各企业：

　　 (略) 工信厅《 (略) 工业和信息化厅关于征集20 (略) 智能制造试点示范重点项目的通知》转发给你们，符合条件的企业可进行申报，请于4月12日前将智能制造自评估报告、项目情况表一式3份及电子版报送县工信局信息化股。

　　联系人：陈先生

　　联系方式：0598-*

　　邮箱：*@*63.com

　　附件：《 (略) 工业和信息化厅关于征集20 (略) 智能制造重点项目的通知》

　　建宁县工业和信息化局

　　2023年4月6日

　　 (略) 工业和信息化厅关于征集2023年

　　省级智能制造重点项目的通知

　　为贯彻落实国家《“十四五”智能制造发展规划》， (略) 智能制造推广应用， (略) 级智能制造重点项目库，开展智能制造试点示范行动。现就开展2023年重点项目征集有关事项通知如下：

　　一、项目类型

　　重点项目分为智能制造典型场景项目和智能制造工厂项目两类。

　　二、项目要求

　　（一）申报企业应先在国家智能制造评估评价公共服务平台开展智能制造自评估；

　　（二）申报智能制造典型场景项目须满足《智能制造典型场景项目指南（2023年）》（附件1）要求。申报智能制造工厂项目须满足《智能制造工厂项目指南（2023年）》（附件2）要求；

　　（三）拟建、在建和已完成项目均可申报，其中拟建和在建项目须在2024年底前完成项目建设。

　　三、政策支持

　　省级智能制造重点 (略) 级智能制造优秀场景和示范工厂的储备库，入库项目同时作为申报国家智能制造相关项目的优先推荐对象。

　　四、报送要求

　　 (略) 、平潭综合实验区工信部门认真组织辖区内符合条件的企业申报（省属企业按归属地原则申报），于4月15日前将项目情况表（附件3）和推荐汇总表（附件4）（含纸质和电子版）报我厅装备工业处。

　　联系人：省工信厅装备工业处 罗惟贵

　　联系电话：0591-*

　　邮箱：*@*ttp://**.cn

　　附件：1.智能制造典型场景项目指南（2023年）

　　2.智能制造工厂项目指南（2023年）

　　3. (略) 级智能制造重点项目情况表

　　4. (略) 级智能制造重点项目推荐汇总表

　　附件1

　　智能制造典型场景项目指南（2023年）

　　智能制造场景是智能工厂的核心组成部分，是指面向制造过程各个环节，通过新一代信息技术、先进制造技术的深度融合，部署高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备、行业成套装备等智能制造装备，集成相应的工艺、软件等，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16个环节45个智能制造典型场景，为智能工厂建设提供参考。

　　一、工厂建设

　　通过三维建模、系统仿真、设计优化，实现基于模型的工厂设计、交付和建设，提高建设效率和质量，降低成本。

　　1.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，实现数字化交付。

　　2.数字孪生工厂建设。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孪生系统，通过物理世界和虚拟空间的实时映射，实现基于模型的数字化运行和维护。

　　二、产品研发

　　通过设计建模、仿真优化和测试验证，实现数据驱动的产品研发，提高设计效率，缩短研发周期。

　　3.产品数字化研发与设计。应用设计软件和知识模型库，基于复杂建模、物性表征与分析、AR/VR、数字孪生等技术，搭建数字化协同设计环境，开展产品、配方等研发与设计。

　　4.虚拟试验与调试。面向产品功能、性能、可靠性、寿命等方面，通过虚拟仿真开展试验、调试，缩短研发周期，降低研发成本，提高产品质量。

　　5.数据驱动产品设计优化。打通产品设计、生产作业、售后服务等环节数据，结合人工智能、大数据等技术，探索创成式设计，持续迭代产品模型，驱动产品优化创新。

　　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，保障可行性。

　　6.工艺数字化设计。应用工艺仿真软件和工艺知识库，基于机理、物性表征和数据分析技术，建立加工、检测、装配、物流等工艺模型，进行工艺全过程仿真，预测加工缺陷并改进工艺方案和参数。

　　7.可制造性设计。打通工艺设计、产品研发、生产作业等环节数据，开展产品制造全过程仿真，优化工艺方案和物料清单，改善工艺流程，降低制造与维护的复杂性及成本。

　　四、计划调度

　　 (略) 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。

　　8.生产计划优化。构建企业资源管理系统，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、 (略) 场需求的生产计划优化。

　　9.车间智能排产。应用计划排程系统，集成调度机理建模、寻优算法等技术，实现基于多约束和动态扰动条件下的车间排产优化。

　　10.资源动态配置。依托制造执行系统，集成大数据、运筹优化、专家系统等技术，开展基于资源匹配、绩效优化的精准派工，实现人力、设备、物料等制造资源的动态配置。

　　五、生产作业

　　部署智能制造装备，通过精益生产管理、工艺过程控制优化、产线灵活配置、设备协同作业，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。

　　11.精益生产管理。应用六西格玛、5S管理和定置管理等精益工具和方法，开展相关信息化系统建设，实现基于数据驱动的人、机、料等精确管控，提高效率，消除浪费。

　　12.先进过程控制。部署智能制造装备，依托先进过程控制系统，融合工艺机理分析、多尺度物性表征和建模、实时优化和预测控制等技术，实现精准、实时和闭环的过程控制。

　　13.工艺动态优化。部署智能制造装备，搭建生产过程全流程一体化管控平台，应用工艺机理分析、多尺度物性表征和流程建模、机器学衡与优化。应用能效优化机理分析、大数据和深度学衡与优化调度。

　　28.碳资产管理。开发碳资产管理平台和行业成套装备，集成智能传感、大数据和区块链等技术，实现全流程的碳排放追踪、分析、核算和交易。

　　十一、环保管控

　　部署智能传感与控制装备等，通过污染管理与环境监测、废弃物处置与再利用，实现环保精细管控，降低污染物排放，消除环境污染风险。

　　29.污染监测与管控。搭建环保管理平台，应用机器视觉、智能传感和大数据等技术，开展排放实时监测和污染源管理，实现全过程环保数据的采集、监控与分析优化。

　　30.废弃物处置与再利用。搭建废弃物管理平台和行业成套装备，融合条码、物联网和5G等技术，实现废弃物处置与循环再利用全过程的监控、追溯。

　　十二、营销管理

　　 (略) 场趋势预测、用户需求挖掘和数据分析，优化销售计划，实现需求驱动的精准营销，提高营销效率，降低营销成本。

　　31.市场快速分析预测。应用大数据、深度学台，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。

　　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。

　　35.采购策略优化。建设供应链管理系统，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。

　　36.供应链可视化。建设供应链管理系统，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。

　　37.物流实时监测与优化。依托运输管理系统，应用智能传感、物联网、实时定位和深度学台以及网络、数据、功能等各类安全系统，完善支撑数字业务运行的信息基础设施。

　　40.数据治理与流通。应用云计算、大数据、隐私计算、区块链等技术，构建可信数据空间，实现企业内数据的有效治理和分析利用，推动企业间数据安全可信流通，充分释放数据价值。

　　41.工业知识软件化。应用大数据、知识图谱、知识自动化等技术，将工业技术、工艺经验、制造方法沉淀为数据和机理模型，与先进制造装备相结合，建设知识库和模型库，开发各类新型工业软件，支撑业务创新。

　　十六、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，推动关键技术装备创新、制造模式创新和商业模式创新，创造新价值。

　　42.网络协同制造。建立网络协同平台，推动企业间设计、生产、管理、服务等环节紧密连接，实现基于网络的生产业务并行协同，并将富余的制造能力对外输出，优化配置制造资源。

　　43.大规模个性化定制。部署智能制造装备，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。

　　44.人机协同制造。应用人工智能、AR/VR、5G、新型传感等技术，提高高档数控机床、工业机器人、行业成套装备等智能制造装备与人员的交互、协同作业等能力，实现基于高精度空间定位与追踪、动作感知、自然语言处理、情绪识别等功能的自主协同。

　　45.数据驱动服务。分析产品运行工况、维修保养、故障缺陷等数据，应用大数据、专家系统等技术，开拓专业服务、设备估值、融资租赁、资产处置等新业务，创造新价值。

　　附件2

　　智能制造工厂项目指南（2023年）

　　智能制造工厂项目面向原材料、装备、消费品、电子信息四大类行业。建设内容需至少覆盖八个环节，具体建设内容参考《智能制造典型场景项目指南（2023年）》，也可根据实际情况开展其他环节应用创新，鼓励开展新技术、新模式探索。建设完成后，企业生产效率、资源综合利用率、设备综合利用率、全员劳动生产率等显著提升，产品研制周期、运营成本、不良品率、单位产值综合能耗等大幅降低，产线作业人员有效优化，网络安全保障能力明显增强，整体智能化水平达到行业领先。

　　一、原材料行业

　　聚焦石化化工、钢铁、有色金属、建材、民爆等细分领域，建设绿色、高效、安全和可持续的原材料行业智能制造工厂，探索应用分子级物性表征、实时优化控制、人工智能、5G等新技术和数字孪生工厂建设、碳资产管理等典型场景，实现资源优化配置、生产运行平稳、生产过程清洁化。

　　二、装备制造业

　　聚焦通用装备、专用装备、汽车、轨道交通装备、船舶、航空航天、电气机械、仪器仪表等细分领域，建立高效柔性、敏捷响应、人机协同和动态调度的装备制造业智能制造工厂，探索知识工程、AR/VR、数字孪生、可重构生产、人工智能等新技术和产品远程运维、数据驱动服务等典型场景，不断优化装备产品性能，优化服务水平。

　　三、消费品行业

　　聚焦食品、饮料、纺织、服装服饰、皮革及制鞋、家具、造纸、印刷、医药、化纤、家电等细分领域，建立全生命周期质量管控、需求敏捷感知和产销用协同的消费品行业智能制造工厂，探索应用人工智能、区块链、数字孪生等新技术和大规模个性化定制、销售驱动业务优化等典型场景，打造以用户需求为中心的制造体系。

　　四、电子信息行业

　　聚焦计算机、通信和其他电子设备等细分领域，建设高效配送、资源协同和柔性生产的电子信息行业智能制造工厂，探索人机高效协作、在线精密检测、人工智能等新技术和产品质量优化、工艺动态优化等典型场景，提高产品质量、性能和稳定性。

　　附件3-1

　　 (略) 级智能制造试点示范重点项目情况表

　　（智能制造典型场景项目）

　　附件3-2

　　 (略) 级智能制造试点示范重点项目情况表

　　（智能制造工厂项目）

　　附件4

　　 (略) 级智能制造试点示范重点项目推荐汇总表

　　推荐单位（盖章）：

各企业：

　　 (略) 工信厅《 (略) 工业和信息化厅关于征集20 (略) 智能制造试点示范重点项目的通知》转发给你们，符合条件的企业可进行申报，请于4月12日前将智能制造自评估报告、项目情况表一式3份及电子版报送县工信局信息化股。

　　联系人：陈先生

　　联系方式：0598-*

　　邮箱：*@*63.com

　　附件：《 (略) 工业和信息化厅关于征集20 (略) 智能制造重点项目的通知》

　　建宁县工业和信息化局

　　2023年4月6日

　　 (略) 工业和信息化厅关于征集2023年

　　省级智能制造重点项目的通知

　　为贯彻落实国家《“十四五”智能制造发展规划》， (略) 智能制造推广应用， (略) 级智能制造重点项目库，开展智能制造试点示范行动。现就开展2023年重点项目征集有关事项通知如下：

　　一、项目类型

　　重点项目分为智能制造典型场景项目和智能制造工厂项目两类。

　　二、项目要求

　　（一）申报企业应先在国家智能制造评估评价公共服务平台开展智能制造自评估；

　　（二）申报智能制造典型场景项目须满足《智能制造典型场景项目指南（2023年）》（附件1）要求。申报智能制造工厂项目须满足《智能制造工厂项目指南（2023年）》（附件2）要求；

　　（三）拟建、在建和已完成项目均可申报，其中拟建和在建项目须在2024年底前完成项目建设。

　　三、政策支持

　　省级智能制造重点 (略) 级智能制造优秀场景和示范工厂的储备库，入库项目同时作为申报国家智能制造相关项目的优先推荐对象。

　　四、报送要求

　　 (略) 、平潭综合实验区工信部门认真组织辖区内符合条件的企业申报（省属企业按归属地原则申报），于4月15日前将项目情况表（附件3）和推荐汇总表（附件4）（含纸质和电子版）报我厅装备工业处。

　　联系人：省工信厅装备工业处 罗惟贵

　　联系电话：0591-*

　　邮箱：*@*ttp://**.cn

　　附件：1.智能制造典型场景项目指南（2023年）

　　2.智能制造工厂项目指南（2023年）

　　3. (略) 级智能制造重点项目情况表

　　4. (略) 级智能制造重点项目推荐汇总表

　　附件1

　　智能制造典型场景项目指南（2023年）

　　智能制造场景是智能工厂的核心组成部分，是指面向制造过程各个环节，通过新一代信息技术、先进制造技术的深度融合，部署高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备、行业成套装备等智能制造装备，集成相应的工艺、软件等，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16个环节45个智能制造典型场景，为智能工厂建设提供参考。

　　一、工厂建设

　　通过三维建模、系统仿真、设计优化，实现基于模型的工厂设计、交付和建设，提高建设效率和质量，降低成本。

　　1.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，实现数字化交付。

　　2.数字孪生工厂建设。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孪生系统，通过物理世界和虚拟空间的实时映射，实现基于模型的数字化运行和维护。

　　二、产品研发

　　通过设计建模、仿真优化和测试验证，实现数据驱动的产品研发，提高设计效率，缩短研发周期。

　　3.产品数字化研发与设计。应用设计软件和知识模型库，基于复杂建模、物性表征与分析、AR/VR、数字孪生等技术，搭建数字化协同设计环境，开展产品、配方等研发与设计。

　　4.虚拟试验与调试。面向产品功能、性能、可靠性、寿命等方面，通过虚拟仿真开展试验、调试，缩短研发周期，降低研发成本，提高产品质量。

　　5.数据驱动产品设计优化。打通产品设计、生产作业、售后服务等环节数据，结合人工智能、大数据等技术，探索创成式设计，持续迭代产品模型，驱动产品优化创新。

　　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，保障可行性。

　　6.工艺数字化设计。应用工艺仿真软件和工艺知识库，基于机理、物性表征和数据分析技术，建立加工、检测、装配、物流等工艺模型，进行工艺全过程仿真，预测加工缺陷并改进工艺方案和参数。

　　7.可制造性设计。打通工艺设计、产品研发、生产作业等环节数据，开展产品制造全过程仿真，优化工艺方案和物料清单，改善工艺流程，降低制造与维护的复杂性及成本。

　　四、计划调度

　　 (略) 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。

　　8.生产计划优化。构建企业资源管理系统，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、 (略) 场需求的生产计划优化。

　　9.车间智能排产。应用计划排程系统，集成调度机理建模、寻优算法等技术，实现基于多约束和动态扰动条件下的车间排产优化。

　　10.资源动态配置。依托制造执行系统，集成大数据、运筹优化、专家系统等技术，开展基于资源匹配、绩效优化的精准派工，实现人力、设备、物料等制造资源的动态配置。

　　五、生产作业

　　部署智能制造装备，通过精益生产管理、工艺过程控制优化、产线灵活配置、设备协同作业，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。

　　11.精益生产管理。应用六西格玛、5S管理和定置管理等精益工具和方法，开展相关信息化系统建设，实现基于数据驱动的人、机、料等精确管控，提高效率，消除浪费。

　　12.先进过程控制。部署智能制造装备，依托先进过程控制系统，融合工艺机理分析、多尺度物性表征和建模、实时优化和预测控制等技术，实现精准、实时和闭环的过程控制。

　　13.工艺动态优化。部署智能制造装备，搭建生产过程全流程一体化管控平台，应用工艺机理分析、多尺度物性表征和流程建模、机器学衡与优化。应用能效优化机理分析、大数据和深度学衡与优化调度。

　　28.碳资产管理。开发碳资产管理平台和行业成套装备，集成智能传感、大数据和区块链等技术，实现全流程的碳排放追踪、分析、核算和交易。

　　十一、环保管控

　　部署智能传感与控制装备等，通过污染管理与环境监测、废弃物处置与再利用，实现环保精细管控，降低污染物排放，消除环境污染风险。

　　29.污染监测与管控。搭建环保管理平台，应用机器视觉、智能传感和大数据等技术，开展排放实时监测和污染源管理，实现全过程环保数据的采集、监控与分析优化。

　　30.废弃物处置与再利用。搭建废弃物管理平台和行业成套装备，融合条码、物联网和5G等技术，实现废弃物处置与循环再利用全过程的监控、追溯。

　　十二、营销管理

　　 (略) 场趋势预测、用户需求挖掘和数据分析，优化销售计划，实现需求驱动的精准营销，提高营销效率，降低营销成本。

　　31.市场快速分析预测。应用大数据、深度学台，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。

　　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。

　　35.采购策略优化。建设供应链管理系统，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。

　　36.供应链可视化。建设供应链管理系统，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。

　　37.物流实时监测与优化。依托运输管理系统，应用智能传感、物联网、实时定位和深度学台以及网络、数据、功能等各类安全系统，完善支撑数字业务运行的信息基础设施。

　　40.数据治理与流通。应用云计算、大数据、隐私计算、区块链等技术，构建可信数据空间，实现企业内数据的有效治理和分析利用，推动企业间数据安全可信流通，充分释放数据价值。

　　41.工业知识软件化。应用大数据、知识图谱、知识自动化等技术，将工业技术、工艺经验、制造方法沉淀为数据和机理模型，与先进制造装备相结合，建设知识库和模型库，开发各类新型工业软件，支撑业务创新。

　　十六、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，推动关键技术装备创新、制造模式创新和商业模式创新，创造新价值。

　　42.网络协同制造。建立网络协同平台，推动企业间设计、生产、管理、服务等环节紧密连接，实现基于网络的生产业务并行协同，并将富余的制造能力对外输出，优化配置制造资源。

　　43.大规模个性化定制。部署智能制造装备，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。

　　44.人机协同制造。应用人工智能、AR/VR、5G、新型传感等技术，提高高档数控机床、工业机器人、行业成套装备等智能制造装备与人员的交互、协同作业等能力，实现基于高精度空间定位与追踪、动作感知、自然语言处理、情绪识别等功能的自主协同。

　　45.数据驱动服务。分析产品运行工况、维修保养、故障缺陷等数据，应用大数据、专家系统等技术，开拓专业服务、设备估值、融资租赁、资产处置等新业务，创造新价值。

　　附件2

　　智能制造工厂项目指南（2023年）

　　智能制造工厂项目面向原材料、装备、消费品、电子信息四大类行业。建设内容需至少覆盖八个环节，具体建设内容参考《智能制造典型场景项目指南（2023年）》，也可根据实际情况开展其他环节应用创新，鼓励开展新技术、新模式探索。建设完成后，企业生产效率、资源综合利用率、设备综合利用率、全员劳动生产率等显著提升，产品研制周期、运营成本、不良品率、单位产值综合能耗等大幅降低，产线作业人员有效优化，网络安全保障能力明显增强，整体智能化水平达到行业领先。

　　一、原材料行业

　　聚焦石化化工、钢铁、有色金属、建材、民爆等细分领域，建设绿色、高效、安全和可持续的原材料行业智能制造工厂，探索应用分子级物性表征、实时优化控制、人工智能、5G等新技术和数字孪生工厂建设、碳资产管理等典型场景，实现资源优化配置、生产运行平稳、生产过程清洁化。

　　二、装备制造业

　　聚焦通用装备、专用装备、汽车、轨道交通装备、船舶、航空航天、电气机械、仪器仪表等细分领域，建立高效柔性、敏捷响应、人机协同和动态调度的装备制造业智能制造工厂，探索知识工程、AR/VR、数字孪生、可重构生产、人工智能等新技术和产品远程运维、数据驱动服务等典型场景，不断优化装备产品性能，优化服务水平。

　　三、消费品行业

　　聚焦食品、饮料、纺织、服装服饰、皮革及制鞋、家具、造纸、印刷、医药、化纤、家电等细分领域，建立全生命周期质量管控、需求敏捷感知和产销用协同的消费品行业智能制造工厂，探索应用人工智能、区块链、数字孪生等新技术和大规模个性化定制、销售驱动业务优化等典型场景，打造以用户需求为中心的制造体系。

　　四、电子信息行业

　　聚焦计算机、通信和其他电子设备等细分领域，建设高效配送、资源协同和柔性生产的电子信息行业智能制造工厂，探索人机高效协作、在线精密检测、人工智能等新技术和产品质量优化、工艺动态优化等典型场景，提高产品质量、性能和稳定性。

　　附件3-1

　　 (略) 级智能制造试点示范重点项目情况表

　　（智能制造典型场景项目）

　　附件3-2

　　 (略) 级智能制造试点示范重点项目情况表

　　（智能制造工厂项目）

　　附件4

　　 (略) 级智能制造试点示范重点项目推荐汇总表

　　推荐单位（盖章）：