福建省｜关于征集2022年省级重点智能制造试点示范项目的通知

2022-11-05

福建省工业和信息化厅

关于征集2022年省智能制造试点示范重点项目的通知

附件1 智能制造典型场景项目指南（2022）

智能制造的典型场景是指在整个制造过程中的单个或多个环节福建能耗监控管理系统，通过新一代信息技术与先进制造技术的深度融合，实现具有协同自主特性、特定功能和实用价值的应用。根据“十三五”以来智能制造的发展和企业实践，结合技术创新和集成应用的发展趋势，对15个环节52个智能制造典型场景进行了浓缩和总结，以供参考。建设智能制造工厂。1. 工厂设计通过3D建模、系统仿真、设计优化和模型交接，可实现基于模型的工厂规划、设计和交付，提高设计效率和质量，降低成本。1.车间/工厂数字化设计。应用工厂3D设计与仿真软件，整合工厂信息模型、制造系统仿真、专家系统和AR/VR等技术，高效进行工厂规划、设计和仿真优化。2.车间和工厂的数字化交付。搭建数字化交付平台，融合虚拟建设、虚拟调试、大数据、AR/VR等技术，实现工厂基于模型的数字化交付，打破工厂设计、建设、运维过程中的数据壁垒，提供为工厂主要业务系统的基础通用数据支撑。可实现设计交付，提高设计效率和质量，降低成本。1.车间/工厂数字化设计。应用工厂3D设计与仿真软件，整合工厂信息模型、制造系统仿真、专家系统和AR/VR等技术，高效进行工厂规划、设计和仿真优化。2.车间和工厂的数字化交付。搭建数字化交付平台，融合虚拟建设、虚拟调试、大数据、AR/VR等技术，实现工厂基于模型的数字化交付，打破工厂设计、建设、运维过程中的数据壁垒，提供为工厂主要业务系统的基础通用数据支撑。可实现设计交付，提高设计效率和质量，降低成本。1.车间/工厂数字化设计。应用工厂3D设计与仿真软件，整合工厂信息模型、制造系统仿真、专家系统和AR/VR等技术，高效进行工厂规划、设计和仿真优化。2.车间和工厂的数字化交付。搭建数字化交付平台，融合虚拟建设、虚拟调试、大数据、AR/VR等技术，实现工厂基于模型的数字化交付，打破工厂设计、建设、运维过程中的数据壁垒，提供为工厂主要业务系统的基础通用数据支撑。车间/工厂数字化设计。应用工厂3D设计与仿真软件，整合工厂信息模型、制造系统仿真、专家系统和AR/VR等技术，高效进行工厂规划、设计和仿真优化。2.车间和工厂的数字化交付。搭建数字化交付平台，融合虚拟建设、虚拟调试、大数据、AR/VR等技术，实现工厂基于模型的数字化交付，打破工厂设计、建设、运维过程中的数据壁垒，提供为工厂主要业务系统的基础通用数据支撑。车间/工厂数字化设计。应用工厂3D设计与仿真软件，整合工厂信息模型、制造系统仿真、专家系统和AR/VR等技术，高效进行工厂规划、设计和仿真优化。2.车间和工厂的数字化交付。搭建数字化交付平台，融合虚拟建设、虚拟调试、大数据、AR/VR等技术，实现工厂基于模型的数字化交付，打破工厂设计、建设、运维过程中的数据壁垒，提供为工厂主要业务系统的基础通用数据支撑。专家系统和AR/VR等技术，高效进行工厂规划、设计和仿真优化。2.车间和工厂的数字化交付。搭建数字化交付平台，融合虚拟建设、虚拟调试、大数据、AR/VR等技术，实现工厂基于模型的数字化交付，打破工厂设计、建设、运维过程中的数据壁垒，提供为工厂主要业务系统的基础通用数据支撑。专家系统和AR/VR等技术，高效进行工厂规划、设计和仿真优化。2.车间和工厂的数字化交付。搭建数字化交付平台，融合虚拟建设、虚拟调试、大数据、AR/VR等技术，实现工厂基于模型的数字化交付，打破工厂设计、建设、运维过程中的数据壁垒，提供为工厂主要业务系统的基础通用数据支撑。

2、产品研发通过原材料物性分析、设计建模、仿真优化和试验验证，实现数据驱动的产品开发和技术创新，提高设计效率，缩短研发周期。3.产品数字化设计与仿真。应用计算机辅助设计工具（CAD、CAE等）和设计知识库，集成3D建模、有限元仿真、虚拟测试等技术，应用新材料、新工艺，进行基于模型的产品设计、仿真优化和测试。4. 原料特性表征和配方开发。建立物性表征系统或配方管理系统，应用快速评价等技术，在线制备测试、工艺模拟、材料测试，创建原料物性数据库和模型库，优化原料选择和配方设计，支持整个生产过程。质量优化和效益优化。

3、工艺设计通过制造机理分析、工艺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，保证工艺可行性。5.离散过程的数字化设计。应用计算机辅助工艺设计工具（CAPP）和工艺知识库，采用高效加工、精密装配等先进制造工艺，集成3D建模、仿真验证等技术，开展基于模型的离散工艺设计。6. 处理数字化设计。构建工艺技术体系和工艺知识库，结合原料物性表征、

4、计划调度通过市场订单预测、产能平衡分析、生产计划和智能生产调度，进行订单驱动的计划调度，优化资源配置，提高生产效率。7、优化生产计划。构建企业资源计划系统（ERP），应用约束理论、优化算法、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。8、车间智能排产。应用先进的计划调度系统（APS），集成调度机制建模，优化算法等技术进行基于多重约束和动态扰动条件的车间生产调度优化。9. 精确的工作分配。依托制造执行系统（MES），建立人员技能库、岗位资格库等，根据人岗匹配和人员绩效进行精准人事分配。

5、生产作业通过资源动态配置、过程精确控制、加工装配智能化、人机协同作业和精益生产管理，实现生产作业智能化和生产管控精细化，提高生产效率，降低成本。10、生产线配置灵活。应用模块化、分组化、生产线改造等技术，构建灵活可重构的生产线，实现生产线对订单和工况变化的快速调整。11.动态组织资源。构建制造执行系统（MES），整合大数据、运筹优化、专家系统等技术，实现人力、设备、材料等制造资源的动态配置。12. 先进的过程控制。依托先进过程控制系统（APC），集成过程机理分析、实时优化和预测控制等技术，实现精确、实时、闭环的过程控制。13.工艺流程/参数动态调整。构建生产全过程一体化管控平台，应用过程机理分析、过程建模、机器学习等技术，对过程过程和参数进行动态优化和调整。14、人机协同工作。集成机器人、高端机床、人机交互设备等智能装备，并应用AR/VR机器视觉等技术，实现高效的生产组织和运营协同。15、精益生产管理。依托制造执行系统（MES），运用六西格玛、6S管理、定点管理等精益工具和方法，对人、机、料进行数据驱动的精准管控，杜绝生产浪费。

6、仓储配送 通过精准的配送计划、自动进出（进出）、自动化物流配送和跟踪管理，实现精细化库存管理和高效物流配送，提高物流效率，降低库存。16、智能仓储。集成智能仓储（储运）设备，构建仓储管理系统（WMS），应用条码、射频识别、智能传感等技术，实现物料（进厂）、托盘库、仓库的自动化实际生产运营计划（工厂）。17.精确交付。应用仓储管理系统（WMS）和智能物流设备，集成视觉/激光导航等技术，室内定位和机器学习，实现动态调度、自动配送和路线优化。18、物料实时跟踪。应用制造执行系统（MES）或仓库管理系统（WMS），利用识别传感、位置跟踪、物联网和5G等技术，实现对原材料、在制品和成品的全程跟踪。

7、质量控制 通过智能在线检测、质量数据统计分析和全过程质量追溯，实现精细化质量控制，降低产品不合格率，不断提高产品质量。19.智能在线检测。应用智能检测设备，整合缺陷机理分析、物性成分分析和机器视觉等技术，对产品质量进行在线检测、分析和结果判断。20、准确的质量追溯。构建质量管理体系（QMS），整合条码识别、区块链等技术，收集客户使用的产品原材料、生产过程、质量信息，实现产品质量精准追溯。21. 产品质量优化。依托质量管理体系（QMS）和知识库，整合质量设计优化、质量机理分析等技术，开展产品质量影响识别、缺陷分析与预测、质量优化与改进。

8、设备管理 通过自动巡检、维护管理、在线运行监控、故障预测和运行优化，实现设备精细化管理和预测性维护，提高设备运行效率、可靠性和精度保持性。22、自动检测。应用工业机器人、智能巡检设备和设备管理系统，融合故障检测、机器视觉、AR/VR和5G等技术，实现设备的高效巡检和异常报警。23、智能维护管理。建设设备管理系统，应用大数据和AR/VR等技术，开展检修计划优化、资源配置优化、虚拟检修计划验证和技能培训。24、在线运行监控和故障诊断。构建集智能感知、故障机理分析、机器学习、物联网等技术于一体的设备管理系统，实现设备运行状态判断、性能分析、故障预警。25.预测性维护和运行优化。构建故障预测与健康管理系统（PHM），融合故障机理分析、大数据、深度学习等技术，进行设备故障模式判断、预测性维护和运行参数调优。26. 资产生命周期管理。建立企业资产管理系统（EAM），应用物联网、大数据、机器学习等技术，实现资产运营全生命周期管理，

9、安全管控 通过安全风险识别、安全态势感知、安全事件决策和应急响应，实现全环节的全面安全管控，确保安全风险可预见可控。27、实时监控和识别安全风险。依托安全感知装置和安全生产管理系统，融合危害与可操作性分析、机器视觉等技术，动态感知和准确识别安全风险。28、安全事件智能决策与应急联动。基于安全事件联动响应处置机制和应急预案库，融合大数据、专家系统等技术，实现安全事件智能决策和快速响应。29.危险化学品智能化管控。建设危化品管理系统，应用智能传感器理化特征分析、专家系统等技术，实现危化品库存、位置、状态的实时监控，异常预警和全过程管控。30. 危险作业的自动化。依托自动化设备，融合智能传感、机器视觉、5G等技术，实现危险作业少作业、无人化作业。建设危化品管理系统，应用智能传感器理化特征分析、专家系统等技术，实现危化品库存、位置、状态的实时监控，异常预警和全过程管控。30. 危险作业的自动化。依托自动化设备，融合智能传感、机器视觉、5G等技术，实现危险作业少作业、无人化作业。建设危化品管理系统，应用智能传感器理化特征分析、专家系统等技术，实现危化品库存、位置、状态的实时监控，异常预警和全过程管控。30. 危险作业的自动化。依托自动化设备，融合智能传感、机器视觉、5G等技术，实现危险作业少作业、无人化作业。

10、能源管理 通过能源消耗综合监测、能效分析优化、能源平衡调度，实现制造全过程能源精细化管理，提高能源利用率，降低能源消耗成本。31、能耗数据监测。建立能源管理系统（EMS），融合智能传感、大数据等技术，对各个环节和要素的能源消耗进行数据采集、计量和可视化监测。32.能效优化。依托能源管理系统（EMS），应用能效优化机理分析、大数据、深度学习等技术，基于设备运行参数或工艺参数的优化，提高了能源利用率。33.能量平衡与调度。依托能源管理系统（EMS），融合机理分析、大数据等技术，预测能源消耗，实现能源关键设备和关键环节的综合平衡和优化调度。

11、环境保护管控 通过污染源管理与环境监测、排放预警与控制、固体废物处置与回用，实现环境保护精细化管控，减少污染物排放，消除环境污染风险。34.污染源管理与环境监测。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污染源管理，实现环保数据的全过程采集、监控和报警。35.排放预警与控制。依托环保管理平台，融合机器视觉、智能传感和大数据实现排放实时监测、分析预警，排放优化方案辅助决策。36. 固体废物处置与再利用。搭建固废信息化管理平台，融合条码、物联网和5G技术，对固废处置回收全过程进行监控和追溯。37. 碳资产管理。开发集智能传感、大数据、区块链等技术于一体的碳资产管理平台，实现全流程碳排放跟踪、分析、核算和交易。物联网和5G技术，对固体废物处理和回收的全过程进行监控和追溯。37. 碳资产管理。开发集智能传感、大数据、区块链等技术于一体的碳资产管理平台，实现全流程碳排放跟踪、分析、核算和交易。物联网和5G技术，对固体废物处理和回收的全过程进行监控和追溯。37. 碳资产管理。开发集智能传感、大数据、区块链等技术于一体的碳资产管理平台，实现全流程碳排放跟踪、分析、核算和交易。

12、营销管理通过市场趋势预测、用户需求挖掘、客户数据分析和销售计划优化，实现需求驱动的精准营销，提高营销效率，降低营销成本。38. 快速的市场分析和预测。应用大数据、深度学习等技术，实现对未来市场供需趋势、影响因素及其变化规律的准确分析、判断和预测。39、销售计划动态优化。依托客户关系管理系统（CRM），应用大数据、机器学习等技术，挖掘和分析客户信息，构建用户画像和需求预测模型，制定精准的销售计划。40、销售带动业务优化。

13、售后服务 通过服务需求挖掘、主动服务推送和远程产品运维服务等，实现对个性化服务需求的精准响应，不断提升产品体验，增强客户粘性。41. 积极的客户服务。构建客户关系管理系统（CRM），整合大数据、知识图谱、自然语言处理等技术，实现客户需求分析、精细化管理、主动式客户服务。42、产品的远程操作和维护。建立产品远程运维管理平台，融合智能传感、大数据、5G等技术，实现产品远程运维的持续改进，基于运营数据的预测性维护和产品设计。43.数据增值服务。分析产品运行状况、维修、故障和缺陷等数据，应用大数据、专家系统等技术，提供专业服务、设备估价、融资租赁、资产处置等新服务。

14、供应链管理通过采购策略优化、供应链可视化、物流监控优化、风险预警和柔性管控等，实现供应链的智能化管理，实现供应的效率、灵活性和弹性链条得到改善。44、采购策略优化。构建融合大数据、优化算法、知识图谱等技术的供应链管理系统（SCM），实现对供应商的综合评价、采购需求的精准决策、采购计划的动态优化。45. 供应链可视化。构建供应链管理系统（SCM），整合大数据、区块链等技术，打通企业上下游数据，并实现供应链可视化监控和综合绩效分析。46、物流实时监控与优化。依托运输管理系统（TMS），应用智能传感、物联网、实时定位、深度学习等技术，实现运输配送全流程跟踪及异常预警，优化装载能力和分发路径。47、供应链风险预警与灵活管控。建立供应链管理系统（SCM），整合大数据、知识图谱、远程管理等技术，开展供应链风险识别、定位、预警和高效处置。​​实时监控和优化物流。依托运输管理系统（TMS），应用智能传感、物联网、实时定位、深度学习等技术，实现运输配送全流程跟踪及异常预警，优化装载能力和分发路径。47、供应链风险预警与灵活管控。建立供应链管理系统（SCM），整合大数据、知识图谱、远程管理等技术，开展供应链风险识别、定位、预警和高效处置。​​实时监控和优化物流。依托运输管理系统（TMS），应用智能传感、物联网、实时定位、深度学习等技术，实现运输配送全流程跟踪及异常预警，优化装载能力和分发路径。47、供应链风险预警与灵活管控。建立供应链管理系统（SCM），整合大数据、知识图谱、远程管理等技术，开展供应链风险识别、定位、预警和高效处置。实时定位和深度学习，实现运输配送全过程跟踪和异常预警，优化装载能力和配送路径。47、供应链风险预警与灵活管控。建立供应链管理系统（SCM），整合大数据、知识图谱、远程管理等技术，开展供应链风险识别、定位、预警和高效处置。实时定位和深度学习，实现运输配送全过程跟踪和异常预警，优化装载能力和配送路径。47、供应链风险预警与灵活管控。建立供应链管理系统（SCM），整合大数据、知识图谱、远程管理等技术，开展供应链风险识别、定位、预警和高效处置。

15、模式创新 面向企业全价值链、产品全生命周期、全资产要素，通过新一代信息技术与先进制造技术的融合，推动制造模式和商业模式的创新，创造新的价值。48. 用户直接连接到制造。通过用户与企业的深度互动，提供满足个性化需求的定制化产品设计、柔性生产和个性化服务，创造独特的客户价值。49. 大规模定制。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，在大批量生产中提供低成本、高质量、高效率的定制化产品和服务。50. 共享制造。建立制造能力交易平台，促进供需对接，通过先租后买、分时租赁、计费等多种方式输出剩余制造能力，促进制造资源优化配置在行业中。51.网络协同制造。基于网络协同平台，促进企业间设计、生产、管理、服务等环节的紧密衔接，实现基于网络的制造资源配置与生产业务的并行协同。52. 基于数字孪生的制造。应用建模与仿真、多模型融合等技术，在设备、生产线、车间、工厂等，实现物理世界和虚拟空间的实时映射，提升综合感知、分析、预测和控制能力。推动。

附件2 智能制造工厂项目指南（2022）

智能制造工厂项目面向原材料、设备、消费品、电子信息四大产业。工厂建设内容必须涵盖任务中列出的六个关键环节。其他环节也可根据实际情况进行应用创新，鼓励新技术、新模式的探索。具体建设内容请参见《智能制造典型场景项目指南（2022）》。建设完成后，企业至少完成了六个关键环节，生产效率、资源综合利用率、设备综合应用效率显着提高，全体员工劳动生产率显着提高。产品研发生产周期、运营成本、不良品率、单位产品综合能耗大幅降低，产线操作人员得到有效优化，网络安全保障能力显着增强，整体智能化水平达到行业领先水平。1、原材料行业以石化、钢铁、有色金属、建材、民爆等细分行业为重点，重点关注生产经营、质量控制、设备管理、安全控制、能源管理、环保等关键环节保护管控，打造绿色、高效、安全、可持续的原材料行业连续智能制造工厂，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，以及大规模定制、数字孪生制造、碳排放交易等新模式，实现资源优化配置和生产。运行稳定，生产过程清洁，形成了以数字化技术为核心要素、开放平台为基础支撑、数据驱动为典型特征的新型企业形态。

2、装备制造业以通用装备、专用装备、汽车、轨道交通装备、船舶、航空航天、电机、仪器仪表等细分领域为重点，重点关注工艺设计、计划调度、生产运营、质量控制、装备管理、供应链管理关键环节，建立高效灵活、敏捷响应、人机协同和动态调度的装备制造智能制造工厂，探索知识工程、AR/VR、数字孪生、可重构生产、人工智能等应用新技术和网络 协同制造、柔性制造、预测性维护等新模式，基于数字孪生的制造实现一体化设计制造协同、全流程透明生产、高效灵活的供应链管控。

3、消费品行业以食品、饮料、纺织、服装、皮革制鞋、木材加工及家具、纸及纸制品、印刷、医药、化纤、橡塑等细分行业为重点，重点规划和调度、生产运营、仓储配送、质量管控、营销管理、供应链管理等关键环节，建立全生命周期质量管控、敏捷需求感知和产销协同的消费品行业智能制造工厂，探索人工智能、区块链、数字孪生等新技术和规模化产业的应用。批量定制、产供销一体化、用户直接制造等新模式，

4.电子信息产业以计算机、通信等电子设备等子行业为重点，围绕工艺设计、计划调度、生产作业、储配联合、质量控制、设备管理等关键环节，构建高效配送、资源协调、柔性生产。电子信息智能制造工厂，实施企业网络安全分类分级管理，构建网络安全技术防护手段，探索高效人机协同、在线精准检测、人工智能等新技术，以及大规模定制、数字孪生等新模式型制造。实现生产全过程的智能决策，