关于淮北市高新区开展2021年度智能制造试点示范行动的通知

为贯彻《中华人民共和国国民经济和社会发展第十四个 五年规划和2035年远景目标纲要》总体部署，落实《“十 四五”智能制造发展规划》要求，深化智能制造推广应用， 工业和信息化部、国家发展改革委、财政部、市场监管总局 决定联合开展2021年度智能制造试点示范行动。有关事项 通知如下：

―、试点示范内容

主要包括智能制造优秀场景、智能制造示范工厂和智能 制造先行区三个方面，详见《智能制造试点示范行动实施方 案》（附件1 ）。

二' 推荐条件

（一）申报主体为在中华人民共和国境内注册，具有独 立法人资格（石油石化、有色金属等有行业特殊情况的，允 许法人的分支机构申报），近三年经济效益较好且信用记录 良好的企业。

（二） 申报主体的智能制造水平应处于国内领先或国际 先进地位，具有较强的示范引领作用，使用的关键技术装备、 工业软件须安全可控，解决方案须无知识产权纠纷。

（三） 示范工厂申报主体应通过智能制造数据资源公共 服务平台（以下简称公共服务平台，http://miit-imps.com）开 展智能制造能力成熟度自评估，需达到国家标准GB/T 39116-2020 «智能制造能力成熟度模型》二级及以上或满足 相关行业智能制造指导性文件要求。

（四） 申报主体愿意主动配合开展现场评估和宣传总 结，积极推广典型经验。

（五） 申报材料中，场景描述应重点突出、言简意赅、 逻辑严密，能从实施方法、实施要素等方面提供借鉴，引导 创新，具有较强的可读性。每个场景字数请控制在3000字 以内，可配图说明。

（六） 申报主体近三年未发生重大、特大安全生产事故， 重大、特大环境事故，无违法违规行为。

（七） 先行区申报按照一事一议方式开展。

三'组织实施

（一）申报主体通过公共服务平台开展优秀场景和示范 工厂申报，纸质版申报材料应与网上填报内容一致。优秀场 景申报材料可参照《智能制造典型场景参考指引（2021年）》

（附件2）编写;示范工厂申报方向参考《智能制造示范工厂揭 榜任务（2021年）》（附件3）。申报主体应对申报内容的真实 性负责。

（二） 各地工业和信息化、发展改革主管部门会同财政、 市场监管主管部门组织对本地区申报项目进行推荐，于2021 年11月23日前完成线上审核，按推荐项目的优先顺序填写推 荐汇总表，并将加盖有效公章的纸质版申报书（附件4、5）. 推荐汇总表（附件6、7）各两份，分别报送工业和信息化部

（装备工业一司）、国家发展改革委（产业发展司）.

（三） 各省（区、市）推荐的优秀场景和示范工厂申报主 体分别不超过20个和10个，计划单列市、新疆生产建设兵团 推荐的优秀场景和示范工厂申报主体分别不超过1。个和5个。 每家中央企业申报的优秀场景和示范工厂分别不超过6个和3 个，由所在地工业和信息化、发展改革主管部门推荐，不占属 地指标。

（四） 推荐工作应遵循政府引导、企业自愿原则，优先推 荐基础条件好、成长性好、示范性强的项目，并充分考虑行业 覆盖面。推荐单位应加强对最终入选项目的指导和服务，并给 予优先支持。

附件：1.智能制造试点示范行动实施方案

2.智能制造典型场景参考指引（2021年）

3. 智能制造示范工厂揭榜任务（2021年）

4. 智能制造优秀场景申报书

5. 智能制造示范工厂申报书

6. 智能制造优秀场景推荐汇总表

7. 智能制造示范工厂推荐汇总表

附件1

智能制造试点示范行动实施方案

为深化智能制造推广应用，保证智能制造试点示范行动 有序开展，制定本方案。

日匕日

、冃示

“十三五”期间，工业和信息化部、国家发展改革委、 财政部、市场监管总局等部门持续推进智能制造发展，先后 遴选智能制造试点示范项目305个，推动建设了一批智能化 示范工厂，组织培养了网络协同制造、大规模个性化定制、 远程运维服务等新模式新业态，在重点区域形成独具特色的 智能制造发展路径，极大调动地方、行业和企业实施智能制 造的积极性，推动智能制造取得长足进步。

“十四五”时期，新一轮科技革命和产业变革深入发展， 新一代信息技术与制造业深度融合，数字产业化和产业数字 化进程加快，新产业新业态新模式不断涌现。智能制造已经 由理念普及、试点示范进入深入应用、全面推广的新阶段， 已经成为推动制造业高质量发展的强劲动力。面对不断升级 的智能制造发展需求，有必要以典型场景为基本要素，推动 从企业层面到制造环节的智能化改造，通过揭榜挂帅等方 式，探索智能制造最佳实践的标准化、模块化、精准化的推 广路径，提升产业链供应链韧性和区域制造业水平，实现智 能制造由点及线、由线到面系统发展，推动制造业产业模式 和企业形态根本性转变，全面推进制造业数字化转型、网络 化普及、智能化变革，促进工业低碳转型发展，加快推动制 造强国建设。

二'总体目标

坚持立足国情、系统推进、分类遴选、动态调整的原则， 推进场景创新、工厂示范和区域试点，遴选推广优秀智能场 景，以“揭榜挂帅”方式推进细分行业智能制造示范工厂建 设，鼓励有条件的地区创建智能制造先行区，构建“点线面” 结合的试点示范体系，发挥先进典型带动作用，加速新技术、 新装备、新模式推广应用。

到2025年，建设一批技术水平高、示范作用显著的智 能制造示范工厂，培育若干智能制造先行区，凝练总结一批 具有较高技术水平和推广应用价值的智能制造优秀场景，带 动突破一批关键技术、装备、软件、标准和解决方案，推动 智能制造标准的试点应用，探索形成具有行业区域特色的智 能转型升级路径，开展大范围推广应用。

三' 试点示范内容

(-)智能制造优秀场景。依托工厂或车间，面向单个 或多个制造环节，提炼关键需求，通过5G、工业互联网、 大数据、人工智能、北斗系统等新一代信息技术与核心制造 环节的深度融合，重点梳理凝练可复制、可推广的智能制造 优秀场景。

（二）智能制造示范工厂。聚焦原材料、装备制造、消 费品、电子信息等领域的细分行业，围绕设计、生产、管理、 服务等制造全流程，建设智能制造示范工厂，带动实现制造 技术突破、工艺创新、场景集成和业务流程再造，发挥示范 带动作用。

（三）智能制造先行区。支持产业特色鲜明、转型需求 迫切、基础条件较好的区域创建智能制造先行区，完善政策 体系，创新要素保障机制，加快新技术融合应用，构建完善 区域智能制造发展生态，打造智能制造创新技术策源地、示 范应用集聚区、关键装备和解决方案输出地。

四' 重点工作

（一）遴选梳理智能制造典型场景。总结“十三五”时期 实践经验，探索“十四五”时期实施路径，通过案例征集、 组织智能制造创新大赛等，梳理一批智能制造新模式新业 态、凝练一批智能制造典型场景，不断完善智能制造典型场 景参考指引。

（二） 确定智能制造示范工厂揭榜任务。结合我国智能 制造发展现状和未来趋势，围绕原材料、装备制造、消费品、 电子信息等领域的细分行业，明确智能制造示范工厂揭榜挂 帅任务，制定年度计划。

（三） 建设智能制造示范工厂。鼓励地方工业和信息化、 发展改革、财政、市场监管等主管部门联合推进省级智能制 造示范工厂建设工作，并推荐成效显著、示范作用突出、成 长性好的项目揭榜国家级智能制造示范工厂任务。工业和信 息化部、国家发展改革委等研究制定评价准则，择优发布智 能制造示范工厂揭榜单位名单、智能制造示范工厂名单。智 能制造示范工厂建设期为2年。

（四） 创建智能制造先行区。鼓励产业特色鲜明、政策 措施有力、发展路径明确的地市单独或联合创建智能制造先 行区。国家制造强国建设战略咨询委员会智能制造专家委员 会（以下简称咨询委）采取“一事一议”的方式，牵头论证 先行区创建方案。通过论证的，由工业和信息化部、国家发 展改革委等批复同意开展先行区创建工作。

（五） 开展智能制造应用推广。总结提炼智能制造典型 场景、示范工厂和先行区实施经验和建设成效，分行业、分 区域召开现场会，组织智能制造示范工厂深度行、系统解决 方案供应商进园区和企业家对话等活动，编制优秀案例集， 加快智能制造实施经验推广应用。

（六） 实施动态管理。智能制造示范工厂和先行区有效 期为3年，按照“动态调整”原则，定期开展复评。复评不通 过的取消试点示范称号。相关单位应定期提交项目实施进展 情况。

五、保障措施

（一）加强组织领导。工业和信息化部、国家发展改革 委会同财政部、市场监管总局做好试点示范行动的统筹协 调、组织实施和评估管理等工作。充分发挥国家制造强国建

设战略咨询委员会智能制造专家委员会作用，加强智能制造 前瞻性、战略性问题研究。省级工业和信息化、发展改革等 主管部门做好试点示范行动的落地实施，加强对智能制造示 范工厂和先行区的指导、支持和服务。

（二） 强化政策协同。推动将符合条件的智能制造试点 示范项目纳入重点研发计划、相关产业发展专项支持范围。 推动国家相关产业基金、金融机构、社会资本和智能制造试 点示范行动有效衔接。加强央地政策协同，鼓励地方出台配 套政策，加大支持力度，引导各类社会资源聚集，形成系统 推进工作格局。

（三） 提升服务能力。建设智能制造数据资源公共服务 平台，制定公共服务平台规范，构建优势互补、协同发展的 服务网络。加快重点标准的制修订与贯标推广，推动形成标 准与试点示范迭代优化、互促共进的工作格局。加快系统解 决方案供应商培育，推动规范发展，引导提供专业化、高水 平、一站式的集成服务。

（四） 加强总结宣传。各地方、相关行业组织、有关企 业要强化试点示范行动经验总结，分行业、分区域开展系列 宣传活动，构建多维度立体式宣传体系。利用世界智能制造 大会、世界智能大会等平台，及时宣传智能制造优秀场景、 新技术、新装备和新成效，树立行业、区域转型升级标杆。

附件2

智能制造典型场景参考指引

（2021 年）

智能制造场景是指面向制造全过程的单个或多个环节， 通过新一代信息技术、先进制造技术的深度融合，实现具备 协同和自治特征、具有特定功能和实际价值的应用。根据“十 三五”以来智能制造发展情况和企业实践，结合技术创新和融 合应用发展趋势，凝练总结了 15个环节52个智能制造典型 场景，作为智能制造示范工厂建设的参考。

一、工厂设计

通过三维建模、系统仿真、设计优化和模型移交，实现 基于模型的工厂规划、设计和交付，提高设计效率和质量， 降低成本。

1. 车间/工厂数字化设计。应用工厂三维设计与仿真软 件，集成工厂信息模型、制造系统仿真、专家系统和AR/VR 等技术，高效开展工厂规划、设计和仿真优化。

2. 车间/工厂数字化交付。搭建数字化交付平台，集成 虚拟建造、虚拟调试、大数据和AR/VR等技术，实现基于 模型的工厂数字化交付，打破工厂设计、建设和运维期的数 据壁垒，为工厂主要业务系统提供基础共性数据支撑。

二' 产品研发

通过原料物性分析、设计建模、仿真优化和测试验证， 实现数据驱动的产品开发与技术创新，提高设计效率，缩短 研发周期。

3. 产品数字化设计与仿真。应用计算机辅助设计工具 （CAD、CAE等）和设计知识库，集成三维建模、有限元仿

真、虚拟测试等技术，应用新材料、新工艺，开展基于模型 的产品设计、仿真优化和测试。

4. 原料性质表征与配方研发。建设物性表征系统或配方 管理系统，应用快速评价、在线制备检测、流程模拟和材料 试验等技术，创建原料物性数据库和模型库，优化原料选择 和配方设计，支撑生产全过程质量优化和效益优化。

三、工艺设计

通过制造机理分析、工艺过程建模和虚拟制造验证，实 现工艺设计数字化和工艺技术创新，提高工艺开发效率，保 障工艺可行性。

5. 离散型工艺数字化设计。应用计算机辅助工艺过程设 计工具（CAPP）和工艺知识库，采用高效加工、精密装配 等先进制造工艺，集成三维建模、仿真验证等技术，进行基 于模型的离散工艺设计。

6. 流程型工艺数字化设计。建设工艺技术系统和工艺知 识库，结合原料物性表征、工艺机理分析、过程建模和工艺 集成等技术，开展过程工艺设计与流程全局优化。

四、计划调度

通过市场订单预测、产能平衡分析、生产计划制定和智 能排产，开展订单驱动的计划排程，优化资源配置，提高生 产效率。

7. 生产计划优化。构建企业资源计划系统（ERP）,应 用约束理论、寻优算法和专家系统等技术，实现基于采购提 前期、安全库存和市场需求的生产计划优化。

8. 车间智能排产。应用高级计划排程系统（APS）,集 成调度机理建模、寻优算法等技术，进行基于多约束和动态 扰动条件下的车间排产优化。

9. 精准作业派工。依托制造执行系统（MES）,建立人 员技能库、岗位资质库等，开展基于人岗匹配、人员绩效的 精准人员派工。

五' 生产作业

通过资源动态调配、工艺过程精确控制、智能加工和装 配、人机协同作业和精益生产管理，实现智能化生产作业和 精细化生产管控，提高生产效率，降低成本。

10. 产线柔性配置。应用模块化、成组和产线重构等技 术，搭建柔性可重构产线，实现产线适应订单、工况等变化 的快速调整。

11. 资源动态组织。构建制造执行系统（MES）,集成大

数据、运筹优化、专家系统等技术，实现人力、设备、物料 等制造资源的动态配置。

12. 先进过程控制。依托先进过程控制系统（APC）,融 合工艺机理分析、实时优化和预测控制等技术，实现精准、 实时和闭环过程控制。

13. 工艺流程/参数动态调优。搭建生产过程全流程一体 化管控平台，应用工艺机理分析、流程建模和机器学习等技 术，开展工艺流程和参数的动态优化调整。

14. 人机协同作业。集成机器人、高端机床、人机交互 设备等智能装备，应用AR/VR、机器视觉等技术，实现生产 的高效组织和作业协同。

15. 精益生产管理。依托制造执行系统（MES）,应用六 西格玛、6S管理和定置管理等精益工具和方法，开展基于数 据驱动的人、机、料等精确管控，消除生产浪费。

六' 仓储配送

通过精准配送计划、自动出入库（进出厂）、自动物流 配送和跟踪管理，实现精细库存管理和高效物流配送，提高 物流效率和降低库存量。

16. 智能仓储。集成智能仓储（储运）装备，建设仓储 管理系统（WMS）,应用条码、射频识别、智能传感等技术, 依据实际生产作业计划，实现物料自动入库（进厂）、盘库 和出库（出厂）。

17. 精准配送。应用仓储管理系统（WMS）和智能物流 装备，集成视觉/激光导航、室内定位和机器学习等技术，实 现动态调度、自动配送和路径优化。

18. 物料实时跟踪。应用制造执行系统（MES）或仓储 管理系统（WMS）,采用识别传感、定位追踪、物联网和5G 等技术，实现原材料、在制品和产成品流转的全程跟踪。

七、 质量管控

通过智能在线检测、质量数据统计分析和全流程质量追 溯，实现精细化质量管控，降低不合格品率，持续提升产品 质量。

19. 智能在线检测。应用智能检测装备，融合缺陷机理 分析、物性和成分分析和机器视觉等技术，开展产品质量等 在线检测、分析和结果判定。

20. 质量精准追溯。建设质量管理系统（QMS）,集成条 码、标识和区块链等技术，采集产品原料、生产过程、客户 使用的质量信息，实现产品质量精准追溯。

21. 产品质量优化。依托质量管理系统（QMS）和知识 库，集成质量设计优化、质量机理分析等技术，进行产品质 量影响因素识别、缺陷分析预测和质量优化提升。

八、 设备管理

通过自动巡检、维修管理、在线运行监测、故障预测和 运行优化，实现精细化设备管理和预测性维护，提升设备运 行效率、可靠性和精度保持性。

22. 自动巡检。应用工业机器人、智能巡检装备和设备 管理系统，集成故障检测、机器视觉、AR/VR和5G等技术, 实现对设备的高效巡检和异常报警等。

23. 智能维护管理。建设设备管理系统，应用大数据和 AR/VR等技术，开展检维修计划优化、资源配置优化，虚拟 检维修方案验证与技能实训。

24. 在线运行监测与故障诊断。建设设备管理系统，融 合智能传感、故障机理分析、机器学习、物联网等技术，实 现设备运行状态判定、性能分析和故障预警。

25. 预测性维护与运行优化。构建故障预测与健康管理 系统(PHM),集成故障机理分析、大数据、深度学习等技 术，进行设备失效模式判断、预测性维护及运行参数调优。

26. 资产全生命周期管理。建立企业资产管理系统 (EAM),应用物联网、大数据和机器学习等技术，实现资

产运行、检维修、改造、报废的全生命周期管理。

九、安全管控

通过安全隐患识别、安全态势感知、安全事件决策和应 急联动响应，实现面向全环节的安全综合管控，确保安全风 险的可预知和可控制。

27. 安全风险实时监测与识别。依托安全感知装置和安 全生产管理系统，集成危险和可操作性分析、机器视觉等技 术，进行安全风险动态感知和精准识别。

28. 安全事件智能决策与应急联动。基于安全事件联动 响应处置机制和应急处置预案库，融合大数据、专家系统等 技术，实现安全事件处置的智能决策和快速响应。

29. 危化品智能管控。建设危化品管理系统，应用智能 传感、理化特征分析和专家系统等技术，实现危化品存量、 位置、状态的实时监测、异常预警与全过程管控。

30. 危险作业自动化。依托自动化装备，集成智能传感、 机器视觉和5G等技术，实现危险作业环节的少人化、无人 化。

十、能源管理

通过能耗全面监测、能效分析优化和能源平衡调度，实 现面向制造全过程的精细化能源管理，提高能源利用率，降 低能耗成本。

31. 能耗数据监测。建立能源管理系统（EMS）,集成智 能传感、大数据等技术，开展全环节、全要素能耗数据釆集、 计量和可视化监测。

32. 能效优化。依托能源管理系统（EMS）,应用能效优 化机理分析、大数据和深度学习等技术，基于设备运行参数 或工艺参数优化，实现能源利用率提升。

33. 能源平衡与调度。依托能源管理系统（EMS）,融合 机理分析、大数据等技术，进行能源消耗量预测，实现关键

装备、关键环节能源的综合平衡与优化调度。

十一、环保管控

通过污染源管理与环境监测、排放预警与管控、固废处 置与再利用，实现环保精细管控，降低污染物排放，消除环 境污染风险。

34. 污染源管理与环境监测。构建环保管理平台，应用 机器视觉、智能传感和大数据等技术，开展污染源管理，实 现全过程环保数据的采集、监控与报警。

35. 排放预警与管控。依托环保管理平台，集成机器视 觉、智能传感和大数据等技术，实现排放实时监测、分析预 警和排放优化方案辅助决策。

36. 固废处置与再利用。搭建固废信息管理平台，融合 条码、物联网和5G等技术，进行固废处置与循环再利用全 过程监控、追溯。

37. 碳资产管理。开发碳资产管理平台，集成智能传感、 大数据和区块链等技术，实现全流程碳排放追踪、分析、核 算和交易。

十二、营销管理

通过市场趋势预测、用户需求挖掘、客户数据分析和销 售计划优化，实现需求驱动的精准营销，提高营销效率，降 低营销成本。

38. 市场快速分析预测。应用大数据、深度学习等技术, 实现对市场未来供求趋势、影响因素及其变化规律的精准分 析、判断和预测。

39. 销售计划动态优化。依托客户关系管理系统 (CRM),应用大数据、机器学习等技术，挖掘分析客户信

息，构建用户画像和需求预测模型，制定精准销售计划。

40. 销售驱动业务优化。通过销售管理系统与设计、生 产、物流等系统集成，应用大数据、专家系统等技术，根据 客户需求变化，动态调整设计、采购、生产、物流等方案。

十三、售后服务

通过服务需求挖掘、主动式服务推送和远程产品运维服 务等，实现个性化服务需求的精准响应，不断提升产品体验, 增强客户粘性。

41. 主动客户服务。建设客户关系管理系统(CRM), 集成大数据、知识图谱和自然语言处理等技术，实现客户需 求分析、精细化管理，提供主动式客户服务。

42. 产品远程运维。建立产品远程运维管理平台，集成 智能传感、大数据和5G等技术，实现基于运行数据的产品 远程运维、预测性维护和产品设计的持续改进。

43. 数据増值服务。分析产品的运行工况、维修保养、 故障缺陷等数据，应用大数据、专家系统等技术，提供专业 服务、设备估值、融资租赁、资产处置等新业务。

十四、供应链管理

通过采购策略优化、供应链可视化、物流监测优化、风 险预警与弹性管控等，实现供应链智慧管理，提升供应链效 能、柔性和韧性。

44. 采购策略优化。建设供应链管理系统（SCM）,集成 大数据、寻优算法和知识图谱等技术，实现供应商综合评价、 采购需求精准决策和采购方案动态优化。

45. 供应链可视化。搭建供应链管理系统（SCM）,融合 大数据和区块链等技术，打通上下游企业数据，实现供应链 可视化监控和综合绩效分析。

46. 物流实时监测与优化。依托运输管理系统（TMS）, 应用智能传感、物联网、实时定位和深度学习等技术，实现 运输配送全程跟踪和异常预警，装载能力和配送路径优化。

47. 供应链风险预警与弹性管控。建立供应链管理系统 （SCM）,集成大数据、知识图谱和远程管理等技术，开展

供应链风险隐患识别、定位、预警和高效处置。

十五' 模式创新

面向企业全价值链、产品全生命周期和全资产要素，通 过新一代信息技术和先进制造技术融合，推动制造模式和商 业模式创新，创造新价值。

48. 用户直连制造。通过用户和企业的深度交互，提供 满足个性化需求的产品定制设计、柔性化生产和个性化服务 等，创造独特的客户价值。

49. 大批量定制。通过生产柔性化、敏捷化和产品模块 化，根据客户的个性化需求，以大批量生产的低成本、高质 量和高效率提供定制化的产品和服务。

50. 共享制造。建立制造能力交易平台，推动供需对接, 将富余的制造能力通过以租代买、分时租赁、按件计费等多 种模式对外输出，促进行业内制造资源的优化配置。

51. 网络协同制造。基于网络协同平台，推动企业间设 计、生产、管理、服务等环节紧密连接，实现基于网络的制 造资源配置和生产业务并行协同。

52. 基于数字李生的制造。应用建模仿真、多模型融合 等技术，构建装备、产线、车间、工厂等不同层级的数字李 生系统，实现物理世界和虚拟空间的实时映射，推动感知、 分析、预测和控制能力的全面提升。