一、总则
（一）目的
为深入实施制造强国战略，贯彻落实《无锡市工业互联网和智能制造发展三年行动计划（2020-2022年）》，加快推进智能制造发展，做好智能制造标杆评定工作，特制定本指南。
（二）适用范围
1、企业必须在无锡市辖区内注册，具备独立法人资格；
2、企业经营状况良好，具有健全的组织机构、管理制度和独立的财务核算制度;
3、三年内无严重失信行为，无锡市公共信用信息中心出具的信用基准评价报告等级不得为C+及以下三年内无严重不良信用记录；
4、企业应制定智能化发展战略规划，拥有能提升企业智能制造水平的技术研发机构和一定规模的智能制造人才队伍。
二、认定内容
（一）智能化建设标杆
物联网、集成电路、高端纺织服装、高端装备、高端软件、节能环保、特钢、高分子材料、电子新材料、电子元器件、新能源、汽车及零部件（含新能源汽车）、云计算和大数据、“两机”产业（航空发动机及燃气轮机）、生物医药和医疗器械（材）、高技术船舶和海工装备等先进制造业产业集群企业通过加大对智能装备和技术的投入，提升装备和生产线自动化、数字化、网络化、智能化水平，加快生产经营方式向智能化转变，探索离散型、流程型、网络协同制造、大规模个性化定制、远程运维服务等智能制造新模式，建设安全生产在线监测、风险管控系统，实施高危行业、高危工种“机械化换人、自动化减人”工程。
（二）示范智能车间
企业应用传感识别、人机智能交互、智能控制等技术和智能装备，促进车间计划排产、加工装配、检验检测等各生产环节的智能协作与联动，以及制造执行系统与产品数据管理、企业资源计划等系统的互联互通，实现制造过程各环节动态优化。
（三）示范智能工厂
基于全面互联、智能控制、安全可靠的工业互联网，广泛采用新一代信息技术和先进制造技术，综合运用设计生产、检验检测、仓储物流等智能装备、软件和控制系统，覆盖研发设计、生产制造、经营管理、运维服务等生产全流程、管理全方位和产品全生命周期，泛在连接、弹性供给、动态优化和高效配置制造资源，实现响应时间缩短、资源消耗减少、质量效益提升、运营成本降低、环境生态友好的现代工厂。示范智能工厂分为离散型示范智能工厂和流程型示范智能工厂。
三、示范标杆要点
（一）智能化建设标杆
1、智能装备。广泛应用智能传感与控制、高档数控机床与基础制造、工业机器人等智能装备，建设自动化、数字化、网络化、智能化产线，降低人力投入、生产成本和产品不良率，提升生产效率、资源综合利用率和产品质量。
2、工业技术软件化。充分利用控制软件及嵌入式软件，依托工业互联网平台实现设备互联与数据集成，应用设计仿真模拟、制造执行、产品数据管理、企业资源规划、客户关系管理等工业APP和工业软件，推动流程、产业链、生命周期的配置与优化管理，完善生产体系中信息流、产品流、资金流的运行模式，持续提升产品附加值与企业核心竞争力。
3、绿色产线。广泛应用先进节能、节水、节材等先进技术和工艺，提高能源资源利用效率，降低废水、废弃和废渣排放，在资源综合利用水平方面取得一定成效。
4、安全生产。建立完善的安全生产责任制度，建设并应用安全生产在线监测、风险管控系统，推动高危行业、高危工种“机械化换人、自动化减人”。
（二）示范智能车间
1、智能装备。数字化生产线、机器人等数字化、智能化生产、试验、检测等设备台套（产线）广泛使用。
2、设备联网。采用现场总线、以太网、物联网或分布式控制系统等信息技术和控制系统广泛连接各类生产设备，鼓励设备数据上云。
3、计划与调度。通过信息技术进行准确有效的生产数据采集、分析，建立生产过程数学模型，通过优化或智能算法自动、高效、实时地实现生产过程的计划与调度，最大程度地减少生产过程中的等待与阻滞，提高生产设备利用率和综合生产效率。关注生产计划与调度的协同优化，及与各种资源要素的匹配，形成联动作业和有序生产。
4、物料配送。利用标识与识别技术、自动化物流、信息化管理等方法，实现对原材料、零部件、产品等内容的标识管理、数据分析，以及库存及物流的有效管理，自动完成物料的出入库和流转任务。关注识别技术的应用、自动化物流线的改造、智能仓库管理系统以及与上下游资源信息的集成技术等。
5、质量管理。在关键工序采用智能化质量检测设备，实现零部件和产品质量在线自动检测、报警和诊断分析；在原辅料供应、生产管理、仓储物流等环节采用智能化技术与设备实时记录零部件与产品信息，实现每件/批次产品的生产过程和使用物料的追溯。关注产品及关键零部件生产与质量信息档案的建立与管理。
6、安全与环保。通过建立有效的管理平台，对数据进行收集、监控以及分析利用，标准化安全、环保管理过程，通过建立知识库，优化安全作业和环境治理等过程的执行与管理。关注数据监测、应急及环境治理知识库建立等。
7、能源管理。流程型行业重点关注。采集能源计划、能源运行调度、能源统计以及碳资产管理等能源管理因素的相关信息，利用信息化、智能化方法规范能源管理、优化能源资源的使用，降低能源消耗、提高能源利用效率。关注对能源信息数据的采集、监测，及能耗量化管理等。
8、网络安全。建立网络安全制度和防护手段，具备较好的网络安全事件应急响应、恢复等能力，网络系统安全可控。
9、网络协同。车间与车间外部信息系统实现联通，集成应用计算机辅助设计及仿真系统、制造执行系统、企业资源管理系统、分布式控制系统等信息与自动化系统，实现管控一体化。
10、经济效益明显提升。通过实施智能车间，用工负荷明显降低，生产效率明显提升；不良品率显著降低，产品质量明显提升；能源利用效率明显提升，万元产值综合能耗显著降低；节水节材量显著提高，资源利用效率明显提升。
（三）示范智能工厂
1、离散型示范智能工厂
（1）研发设计环节
● 应用数字化三维设计与工艺设计软件进行产品、工艺设计与仿真，并通过虚拟样机、数字化虚拟工厂以及物理检测、试验等方式进行验证与优化；建立产品数据管理系统（PDM），实现产品多配置管理、研发项目管理，产品设计、工艺数据的集成管理。对产品生产过程建立虚拟模型，仿真并优化生产流程。对各环节制造数据、绩效数据集成分析，优化生产工艺，提高产品质量，降低生产成本。
（2）生产制造环节
建立制造执行系统（MES），实现生产计划管理、生产过程控制、产品质量管理、车间库存管理、项目看板管理智能化，提高企业制造执行能力。
l 生产排程柔性化。建立高级计划与排产系统（APS），通过集中排程、可视化调度及时准确掌握原料、设备、人员、模具等生产信息，应用多种算法提高生产排程效率，实现柔性生产，全面适应多品种、小批量的订单需求。
l 生产作业数字化。生产任务基于生产计划自动生产，并传送至制造执行系统（MES）生产采集终端，系统自动接收生产工单；通过制造执行系统（MES）生产采集终端可查询图纸、工艺标准等技术文件及物料清单（BOM）信息。
l 过程质量可追溯。建立数据采集与监视控制系统（SCADA），通过条形码、二维码或无线射频识别（RFID）卡等识别技术，可查看每个产品生产过程的订单信息、报工信息、批次号、工作中心、设备信息、人员信息，实现生产工序数据跟踪，产品档案可按批次进行生产过程和使用物料的追溯；自动采集质量检测设备参数，产品质量实现在线自动检测、报警和诊断分析，提升质量检验效率与准确率；生产过程的质量数据实时更新，统计过程控制（SPC）自动生成，实现质量全程追溯。
l 生产设备自管理。设备台账、点检、保养、维修等管理实现数字化；通过传感器采集设备的相关工艺参数，自动在线监测设备工作状态，实现在线数据处理和分析判断，及时进行设备故障自动报警和预诊断，部分设备可自动调试修复；设备综合效率（OEE）自动生成。
l 生产管理透明化。可视化系统实时呈现包含生产状况（生产数、生产效率、订单总数、完成率）、品质状况（生产数中的不良数、不良率）、设备状况等生产数据；生产加工进度通过各种报表、图表形式展示，直观有效地反映生产状况及品质状况。
l 物流配送智能化。基于条形码、二维码、无线射频识别（RFID）等识别技术实现自动出入库管理，实现仓储配送与生产计划、制造执行以及企业资源管理等业务的集成；能够基于生产线实际生产情况拉动物料配送，根据客户和产品需求调整目标库存水平。
l 能源资源利用集约化。建立能源综合管理监测系统，主要耗能设备实现实时监测与控制；建立产耗预测模型，水、电、气（汽）、煤、油以及物料等消耗实现实时监控、自动分析，实现能源资源的优化调度、平衡预测和有效管理。
（3）经营管理环节
l 建立企业资源计划（ERP），以系统化思维和供应链管理为核心，科学配置资源，优化运行模式，改善业务流程，提高决策效率。利用跨供应链的产品全生命周期管理系统（PLM），改善产品研发速度和敏捷性，增强交付客户化、为客户量身定做的能力。高级计划与排产系统（APS）应用拓展到企业上下游供应链，围绕核心企业的网链关系，在正向需求流及逆向供应流之间增加供需平衡管控机制，实现供应链各环节共同规划需求、订单和预测分析评估调整、产能和关键物料规划与控制、多工厂多车间协同、短中长期物料供需平衡管控等。
（4）运维服务环节（针对部分企业）
l 采用远程运维服务模式的智能装备/产品应配置开放的数据接口，具备数据采集、通信和远程控制等功能，利用工业互联网采集并上传设备状态、作业操作、环境情况等数据，并根据远程指令灵活调整设备运行参数。建立智能装备/产品远程运维服务平台，能够对装备/产品上传数据进行有效筛选、梳理、存储与管理，并通过数据挖掘、分析，向用户提供日常运行维护、在线检测、预测性维护、故障预警、诊断与修复、运行优化、远程升级等服务。智能装备/产品远程运维服务平台应与设备制造商的产品全生命周期管理系统（PLM）、客户关系管理系统（CRM）、产品研发管理系统实现信息共享。智能装备/产品远程运维服务平台应建立相应的专家库和专家咨询系统，能够为智能装备/产品的远程诊断提供智能决策支持，并向用户提出运行维护解决方案。
（5）其他关键要素
l 工业互联网。采用工业以太网、工业无线等技术，实现生产装备、传感器、控制系统与管理系统等的互联，实现数据的采集、流转和处理；利用工业物联网等技术，实现与工厂内、外网的互联互通，支持内、外网业务协同。采用各类标识技术自动识别零部件、在制品、工序、产品等对象，在仓储、生产过程中实现自动信息采集与处理，通过与国家工业互联网标识解析系统对接，实现对产品全生命周期管理。实现工厂管理软件之间的横向互联，实现数据流动、转换和互认。在工厂内部建设工业互联网平台，或利用公众网络上的工业互联网平台，实现数据的集成、分析和挖掘，支撑智能化生产、个性化定制、网络化协同、服务化延伸等应用。
l 工业云平台。通过协同云平台，实现制造资源和需求的有效对接；实现面向需求的创新资源、设计能力的共享、互补和对接；实现面向订单的生产资源合理调配，以及制造过程各环节和供应链的并行组织生产。建有围绕全生产链协同共享的产品溯源体系，实现企业间涵盖产品生产制造与运维服务等环节的信息溯源服务。
l 工业大数据平台。建立数据仓库或数据中台基础系统，应用微服务组件架构，建立算法和模型。通过数据治理及数据集成，实现决策分析平台，输出数据指标，指导设计研发、工艺和制造过程。
l 人工智能（针对部分企业）。关键制造装备采用人工智能技术，通过嵌入计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术，实现制造装备的自感知、自学习、自适应、自控制。应用机器学习、专家系统、深度学习等人工智能新技术对企业生产数据、财务数据、管理数据、采购数据、销售数据和消费者行为数据等数据资源进行分析和挖掘，实现对研发设计、生产制造、经营管理、物流销售、运维服务等环节的智能决策支持。
l 区块链（针对部分企业）。基于共享账本、智能合约、机器共识、权限隐私等技术优势，在工业制造各环节中广泛渗透和融合创新，提升生产要素的优化配置能力，加强生态多主体之间的协作共享，建立起互信的“机器共识”和“算法透明”，推动数据共享、协同创新、柔性监管，加速重构现有的业务逻辑和商业模式。
2、流程型示范智能工厂
（1）工艺优化环节
应用数字化工艺设计技术进行设计与仿真，并通过数字化虚拟工厂、检测与实验等方式进行验证与优化。建立产品数据管理系统（PDM），实现产品多配置管理、研发项目管理，产品设计、工艺数据的集成管理。对产品生产过程建立虚拟模型，仿真并优化生产流程。对各环节制造数据、绩效数据集成分析，优化生产工艺，提高产品质量，降低生产成本。
（2）生产制造环节
建立制造执行系统（MES），实现生产计划管理、生产过程控制、产品质量管理、车间库存管理、项目看板管理智能化，提高企业制造执行能力。
● 生产排程柔性化。建立高级计划与排产系统（APS），通过集中排程、可视化调度、工业大数据等及时准确掌握原料、设备、人员等生产信息，应用多种算法提高生产排程效率，实现柔性生产，全面适应多品种、小批量的订单需求。
● 生产作业数字化。生产管理系统和分布式控制系统（DCS）全面集成，自动生成企业所需要的日报表、盘点表、月质量报表等相关报表。生产流水线上重要工艺参数、设备状态、料位、喂料量等实行实时监控；图形站上的生产流程图所有显示值均为动态数据，可定时刷新。
● 过程质量可追溯。生产线安装大量传感器探测温度、压力、热能、振动和噪声等，用大数据分析整个生产流程，一旦某个流程偏离标准工艺，及时报警预判。质量管理系统和化验设备无缝集成，实现在线检测。企业基于同一个平台系统进行操作，与检测设备集成，自动形成使用数据，系统自动汇总质量数据信息。统计过程控制（SPC）自动生产，实现质量全程追溯。
● 生产设备自管理。设备台账、点检、保养、维修等管理实现数字化；通过传感器采集设备的相关工艺参数，自动在线监测设备工作状态，实现在线数据处理和分析判断，及时进行设备故障自动报警和预诊断，部分设备可自动调试修复；设备综合效率（OEE）自动生成。
● 生产管理透明化。可视化系统实时呈现包含生产状况（生产数、生产效率、订单总数、完成率）、品质状况（生产数中的不良数、不良率）、设备状况等生产数据；生产加工进度通过各种报表、图表形式展示，直观有效地反映生产状况及品质状况。
● 能源系统和水电仪表无缝整合。准确掌握各类能源介质分系统运行状况；完善能源计量体系，提供数据支撑、统一数据来源。
● 物流配送智能化。基于条形码、二维码、无线射频识别（RFID）等识别技术实现自动出入库管理；实现仓储配送与生产计划、制造执行以及企业资源管理等业务的集成。能够基于生产线实际生产情况拉动物料配送，基于客户和产品需求调整目标库存水平。
（3）经营管理环节
建立企业资源计划（ERP），以系统化思维和供应链管理为核心，科学配置资源，优化运行模式，改善业务流程，提供决策效率。利用跨供应链的产品全生命周期管理系统（PLM），改善产品研发速度和敏捷性，增强交付客户化、为客户量身定做的能力。高级计划与排产系统（APS）应用拓展到企业上下游供应链，围绕核心企业的网链关系，在正向需求流及逆向供应流之间增加供需平衡管控机制，实现供应链各环节共同规划需求、订单和预测分析评估调整、产能和关键物料规划与控制、多工厂多车间协同、短中长期物料供需平衡管控等。
（4）其他关键要素
l 工业互联网。采用工业以太网、工业无线等技术，实现生产装备、传感器、控制系统与管理系统等的互联，实现数据的采集、流转和处理；利用工业物联网等技术，实现与工厂内、外网的互联互通，支持内、外网业务协同。采用各类标识技术自动识别原材料、在制品、工序、产品等对象，在仓储、生产过程中实现自动信息采集与处理，通过与国家工业互联网标识解析系统对接，实现对产品全生命周期管理。实现工厂管理软件之间的横向互联，实现数据流动、转换和互认。在工厂内部建设工业互联网平台，或利用公众网络上的工业互联网平台，实现数据的集成、分析和挖掘，支撑智能化生产、个性化定制、网络化协同、服务化延伸等应用。
l 工业云平台。通过协同云平台，实现制造资源和需求的有效对接；实现面向需求的创新资源、设计能力的共享、互补和对接；实现面向订单的生产资源合理调配，以及制造过程各环节和供应链的并行组织生产。建有围绕全生产链协同共享的产品溯源体系，实现企业间涵盖产品生产制造与运维服务等环节的信息溯源服务。
l 工业大数据平台。建立数据仓库或数据中台基础系统，应用微服务组件架构，建立算法和模型。通过数据治理及数据集成，实现决策分析平台，输出数据指标，指导设计研发、工艺和制造过程。
l 人工智能（针对部分企业）。关键制造装备采用人工智能技术，通过嵌入计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术，实现制造装备的自感知、自学习、自适应、自控制。应用机器学习、专家系统、深度学习等人工智能新技术对企业生产数据、财务数据、管理数据、采购数据、销售数据和消费者行为数据等数据资源进行分析和挖掘，实现对研发设计、生产制造、经营管理、物流销售、运维服务等环节的智能决策支持。
l 区块链（针对部分企业）。基于共享账本、智能合约、机器共识、权限隐私等技术优势，在工业制造各环节中广泛渗透和融合创新，提升生产要素的优化配置能力，加强生态多主体之间的协作共享，建立起互信的“机器共识”和“算法透明”，推动数据共享、协同创新、柔性监管，加速重构现有的业务逻辑和商业模式。
四、认定标准
（一）智能化建设标杆
1、项目程序合法、手续齐全完备，是我市存量企业经投资主管部门核准或备案的工业技改项目和新建项目（包括存量企业新注册公司的投资项目）。
2、项目技术和设备投资额1000万元（或等值美元）及以上。
3、项目为2018年1月1日起实施，至2019年12月底前实施的已竣工项目。项目智能化技术和设备投资额占比达50%以上，同时项目购置的智能化设备应符合《2020年度无锡市智能制造资金项目重点鼓励应用智能化设备目录》（见附件1-1）。
4、智能化建设标杆的创建还需满足第三章中“（一）智能化建设标杆”的相关要求。
（二）示范智能车间
1、自动化生产线、机器人等自动化、智能化生产、试验、检测等设备台套（产线）数占车间设备台套（产线）数比例不低于70%，车间内生产设备联网数占设备总量的比例不低于70%。
2、示范智能车间的创建还需满足第三章中“（二）示范智能车间”的相关要求。
（三）示范智能工厂
1、智能制造装备、系统与软件总投入不低于1亿元，项目备案（核准）、环评、能评、安评、规划、土地等按固定资产投资项目管理要求，项目开工建设前应当具备的手续完备；项目已开工，截至2020年6月30日已完成智能制造投入不低于4000万元，在2022年底前竣工。
2、示范智能工厂分离散型智能工厂和流程型智能工厂两类分别认定，每类智能工厂的创建还需分别满足第三章中“（三）示范智能工厂”的相关要求。
四、认定程序
（一） 企业申请
2020年8月组织企业申报工作，企业根据申报指南，填写《无锡市智能制造示范标杆评定申报书》（简称《评定申报书》）及相关证明材料，申报书由企业加盖公章后提交各市（县）、区工业和信息化局、经济发展局。
同一个企业每次只能申报三类示范中的其中任意一类。
（二） 材料审查
1、各市（县）、区工业和信息化局、经济发展局组织对企业《评定申请表》及其配套证明材料进行初步审查。
2、各市（县）、区工业和信息化局、经济发展局将符合要求的企业项目材料汇总报送无锡市工业和信息化局。
（三） 评定审核
无锡市工业和信息化局依据本指南要求组织专家评审，并对申报企业进行现场考察。
（四）结果发布
无锡市工业和信息化局综合发布无锡市智能制造示范标杆名单。
五、附则
（一）本指南自发布之日起施行。
（二）本指南由无锡市工业和信息化局负责解释。
当前位置:
