北极星电力软件网获悉，8月1日，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发布关于开展2023年度智能制造试点示范行动的通知。

　　文件明确，遴选一批智能制造优秀场景，以揭榜挂帅方式建设一批智能制造示范工厂和智慧供应链，在各行业、各领域选树一批排头兵企业，推进智能制造高质量发展。

　　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关于开展2023年度智能制造试点示范行动的通知

　　各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化、发展改革、财政、国资、市场监管主管部门，有关中央企业：

　　为贯彻落实《“十四五”智能制造发展规划》，工业和信息化部、国家发展改革委、财政部、国务院国资委、市场监管总局联合开展2023年度智能制造试点示范行动。有关事项通知如下：

　　遴选一批智能制造优秀场景，以揭榜挂帅方式建设一批智能制造示范工厂和智慧供应链，在各行业、各领域选树一批排头兵企业，推进智能制造高质量发展。

　　（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。已经承担智能制造示范工厂揭榜任务的主体不再重复申报。

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

　　（三）智能制造示范工厂申报主体应当开展智能制造能力成熟度自评估，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。

　　（五）申报材料详细描述建设场景，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，不涉及国家秘密、商业秘密等内容。每个场景描述控制在3000字以内，可配图说明。

　　（一）申报主体于2023年8月31日前完成线上申报，并对内容真实性负责，纸质版材料应与网上填报内容一致。申报材料参考《智能制造典型场景参考指引》（附件1）、《智能制造示范工厂揭榜任务》（附件2）编写。鼓励企业基于现有场景，推动产品全生命周期、生产制造全过程、业务运营全链条的解耦与重构，探索智能生产新场景、企业管理新形态和产业组织新模式。

　　（二）各地工业和信息化、发展改革主管部门联合财政、市场监管等主管部门组织对本地区（非中央企业）申报项目进行推荐。推荐单位于2023年9月15日前完成线上审核，按推荐项目优先顺序填写推荐汇总表，将纸质版申报书（附件3）、推荐汇总表（附件4）各1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）各中央企业集团组织对本集团申报项目进行推荐。推荐单位于2023年9月15日前完成线上审核，按推荐项目优先顺序填写推荐汇总表，将纸质版申报书（附件3）、推荐汇总表（附件4）各1份，分别报送工业和信息化部（装备工业一司）、国务院国资委（科技创新局）。

　　（四）各省（区、市）可推荐的优秀场景、示范工厂项目申报数量为30个、15个。省级智能制造试点示范项目累计数量超过300个的省（区、市），可推荐的优秀场景、示范工厂项目申报数量为40个、20个。计划单列市、新疆生产建设兵团、中央企业集团推荐的优秀场景、示范工厂项目申报数量为10个、5个。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。

　　（五）工业和信息化部、国家发展改革委、财政部、国务院国资委、市场监管总局共同组织遴选并公布智能制造优秀场景名单、智能制造示范工厂揭榜单位名单。

　　（六）工业和信息化部、国家发展改革委、财政部、国务院国资委、市场监管总局常态化受理各省（区、市）2021、2022年度智能制造示范工厂揭榜单位验收申请，共同组织开展验收评审，发布智能制造示范工厂名单。

　　（七）推荐单位应当加强对最终入选项目的指导和服务，给予优先支持，鼓励有条件的地方在示范工厂培育基础上创建智能制造先行区。

　　（八）企业申报、进度汇报、验收申请以及材料报送、线上评审、智能制造能力成熟度自评估等工作基于智能制造数据资源公共服务平台（）开展。

　　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3个方面16个环节的45个智能制造典型场景，为智能工厂及智慧供应链建设提供参考。

　　通过设计建模、仿真优化和虚拟验证，实现数据和模型驱动的产品设计，缩短产品研制周期，提高新产品产值贡献率，可参考但不限于以下场景：

　　（1）产品数字化研发与设计。应用设计、仿真软件和知识模型库，基于复杂建模、物性表征与分析、多目标优化等技术，搭建数字化协同设计环境，开展产品、配方等设计、仿线）虚拟试验与调试。构建虚拟试验与调试环境，面向产品功能、性能、可靠性等方面，应用数字孪生、AR/VR、知识图谱等技术，通过全虚拟仿真或者半实物半虚拟仿真，开展产品调试和测试验证，缩短验证周期，降低研发成本。

　　（3）数据驱动产品设计优化。集成产品设计、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，驱动产品形态、功能和性能的优化创新。

　　通过工艺建模与虚拟制造验证，实现基于数字模型的工艺快速创新与验证，缩短工艺开发周期，降低生产成本，可参考但不限于以下场景：

　　（4）工艺数字化设计。应用工艺设计、仿真软件和工艺知识库，基于机理建模、物性表征和数据分析技术，建立加工、装配、检测、物流等工艺模型，进行工艺全过程仿真，预测工艺设计缺陷并优化改进。

　　（5）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，结合知识模型库，全面评价与及时改进产品设计、工艺的可加工性、可装配性和可维护性等，降低制造与维护成本。

　　部署智能检测装备，通过在线检测、质量分析、质量追溯和闭环优化，提高产品合格率，降低质量损失率，可参考但不限于以下场景：

　　（6）智能在线检测。部署智能检测装备，融合5G、机器视觉、缺陷机理分析、物性和成分分析等技术，开展产品质量在线检测、分析、评价和预测。

　　（7）质量精准追溯。建设质量管理系统，集成5G、区块链、标识解析等技术，采集并关联产品原料、设计、生产、使用等全流程质量数据，实现全生命周期质量精准追溯。

　　（8）产品质量优化。依托质量管理系统和质量知识库，集成质量机理分析、质量数据分析等技术，进行产品质量影响因素识别、缺陷分析预测和质量优化决策。

　　依托数字销售渠道，通过市场与客户数据分析，精准识别需求，优化销售策略，提高人均销售额，可参考但不限于以下场景：

　　（9）销售驱动业务优化。应用大数据、机器学习、知识图谱等技术，构建用户画像和需求预测模型，制定精准销售计划，动态调整设计、采购、生产、物流等方案。

　　（10）大规模个性化定制。部署智能制造装备，依托产品模块化、生产柔性化等，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。

　　依托智能产品，通过运行数据采集、分析，开展产品健康监控、远程运维和维护，提高顾客的服务满意率，可参考但不限于以下场景：

　　（11）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、健康监控和预测性维护。

　　（12）主动客户服务。建设客户关系管理系统，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、服务策略决策和主动式服务响应。

　　（13）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、人工智能等技术，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。

　　依托数字基础设施，推动工业知识软件化，加快数据流通，通过工厂数字化建模、仿真、优化和运维，提升制造系统运行效率，降低运维成本，可参考但不限于以下场景：

　　（14）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、数字孪生和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。

　　（15）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。

　　（16）工业技术软件化应用。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、制造知识和方法沉淀为数据和机理模型，进行数据化显性化，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。

　　（17）数字基础设施集成。部署工业互联网、物联网、5G、千兆光网等新型网络基础设施，建设工业数据中心、智能计算中心、工业互联网平台以及网络、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。

　　（18）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。

　　通过市场需求预测、产能分析、库存分析、计划排产和资源调度等，提高劳动生产率和订单达成率，可参考但不限于以下场景：

　　（19）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、安全库存和市场需求的生产计划优化。

　　（20）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。

　　（21）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。

　　部署智能制造装备，通过资源动态配置、工艺过程优化、协同生产作业，提高劳动生产率、降低产值成本率，可参考但不限于以下场景：

　　（22）产线柔性配置。部署智能制造装备，应用模块化、成组和产线重构等技术，搭建柔性可重构产线，根据订单、工况等变化实现产线的快速调整和按需配置，实现多种产品自动化混线）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。

　　（24）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、机器学习等技术，动态优化调整工艺流程/参数。

　　（25）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。

　　（26）智能协同作业。部署智能制造装备，基于5G、TSN、边缘计算等技术建设生产现场设备控制系。