海南省智能工厂梯度培育要素条件、智能制造典型场景参考指引.docx

海南省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。创新型中小企业、省级专精特新中小企业、国家专精特新“小巨人”企业中的工业企业可参照执行。2 .企业申报时未纳入国家企业信用信息公示系统经营异常名录、信用中国网严重失信主体名单，并提供税务机关开具的无欠税证明。企业近三年无较大及以上安全、环保等事故。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 .基础级工厂智能制造能力成熟度评估水平达到GB/T39116-2020智能制造能力成熟度模型一级及以上，先进级智能工厂应达到二级及以上，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（2025年版）（附2）,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并不少于典型场景参考指引中4个场景。1 .工厂建设：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：开展产品、工艺数字化研发设计。3 .生产作业：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：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：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省（区、市）同行业平均水平。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（2025年版）（附2）,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、运营管理三个环节并不少于典型场景参考指引中8个场景。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管控，实现产品的设计图纸、文档等文件版本迭代管控，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，并通过APS高级排程实现对企业资源的充分调度使用，从而提升生产效率，为企业实现降本增效。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省（区、市）同行业领先水平。2 .在省（区、市）同行业起到引领带动作用。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（2025年版）（附2）,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。L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（2025年版）（附2）,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：构建工厂数字李生系统，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附2：智能制造典型场景参考指引（2025年版）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应用人工智能技术场景比例（%）（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生产效率提升（%）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（Cc）2）排放量降低（Q18单位产品二氧化碳（co?）排放量降低（）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）智能制造典型场景参考指引（2025年版）智能制造典型场景是智能工厂建设的基础，是推进智能制造的基本业务单元。面向产品全生命周期、生产制造全过程和供应链全环节开展工厂的业务解耦，通过新一代信息技术与制造技术深度融合，部署智能制造装备、工业软件和智能系统，以数字化、网络化、智能化方式进行业务重构，形成标准化、可推广的智能制造典型场景，进而集成贯通构成智能工厂。根据智能制造多年探索实践，结合技术创新和融合应用发展趋势，凝练出8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、工厂建设环节1 .工厂数字化规划设计面向工厂规划与空间优化、设备与产线布局、物流路径规划、设计资料交付等业务活动，针对工厂设计建设周期长、布局优化难等问题，搭建工厂数字化设计与交付平台，应用建筑信息模型、设备/产线三维建模、工艺/物流仿真、过程模拟等技术，建立工厂规划决策知识库，开展工厂数字化设计与交付，缩短工厂建设或改造周期。2 .数字基础设施建设面向数据中心、工业网络、安全基础设施建设等业务活动,针对工厂算力和网络能力不足、安全防护能力弱等问题，建设数字基础设施，推动IT和C)T深度融合，部署安全防护设备，应用算力资源动态调配、负载均衡、异构网络融合、高带宽实时通信、5G、动态身份验证、安全态势感知、多层次纵深防御等技术，建设高性能的算力和网络基础设施，以及全方位监测防护的安全基础施，提升工厂算力、网络和安全防护能力。3 .数字事生工厂构建面向厂房、设备、管网等工厂资产的数据采集存储、数字李生模型构建等业务活动，针对数据格式不统一、集成管控难度大、数据价值释放不充分等问题，应用工业数据集成、数据标识解析、异构模型融合、数字主线、工厂操作系统、行业垂直大模型等技术，开展数据资源管理，构建设备、产线、车间、工厂等不同层级的数字李生模型，与真实工厂映射交互，提升管控效率，实现工厂运营持续优化。二'产品研发环节4 .产品数字化设计面向需求分析、产品定义、初步设计、详细设计、分析优化、研发管理等业务活动，针对产品研发周期长、成本高等问题，部署CAD、CAE、PLM等数字化设计工具，构建设计知识库，采用基于模型的设计理念，应用多学科联合仿真、物性表征与分析等技术，开展产品结构、性能、配方等设计与优化；集成市场、设计、生产、使用等产品全生命周期数据，应用数据主线、可制造性分析等技术，实现全流程系统优化；应用人工智能大模型技术，开展生成式设计创新，自动生成设计方案，缩短产品上市周期，降低研发