各市工信局：
根据《工业和信息化部办公厅国家发展改革委办公厅财政部办公厅国务院国资委办公厅市场监管总局办公厅国家数据局综合司关于开展2024年度智能工厂梯度培育行动的通知》（工信厅联通装函〔2024〕399号）要求 ，为做好国家卓越级智能工厂推荐上报工作 ，现将有关事项通知如下：
一、申报条件
1.申报主体在安徽省内注册 ，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） ，并满足《智能工厂梯度培育要素条件》（附件1）基础要求。
2.申报主体已完成智能工厂建设 ，智能制造水平处于国内领先 ，原则上应已获评省级智能工厂或数字化车间 ，并达到卓越级智能工厂要素条件要求。
3.申报主体愿意配合开展现场核查、技术推广和典型案例交流等工作。
二、申报要求
1.申报主体参考《智能工厂梯度培育要素条件》（附件1）和《智能制造典型场景参考指引（2024年版）》（附件2） ，按照《卓越级智能工厂项目申报材料清单》（附件3）编制申报书 ，并对申报内容真实性负责 ，确保申报材料不涉及国家秘密、商业秘密。
2.项目申报、评审、管理、评估等工作基于智能制造数据资源公共服务平台（https://www.miit-imps.com）开展。申报主体应于2024年11月22日前完成线上申报 ，并主动联系所属地工业和信息化主管部门报送纸质版申报材料 ，纸质版材料应与网上填报内容一致。
3.请各市工信局做好本地区非中央企业项目的推荐工作 ，积极动员智能化程度高、示范性好的企业参与申报 ，认真审核企业申报材料和现场建设情况。中央企业项目通过集团总部进行推荐。
4.请各市工信局按推荐项目优先顺序填写推荐汇总表（附件4） ，并将加盖企业公章的纸质版申报书、加盖单位公章的推荐汇总表各2份 ，于11月22日前报送至省工业和信息化厅。以上文件的电子版也请一并反馈至联系邮箱。
省工业和信息化厅联系人：装备工业处操礼贤 ，0551-62871715；联系邮箱：caolixian@ ahjxw.gov.cn。
申报平台技术支持联系人：中国信息通信研究院 ，18811445758、15010075395。
附件：1．智能工厂梯度培育要素条件
2．智能制造典型场景参考指引（2024年版）
3．卓越级智能工厂项目申报材料清单
安徽省工业和信息化厅
2024年11月3日
附件1
智能工厂梯度培育要素条件
为指导基础级、先进级、卓越级和领航级智能工厂梯度建设 ，特制定本要素条件。
一、基础要求
1.企业应为规模以上工业企业 ，企业和产品均具有较强市场竞争力。
2.企业近三年经营和财务状况良好 ，无不良信用记录、无较大及以上安全、环保等事故 ，无违法违规行为。
3.工厂使用的关键技术装备、工业软件、工业操作系统、系统解决方案等安全可控 ，网络安全和数据安全风险可控。
4.企业应建立智能工厂统筹规划、建设和运营的组织机制 ，拥有一批智能制造专业人才。
5.基础级和先进级工厂智能制造能力成熟度评估水平达到GB/T 39116-2020《智能制造能力成熟度模型》二级及以上 ，卓越级智能工厂应达到三级及以上 ，领航级智能工厂应达到四级及以上。
二、基础级智能工厂
开展数字化网络化基础能力建设 ，围绕智能制造典型场
景部署必要的智能制造装备、工业软件和系统 ，实现核心数
据实时采集、关键生产工序自动化、生产与经营管理信息化 ，开展点状智能化探索。
（一）建设内容
鼓励企业参考《智能制造典型场景参考指引（2024年版）》 ，围绕工厂建设、研发设计、生产作业、生产管理、运营管理等开展智能工厂建设 ，且至少覆盖生产作业环节。
1.工厂建设[1]：开展产线级、车间级数字化规划与建设；部署安全可控的智能制造装备、工业软件、系统和数字基础设施。
2.研发设计[2]：开展产品、工艺数字化研发设计。
3.生产作业[3]：开展关键装备和工艺数字化升级 ，实现关键装备、工序和系统的实时监控 ，以及关键生产工序自动化作业。
4.生产管理[4]：应用信息系统 ，对作业计划、产品质量、设备资产、生产物料等进行管理 ，实现关键生产过程精益化。
5.运营管理[5]：应用信息系统 ，对采购、销售、库存、财务和人力资源等进行管理 ，实现经营数据精准核算和绩效指标量化评估。
（二）建设成效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能制造效能通用评测方法》 ，评估智
能工厂建设成效 ，主要技术经济指标应高于。ㄇ⑹校┩幸灯骄。
三、先进级智能工厂
提升数字化网络化集成能力 ，面向智能制造典型场景广
泛部署智能制造装备、工业软件和系统 ，实现生产经营数据互通共享、关键生产过程精准控制、生产与经营协同管控 ，在重点场景开展智能化应用。
（一）建设内容
鼓励企业参考《智能制造典型场景参考指引（2024年版）》 ，围绕工厂建设、研发设计、生产作业、生产管理、运营管理等开展智能工厂建设 ，且至少覆盖生产作业、生产管理、运营管理三个环节。
1.工厂建设：开展车间级、工厂级数字化规划与建设；对工艺路线、产线布局和物流路径等进行仿真；广泛部署安全可控的智能制造装备、工业软件和系统。
2.研发设计：开展产品、工艺的数字化研发设计和仿真迭代 ，应用智能化设计工具 ，实现产品设计、工艺设计数据统一管理和协同。
3.生产作业：开展关键装备和工序数智技术应用 ，实现关键装备异常预警、关键工序数据在线分析、关键生产过程精准控制、产品关键质量特性数字化检测。
4.生产管理：通过对生产过程、仓储物流、设备运行、产品质量等进行数字化集成管控 ，应用智能化分析工具 ，实现高效辅助计划排产和生产业务协同管控 ，并开展安全能源环保数字化管理。
5.运营管理：通过经营管理与生产作业等业务的数据集成贯通 ，应用智能化管理工具 ，实现成本有效管控、订单及时交付、绩效指标动态评估等 ，开展供应链数字化管理。
（二）建设成效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能制造效能通用评测方法》 ，评估智能工厂建设成效 ，主要技术经济指标应处于。ㄇ⑹校┩幸盗煜人。
2.在。ㄇ⑹校┩幸灯鸬揭齑饔。
四、卓越级智能工厂
强化数字化网络化持续优化能力 ，面向智能制造典型场景体系化部署智能制造装备、工业软件和系统 ，实现设计生产经营数据集成贯通、制造装备智能管控、生产过程在线优化 ，开展产品全生命周期和供应链全环节的综合优化 ，推动多场景系统级智能化应用。
（一）建设内容
鼓励企业参考《智能制造典型场景参考指引（2024年版）》 ，围绕工厂建设、研发设计、生产作业、生产管理、
运营管理等开展智能工厂建设 ，原则上应覆盖全部五个环节。
1.工厂建设：开展工厂级数字化规划与建设 ，以及数据治理工作；对工厂进行系统建模和优化 ，实现工厂数字化交付 ，推动虚拟工厂建设；体系化部署安全可控的智能制造装备、工业软件和系统。
2.研发设计：开展产品、工艺协同研发设计、集成建模和仿真 ，实现基于模型和数据的系统优化。
3.生产作业：开展多场景数智技术应用 ，实现装备运行状态智能分析和故障诊断、生产过程智能管控和在线优化、过程质量在线检测与控制。
4.生产管理：通过生产全过程数据综合分析 ，实现生产计划与排程自动生成、设备全生命周期管理、质量精准追溯和持续改进、物流仓储策略优化、安全应急联动、能源环保综合管控等 ，推动主要生产要素的智能协同优化。
5.运营管理：通过多维数据智能分析 ，实现用户需求精准识别和敏捷响应、全厂资源协同优化、产品增值服务、设计生产服务闭环优化、智能化决策支持等 ，推进供应链上下游“链式”协同。
（二）建设成效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能制造效能通用评测方法》 ，评估智能工厂建设成效 ，主要技术经济指标应处于国内同行业领先水平。
2.在国内同行业起到引领带动作用 ，带动供应链上下游协同开展数智化升级。
3.培育形成具有行业推广价值的智能制造解决方案 ，探索构建企业智能制造“标准群”。
4.建立较为完善的智能制造复合型人才培养体系 ，培养一批智能工厂建设和运营人才。
五、领航级智能工厂
推动新一代人工智能等数智技术与制造全过程的深度
融合 ，实现装备、工艺、软件和系统的研发与应用突破 ，推动研发范式、生产方式、服务体系和组织架构等创新 ，探索未来制造模式 ，带动产业模式和企业形态变革。
（一）建设内容
鼓励企业参考《智能制造典型场景参考指引（2024年版）》 ，围绕工厂建设、研发设计、生产作业、生产管理、运营管理等开展智能工厂建设 ，须覆盖全部五个环节。
1.工厂建设：构建工厂数字孪生系统 ，实现对物理制造过程的精准映射和反馈控制；建立较为完备的数据治理体系 ，
推动形成企业数据资产；开展安全可控的智能制造装备、工业软件和系统等研发和应用突破。
2.研发设计：探索数据与知识驱动的研发设计创新 ，开展虚拟验证和中试。
3.生产作业：开展人工智能在工艺、装备等方面创新应用 ，实现生产过程动态优化、智能决策控制、产线动态调整。
4.生产管理：探索多目标、多扰动、多约束情况下的生产计划优化和智能排产调度 ，推动制造资源的全面优化利用。建立能源、碳资产、安全、环保综合管理创新机制 ，推动可持续制造。
5.经营管理：推进工厂横向、纵向、端到端集成 ，构建智慧供应链 ，推动生产方式、服务体系和组织架构等变革 ，探索未来制造模式。
（二）建设成效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能制造效能通用评测方法》 ，评估智能工厂建设成效 ，主要技术经济指标全球领先。
2.打造全球领先的应用标杆 ，通过“母工厂”等方式推动工厂建设经验复制推广 ，引领产业链上下游形成智能制造协同创新生态。
3.培育的智能制造解决方案实现对外输出 ，形成较为完善的企业智能制造“标准群” ，推动形成行业、国家标准。
4.培养智能制造领军人才 ，对外提供智能工厂建设和运营指导或服务。
附1：智能工厂建设关键绩效指标参考
注：
[1]工厂建设涵盖《智能制造典型场景参考指引（2024年版）》中的工厂建设、信息基础设施两个环节。
[2]研发设计涵盖《智能制造典型场景参考指引（2024年版）》中的产品设计、工艺设计两个环节。
[3]生产作业涵盖《智能制造典型场景参考指引（2024年版）》中的生产作业、质量管控、设备管理三个环节。
[4]生产管理涵盖《智能制造典型场景参考指引（2024年版）》中的计划调度、仓储物流、安全管控、能碳管理、环保管理五个环节。
[5]运营管理涵盖《智能制造典型场景参考指引（2024年版）》中的营销与售后、供应链管理两个环节。
鼓励企业参考《智能制造典型场景参考指引（2024年版）》中的多环节模式创新相关内容开展探索实践 ，积极探索未来制造模式。
附?1
智能工厂建设关键绩效指标参考
| 序号 | 智能工厂建设关键绩效指标 |
| （?一） | 能力提升类指标 |
| 1 | 关键设备数控化率（%） |
| 2 | 先进过程控制投用率（%） |
| 3 | 应用人工智能技术场景比例（%） |
| 4 | 工厂应用智能决策模型数量（个） |
| （?二） | 价值效益类指标 |
| 5 | 研制周期缩短（%） |
| 6 | 销售增长率（%） |
| （?三） | 生产运营效率类指标 |
| 7 | 生产效率提升（%） |
| 8 | 资源综合利用率提升（%） |
| 9 | 产品不良率下降（%） |
| 10 | 设备综合利用率提升（%） |
| 11 | 库存周转率提升（%） |
| 12 | 供应商准时交付率提升（%） |
| 13 | 订单准时交付率提升（%） |
| 14 | 运营成本下降（%） |
| 15 | 全员劳动生产率提升（%） |
| （?四） | 可持续发展类指标 |
| 16 | 单位产品综合能耗降低（%） |
| 17 | 单位产品二氧化碳（CO?) 排放量降低（%） |
| 18 | 一般固废综合利用率（%） |
| 19 | 水资源重复利用率（%） |
| （?五） | 推广应用类指标 |
| 20 | 先进制造模式/解决方案向产业链供应链上下游?复制推广的企业数量（家） |
附件2
智能制造典型场景参考指引(2024年版)
(征求意见稿)
智能制造场景是智能工厂的基本组成单元 ，面向产品全生命周期、生产制造全过程和供应链全环节核心问题 ，通过新一代信息技术与先进制造技术的深度融合 ，部署智能制造装备 ，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。根据十年以来我国智能制造探索实践 ，结合技术创新和融合应用发展趋势 ，凝练总结了15个环节的40个智能制造典型场景 ，作为智能工厂梯度培育、智能制造系统解决方案揭榜挂帅、智能制造标准体系建设等工作的参考指引。
一、工厂建设
1.工厂数字化设计与交付
面向工厂规划、工艺布局、产线设计、物流规划等业务活动 ，针对工厂设计建设周期长、布局不合理等问题 ，搭建工厂数字化设计与交付平台 ，应用建筑信息模型、物流和动线仿真、生产系统建模等技术 ，开展工厂数字化设计 ，实现工厂数字化交付 ，缩短工厂建设周期。
2.数字孪生工厂运营优化
围绕基础设施运维、运营管理等业务活动 ，针对信息孤
岛难打通、集成管控难度大等问题 ，应用建模仿真、异构模型融合等技术 ，构建设备、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和交互 ，实现工厂运营持续优化。
二、产品设计
3.产品数字化研发设计
围绕需求分析、概念设计、产品设计等业务活动 ，针对产品研发周期长、设计质量控制难等问题 ，基于数字化设计仿真工具和知识/模型库 ，应用多学科联合建模、物性表征与分析等技术 ，开展产品结构、性能、配方等设计与验证 ，大幅缩短产品研制周期 ，提高设计质量。
4.虚拟验证与中试
面向产品验证、中试等业务活动 ，针对新产品验证周期长、熟化成本高等问题 ，搭建虚实融合的试验验证环境 ，应用多物理场仿真、可靠性分析、AR/VR等技术 ，通过全虚拟或半虚拟的试验验证 ，降低验证与中试成本 ，加速产品熟化。
三、工艺设计
5.工艺数字化设计
面向工艺规划、产线设计等业务活动 ，针对工艺设计效率低、验证成本高等问题 ，基于工艺设计仿真工具、工艺知识库和行业工艺包等 ，应用工艺机理建模、流程模拟等技术 ，实现工艺设计快速迭代优化 ，缩短工艺定型周期。
6.可制造性设计
面向工艺审查、可制造性改进等业务活动 ，针对产品试制周期长、加工装配效率低等问题 ，打通产品研发、工艺设计、生产作业等环节数据 ，基于产品物理特征与制造能力关联分析 ，全面评价与及时改进产品研发设计、工艺可加工性、可装配性和可维护性。
四、计划调度
7.生产计划优化
面向销售订单预测、生产计划制定等业务活动 ，针对订单需求预测难、交付周期长等问题 ，构建生产计划系统 ，打通采购、生产和仓储物流等管控系统 ，应用多目标多约束求解、产能动态规划等技术 ，实现生产计划优化和动态调整 ，缩短订单交付周期。
8.智能排产调度
面向作业排程、资源调度、生产准备等业务活动 ，针对资源利用率低、交付不及时等问题 ，建设智能排产调度系统 ，突破多约束排产建模、多目标排产寻优等技术 ，实现多目标、多扰动情况下排产优化与资源动态调度 ，缩短产品生产周期 ，提升资源利用效率。
五、生产作业
9.产线柔性配置
面向产线建设、产线改造等业务活动 ，针对个性化需求
响应慢、产线换线时间长等问题 ，部署智能制造装备与系统 ，应用产线？榛毓埂⑷嵝晕锪髟耸涞燃际 ，根据订单、工况、库存等变化 ，实现产线快速调整和按需配置。
10.人机协同作业
面向复杂产品加工、装配等业务活动 ，针对传统生产方式协同效率低、作业安全风险高等问题 ，部署工业机器人等智能制造装备 ，构建人机协同作业单元和管控系统 ，应用智能交互、自主规划、风险感知和安全防护等技术 ，实现加工、装配、分拣等过程人机高效协同。
11.工艺动态优化
面向离散行业工艺控制、工艺参数调优等业务活动 ，针对工艺/设备参数动态调优难的问题 ，建设智能产线和工艺在线优化系统 ，突破设备机理与数据混合建模、多设备联合寻优等技术 ，实现工艺过程和设备参数在线优化 ，提高产品质量一致性。
12.先进过程控制
面向流程行业生产过程控制、工艺参数优化等业务活动 ，针对复杂工艺过程参数波动大、控制效果差等问题 ，基于先进过程控制、实时优化等系统 ，应用模型预测控制、多目标寻优等技术 ，实现精准、实时和闭环的工艺流程控制优化 ，稳定产品质量 ，提高产出率。
13.数智精益管理
面向生产现场管理、成本质量管理、供应链管理等业务活动 ，针对资源利用率不高、管理效率低等问题 ，应用六西格玛、6S等精益方法 ，将精益管理理念与数智技术深度融合 ，实现基于数据的人、机、料、法、环等生产要素精准、高效管理 ，提升整体运营效率。
六、质量管控
14.在线智能检测
面向质量数据采集、分析、判定等业务活动 ，针对人工检测效率低、一致性差等问题 ，构建在线智能检测系统 ，应用物性成分分析、机器视觉检测等技术 ，实现产品缺陷在线识别和质量自动判定 ，提升质量检测效率和准确性。
15.质量追溯与分析改进
面向质量数据管理、质量问题追溯、质量优化等业务活动 ，针对质量数据不完整、追溯难度大等问题 ，构建质量管理系统 ，应用RFID、5G、标识解析、区块链等技术 ，集成分析原料、设计、生产、使用等质量相关数据 ，实现产品全生命周期的质量精准追溯和优化改进。
七、设备管理
16.设备运行监控
面向设备运行数据采集、状态分析等业务活动 ，针对设备数据全面采集难、统一管理难等问题 ，部署设备运行监控
系统 ，集成智能传感、5G、多模态数据融合等技术 ，实现设备数据实时采集、状态分析和异常报警 ，提高设备运行效率。
17.设备智能运维
面对设备故障分析、健康管理等业务活动 ，针对设备运维成本高、非计划；荡胃叩任侍 ，建立设备运维管理平台 ，应用设备故障知识图谱、故障机理分析、预测性维护等技术 ，实现设备智能运维 ，降低运维成本 ，保障连续生产。
八、仓储物流18.智能仓储
面向物料出入库、库存管理等业务活动 ，针对出入库效率低、库存成本高等问题 ，建设立体仓库和智能仓储管理系统 ，应用射频识别、仓储策略优化、多形态混存拣选等技术 ，实现物料出入库、存储、拣选的智能化 ，提高库存周转率。
19.精准配送
面向厂内物流配送活动 ，针对物料配送不及时、不精准等问题 ，部署智能物流设备和管理系统 ，应用室内高精度定位导航、物流路径动态规划、物流设备集群控制等技术 ，实现厂内物料配送快速响应和动态调度 ，提升物流配送效率。
九、安全管控
20.危险作业自动化
面向危险作业操作、过程管理等业务活动 ，针对危险作业安全风险高、自动化水平低等问题 ，建设智能作业单元和
管控系统 ，应用环境感知与识别、作业风险控制等技术 ，实现危险作业的少人化、无人化 ，提高危险作业安全性。
21.安全一体化管控
面向安全风险识别、安全应急响应等业务活动 ，针对安全风险实时监控难、处置效率低等问题 ，搭建生产安全管控和应急处置系统 ，应用生产运行风险动态监控、安全预警等技术 ，提高安全防护水平和安全事故快速处置能力 ，降低事故发生率和损失。
十、能碳管理
22.能源智能管控
面向能耗监测、能源调度等业务活动 ，针对能耗全面监控难、精细化管控成本高等问题 ，部署能耗采集设备和管控系统 ，应用多能源介质感知、能耗综合建模仿真、能源平衡调度等技术 ，实现工厂能源在线监测、综合管控和能效优化 ，降低单位产值综合能耗。
23.碳资产全生命周期管理
面向碳排放数据采集、碳足迹追踪和碳资产核算等业务活动 ，针对碳排放计量难、碳足迹追踪效率低等问题 ，建立数字化碳管理系统 ，应用碳排放精细化检测、碳排放指标自动核算等技术 ，实现产品全生命周期碳排放追踪、分析、核算和交易 ，降低单位产值碳排放量。
十一、环保管理
24.污染在线管控
面向污染排放监测、污染物收集处理等业务活动 ，针对污染排放计量难、污染管理粗放等问题 ，部署污染排放在线采集设备和管控平台 ，应用污染监测与控制、污染源追溯等技术 ，实现污染全过程动态监测、精确追溯、风险预警和高效处理 ，降低污染排放水平。
十二、营销与售后25.智慧营销管理
面向市场营销、销售管理等业务活动 ，针对客户需求信息获取不及时、营销策略不合理等问题 ，建立销售管理系统 ，应用用户画像、需求预测等技术 ，实现基于客户需求洞察的营销策略优化和供需精准匹配 ，提升营销精准性和销售量。
26.产品智能运维
面向产品运维、增值服务等业务活动 ，针对服务周期长、响应不及时等问题 ，构建产品远程运维系统 ，集成5G、AR/VR、预测性维护等技术 ，实现基于运行数据的产品远程监控、故障诊断和增值服务创新 ，提高产品附加值。
27.智能客户服务
面向投诉处理与反馈、客户关系维护等业务活动 ，针对客户响应不及时、服务体验感差等问题 ，建立客户服务管理系统 ，应用5G、AR/VR、自然语言处理、知识图谱等技术。
附件?3
卓越级智能工厂项目申报材料清单
| 序号 | 所需材料 | 具体内容 |
|
1 |
申报单位基本
信息 |
包括企业名称、地址、性质、行业、联系方式等
信息。 |
|
2 |
智能工厂基本
情况 |
包括智能工厂建设起止时间、总投资、集成商、
项目简介、建设成效、真实性承诺等信息。 |
|
3 |
智能工厂场景
建设情况 |
包括项目总体情况、具体场景建设情况、系统集
成情况等信息。 |
|
4 |
智能工厂建设
成效 |
包括项目的先进性与特色、实施成效、后续实施
计划等信息。 |
具体模板和填写要求请登录智能制造数据资源公共服务平台
（https://www.miit-imps.com?）进行查看。
