說明：以下是2022年安徽省智能制造試點示范行動政策原文整理匯編，相關政策條款附相應說明，藍色字體為政策要點，建議重點閱讀。

以下政策如有解答或項目申報輔導需要歡迎咨詢安徽省政策專家：156-5602-7297（V同號）

一、試點示范內容

遴選一批智能制造優秀場景，以揭榜掛帥（揭榜掛帥，也被稱為科技懸賞制，是一種以科研成果來兌現的科研經費投入體制，由政府組織面向全社會開放征集科技創新成果的一種非周期性科研資助安排。）方式建設一批智能制造示范工廠，樹立一批各行業、各領域的排頭兵，推進智能制造高質量發展。具體的試點示范內容如下：

（一）智能制造優秀場景。依托工廠或車間（注意！這個是基本前提，如不符合可以嘗試下面的“智能制造示范工廠”），面向單個或多個制造環節提煉關鍵需求，遴選一批可復制、可推廣的智能制造優秀場景，圍繞技術、裝備、工藝、軟件等要素打造智能制造單元級解決方案。

（二）智能制造示范工廠。聚焦原材料、裝備制造、消費品、電子信息等領域的細分行業，圍繞設計、生產、管理、服務等制造全流程，以揭榜掛帥方式建設一批達到國際先進水平的示范工廠，大幅提升應用成效。

試點示范重點

（一）遴選梳理智能制造典型場景。通過案例征集、智能制造創新大賽等，梳理一批智能制造新模式新業態、凝練一批智能制造典型場景，為示范工廠建設提供參考指引。

（二）確定智能制造示范工廠揭榜任務。結合我國智能制造發展現狀和未來趨勢，圍繞原材料、裝備制造、消費品、電子信息等領域的細分行業，結合行業特點，明確智能制造示范工廠揭榜掛帥任務，制定年度計劃。

（三）開展智能制造試點示范行動。鼓勵地方工業和信息化、發展改革、財政、市場監管等主管部門聯合推進省級智能制造示范工廠建設工作，并推薦成效顯著、示范作用突出、成長性好的項目揭榜國家智能制造示范工廠建設任務。工業和信息化部、國家發展改革委聯合財政部、市場監管總局組織遴選并公布智能制造優秀場景名單和智能制造示范工廠揭榜單位名單，待示范工廠揭榜單位完成揭榜任務后（揭榜名單公布之日起不超過 2年），組織開展成效評估，擇優發布智能制造示范工廠名單。

（四）推廣智能制造試點示范優秀成果。各單位需總結提煉智能制造示范工廠典型場景、實施經驗和建設成效。鼓勵各地方召開面向行業、區域的智能制造現場會，組織智能制造示范工廠深度行、系統解決方案供應商進園區和企業家對話等活動，編制優秀案例集。鼓勵有條件的地方在示范工廠培育基礎上創建智能制造先行區。

（五）實施動態管理。智能制造示范工廠有效期為3年（自示范工廠名單發布起），按照“動態調整”原則，定期開展復評。復評不通過的取消示范工廠稱號。相關單位應定期提交項目實施進展情況。

二、推薦條件

（一）申報主體為在中華人民共和國境內注冊，具有獨立法人資格（石油石化、有色金屬等有行業特殊情況的，允許法人的分支機構申報），近三年經濟效益較好且信用記錄良好的企業。已經承擔智能制造示范工廠揭榜任務的主體不再重復申報。

（二）申報主體的智能制造水平應處于國內領先地位，具有較強的示范引領作用，使用的關鍵技術裝備、工業軟件須安全可控，解決方案須無知識產權糾紛。

（三）示范工廠申報主體應當通過智能制造數據資源公共服務平臺開展智能制造能力成熟度自評估，需達到國家標準GB/T39116-2020《智能制造能力成熟度模型》二級及以上或滿足相關行業智能制造指導性文件要求。

（四）申報主體愿意主動配合開展現場評估和宣傳總結，積極推廣典型經驗。

（五）申報材料中，示范工廠需詳細描寫建設場景，重點突出、言簡意賅、邏輯嚴密，能從實施方法、實施要素等方面提供借鑒、引導創新，具有較強的可讀性，不含涉及國家秘密、商業秘密等內容。每個場景描述控制在3000字以內，可配圖說明。

（六）申報主體近三年未發生重大、特大安全生產事故，重大、特大環境事故，無違法違規行為。

三、申報方式（線上線下同時遞交申報材料）

申報主體應通過智能制造數據資源公共服務平臺進行線上申報，紙質版材料應與網上填報內容一致。

四、揭榜行業

（一）原材料行業

聚焦石化化工、鋼鐵、有色金屬、建材、民爆等細分領域，建設綠色、高效、安全和可持續的原材料行業智能制造示范工廠，探索應用分子級物性表征、實時優化控制、人工智能、5G等新技術和數字孿生工廠建設、碳資產管理等典型場景，實現資源優化配置、生產運行平穩、生產過程清潔化。

（二）裝備制造業

聚焦通用裝備、專用裝備、汽車、軌道交通裝備、船舶、航空航天、電氣機械、儀器儀表等細分領域，建立高效柔性、敏捷響應、人機協同和動態調度的裝備制造業智能制造示范工廠，探索知識工程、AR/VR、數字孿生、可重構生產、人工智能等新技術和產品遠程運維、數據驅動服務等典型場景，不斷優化裝備產品性能，優化后服務水平。

（三）消費品行業

聚焦食品、飲料、紡織、服裝服飾、皮革及制鞋、家具、造紙、印刷、醫藥、化纖、家電等細分領域，建立全生命周期質量管控、需求敏捷感知和產銷用協同的消費品行業智能制造示范工廠，探索應用人工智能、區塊鏈、數字孿生等新技術和大規模個性化定制、銷售驅動業務優化等典型場景，打造以用戶需求為中心的制造體系。

（四）電子信息行業

聚焦計算機、通信和其他電子設備等細分領域，建設高效配送、資源協同和柔性生產的電子信息行業智能制造示范工廠，探索人機高效協作、在線精密檢測、人工智能等新技術和產品質量優化、工藝動態優化等典型場景，提高產品質量、性能和穩定性。

五、智能制造典型場景參考指引

（一）工廠建設

通過三維建模、系統仿真、設計優化，實現基于模型的工廠設計、交付和建設，提高建設效率和質量，降低成本。

1.工廠數字化設計。應用工廠三維設計與仿真軟件，集成工廠信息模型、制造系統仿真、專家系統和AR/VR等技術，高效開展工廠規劃、設計和仿真優化，實現數字化交付。

2.數字孿生工廠建設。應用建模仿真、多模型融合等技術，構建裝備、產線、車間、工廠等不同層級的數字孿生系統，通過物理世界和虛擬空間的實時映射，實現基于模型的數字化運行和維護。

（二）產品研發

通過設計建模、仿真優化和測試驗證，實現數據驅動的產品研發，提高設計效率，縮短研發周期。

3.產品數字化研發與設計。應用設計軟件和知識模型庫，基于復雜建模、物性表征與分析、AR/VR、數字孿生等技術，搭建數字化協同設計環境，開展產品、配方等研發與設計。

4.虛擬試驗與調試。面向產品功能、性能、可靠性、壽命等方面，通過虛擬仿真開展試驗、調試，縮短研發周期，降低研發成本，提高產品質量。

5.數據驅動產品設計優化。打通產品設計、生產作業、售后服務等環節數據，結合人工智能、大數據等技術，探索創成式設計，持續迭代產品模型，驅動產品優化創新。

（三）工藝設計

通過制造機理分析、工藝過程建模和虛擬制造驗證，實現工藝設計數字化和工藝技術創新，提高工藝開發效率，保障可行性。

6.工藝數字化設計。應用工藝仿真軟件和工藝知識庫，基于機理、物性表征和數據分析技術，建立加工、檢測、裝配、物流等工藝模型，進行工藝全過程仿真，預測加工缺陷并改進工藝方案和參數。

7.可制造性設計。打通工藝設計、產品研發、生產作業等環節數據，開展產品制造全過程仿真，優化工藝方案和物料清單，改善工藝流程，降低制造與維護的復雜性及成本。

（四）計劃調度

通過市場訂單預測、產能平衡分析、生產計劃制定和智能排產，開展訂單驅動的計劃排程，優化資源配置，提高生產效率。

8.生產計劃優化。構建企業資源管理系統，應用約束理論、尋優算法和專家系統等技術，實現基于采購提前期、安全庫存和市場需求的生產計劃優化。

9.車間智能排產。應用計劃排程系統，集成調度機理建模、尋優算法等技術，實現基于多約束和動態擾動條件下的車間排產優化。

10.資源動態配置。依托制造執行系統，集成大數據、運籌優化、專家系統等技術，開展基于資源匹配、績效優化的精準派工，實現人力、設備、物料等制造資源的動態配置。

（五）生產作業

部署智能制造裝備，通過精益生產管理、工藝過程控制優化、產線靈活配置、設備協同作業，實現智能化生產作業和精細化生產管控，提高生產效率，降低成本。

11.精益生產管理。應用六西格瑪、5S管理和定置管理等精益工具和方法，開展相關信息化系統建設，實現基于數據驅動的人、機、料等精確管控，提高效率，消除浪費。

12.先進過程控制。部署智能制造裝備，依托先進過程控制系統，融合工藝機理分析、多尺度物性表征和建模、實時優化和預測控制等技術，實現精準、實時和閉環的過程控制。

13.工藝動態優化。部署智能制造裝備，搭建生產過程全流程一體化管控平臺，應用工藝機理分析、多尺度物性表征和流程建模、機器學習等技術，動態優化調整工藝流程/參數。

14.產線柔性配置。部署智能制造裝備，應用模塊化、成組和產線重構等技術，搭建柔性可重構產線，根據訂單、工況等變化實現產線的快速調整和按需配置，實現多種產品自動化混線生產。

15.智能協同作業。部署智能制造裝備，基于5G、TSN等新型網絡技術建設生產現場設備控制系統，實現生產設備、物流裝備、生產線等實時控制和高效協同作業。

（六）質量管控

部署智能檢測裝備等，通過智能在線檢測、質量數據統計分析和全流程質量追溯，實現精細化質量管控，降低不合格品率，持續提升產品質量。

16.智能在線檢測。部署智能檢測裝備，融合5G、機器視覺、缺陷機理分析、物性和成分分析等技術，開展產品質量等在線檢測、分析、評級、預測。

17.質量精準追溯。建設質量管理系統，集成5G、區塊鏈、標識解析等技術，采集產品原料、設計、生產、使用等質量信息，實現產品全生命周期質量精準追溯。

18.產品質量優化。依托質量管理系統和知識庫，集成質量設計優化、質量機理分析等技術，進行產品質量影響因素識別、缺陷分析預測和質量優化提升。

（七）設備管理

部署智能傳感與控制裝備等，建設設備管理系統，通過運行監測、故障診斷和運行優化，實現設備全生命周期管理和預測性維護，提升設備運行效率、可靠性和精度保持性。

19.在線運行監測。集成智能傳感、5G、機器視覺、故障檢測等技術，通過自動巡檢、在線運行監測等方式，判定設備運行狀態，開展性能分析和異常報警，提高控制效率。

20.設備故障診斷與預測。綜合運用物聯網、機器學習、故障機理分析等技術，建立設備故障診斷和預測模型，精準判斷設備失效模式，開展預測性維護，減少意外停機，降低運維成本。

21.設備運行優化。建設設備健康管理系統，基于模型對設備運行狀態、工作環境等進行綜合分析，調整優化設備運行參數，提高產量，降低能耗，延長設備使用壽命。

（八）倉儲物流

部署智能物流與倉儲裝備等，通過精準配送計劃、自動出入庫（進出廠）、自動物流配送和跟蹤管理，實現精細倉儲管理和高效物流配送，提高物流效率和降低庫存量。

22.智能倉儲。建設智能倉儲系統，應用條碼、射頻識別、智能傳感等技術，依據實際生產作業計劃，實現物料自動入庫（進廠）、盤庫和出庫（出廠）。

23.精準配送。集成智能倉儲系統和智能物流裝備，應用實時定位、機器學習等技術，實現原材料、在制品、產成品流轉全程跟蹤，以及物流動態調度、自動配送和路徑優化。

（九）安全管控

部署智能傳感與控制裝備等，通過安全風險實時監測與應急處置、危險作業自動化運行，實現面向工廠全環節的安全綜合管控，確保安全風險與隱患的可預知、可控制。

24.安全風險實時監測與應急處置。依托感知裝置和安全生產管理系統，基于智能傳感、機器視覺、特征分析、專家系統等技術，動態感知、精準識別危化品、危險環節等各類風險，實現安全事件的快速響應和智能處置。

25.危險作業自動化。部署智能制造裝備，集成智能傳感、機器視覺、機器人、5G等技術，打造自動化產線，實現危險作業環節的少人化、無人化。

（十）能源管理

部署智能傳感與控制裝備等，通過能耗全面監測、能效分析優化和碳資產管理，實現面向制造全過程的精細化能源管理，提高能源利用率，降低能耗成本。

26.能耗數據監測。基于能源管理系統，應用智能傳感、大數據、5G等技術，開展全環節、全要素能耗數據采集、計量和可視化監測。

27.能效平衡與優化。應用能效優化機理分析、大數據和深度學習等技術，優化設備運行參數或工藝參數，實現關鍵設備、關鍵環節等能源綜合平衡與優化調度。

28.碳資產管理。開發碳資產管理平臺和行業成套裝備，集成智能傳感、大數據和區塊鏈等技術，實現全流程的碳排放追蹤、分析、核算和交易。

（十一）環保管控

部署智能傳感與控制裝備等，通過污染管理與環境監測、廢棄物處置與再利用，實現環保精細管控，降低污染物排放，消除環境污染風險。

29.污染監測與管控。搭建環保管理平臺，應用機器視覺、智能傳感和大數據等技術，開展排放實時監測和污染源管理，實現全過程環保數據的采集、監控與分析優化。

30.廢棄物處置與再利用。搭建廢棄物管理平臺和行業成套裝備，融合條碼、物聯網和5G等技術，實現廢棄物處置與循環再利用全過程的監控、追溯。

（十二）營銷管理

通過市場趨勢預測、用戶需求挖掘和數據分析，優化銷售計劃，實現需求驅動的精準營銷，提高營銷效率，降低營銷成本。

31.市場快速分析預測。應用大數據、深度學習等技術，實現對市場未來供求趨勢、影響因素及其變化規律的精準分析、判斷和預測。

32.銷售驅動業務優化。應用大數據、機器學習、知識圖譜等技術，構建用戶畫像和需求預測模型，制定精準銷售計劃，動態調整設計、采購、生產、物流等方案。

（十三）售后服務

通過服務需求挖掘、主動式服務推送和遠程產品運維服務等，實現個性化服務需求的精準響應，不斷提升產品體驗，增強客戶粘性。

33.主動客戶服務。建設客戶關系管理系統，集成大數據、知識圖譜和自然語言處理等技術，實現客戶需求分析、精細化管理，提供主動式客戶服務。

34.產品遠程運維。建立產品遠程運維管理平臺，集成智能傳感、大數據和5G等技術，實現基于運行數據的產品遠程運維、預測性維護和產品設計的持續改進。

（十四）供應鏈管理

通過采購策略優化、供應鏈可視化、物流監測優化、風險預警與彈性管控等，實現供應鏈智慧管理，提升供應鏈效能、柔性和韌性。

35.采購策略優化。建設供應鏈管理系統，集成大數據、尋優算法和知識圖譜等技術，實現供應商綜合評價、采購需求精準決策和采購方案動態優化。

36.供應鏈可視化。建設供應鏈管理系統，融合大數據和區塊鏈等技術，打通上下游企業數據，實現供應鏈可視化監控和綜合績效分析。

37.物流實時監測與優化。依托運輸管理系統，應用智能傳感、物聯網、實時定位和深度學習等技術，實現運輸配送全程跟蹤和異常預警、裝載能力和配送路徑優化。

38.供應鏈風險預警與彈性管控。建立供應鏈管理系統，集成大數據、知識圖譜和遠程管理等技術，開展供應鏈風險隱患識別、定位、預警和高效處置。

（十五）數字基建

通過建設數字基礎設施，推動工業數據治理與可信流通、工業知識軟件化，持續提升各環節數據的采集、處理、共享、分析、應用能力，支撐工廠業務運行與優化創新。

39.數字基礎設施集成。部署工業互聯網、物聯網、5G、千兆光網等新型網絡基礎設施，建設工業數據中心、智能計算中心、工業互聯網平臺以及網絡、數據、功能等各類安全系統，完善支撐數字業務運行的信息基礎設施。

40.數據治理與流通。應用云計算、大數據、隱私計算、區塊鏈等技術，構建可信數據空間，實現企業內數據的有效治理和分析利用，推動企業間數據安全可信流通，充分釋放數據價值。

41.工業知識軟件化。應用大數據、知識圖譜、知識自動化等技術，將工業技術、工藝經驗、制造方法沉淀為數據和機理模型，與先進制造裝備相結合，建設知識庫和模型庫，開發各類新型工業軟件，支撐業務創新。

（十六）模式創新

面向企業全價值鏈、產品全生命周期和全資產要素，通過新一代信息技術和先進制造技術融合，推動關鍵技術裝備創新、制造模式創新和商業模式創新，創造新價值。

42.網絡協同制造。建立網絡協同平臺，推動企業間設計、生產、管理、服務等環節緊密連接，實現基于網絡的生產業務并行協同，并將富余的制造能力對外輸出，優化配置制造資源。

43.大規模個性化定制。部署智能制造裝備，通過生產柔性化、敏捷化和產品模塊化，根據客戶的個性化需求，以大批量生產的低成本、高質量和高效率提供定制化的產品和服務。

44.人機協同制造。應用人工智能、AR/VR、5G、新型傳感等技術，提高高檔數控機床、工業機器人、行業成套裝備等智能制造裝備與人員的交互、協同作業等能力，實現基于高精度空間定位與追蹤、動作感知、自然語言處理、情緒識別等功能的自主協同。

45.數據驅動服務。分析產品運行工況、維修保養、故障缺陷等數據，應用大數據、專家系統等技術，開拓專業服務、設備估值、融資租賃、資產處置等新業務，創造新價值。

六、申報截止時間

（一）申報主體須于2022年10月28日前完成線上申報，并對申報內容真實性負責。

（二）各地工業和信息化、發展改革主管部門建立會商機制，聯合財政、市場監管主管部門組織對本地區申報項目進行推薦。推薦單位應于2022年11月11日前完成線上審核，按推薦項目優先順序填寫推薦匯總表，將紙質版申報書（附件4）、推薦匯總表（附件5）各1份，分別報送工業和信息化部（裝備工業一司）、國家發展改革委（產業發展司）。

（三）各省（區、市）推薦的優秀場景和示范工廠申報主體分別不超過30個和10個。計劃單列市、新疆生產建設兵團推薦的優秀場景和示范工廠申報主體分別不超過15個和5個。中央企業通過所在地推薦。推薦工作應遵循政府引導、企業自愿原則，優先推薦基礎條件好、成長性好、示范性強的項目，并充分考慮行業覆蓋面。

（四）工業和信息化部、國家發展改革委聯合財政部、市場監督管理總局組織遴選并公布智能制造優秀場景名單和智能制造示范工廠揭榜單位名單，待示范工廠揭榜單位完成揭榜任務后（揭榜名單公布之日起不超過2年），組織開展成效評估，擇優發布智能制造示范工廠名單。

（五）推薦單位應當加強對最終入選項目的指導和服務，并給予優先支持，鼓勵有條件的地方在示范工廠培育基礎上創建智能制造先行區。