為貫徹《中華人民共和國國民經濟和社會發展第十四個 五年規劃和2035年遠景目標綱要》總體部署，落實《“十 四五”智能制造發展規劃》要求，深化智能制造推廣應用， 工業和信息化部、國家發展改革委、財政部、市場監管總局 決定聯合開展2021年度智能制造試點示范行動。有關事項 通知如下：

―、試點示范內容

主要包括智能制造優秀場景、智能制造示范工廠和智能 制造先行區三個方面，詳見《智能制造試點示范行動實施方 案》（附件1 ）。

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。

（二） 申報主體的智能制造水平應處于國內領先或國際 先進地位，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通過智能制造數據資源公共 服務平臺（以下簡稱公共服務平臺，http://miit-imps.com）開 展智能制造能力成熟度自評估，需達到國家標準GB/T 39116-2020 «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，場景描述應重點突出、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。每個場景字數請控制在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。

（七） 先行區申報按照一事一議方式開展。

三'組織實施

（一）申報主體通過公共服務平臺開展優秀場景和示范 工廠申報，紙質版申報材料應與網上填報內容一致。優秀場 景申報材料可參照《智能制造典型場景參考指引（2021年）》

（附件2）編寫;示范工廠申報方向參考《智能制造示范工廠揭 榜任務（2021年）》（附件3）。申報主體應對申報內容的真實 性負責。

（二） 各地工業和信息化、發展改革主管部門會同財政、 市場監管主管部門組織對本地區申報項目進行推薦，于2021 年11月23日前完成線上審核，按推薦項目的優先順序填寫推 薦匯總表，并將加蓋有效公章的紙質版申報書（附件4、5）. 推薦匯總表（附件6、7）各兩份，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20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1。個和5個。 每家中央企業申報的優秀場景和示范工廠分別不超過6個和3 個，由所在地工業和信息化、發展改革主管部門推薦，不占屬 地指標。

（四） 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。推薦單位應加強對最終入選項目的指導和服務，并給 予優先支持。

附件：1.智能制造試點示范行動實施方案

2.智能制造典型場景參考指引（2021年）

3. 智能制造示范工廠揭榜任務（2021年）

4. 智能制造優秀場景申報書

5. 智能制造示范工廠申報書

6. 智能制造優秀場景推薦匯總表

7. 智能制造示范工廠推薦匯總表

附件1

智能制造試點示范行動實施方案

為深化智能制造推廣應用，保證智能制造試點示范行動 有序開展，制定本方案。

日匕日

、冃示

“十三五”期間，工業和信息化部、國家發展改革委、 財政部、市場監管總局等部門持續推進智能制造發展，先后 遴選智能制造試點示范項目305個，推動建設了一批智能化 示范工廠，組織培養了網絡協同制造、大規模個性化定制、 遠程運維服務等新模式新業態，在重點區域形成獨具特色的 智能制造發展路徑，極大調動地方、行業和企業實施智能制 造的積極性，推動智能制造取得長足進步。

“十四五”時期，新一輪科技革命和產業變革深入發展， 新一代信息技術與制造業深度融合，數字產業化和產業數字 化進程加快，新產業新業態新模式不斷涌現。智能制造已經 由理念普及、試點示范進入深入應用、全面推廣的新階段， 已經成為推動制造業高質量發展的強勁動力。面對不斷升級 的智能制造發展需求，有必要以典型場景為基本要素，推動 從企業層面到制造環節的智能化改造，通過揭榜掛帥等方 式，探索智能制造最佳實踐的標準化、模塊化、精準化的推 廣路徑，提升產業鏈供應鏈韌性和區域制造業水平，實現智 能制造由點及線、由線到面系統發展，推動制造業產業模式 和企業形態根本性轉變，全面推進制造業數字化轉型、網絡 化普及、智能化變革，促進工業低碳轉型發展，加快推動制 造強國建設。

二'總體目標

堅持立足國情、系統推進、分類遴選、動態調整的原則， 推進場景創新、工廠示范和區域試點，遴選推廣優秀智能場 景，以“揭榜掛帥”方式推進細分行業智能制造示范工廠建 設，鼓勵有條件的地區創建智能制造先行區，構建“點線面” 結合的試點示范體系，發揮先進典型帶動作用，加速新技術、 新裝備、新模式推廣應用。

到2025年，建設一批技術水平高、示范作用顯著的智 能制造示范工廠，培育若干智能制造先行區，凝練總結一批 具有較高技術水平和推廣應用價值的智能制造優秀場景，帶 動突破一批關鍵技術、裝備、軟件、標準和解決方案，推動 智能制造標準的試點應用，探索形成具有行業區域特色的智 能轉型升級路徑，開展大范圍推廣應用。

三' 試點示范內容

(-)智能制造優秀場景。依托工廠或車間，面向單個 或多個制造環節，提煉關鍵需求，通過5G、工業互聯網、 大數據、人工智能、北斗系統等新一代信息技術與核心制造 環節的深度融合，重點梳理凝練可復制、可推廣的智能制造 優秀場景。

（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，建設智能制造示范工廠，帶動實現制造 技術突破、工藝創新、場景集成和業務流程再造，發揮示范 帶動作用。

（三）智能制造先行區。支持產業特色鮮明、轉型需求 迫切、基礎條件較好的區域創建智能制造先行區，完善政策 體系，創新要素保障機制，加快新技術融合應用，構建完善 區域智能制造發展生態，打造智能制造創新技術策源地、示 范應用集聚區、關鍵裝備和解決方案輸出地。

四' 重點工作

（一）遴選梳理智能制造典型場景。總結“十三五”時期 實踐經驗，探索“十四五”時期實施路徑，通過案例征集、 組織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，不斷完善智能制造典型場 景參考指引。

（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，明確智能制造示范工廠揭榜掛 帥任務，制定年度計劃。

（三） 建設智能制造示范工廠。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級智能制造示范工廠任務。工業和信 息化部、國家發展改革委等研究制定評價準則，擇優發布智 能制造示范工廠揭榜單位名單、智能制造示范工廠名單。智 能制造示范工廠建設期為2年。

（四） 創建智能制造先行區。鼓勵產業特色鮮明、政策 措施有力、發展路徑明確的地市單獨或聯合創建智能制造先 行區。國家制造強國建設戰略咨詢委員會智能制造專家委員 會（以下簡稱咨詢委）采取“一事一議”的方式，牽頭論證 先行區創建方案。通過論證的，由工業和信息化部、國家發 展改革委等批復同意開展先行區創建工作。

（五） 開展智能制造應用推廣。總結提煉智能制造典型 場景、示范工廠和先行區實施經驗和建設成效，分行業、分 區域召開現場會，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， 加快智能制造實施經驗推廣應用。

（六） 實施動態管理。智能制造示范工廠和先行區有效 期為3年，按照“動態調整”原則，定期開展復評。復評不通 過的取消試點示范稱號。相關單位應定期提交項目實施進展 情況。

五、保障措施

（一）加強組織領導。工業和信息化部、國家發展改革 委會同財政部、市場監管總局做好試點示范行動的統籌協 調、組織實施和評估管理等工作。充分發揮國家制造強國建

設戰略咨詢委員會智能制造專家委員會作用，加強智能制造 前瞻性、戰略性問題研究。省級工業和信息化、發展改革等 主管部門做好試點示范行動的落地實施，加強對智能制造示 范工廠和先行區的指導、支持和服務。

（二） 強化政策協同。推動將符合條件的智能制造試點 示范項目納入重點研發計劃、相關產業發展專項支持范圍。 推動國家相關產業基金、金融機構、社會資本和智能制造試 點示范行動有效銜接。加強央地政策協同，鼓勵地方出臺配 套政策，加大支持力度，引導各類社會資源聚集，形成系統 推進工作格局。

（三） 提升服務能力。建設智能制造數據資源公共服務 平臺，制定公共服務平臺規范，構建優勢互補、協同發展的 服務網絡。加快重點標準的制修訂與貫標推廣，推動形成標 準與試點示范迭代優化、互促共進的工作格局。加快系統解 決方案供應商培育，推動規范發展，引導提供專業化、高水 平、一站式的集成服務。

（四） 加強總結宣傳。各地方、相關行業組織、有關企 業要強化試點示范行動經驗總結，分行業、分區域開展系列 宣傳活動，構建多維度立體式宣傳體系。利用世界智能制造 大會、世界智能大會等平臺，及時宣傳智能制造優秀場景、 新技術、新裝備和新成效，樹立行業、區域轉型升級標桿。

附件2

智能制造典型場景參考指引

（2021 年）

智能制造場景是指面向制造全過程的單個或多個環節， 通過新一代信息技術、先進制造技術的深度融合，實現具備 協同和自治特征、具有特定功能和實際價值的應用。根據“十 三五”以來智能制造發展情況和企業實踐，結合技術創新和融 合應用發展趨勢，凝練總結了 15個環節52個智能制造典型 場景，作為智能制造示范工廠建設的參考。

一、工廠設計

通過三維建模、系統仿真、設計優化和模型移交，實現 基于模型的工廠規劃、設計和交付，提高設計效率和質量， 降低成本。

1. 車間/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。

2. 車間/工廠數字化交付。搭建數字化交付平臺，集成 虛擬建造、虛擬調試、大數據和AR/VR等技術，實現基于 模型的工廠數字化交付，打破工廠設計、建設和運維期的數 據壁壘，為工廠主要業務系統提供基礎共性數據支撐。

二' 產品研發

通過原料物性分析、設計建模、仿真優化和測試驗證， 實現數據驅動的產品開發與技術創新，提高設計效率，縮短 研發周期。

3. 產品數字化設計與仿真。應用計算機輔助設計工具 （CAD、CAE等）和設計知識庫，集成三維建模、有限元仿

真、虛擬測試等技術，應用新材料、新工藝，開展基于模型 的產品設計、仿真優化和測試。

4. 原料性質表征與配方研發。建設物性表征系統或配方 管理系統，應用快速評價、在線制備檢測、流程模擬和材料 試驗等技術，創建原料物性數據庫和模型庫，優化原料選擇 和配方設計，支撐生產全過程質量優化和效益優化。

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 障工藝可行性。

5. 離散型工藝數字化設計。應用計算機輔助工藝過程設 計工具（CAPP）和工藝知識庫，采用高效加工、精密裝配 等先進制造工藝，集成三維建模、仿真驗證等技術，進行基 于模型的離散工藝設計。

6. 流程型工藝數字化設計。建設工藝技術系統和工藝知 識庫，結合原料物性表征、工藝機理分析、過程建模和工藝 集成等技術，開展過程工藝設計與流程全局優化。

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。

7. 生產計劃優化。構建企業資源計劃系統（ERP）,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。

8. 車間智能排產。應用高級計劃排程系統（APS）,集 成調度機理建模、尋優算法等技術，進行基于多約束和動態 擾動條件下的車間排產優化。

9. 精準作業派工。依托制造執行系統（MES）,建立人 員技能庫、崗位資質庫等，開展基于人崗匹配、人員績效的 精準人員派工。

五' 生產作業

通過資源動態調配、工藝過程精確控制、智能加工和裝 配、人機協同作業和精益生產管理，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。

10. 產線柔性配置。應用模塊化、成組和產線重構等技 術，搭建柔性可重構產線，實現產線適應訂單、工況等變化 的快速調整。

11. 資源動態組織。構建制造執行系統（MES）,集成大

數據、運籌優化、專家系統等技術，實現人力、設備、物料 等制造資源的動態配置。

12. 先進過程控制。依托先進過程控制系統（APC）,融 合工藝機理分析、實時優化和預測控制等技術，實現精準、 實時和閉環過程控制。

13. 工藝流程/參數動態調優。搭建生產過程全流程一體 化管控平臺，應用工藝機理分析、流程建模和機器學習等技 術，開展工藝流程和參數的動態優化調整。

14. 人機協同作業。集成機器人、高端機床、人機交互 設備等智能裝備，應用AR/VR、機器視覺等技術，實現生產 的高效組織和作業協同。

15. 精益生產管理。依托制造執行系統（MES）,應用六 西格瑪、6S管理和定置管理等精益工具和方法，開展基于數 據驅動的人、機、料等精確管控，消除生產浪費。

六' 倉儲配送

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，實現精細庫存管理和高效物流配送，提高 物流效率和降低庫存量。

16. 智能倉儲。集成智能倉儲（儲運）裝備，建設倉儲 管理系統（WMS）,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）。

17. 精準配送。應用倉儲管理系統（WMS）和智能物流 裝備，集成視覺/激光導航、室內定位和機器學習等技術，實 現動態調度、自動配送和路徑優化。

18. 物料實時跟蹤。應用制造執行系統（MES）或倉儲 管理系統（WMS）,采用識別傳感、定位追蹤、物聯網和5G 等技術，實現原材料、在制品和產成品流轉的全程跟蹤。

七、 質量管控

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。

19. 智能在線檢測。應用智能檢測裝備，融合缺陷機理 分析、物性和成分分析和機器視覺等技術，開展產品質量等 在線檢測、分析和結果判定。

20. 質量精準追溯。建設質量管理系統（QMS）,集成條 碼、標識和區塊鏈等技術，采集產品原料、生產過程、客戶 使用的質量信息，實現產品質量精準追溯。

21. 產品質量優化。依托質量管理系統（QMS）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。

八、 設備管理

通過自動巡檢、維修管理、在線運行監測、故障預測和 運行優化，實現精細化設備管理和預測性維護，提升設備運 行效率、可靠性和精度保持性。

22. 自動巡檢。應用工業機器人、智能巡檢裝備和設備 管理系統，集成故障檢測、機器視覺、AR/VR和5G等技術, 實現對設備的高效巡檢和異常報警等。

23. 智能維護管理。建設設備管理系統，應用大數據和 AR/VR等技術，開展檢維修計劃優化、資源配置優化，虛擬 檢維修方案驗證與技能實訓。

24. 在線運行監測與故障診斷。建設設備管理系統，融 合智能傳感、故障機理分析、機器學習、物聯網等技術，實 現設備運行狀態判定、性能分析和故障預警。

25. 預測性維護與運行優化。構建故障預測與健康管理 系統(PHM),集成故障機理分析、大數據、深度學習等技 術，進行設備失效模式判斷、預測性維護及運行參數調優。

26. 資產全生命周期管理。建立企業資產管理系統 (EAM),應用物聯網、大數據和機器學習等技術，實現資

產運行、檢維修、改造、報廢的全生命周期管理。

九、安全管控

通過安全隱患識別、安全態勢感知、安全事件決策和應 急聯動響應，實現面向全環節的安全綜合管控，確保安全風 險的可預知和可控制。

27. 安全風險實時監測與識別。依托安全感知裝置和安 全生產管理系統，集成危險和可操作性分析、機器視覺等技 術，進行安全風險動態感知和精準識別。

28. 安全事件智能決策與應急聯動。基于安全事件聯動 響應處置機制和應急處置預案庫，融合大數據、專家系統等 技術，實現安全事件處置的智能決策和快速響應。

29. 危化品智能管控。建設危化品管理系統，應用智能 傳感、理化特征分析和專家系統等技術，實現危化品存量、 位置、狀態的實時監測、異常預警與全過程管控。

30. 危險作業自動化。依托自動化裝備，集成智能傳感、 機器視覺和5G等技術，實現危險作業環節的少人化、無人 化。

十、能源管理

通過能耗全面監測、能效分析優化和能源平衡調度，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。

31. 能耗數據監測。建立能源管理系統（EMS）,集成智 能傳感、大數據等技術，開展全環節、全要素能耗數據釆集、 計量和可視化監測。

32. 能效優化。依托能源管理系統（EMS）,應用能效優 化機理分析、大數據和深度學習等技術，基于設備運行參數 或工藝參數優化，實現能源利用率提升。

33. 能源平衡與調度。依托能源管理系統（EMS）,融合 機理分析、大數據等技術，進行能源消耗量預測，實現關鍵

裝備、關鍵環節能源的綜合平衡與優化調度。

十一、環保管控

通過污染源管理與環境監測、排放預警與管控、固廢處 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。

34. 污染源管理與環境監測。構建環保管理平臺，應用 機器視覺、智能傳感和大數據等技術，開展污染源管理，實 現全過程環保數據的采集、監控與報警。

35. 排放預警與管控。依托環保管理平臺，集成機器視 覺、智能傳感和大數據等技術，實現排放實時監測、分析預 警和排放優化方案輔助決策。

36. 固廢處置與再利用。搭建固廢信息管理平臺，融合 條碼、物聯網和5G等技術，進行固廢處置與循環再利用全 過程監控、追溯。

37. 碳資產管理。開發碳資產管理平臺，集成智能傳感、 大數據和區塊鏈等技術，實現全流程碳排放追蹤、分析、核 算和交易。

十二、營銷管理

通過市場趨勢預測、用戶需求挖掘、客戶數據分析和銷 售計劃優化，實現需求驅動的精準營銷，提高營銷效率，降 低營銷成本。

38. 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。

39. 銷售計劃動態優化。依托客戶關系管理系統 (CRM),應用大數據、機器學習等技術，挖掘分析客戶信

息，構建用戶畫像和需求預測模型，制定精準銷售計劃。

40. 銷售驅動業務優化。通過銷售管理系統與設計、生 產、物流等系統集成，應用大數據、專家系統等技術，根據 客戶需求變化，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。

41. 主動客戶服務。建設客戶關系管理系統(CRM), 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。

42. 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。

43. 數據増值服務。分析產品的運行工況、維修保養、 故障缺陷等數據，應用大數據、專家系統等技術，提供專業 服務、設備估值、融資租賃、資產處置等新業務。

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。

44. 采購策略優化。建設供應鏈管理系統（SCM）,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。

45. 供應鏈可視化。搭建供應鏈管理系統（SCM）,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。

46. 物流實時監測與優化。依托運輸管理系統（TMS）, 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。

47. 供應鏈風險預警與彈性管控。建立供應鏈管理系統 （SCM）,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' 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，推動制造模式和商 業模式創新，創造新價值。

48. 用戶直連制造。通過用戶和企業的深度交互，提供 滿足個性化需求的產品定制設計、柔性化生產和個性化服務 等，創造獨特的客戶價值。

49. 大批量定制。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。

50. 共享制造。建立制造能力交易平臺，推動供需對接, 將富余的制造能力通過以租代買、分時租賃、按件計費等多 種模式對外輸出，促進行業內制造資源的優化配置。

51. 網絡協同制造。基于網絡協同平臺，推動企業間設 計、生產、管理、服務等環節緊密連接，實現基于網絡的制 造資源配置和生產業務并行協同。

52. 基于數字李生的制造。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李 生系統，實現物理世界和虛擬空間的實時映射，推動感知、 分析、預測和控制能力的全面提升。