各市工信局：
凭据《工业和信息化部办公厅国度发展鼎新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度数据局综合司关于发展2024年度智能工厂梯度造就行动的通知》（工信厅联通装函〔2024〕399号）要求 ，为做好国度卓越级智能工厂推荐上报工作 ，现将有关事项通知如下：
一、申报前提
1.申报主体在安徽省内注册 ，拥有独立法人资格（石油石化、有色金属蹬仔行业特殊情况的 ，允许法人的分支机构申报） ，并满足《智能工厂梯度造就身分前提》（附件1）基础要求。
2.申报主体已实现智能工厂建设 ，智能造作水平处于国内当先 ，准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身分前提要求。
3.申报主体愿意共同发展示场核查、技术推广和典型案例互换等工作。
二、申报要求
1.申报主体参考《智能工厂梯度造就身分前提》（附件1）和《智能造作典型场疚拷寮指引（2024年版）》（附件2） ，依照《卓越级智能工厂项目申报资料清单》（附件3）假造申报书 ，并对申报内容真实性掌管 ，确保申报资料不涉及国度奥秘、贸易奥秘。
2.项目申报、评审、治理、评估等工作基于智能造作数据资源公共服务平台（https://www.miit-imps.com）发展。申报主体应于2024年11月22日前实现线上申报 ，并自动联系所属地工业和信息化主管部门报送纸质版申报资料 ，纸质版资料应与网上填报内容一致。
3.请各市工信局做好本地域非中央企业项主张推荐工作 ，积极带头智能化水平高、示范性好的企业参加申报 ，当真审核企业申报资料和现场建设情况。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挨次填写推荐汇总表（附件4） ，并将加盖企业公章的纸质版申报书、加盖单元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：设备工业处操礼贤 ，0551-62871715；联系邮箱：caolixian@ ahjxw.gov.cn。
申报平台技术支持联系人：中国信息通讯钻研院 ，18811445758、15010075395。
附件：1．智能工厂梯度造就身分前提
2．智能造作典型场疚拷寮指引（2024年版）
3．卓越级智能工厂项目申报资料清单
安徽省工业和信息化厅
2024年11月3日
附件1
智能工厂梯度造就身分前提
为领导基础级、先进级、卓越级和领航级智能工厂梯度建设 ，特造订本身分前提。
一、基础要求
1.企业应为规模以上工业企业 ，企业和产品均拥有较强市场竞争力。
2.企业近三年经营和财政情况优良 ，无不良信誉纪录、无较大及以上安全、环保等变乱 ，无违法违规行为。
3.工厂使用的关键技术设备、工业软件、工业操作系统、系统解决规划等安全可控 ，网络安全和数据安全风险可控。
4.企业应成立智能工厂两全规划、建设和运营的组织机造 ，占有一批智能造作专业人才。
5.基础级和先进级工厂智能造作能力成熟度评估水平达到GB/T 39116-2020《智能造作能力成熟度模型》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
发展数字化网络化基础能力建设 ，萦绕智能造作典型场
景部署必要的智能造作设备、工业软件和系统 ，实现主题数
据实时采集、关键出产工序自动化、出产与经营治理信息化 ，发展点状智能化索求。
（一）建设内容
激励企业参考《智能造作典型场疚拷寮指引（2024年版）》 ，萦绕工厂建设、研发设计、出产作业、出产治理、运营治理等发展智能工厂建设 ，且至少覆盖出产作业环节。
1.工厂建设[1]：发展产线级、车间级数字化规划与建设；部署安全可控的智能造作设备、工业软件、系统和数字基础设施。
2.研发设计[2]：发展产品、工艺数字化研发设计。
3.出产作业[3]：发展关键设备和工艺数字化升级 ，实现关键设备、工序和系统的实时监控 ，以及关键出产工序自动化作业。
4.出产治理[4]：利用信息系统 ，对作业打算、产品质量、设备资产、出产品料等进行治理 ，实现关键出产过程精益化。
5.运营治理[5]：利用信息系统 ，对采购、销售、库存、财政和人力资源等进行治理 ，实现经营数据精准核算和绩效指标量化评估。
（二）建设功效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能造作效力通用评测步骤》 ，评估智
能工厂建设功效 ，重要技术经济指标应高于。ㄇ⑹校┩狄稻人。
三、先进级智能工厂
提升数字化网络化集成能力 ，面向智能造作典型场景广
泛部署智能造作设备、工业软件和系统 ，实现出产经营数据互通共享、关键出产过程精准节造、出产与经营协同管控 ，在沉点场景发展智能化利用。
（一）建设内容
激励企业参考《智能造作典型场疚拷寮指引（2024年版）》 ，萦绕工厂建设、研发设计、出产作业、出产治理、运营治理等发展智能工厂建设 ，且至少覆盖出产作业、出产治理、运营治理三个环节。
1.工厂建设：发展车间级、工厂级数字化规划与建设；对工艺路线、产线布局和物流蹊径等进行仿真；宽泛部署安全可控的智能造作设备、工业软件和系统。
2.研发设计：发展产品、工艺的数字化研发设计和仿真迭代 ，利用智能化设计工具 ，实现产品设计、工艺设计数据统一治理和协同。
3.出产作业：发展关键设备和工序数智技术利用 ，实现关键设备异常预警、关键工序数据在线分析、关键出产过程精准节造、产品关键质量个性数字化检测。
4.出产治理：通过对出产过程、仓储物流、设备运杏注产品质量等进行数字化集成管控 ，利用智能化分析工具 ，实现高效辅助打算排产和出产业务协同管控 ，并发展安全能源环保数字化治理。
5.运营治理：通过经营治理与出产作业等业务的数据集成贯通 ，利用智能化治理工具 ，实现成本有效管控、订单实时交付、绩效指标动态评估等 ，发展供给链数字化治理。
（二）建设功效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能造作效力通用评测步骤》 ，评估智能工厂建设功效 ，重要技术经济指标应处于。ㄇ⑹校┩狄档毕人。
2.在。ㄇ⑹校┩狄灯鸬揭齑魑。
四、卓越级智能工厂
强化数字化网络化持续优化能力 ，面向智能造作典型场景系统化部署智能造作设备、工业软件和系统 ，实现设计出产经营数据集成贯通、造作设备智能管控、出产过程在线优化 ，发展产品全性命周期和供给链全环节的综合优化 ，推动多场景系统级智能化利用。
（一）建设内容
激励企业参考《智能造作典型场疚拷寮指引（2024年版）》 ，萦绕工厂建设、研发设计、出产作业、出产治理、
运营治理等发展智能工厂建设 ，准则上应覆盖全数五个环节。
1.工厂建设：发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 ，推动虚构工厂建设；系统化部署安全可控的智能造作设备、工业软件和系统。
2.研发设计：发展产品、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.出产作业：发展多场景数智技术利用 ，实现设备运行状态智能分析和故障诊断、出产过程智能管控和在线优化、过程质量在线检测与节造。
4.出产治理：通过出产全过程数据综合分析 ，实现出产打算与排程自动天生、设备全性命周期治理、质量精准追忆和持续改进、物流仓储战术优化、安全应急联动、能源环保综合管控等 ，推动重要出产身分的智能协同优化。
5.运营治理：通过多维数据智能分析 ，实现用户需要精准鉴别和火速响应、全厂资源协同优化、产品增值服务、设计出产服务关环优化、智能化决策支持等 ，推动供给链高低游“链式”协同。
（二）建设功效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能造作效力通用评测步骤》 ，评估智能工厂建设功效 ，重要技术经济指标应处于国内同业业当先水平。
2.在国内同业业起到引领带作为用 ，带头供给链高低游协同发展数智化升级。
3.造就形成拥有行业推广价值的智能造作解决规划 ，索求构建企业智能造作“尺度群”。
4.成立较为美满的智能造作复合型人才造就系统 ，造就一批智能工厂建设和运营人才。
五、领航级智能工厂
推动新一代人为智能等数智技术与造作全过程的深度
融合 ，实现设备、工艺、软件和系统的研发与利用突破 ，推动研发范式、出产方式、服务系统和组织架构等创新 ，索求未来造作模式 ，带头产业模式和企业状态刷新。
（一）建设内容
激励企业参考《智能造作典型场疚拷寮指引（2024年版）》 ，萦绕工厂建设、研发设计、出产作业、出产治理、运营治理等发展智能工厂建设 ，须覆盖全数五个环节。
1.工厂建设：构建工厂数字孪生系统 ，实现对物理造作过程的精准映射和反馈节造；成立较为完整的数据治理系统 ，
推动形成企业数据资产；发展安全可控的智能造作设备、工业软件和系统等研发和利用突破。
2.研发设计：索求数据与知识驱动的研发设计创新 ，发展虚构验证和中试。
3.出产作业：发展人为智能在工艺、设备等方面创新利用 ，实现出产过程动态优化、智能决策节造、产线动态调整。
4.出产治理：索求多指标、多扰动、多约束情况下的出产打算优化和智能排产调度 ，推动造作资源的全面优化利用。成立能源、碳资产、安全、环保综合治理创新机造 ，推动可持续造作。
5.经营治理：推动工厂横向、纵向、端到端集成 ，构建智慧供给链 ，推动出产方式、服务系统和组织架构等刷新 ，索求未来造作模式。
（二）建设功效
1.参考《智能工厂建设关键绩效指标参考》（附1）、T/CAMS182-2024《智能造作效力通用评测步骤》 ，评估智能工厂建设功效 ，重要技术经济指标全球当先。
2.打造全球当先的利用标杆 ，通过“母工厂”等方式推动工厂建设经验复造推广 ，引领产业链高低游形成智能造作协同创新生态。
3.造就的智能造作解决规划实现对表输出 ，形成较为美满的企业智能造作“尺度群” ，推动形成行业、国度尺度。
4.造就智能造作领武士才 ，对表提供智能工厂建设和运营领导或服务。
附1：智能工厂建设关键绩效指标参考
注：
[1]工厂建设涵盖《智能造作典型场疚拷寮指引（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《智能造作典型场疚拷寮指引（2024年版）》中的产品设计、工艺设计两个环节。
[3]出产作业涵盖《智能造作典型场疚拷寮指引（2024年版）》中的出产作业、质量管控、设备治理三个环节。
[4]出产治理涵盖《智能造作典型场疚拷寮指引（2024年版）》中的打算调度、仓储物流、安全管控、能碳治理、环保治理五个环节。
[5]运营治理涵盖《智能造作典型场疚拷寮指引（2024年版）》中的营销与售后、供给链治理两个环节。
激励企业参考《智能造作典型场疚拷寮指引（2024年版）》中的多环节模式创新有关内容发展索求实际 ，积极索求未来造作模式。
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 | 先进过程节造投用率（%） |
| 3 | 利用人为智能技术场景比例（%） |
| 4 | 工厂利用智能决策模型数量（个） |
| （?二） | 价值效益类指标 |
| 5 | 研造周期缩短（%） |
| 6 | 销售增长率（%） |
| （?三） | 出产运营效能类指标 |
| 7 | 出产效能提升（%） |
| 8 | 资源综合利用率提升（%） |
| 9 | 产品不良率降落（%） |
| 10 | 设备综合利用率提升（%） |
| 11 | 库存周转率提升（%） |
| 12 | 供给商定时交付率提升（%） |
| 13 | 订单定时交付率提升（%） |
| 14 | 运营成本降落（%） |
| 15 | 全员劳动出产率提升（%） |
| （?四） | 可持续发展类指标 |
| 16 | 单元产品综合能耗降低（%） |
| 17 | 单元产品二氧化碳（CO?) 排放量降低（%） |
| 18 | 通常固废综合利用率（%） |
| 19 | 水资源沉复利用率（%） |
| （?五） | 推广利用类指标 |
| 20 | 先进造作模式/解决规划向产业链供给链高低游?复造推广的企业数量（家） |
附件2
智能造作典型场疚拷寮指引(2024年版)
(征求定见稿)
智能造作场景是智能工厂的根基组成单元 ，面向产品全性命周期、出产造作全过程和供给链全环节主题问题 ，通过新一代信息技术与先进造作技术的深度融合 ，部署智能造作设备 ，集成相应的工艺、软件等 ，实现具备协同和自治特点、拥有特定职能和现实价值的利用。凭据十年以来我国智能造作索求实际 ，结合技术创新和融合利用发展趋向 ，凝练总结了15个环节的40个智能造作典型场景 ，作为智能工厂梯度造就、智能造作系统解决规划揭榜挂帅、智能造作尺度系统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 ，利用构筑信息模型、物流和动线仿真、出产系统建模等技术 ，发展工厂数字化设计 ，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
萦绕基础设施运维、运营治理等业务活动 ，针对信息孤
岛难买通、集成管控难度大等问题 ，利用建仿照真、异构模型融合等技术 ，构建设备、产线、车间、工厂等分歧层级的数字孪生系统 ，通过物理世界和虚构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
萦绕需要分析、概想设计、产品设计等业务活动 ，针对产品研发周期长、设计质量节造难等问题 ，基于数字化设计仿真工具和知识/模型库 ，利用多学科结合建模、物性表征与分析等技术 ，发展产品结构、机能、配方等设计与验证 ，大幅缩短产品研造周期 ，提高设计质量。
4.虚构验证与中试
面向产品验证、中试等业务活动 ，针对新产品验证周期长、熟化成本高档问题 ，搭建虚实融合的试验验证环境 ，利用多物理场仿真、靠得住性分析、AR/VR等技术 ，通过全虚构或半虚构的试验验证 ，降低验证与中试成本 ，加快产品熟化。
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 ，针对工艺设计效能低、验证成本高档问题 ，基于工艺设计仿真工具、工艺知识库和行业工艺包等 ，利用工艺机理建模、流程仿照等技术 ，实现工艺设计急剧迭代优化 ，缩短工艺定型周期。
6.可造作性设计
面向工艺审查、可造作性改进等业务活动 ，针对产品试造周期长、加工装配效能低等问题 ，买通产品研发、工艺设计、出产作业等环节数据 ，基于产品物理特点与造作能力关联分析 ，全面评价与实时改进产品研发设计、工艺可加工性、可装配性和可守护性。
四、打算调度
7.出产打算优化
面向销售订单预测、出产打算造订等业务活动 ，针对订单需要预测难、交付周期长等问题 ，构建出产打算系统 ，买通采购、出产和仓储物流等管控系统 ，利用多指标多约束求解、产能动态规划等技术 ，实现出产打算优化和动态调整 ，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、出产筹备等业务活动 ，针对资源利用率低、交付不实时等问题 ，建设智能排产调度系统 ，突破多约束排产建模、多指标排产寻优等技术 ，实现多指标、多扰动情况下排产优化与资源动态调度 ，缩短产品出产周期 ，提升资源利用效能。
五、出产作业
9.产线柔性配置
面向产线建设、产线刷新等业务活动 ，针对个性化需要
响应慢、产线换线功夫长等问题 ，部署智能造作设备与系统 ，利用产线 ？榛凉埂⑷嵝晕锪髟耸涞燃际 ，凭据订单、工况、库存等变动 ，实现产线急剧调整和按需配置。
10.人机协同作业
面向复杂产品加工、装配等业务活动 ，针对传统出产方式协同效能低、作业安全风险高档问题 ，部署工业机械人等智能造作设备 ，构建人机协同作业单元和管控系统 ，利用智能交互、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
面向离散行业工艺节造、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、多设备结合寻优等技术 ，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.先进过程节造
面向流程行业出产过程节造、工艺参数优化等业务活动 ，针对复杂工艺过程参数颠簸大、节造成效差等问题 ，基于先进过程节造、实时优化等系统 ，利用模型预测节造、多指标寻优等技术 ，实现精准、实时和关环的工艺流程节造优化 ，不变产品质量 ，提高产出率。
13.数智精益治理
面向出产现场治理、成性质量治理、供给链治理等业务活动 ，针对资源利用率不高、治理效能低等问题 ，利用六西格玛、6S等精益步骤 ，将精益治理理想与数智技术深度融合 ，实现基于数据的人、机、料、法、环等出产身分精准、高效治理 ，提升整体运营效能。
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 ，针对人为检测效能低、一致性差等问题 ，构建在线智能检测系统 ，利用物性成分分析、机械视觉检测等技术 ，实现产品缺点在线鉴别和质量自动判定 ，提升质量检测效能和正确性。
15.质量追忆与分析改进
面向质量数据治理、质量问题追忆、质量优化等业务活动 ，针对证量数据不齐全、追忆难度大等问题 ，构建质量治理系统 ，利用RFID、5G、标识解析、区块链等技术 ，集成分析原料、设计、出产、使用等质量有关数据 ，实现产品全性命周期的质量精准追忆和优化改进。
七、设备治理
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、统一治理难等问题 ，部署设备运行监控
系统 ，集成智能传赣注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 ，提高设备运行效能。
17.设备智能运维
面对设备故障分析、健康治理等业务活动 ，针对设备运维成本高、非打算；荡胃叩滴侍 ，成立设备运维治理平台 ，利用设备故障知识图谱、故障机理分析、预测性守护等技术 ，实现设备智能运维 ，降低运维成本 ，保险陆续出产。
八、仓储物流18.智能仓储
面向物料出入库、库存治理等业务活动 ，针对出入库效能低、库存成本高档问题 ，建设立体仓库和智能仓储治理系统 ，利用射频鉴别、仓储战术优化、多状态混存拣选等技术 ，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 ，针对物料配送不实时、不精准等问题 ，部署智能物流设备和治理系统 ，利用室内高精度定位导航、物流蹊径动态规划、物流设备集群节造等技术 ，实现厂内物料配送急剧响应和动态调度 ，提升物流配送效能。
九、安全管控
20.危险作业自动化
面向危险作业操作、过程治理等业务活动 ，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 ，利用环境感知与鉴别、作业风险节造等技术 ，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
面向安全风险鉴别、安全应急响应等业务活动 ，针对安全风险实时监控难、措置效能低等问题 ，搭建出产安全管控和应急措置系统 ，利用出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变乱急剧措置能力 ，降低变乱产生率和损失。
十、能碳治理
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、精密化管控成本高档问题 ，部署能耗采集设备和管控系统 ，利用多能源介质感知、能耗综合建仿照真、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 ，降低单元产值综合能耗。
23.碳资产全性命周期治理
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、碳足迹追踪效能低等问题 ，成立数字化碳治理系统 ，利用碳排放精密化检测、碳排放指标自动核算等技术 ，实现产品全性命周期碳排放追踪、分析、核算和买卖 ，降低单元产值碳排放量。
十一、环保治理
24.传染在线管控
面向传染排放监测、传染物网络处置等业务活动 ，针对传染排放计量难、传染治理粗放等问题 ，部署传染排放在线采集设备和管控平台 ，利用传染监测与节造、传染源追忆等技术 ，实现传染全过程动态监测、精确追忆、风险预警和高效处置 ，降低传染排放水平。
十二、营销与售后25.智慧营销治理
面向市场营销、销售治理等业务活动 ，针对客户需要信息获取不实时、营销战术不合理等问题 ，成立销售治理系统 ，利用用户画像、需要预测等技术 ，实现基于客户需要洞察的营销战术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、响应不实时等问题 ，构建产品远程运维系统 ，集成5G、AR/VR、预测性守护等技术 ，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
面向投诉处置与反馈、客户关系守护等业务活动 ，针对客户响应不实时、服务履历感差等问题 ，成立客户服务治理系统 ，利用5G、AR/VR、天然说话处置、知识图谱等技术。
附件?3
卓越级智能工厂项目申报资料清单
| 序号 | 所需资料 | 具体内容 |
|
1 |
申报单元根基
信息 |
蕴含企业名称、地址、性质、行业、联系方式等
信息。 |
|
2 |
智能工厂根基
情况 |
蕴含智能工厂建设起止功夫、总投资、集成商、
项目简介、建设功效、真实性承诺等信息。 |
|
3 |
智能工厂场景
建设情况 |
蕴含项目总体情况、具体场景建设情况、系统集
成情况等信息。 |
|
4 |
智能工厂建设
功效 |
蕴含项主张先进性与特色、执行功效、后续执行
打算等信息。 |
具体模板和填写要求请登录智能造作数据资源公共服务平台
（https://www.miit-imps.com?）进行查看。
