来源的数据进行采集、处理和分析，从而优化设计流程、提高设计效率。整个架构以数据为核心，通过各个环节的协同工作实现工业生产的智能化和数字化转型。主要包括数据驱动、产品设计、设计验证等部分内容，如图1所示。

图1 总体架构

6 数据采集与处理

6.1 数据类型

基于工业互联网开展工业产品研发设计，应采集的核心数据类型涵盖市场调研数据、用户反馈数据、传感器数据、生产过程数据、产品性能数据、质量控制数据、测试验证数据、模拟仿真数据及供应链数据。各类数据分别从市场需求、用户体验、实时监测、生产流程、产品特性、质量管控、方案验证、仿真分析、供应链协同等维度，为研发设计全流程提供数据支撑。

6.2 数据采集

6.2.1 采集内容

6.2.2 采集方式

基于工业互联网平台对不同类型的数据进行采集，包括但不限于以下方式：

—— 利用工业互联网平台，采集市场调研数据的方式包括利用社交媒体挖掘工具采集消费者的互联网足迹等，采集消费者的购物偏好、产品口碑、产品搜索等数据;

—— 通过产品相关的移动应用程序、在线调查等方式，实时采集用户反馈数据，并通过平台实时汇总和分析;

2

DB21/T 4443—2026

—— 通过工业互联网平台对传感器数据进行采集和监控;

—— 利用工业互联网平台，通过连接生产线上的 PLC、SCADA 等生产自动化设备，实时采集生产过程数据，包括设备运行状态、产量、故障报警等，通过这些数据可以实现生产过程的实时监控和数据采集;

—— 通过产品内置的传感器或连接外部传感器，实时采集产品的工作状态、性能参数等数据，并将这些数据上传到工业互联网平台，通过工业互联网平台对数据进行分析和利用;

—— 通过工业互联网平台实现生产设备的质量检测数据的实时上传;

—— 根据产品特点、测试要求、环境条件等因素，选择合适的采集方式，包括传感器和仪器采集、测试设备数据采集等;

—— 通过建立数学模型或进行仿真计算来获取产品在不同工况下的性能数据;

—— 通过工业互联网平台连接企业内部的物流管理系统、供应商信息系统、销售平台等，实现供应链数据的实时采集，包括原材料库存、物流状态、供应商信息、销售信息等数据。

6.3 数据处理和分析

基于工业互联网平台对不同类型的数据进行处理和分析，包括但不限于以下方式：

—— 市场调研数据：通过工业互联网平台进行数据清洗、结构化和标准化处理(包括单位转换、数据格式统一等)等，以确保数据的准确性和一致性;利用数据可视化工具和统计分析方法，对市场调研数据进行分析，揭示不同市场细分领域的趋势和需求，帮助企业制定针对性的营销策略和产品定位;

—— 用户反馈数据：通过工业互联网平台进行情感分析，识别用户意见和情绪，以及对产品的评价;进行文本挖掘和关键词提取，总结用户的主要关切和需求;结合用户画像和行为分析，发现用户的消费偏好和行为模式，为产品改进和市场推广提供有力支持;

—— 传感器数据：通过工业互联网平台进行实时监测和实时处理，包括数据压缩、去噪和数据清洗，确保数据的准确性和实时性;利用实时数据分析和大数据挖掘等技术，对传感器数据进行趋势分析、异常检测和预测性维护，保障生产设备的正常运转和提高生产效率;

—— 生产过程数据：通过工业互联网平台进行实时数据监测、历史数据存储和异常报警等;通过生产过程数据分析，识别生产瓶颈、生产效率和能耗情况;

—— 产品性能数据：通过工业互联网平台进行实时采集和存储，包括产品的工作状态、性能指标和关键参数;利用产品性能数据进行产品质量分析、维护预测和用户体验评估，帮助企业改善产品设计和制造流程;

—— 质量控制数据：通过工业互联网平台进行实时采集和检测，确保质量数据的准确性和可追溯性;通过质量控制数据的分析，改善质量管理流程、提升产品合格率和降低质量事故率，确保产品质量符合标准和客户需求;

—— 测试验证数据：通过工业互联网平台利用数据可视化、机器学习算法等方式评估产品性能和质量，发现问题并做出改进;

—— 模拟仿真数据：通过工业互联网平台利用模拟验证、对比分析等方式充分挖掘产品模拟仿真数据的信息，帮助设计团队优化产品设计、预测产品性能和指导决策;

—— 供应链数据：通过工业互联网平台实现供应商管理、库存管理和物流跟踪，确保实时性和可追溯性;通过供应链数据分析，实现成本控制、库存优化和供应链风险管理，提高供应链管理效率和敏捷性。

7 产品设计

7.1 需求分析

3

DB21/T 4443—2026

利用市场调研数据和用户反馈等数据进行用户需求分析，了解用户的需求和行为模式，帮助设计出更符合实际应用场景的产品，针对工业产品的用户需求分析与行为研究方法包括但不限于：

—— 用户调研：通过定性和定量的用户调研方法，包括问卷调查、深度访谈、焦点小组讨论等，了解用户的需求、偏好和行为习惯，获取用户的反馈和意见，发现他们的真实需求和痛点，为产品设计提供参考;

—— 用户行为分析：利用工业互联网平台实现对用户行为数据分析，追踪用户在产品中的行为轨迹和操作路径，了解用户的使用习惯和行为偏好，发现产品存在的问题并进行优化;

—— 用户场景分析：利用工业互联网平台分析不同行业、不同规模企业的使用场景，了解用户在实际工作中的操作流程和需求变化。

利用市场调研、用户反馈、传感器、生产过程、产品性能、质量控制和供应链等数据进行产品功能的需求分析，以指导产品设计的方向和具体功能。具体包括：

—— 数据采集。利用工业互联网平台的数据采集功能，采集各种与产品功能相关的数据;

—— 数据分析。利用工业互联网平台对相应的数据处理和分析，挖掘数据背后的规律和信息，发现用户需求和市场趋势;

—— 功能需求定义。基于数据分析的结果，定义产品的功能需求，包括核心功能、辅助功能、用户体验等方面，确保产品设计符合市场需求和用户期待;

—— 迭代优化。随着数据的不断采集和分析，不断优化产品的功能需求，确保产品与市场需求保持一致，提高产品的竞争力和用户满意度。

7.2 设计要求

7.2.1 功能要求

基于工业互联网整合产品各环节数据，实时监测分析以优化产品运行、延长寿命并贴合审美需求，保障产品体系整体功能性。具体要求如下：

—— 利用工业互联网平台实时汇聚并监测产品运行、环境及用户使用数据，实现全环节数据贯通;

—— 基于工业互联网平台数据分析工具，动态优化产品运行策略、预测性维护提醒，确保高效稳定运行;

—— 依据工业互联网平台记录的设备健康状态与故障数据，优化可靠性设计，延长产品使用寿命;

—— 通过工业互联网平台采集的用户反馈与审美趋势数据，指导人机交互界面与外观设计，提升用户体验;

—— 利用平台提供的 CAD 软件开展三维建模，快速搭建产品原型;

—— 借助平台CAE 接口调用仿真工具，对产品设计开展力学、热学等性能验证;

—— 利用平台基础组件库与模型算法接入功能，加速设计迭代进程;

—— 针对大型复杂产品，运用平台分层设计能力，组织跨部门团队并行设计，实时同步数据确保接口匹配;

—— 建立产品参数化模型，明确关键设计参数与性能指标关联，快速生成系列化方案， 自动生成技术文档和 BOM 清单;

—— 实时调用平台提供的材料属性库、标准件库和公差配合库，用内置校验工具检查合规性;

—— 参考平台积累的经典设计模型和算例，针对类似场景调用或修改模型算例完成初步设计，并做性能预测优化;

—— 接入平台行业设计标准库和知识库，实时校验产品配方、结构、特性，利用测试方法和标准评估方案可行性;

—— 通过平台与 ERP、PLM 等系统的结构化数据接口，导入外部数据指导设计，导出设计数据至生产系统;

—— 利用平台设计数据发布接口，将最终方案统一发布至企业知识库或供应链协同平台;

4

DB21/T 4443—2026

—— 支持具备协同模块的工业互联网平台在多地设计场景中的协同设计功能;

—— 利用平台面向供应链的设计工具，考虑产品可制造性和可装配性，优化产品结构;

—— 宜支持产品全生命周期碳足迹核算，运用生命周期评估等方法，对产品从原材料获取、生产制造、能源消耗、物流运输到废弃处置等全流程的温室气体排放进行量化核算。

7.2.2 经济性要求

基于工业互联网汇聚供应链与生产数据，在材料选型、工艺验证及碳足迹核算中精准权衡，实现质量与成本平衡。具体要求如下：

—— 利用工业互联网平台汇聚的实时供应链与生产数据，构建动态成本模型，进行设计仿真与成本预测;

—— 基于工业互联网平台能源与排放数据，量化并优化设计方案的全生命周期碳成本;

—— 利用工业互联网平台数据分析工具，精准平衡质量、成本、交期与环保要求，避免过度设计。

7.2.3 环境要求

基于工业互联网追踪产品全生命周期数据，识别环境影响因素，精准调控以降低原材料、能源消耗及废物产生等风险。具体要求如下：

—— 利用工业互联网平台标识解析、物联网等技术，实时采集并汇聚产品从原材料、生产、运输、使用到回收处理各环节的资源和环境数据;

—— 依据工业互联网平台分析结果，对生产工艺、能耗结构、物流方案等进行动态优化与智能控制，从源头降低原材料、能源消耗及废物产生风险;

—— 通过工业互联网平台开放生态设计工具与知识库，指导产品研发选用环保材料、可拆解结构及绿色工艺，提升产品可回收性与环境友好性。

7.2.4 加工工艺技术要求

通过工业互联网集成生产线设备数据，开展工艺仿真验证，支持柔性生产模式，达成数字化智能化工艺适配。具体要求如下：

—— 利用工业互联网平台全面集成生产线设备、工装、检测装置及控制系统的实时运行数据与工艺参数，构建统一的工艺数据湖;

—— 基于工业互联网平台数字孪生技术，对加工工艺路线、数控程序、参数设置等进行建模仿真与虚拟验证，提前预测并规避潜在缺陷与加工风险;

—— 基于工业互联网平台对生产过程与质量数据的持续分析，建立工艺参数与产品质量的关联模型，实现加工工艺的自适应调整与持续优化。

7.2.5 法律要求

利用工业互联网及时获取法规动态，对产品全流程进行合规监测，确保满足现行及潜在法规要求。具体要求如下：

—— 基于工业互联网平台对研发、采购、生产、销售及回收等环节的数据采集能力，建立合规性数字看板，对产品是否符合环保、安全、质量等法规要求进行实时监测与预警;

—— 基于工业互联网平台区块链、安全存证等技术，固化产品合规性相关的设计文件、检测报告、生产记录及审计结果，形成不可篡改、可追溯的电子证据链。

7.3 总体设计

7.3.1 用户体验设计

7.3.1.1 交互设计

5

DB21/T 4443—2026

基于工业互联网平台采集到的市场调研数据和用户反馈等数据进行交互设计，了解用户的特点和需求，同时结合工业产品的功能和复杂性，以提供直观、高效的用户体验。其中包括但不限于：

—— 任务导向的交互设计：根据用户的工作任务和工作流程，设计任务导向的交互设计，使用户能够快速找到所需功能和信息;

—— 智能化的交互设计：引入人工智能和智能算法，优化交互设计和用户体验。

7.3.1.2 用户体验评估与优化

基于工业互联网平台采集到的市场调研数据和用户反馈等数据对用户体验进行评估和优化，确保产品能够满足用户需求、提供良好体验并持续改进。其中包括但不限于：

—— 用户反馈采集：利用工业互联网平台采集用户反馈数据，并及时回应和处理， 以满足用户需求并改进产品;

—— 数据分析：利用工业互联网平台对用户行为数据和产品使用数据进行深入分析，了解用户的行为模式、偏好和瓶颈，为产品优化提供客观依据，并发现用户体验中的改进空间;

—— 持续改进和迭代：基于工业互联网平台建立持续改进和迭代的机制，依托平台的智能分析模块，自动生成改进建议与迭代方案，辅助企业快速响应市场变化。

7.3.2 结构设计

结构设计应穿插产品设计开发全过程，做到高度还原，合理布局，优化装配，控制成本和稳定生产。协调经济性和美观度，实现标准化、通用化、模块化、系列化的产品结构设计。具体考虑到以下因素：

—— 功能需求：借助工业互联网平台整合多源数据，精准模拟与验证产品结构，确保其满足性能、安全、可靠性等各项功能要求;

—— 材料选择：通过工业互联网采集材料性能数据库及实际使用反馈数据，智能匹配满足产品工作环境与使用条件的合适材料;

—— 结构稳定性：利用工业互联网平台集成仿真工具，对产品结构在不同受力状态进行模拟分析，保障其具备足够稳定性与刚度;

—— 生产工艺：依托工业互联网连接生产设备与系统，实时反馈加工工艺数据，确认产品结构可制造性，保障装配与维护便利性;

—— 成本控制：基于工业互联网平台分析成本数据，结合材料与结构设计优化方案，在保证质量性能前提下有效控制制造成本;

—— 标准化设计：借助工业互联网平台共享标准化零部件与工艺库，推动产品结构设计标准化、通用化，提升生产效率并降低成本;

—— 标准遵从：通过工业互联网实时获取法规标准更新信息，对产品结构进行智能合规性检查，确保符合国家或行业标准要求;

—— 数字化模型设计：利用工业互联网平台集成机器学习与人工智能算法，对产品数字化模型进行量化分析与优化，加速设计迭代。

7.3.3 性能设计

7.3.3.1 性能指标定义与评估

在工业产品设计中，性能指标的定义和评估标准应根据具体的产品特点、用户需求、所在行业的标准和最佳实践等方面进行设定和调整，如：稳定性、容错性、可用性等。

注 1：稳定性指产品在长时间运行过程中的稳定性和可靠性，即系统不发生故障的能力。

注 2：容错性指产品在发生故障或异常情况下的恢复能力。

注 3：可用性指产品可供使用的时间比例，通常以百分比表示。例如，99.9%的可用性表示系统每年只有不到0.1%的时间不可用。

6

DB21/T 4443—2026

7.3.3.2 性能优化策略与方法

性能优化的策略与方法包括但不限于以下内容：

—— 性能测试与优化：利用工业互联网平台进行全面的性能测试，模拟不同使用场景，评估系统在不同条件下的性能表现。通过性能测试工具，发现系统瓶颈和性能瓶颈，优化系统设计和配置，提高系统的性能;

—— 智能优化与自动化：利用工业互联网平台，引入人工智能和机器学习技术，实现系统的智能优化和自动化调整。通过机器学习算法分析和预测系统性能，提高系统的自适应性和智能化水平。

7.3.3.3 性能监控与预警机制

产品性能监控与预警机制是确保产品持续稳定运行和及时发现问题的关键环节。其中包括但不限于：

—— 性能指标监控：利用工业互联网平台，实时监测系统的关键性能指标，可通过可视化的方式展示监控数据，及时发现性能异常和趋势变化;

—— 异常检测与报警：利用工业互联网平台，设置性能异常检测规则和报警机制，当性能指标超出预设阈值或出现异常变化时， 自动触发报警通知相关人员。通过邮件、短信、即时通讯等方式及时通知运维人员或开发团队，快速响应和处理问题。

7.3.4 外观设计

工业产品的外观设计直接影响产品的市场竞争力和用户体验。应根据产品定义，从差异化、视觉和色彩，设计具有美和实用的产品。具体考虑到以下因素：

—— 功能性：借助工业互联网平台整合产品功能数据与用户反馈，通过智能分析精准匹配外观元素，确保设计清晰传达产品功能优势;

—— 用户体验：依托工业互联网采集用户操作行为数据，结合交互设计模型，在平台上模拟验证，打造简洁易用且舒适的外观体验;

—— 色彩搭配：利用工业互联网平台分析市场流行趋势与目标消费群体偏好，智能推荐契合产品定位的色彩搭配方案;

—— 人机工程学：通过工业互联网连接人体数据模型库与产品使用场景数据，在平台上开展虚拟人体工程学测试，优化外观符合人体需求。

7.4 细节设计

细节设计主要包括结构优化设计以及商品化设计，可细化为人机工程设计、部件与总成设计、包装设计、技术文件编制、工艺设备与供应商选择、安全生产设备采购等，应符合以下要求：

—— 人机工程设计：通过工业互联网采集人体数据与使用场景信息，在虚拟环境中模拟人机交互，优化产品外观与操作细节以贴合人体工程学;

—— 部件与总成设计：利用工业互联网平台共享部件性能数据与总成装配案例，进行协同设计与模拟测试，确保部件与总成的高效匹配与稳定运行;

—— 包装设计：借助工业互联网分析物流环境与产品特性数据，智能生成适配的包装设计方案，保障产品在运输存储中的安全与完整;

—— 技术文件编制：依托工业互联网平台整合设计、生产、质检数据， 自动生成各类准确规范的技术文件，提升编制效率与文件质量;

—— 工艺设备与供应商选择：基于工业互联网汇聚供应链、质控、生产数据，通过智能算法匹配推荐合适工艺设备，筛选合格原材料及零部件供应商;

—— 供应商环境信息获取：利用工业互联网平台与供应商系统对接，实时获取产品相关环境信息，确保供应链的绿色可持续性;

—— 安全生产设备采购：利用工业互联网分析工艺要求与安全标准数据，精准定位并采购符合安全

7

DB21/T 4443—2026

生产需求的设备，保障生产过程安全有序。

7.5 技术路线选择

基于工业互联网平台进行产品设计的技术路线的选择应根据具体的应用场景和需求来确定，关键步骤包括但不限于：

—— 技术选型：基于工业互联网平台汇聚的行业技术数据与案例库，结合产品需求和规划，通过智能分析精准匹配并确定适配的技术框架;

—— 开发与集成：基于工业互联网平台提供的开发工具与集成接口，按照设计方案完成系统开发，利用平台的数据交互协议保障各组件协同与数据有效流通;

—— 测试与优化：利用工业互联网平台的自动化测试工具，开展功能、性能等系统测试，采集分析数据定位问题，基于反馈持续优化系统性能与用户体验;

—— 部署与运维：将产品部署到实际生产环境中，借助平台的智能监控系统与运维管理模块，实现全方位监控、高效维护和及时更新。

8 设计验证

设计验证阶段主要利用测试验证、模拟仿真等方法，验证产品设计方案的可行性，是否能够实现所需的功能，并满足性能指标。如果产品有潜在的设计缺陷或问题，应将缺陷或问题反馈到产品设计的过程中，并在产品开发的早期阶段进行调整和改进，帮助减少实际生产的成本和时间。

设计验证可以采用多种形式，具体选择的形式通常取决于产品的性质、设计要求和验证目标。在设计验证过程中，会综合应用多种形式来全面评估设计的有效性和合规性。其中包括但不限于：

—— 测试验证：对设计过程中的样品进行检验和测试，以验证其符合要求。包括外观检查、尺寸测

量、材料测试、功能测试和性能测试等。样品检验可以直接验证设计的实际实施情况;

—— 模拟仿真：使用计算机模型和仿真工具对设计进行虚拟验证。通过在虚拟环境中进行测试和模拟，可以提前发现和解决问题，从而减少在实际生产中的返工和调整。模拟仿真宜在较早的设计阶段进行，帮助发现问题和优化设计，通常包括仿真方案制定、仿真模型构建、仿真运行分析、结果评价与优化 4 个阶段，具体如下 :

1) 仿真方案制定：依托工业互联网平台整合产品、工艺等多源数据，利用其内置建模工具及资源库，结合标准规范快速制定制造过程仿真方案;

2) 仿真模型构建：通过工业互联网平台调用三维建模、虚拟装配等工具及模型库，按方案构建包含多要素的仿真模型或有限元模型;

3) 仿真运行分析：利用工业互联网平台采集输入数据，基于算法编制仿真程序驱动模型运行，实时输出结果并支持方案与模型调整;

4) 结果评价与优化;借助工业互联网平台依据仿真目标设定评价目标和算法，对结果定性定量评价，并据此优化仿真各环节。

9 安全防护

工业互联网安全防护应符合 YD/T 3804 的要求。

8

DB21/T 4443—2026

参考 文献

[1] GB/T

39334.1-2020 机械产品制造过程数字化仿真

第 1 部分 :通用要求

[2] GB/T

42021-2022 工业互联网总体网络架构

[3] GB/T

42562-2023 工业互联网平台选型要求

[4] CY/T

245-2021 印刷产品智能设计与仿真指南

9