　　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。

　　2. 企业近三年经营和财务状况良好，无不良信用记录、无较大及以上安全、环保等事故，无违法违规行为。

　　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. 基础级和先进级工厂智能制造能力成熟度评估水平达到 GB/T 39116-2020《智能制造能力成熟度模型》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(2024 年版)》，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。

　　1. 工厂建设[1]：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[2]：开展产品、工艺数字化研发设计。

　　3. 生产作业[3]：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[4]：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[5]：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(2024 年版)》，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。

　　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和仿真迭代，应用智能化设计工具，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，并开展安全能源环保数字化管理。

　　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(2024 年版)》，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。

　　1. 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(2024 年版)》，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：构建工厂数字孪生系统，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。

2024年度深圳市智能工厂梯度培育行动