市工业和信息化局关于印发天津市智能工厂
建设实施方案的通知
各有关单位：
现将《天津市智能工厂建设实施方案（2023-2025年）》印发给你们，请结合实际认真贯彻落实。
2023年5月6日
（此件主动公开）
天津市智能工厂建设实施方案
（2023-2025年）
智能工厂是综合应用数字化、网络化、智能化等新技术，与产品研发设计、生产制造、仓储物流、运维服务等环节深度融合，实现提高生产过程可控性、减少生产线人工干预的无人或少人化新型工厂（车间、产线）。智能工厂是推动智能制造的切入口和突破点，是智能制造能级和核心竞争力的重要体现。为贯彻落实《天津市推动制造业高质量发展行动方案（2023-2027年）》，推进产业数字化，提高我市智能制造整体能级，提升产业链韧性和安全水平，加快推动“天津制造”向“天津智造”转变，特制定本行动方案。
一、总体要求和目标任务
（一）总体要求。以习近平新时代中国特色社会主义思想为指导，坚持走中国式现代化道路，贯彻落实制造强国战略，推动制造业高端化、智能化、绿色化发展，深入实施制造业立市战略。坚持示范应用，高水平建设一批智能工厂、数字化车间和典型应用场景，打造一批行业示范应用标杆；强化供给能力，加快发展智能制造软件和关键装备，培育一批具有较强竞争力的智能制造系统集成商；提升服务和支撑能力，搭建智能制造公共服务平台，为实现制造业高质量发展和建设制造强市提供有力支撑。
（二）目标任务。到2025年，建立完善智能制造梯次培育机制，持续开展典型应用场景、数字化车间和智能工厂建设，全面推进重点行业生产线自动化、生产设备智能化、供应链网络化、企业管理信息化。智能制造软件和关键装备供给能力不断增强，智能制造应用水平大幅提升，实现设计效率提升，研发周期缩短，资源配置优化，智能化生产过程精细化管控，能源和装备利用率提高，生产成本降低，探索形成具有行业特色的智能转型升级路径，打造智能制造先行区。实施“万千百十”智能制造系统工程，新增万家企业上云，千家企业贯标；新增100个智能制造典型应用场景，凝练形成一批具备较高技术水平和推广应用价值的优秀场景；新增300个数字化车间和智能工厂，建设一批细分行业智能制造示范车间和工厂；培育10个以上相关业务收入超过5亿元、具有较强竞争力的智能制造系统解决方案供应商，带动突破一批关键技术、装备、软件、标准和解决方案，我市成为智能制造系统解决方案的重要输出地。
二、持续推动智能工厂建设，全面提升应用水平
（三）培育典型应用场景。针对设计、生产、管理、服务等制造全流程，开展数字化设计、智能化生产、绿色化制造、精益化管理等重点环节应用场景建设。引导企业应用智能制造新技术、新模式，加快关键工序自动化、关键岗位工业机器人替代、生产过程智能优化控制、供应链管理智能化，提升核心业务的精准预测、管理优化和自主决策，提高产品质量和生产效率，打造智能制造单元级的解决方案。三年内，培育100个智能制造典型应用场景。
（四）打造数字化车间和智能工厂。每年发布智能制造项目征集计划，引导制造业企业在应用场景建设基础上，运用信息技术、自动化、测控技术等手段，用数据连接车间不同单元，对生产运行过程进行规划、管理、诊断和优化。利用制造业立市等政策，支持企业开展制造单元、产线、车间、工厂的数字化改造和智能化升级，开展项目遴选、后期成效评估并公布名单，每年培育形成100个数字化车间和智能工厂，三年内累计打造300个。其中，装备制造行业（建设150家），聚焦汽车、工业机器人、海洋装备、轨道交通装备等领域；原材料行业（建设70家），聚焦现代冶金、石油石化、建筑材料等领域；消费品行业（建设40家），聚焦自行车、家具建材等领域；电子信息行业（建设30家），聚焦集成电路、智能硬件、智能传感等领域；生物医药行业（10家），聚焦化学药、现代中药、生物制品等领域。
（五）加强智能工厂示范推广。在100个智能制造典型应用场景和300个数字化车间/智能工厂建设基础上，通过案例征集、智能制造创新大赛等方式，挖掘一批智能制造成效显著、示范作用突出、成长性好的应用场景、数字化车间和智能工厂，在高端装备、原材料、生物医药等重点行业进行推广示范，带动一批突破性、带动性、示范性强的智能制造试点示范项目，打造国家级智能制造试点示范工厂和优秀场景。
三、加大系统集成商培育力度，有效提升供给能力
（六）大力培育服务能力强的智能制造系统集成商。建立本市智能制造系统解决方案集成商名录，推荐列入名录的集成商联合装备供应商、软件开发商，推进智能制造装备、核心软件、工业互联网的集成应用，参与我市企业智能化升级和智能工厂建设。支持集成商通过参与各类展会，加强智能制造新技术、新模式、新经验的宣传展示与交流合作，提升数字化管理、网络化协同、个性化定制、服务化延伸（远程运维）等智能制造应用场景解决方案、数字化车间和智能工厂建设整体解决方案的服务能力。三年内培育形成10家具有行业特征明显、服务能力强的智能制造系统解决方案集成商。
（七）推动智能装备、软件以及工程公司向解决方案供应商转型发展。依托我市高端装备产业优势，引导装备制造企业以智能化升级为突破口，从提供设备向提供设计、承接工程、设施维护和管理运营等智能制造一体化服务转变。鼓励工程设计院、工业信息工程与服务公司等智能制造相关单位向智能制造系统解决方案供应商转型，提供在线监控（检测）、智能控制、故障预警等技术服务，促进制造单元（产线）、车间以及工厂系统集成。推动解决方案供应商提供制造业各类数字化装备及智能技术改造整体解决方案，汇总形成我市智能装备解决方案供应商典型案例。
四、推动智能制造“软件”与“硬件”应用，提升智能工厂建设能级
（八）加强智能制造软件开发应用。推动软件企业和工业企业联合开展智能制造基础软件、研发设计软件、控制软件、数据管理软件、物流管理软件及系统解决方案的联合攻关，打通智能工厂建设关键环节的数字化转型和数据连接，提升智能制造软件的自主可控。重点突破计算机辅助类（CAX）软件、数值分析与可视化仿真软件等设计、工艺仿真软件，制造执行系统（MES）、企业资源管理软件（ERP）、供应链管理软件（SCM）、仓库管理系统（WMS）、计算机辅助工艺系统（CAPP）、产品全生命周期管理系统（PLM）等管理软件，推动各类工业软件在智能工厂建设中的推广应用。
（九）提升智能装备支撑能力。围绕本市机器人、智能测控、工业母机以及成套装备等智能装备，形成智能装备推荐名单，促进智能装备与数字化车间和智能工厂建设融合发展，提升工厂的状态感知、自主决策、高效节能等能力。在机器人方面，重点发展工业机器人，打造焊接喷涂机器人，4自由度空间搬运机器人，研发满足细分行业柔性制造、复杂应用工艺需求的智能作业机器人技术与系统。在智能测控方面，重点发展流程工业用控制系统、装备整机可靠性工艺实验设备、在线故障监测与诊断仪器等装备。在工业母机方面，重点发展高端成套锥齿轮系列加工装备，研发磨床整机结构动静刚度设计、静压导轨及静压轴承技术，诊断与维护等核心技术。在专用成套装备方面，重点发展特新一代新型干法水泥成套装备、造纸印刷自动化装备、高温高压石油钻采专用测井装备等专用装备。
五、加强平台和标准支撑，助力智能工厂建设
（十）搭建智能制造公共服务平台。建设天津市智能制造公共服务平台，选择重点行业和区域试点开展企业智能制造成熟度评估、专题论坛等活动，分析重点区域、重点行业智能制造发展情况，有针对性地提升智能制造发展水平。通过承办智能制造创新大赛北部赛区、智能制造创新大赛装备赛道等活动，加强一批关键核心技术攻关，挖掘一批可复制推广的智能制造创新成果，加快赋能智能工厂建设，提升智能工厂建设水平。
（十一）强化智能制造对接服务。每年组织10场以上智能制造进园区活动、智能制造专家诊断行等现场诊断活动，针对企业智能制造现状、存在问题以及解决路径进行现场指导，帮助企业制定个性化的智能化改造方案。发挥天津市智能制造协同创新发展联盟、天津市精益智能制造促进中心、天津市机器人产业协会等智能制造服务机构作用，促进系统集成商、软件开发商、设备制造商和用户之间的对接合作。
（十二）建设智能制造标准体系。鼓励和支持我市智能制造相关行业协会、联盟、高校、院所和重点企业进行交流合作，参与基础通用标准、关键技术标准、行业应用标准等国家和我市智能制造标准研究和标准体系建设，加强智能制造标准领域的国内外交流合作，抢占标准制高点。推动我市龙头骨干企业在细分行业、细分领域制订“数字化车间、智能工厂”等智能制造的行业标准，形成一批体现天津技术优势和产业特色、有利于智能制造新模式广泛应用的先进标准。发布并实施《天津市典型应用场景遴选条件》、《天津市数字化车间和智能工厂遴选条件》、《天津市系统解决方案供应商遴选条件》，为我市典型应用场景、数字化车间和智能工厂建设，系统解决方案供应商发展提供标准支撑。
六、加强统筹协调，强化保障措施
（十三）加强工作统筹。健全联席会议工作机制，强化市级部门统筹协调，建立与重点行政区、工业园区相互衔接的统筹联动机制，统筹推进全市智能制造各项工作和协调重大问题。强化与工业和信息化部等国家相关部门的协调配合，积极争取国家政策和重大项目支持。
（十四）强化政策支撑。充分利用国家首台套、首版次等政策，支持智能制造装备、工业软件等产品创新与应用示范。发挥我市制造业立市政策优势，加快企业智能化改造、数字化提升、智能装备关键技术创新。鼓励相关产业基金、金融机构、社会资本与智能制造项目有效衔接。鼓励各区出台相关政策，加大支持力度，推动智能制造加快发展。
（十五）推动产融对接。鼓励银行、证券、保险等金融机构对智能制造关键技术与核心部件研发、智能装备与系统开发、公共平台建设、智能化改造等重点领域项目提供信贷支持。支持各类金融机构积极创新融资方式，为企业拓宽融资渠道。发挥“海河产业基金”作用，引导千亿级母基金培育助推传统企业智能化改造、研究院所和科研项目等天使基金。鼓励融资担保公司为智能制造相关企业贷款提供担保，缓解融资难题。
（十六）加强人才支撑。加大人才引进力度，吸引一批智能制造、工业互联网、新一代信息技术与制造业融合等领域急缺的高技能专业人才。鼓励天津大学、中德应用大学等高等院校加强智能制造相关学科建设，培养具有较强集成创新能力的高级专业技术人才。推进产教融合，支持企业与科研院所、行业组织、院校合作开展智能制造实训平台建设，开发相关培养项目，造就一支跨学科、复合型、具有实际操作技能的智能制造人才队伍。
（十七）营造发展环境。积极发挥产业促进组织桥梁纽带作用，促进资源整合，推进技术交流与合作，协助推广天津智能制造行业整体解决方案。支持开展产需对接、技术交流、业务培训、项目管理等公共服务项目，探索产学研用协同创新的组织形态和“智能制造+知识创造”的实践之路。广泛开展典型案例宣传，提高全社会对智能制造的认识，调动社会各方参与的主动性、积极性。
附件：《天津市典型应用场景、数字化车间和智能工厂以及系统解决方案供应商遴选条件》
天津市应用场景、数字化车间和智能工厂
以及系统解决方案供应商遴选条件
（2023年版）
天津市应用场景遴选条件
（2023年版）
通过5G、工业互联网、大数据、人工智能、北斗系统等新一代信息技术与核心制造环节的深度融合，形成可复制、可推广的智能制造优秀场景。旨在构建具备自感知、自决策、自执行、自适应、自学习等能力的数字化车间、智能工厂。
一、工厂建设
通过三维建模、系统仿真、设计优化，实现基于模型的工厂设计、交付和建设，提高建设效率和质量，降低成本。
1.工厂数字化设计。应用工厂三维设计与仿真软件，集成工厂信息模型、制造系统仿真、专家系统和AR/VR等技术，高效开展工厂规划、设计和仿真优化，实现数字化交付。
2.数字孪生工厂建设。应用建模仿真、多模型融合等技术，构建装备、产线、车间、工厂等不同层级的数字孪生系统，通过物理世界和虚拟空间的实时映射，实现基于模型的数字化运行和维护。
二、产品研发
通过设计建模、仿真优化和测试验证，实现数据驱动的产品研发，提高设计效率，缩短研发周期。
3.产品数字化研发与设计。应用设计软件和知识模型库，基于复杂建模、物性表征与分析、AR/VR、数字孪生等技术，搭建数字化协同设计环境，开展产品、配方等研发与设计。
4.虚拟试验与调试。面向产品功能、性能、可靠性、寿命等方面，通过虚拟仿真开展试验、调试，缩短研发周期，降低研发成本，提高产品质量。
5.数据驱动产品设计优化。打通产品设计、生产作业、售后服务等环节数据，结合人工智能、大数据等技术，探索创成式设计，持续迭代产品模型，驱动产品优化创新。
三、工艺设计
通过制造机理分析、工艺过程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，保障可行性。
6.工艺数字化设计。应用工艺仿真软件和工艺知识库，基于机理、物性表征和数据分析技术，建立加工、检测、装配、物流等工艺模型，进行工艺全过程仿真，预测加工缺陷并改进工艺方案和参数。
7.可制造性设计。打通工艺设计、产品研发、生产作业等环节数据，开展产品制造全过程仿真，优化工艺方案和物料清单，改善工艺流程，降低制造与维护的复杂性及成本。
四、计划调度
通过市场订单预测、产能平衡分析、生产计划制定和智能排产，开展订单驱动的计划排程，优化资源配置，提高生产效率。
8.生产计划优化。构建企业资源管理系统，应用约束理论、寻优算法和专家系统等技术，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。
9.车间智能排产。应用计划排程系统，集成调度机理建模、寻优算法等技术，实现基于多约束和动态扰动条件下的车间排产优化。
10.资源动态配置。依托制造执行系统，集成大数据、运筹优化、专家系统等技术，开展基于资源匹配、绩效优化的精准派工，实现人力、设备、物料等制造资源的动态配置。
五、生产作业
部署智能制造装备，通过精益生产管理、工艺过程控制优化、产线灵活配置、设备协同作业，实现智能化生产作业和精细化生产管控，提高生产效率，降低成本。
11.精益生产管理。应用六西格玛、5S管理和定置管理等精益工具和方法，开展相关信息化系统建设，实现基于数据驱动的人、机、料等精确管控，提高效率，消除浪费。
12.先进过程控制。部署智能制造装备，依托先进过程控制系统，融合工艺机理分析、多尺度物性表征和建模、实时优化和预测控制等技术，实现精准、实时和闭环的过程控制。
13.工艺动态优化。部署智能制造装备，搭建生产过程全流程一体化管控平台，应用工艺机理分析、多尺度物性表征和流程建模、机器学习等技术，动态优化调整工艺流程/参数。
14.产线柔性配置。部署智能制造装备，应用模块化、成组和产线重构等技术，搭建柔性可重构产线，根据订单、工况等变化实现产线的快速调整和按需配置，实现多种产品自动化混线生产。
15.智能协同作业。部署智能制造装备，基于5G、TSN等新型网络技术建设生产现场设备控制系统，实现生产设备、物流装备、生产线等实时控制和高效协同作业。
六、质量管控
部署智能检测装备等，通过智能在线检测、质量数据统计分析和全流程质量追溯，实现精细化质量管控，降低不合格品率，持续提升产品质量。
16.智能在线检测。部署智能检测装备，融合5G、机器视觉、缺陷机理分析、物性和成分分析等技术，开展产品质量等在线检测、分析、评级、预测。
17.质量精准追溯。建设质量管理系统，集成5G、区块链、标识解析等技术，采集产品原料、设计、生产、使用等质量信息，实现产品全生命周期质量精准追溯。
18.产品质量优化。依托质量管理系统和知识库，集成质量设计优化、质量机理分析等技术，进行产品质量影响因素识别、缺陷分析预测和质量优化提升。
七、设备管理
部署智能传感与控制装备等，建设设备管理系统，通过运行监测、故障诊断和运行优化，实现设备全生命周期管理和预测性维护，提升设备运行效率、可靠性和精度保持性。
19.在线运行监测。集成智能传感、5G、机器视觉、故障检测等技术，通过自动巡检、在线运行监测等方式，判定设备运行状态，开展性能分析和异常报警，提高控制效率。
20.设备故障诊断与预测。综合运用物联网、机器学习、故障机理分析等技术，建立设备故障诊断和预测模型，精准判断设备失效模式，开展预测性维护，减少意外停机，降低运维成本。
21.设备运行优化。建设设备健康管理系统，基于模型对设备运行状态、工作环境等进行综合分析，调整优化设备运行参数，提高产量，降低能耗，延长设备使用寿命。。
八、仓储物流
部署智能物流与仓储装备等，通过精准配送计划、自动出入库（进出厂）、自动物流配送和跟踪管理，实现精细仓储管理和高效物流配送，提高物流效率和降低库存量。
22.智能仓储。建设智能仓储系统，应用条码、射频识别、智能传感等技术，依据实际生产作业计划，实现物料自动入库（进厂）、盘库和出库（出厂）。
23.精准配送。集成智能仓储系统和智能物流装备，应用实时定位、机器学习等技术，实现原材料、在制品、产成品流转全程跟踪，以及物流动态调度、自动配送和路径优化。
九、安全管控
部署智能传感与控制装备等，通过安全风险实时监测与应急处置、危险作业自动化运行，实现面向工厂全环节的安全综合管控，确保安全风险与隐患的可预知、可控制。
24.安全风险实时监测与应急处置。依托感知装置和安全生产管理系统，基于智能传感、机器视觉、特征分析、专家系统等技术，动态感知、精准识别危化品、危险环节等各类风险，实现安全事件的快速响应和智能处置。
25.危险作业自动化。部署智能制造装备，集成智能传感、机器视觉、机器人、5G等技术，打造自动化产线，实现危险作业环节的少人化、无人化。
十、能源管理
部署智能传感与控制装备等，通过能耗全面监测、能效分析优化和碳资产管理，实现面向制造全过程的精细化能源管理，提高能源利用率，降低能耗成本。
26.能耗数据监测。基于能源管理系统，应用智能传感、大数据、5G等技术，开展全环节、全要素能耗数据采集、计量和可视化监测。
27.能效平衡与优化。应用能效优化机理分析、大数据和深度学习等技术，优化设备运行参数或工艺参数，实现关键设备、关键环节等能源综合平衡与优化调度。
28.碳资产管理。开发碳资产管理平台和行业成套装备，集成智能传感、大数据和区块链等技术，实现全流程的碳排放追踪、分析、核算和交易。
十一、环保管控
部署智能传感与控制装备等，通过污染管理与环境监测、废弃物处置与再利用，实现环保精细管控，降低污染物排放，消除环境污染风险。
29.污染监测与管控。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，开展排放实时监测和污染源管理，实现全过程环保数据的采集、监控与分析优化。
30.废弃物处置与再利用。搭建废弃物管理平台和行业成套装备，融合条码、物联网和5G等技术，实现废弃物处置与循环再利用全过程的监控、追溯。
十二、营销管理
通过市场趋势预测、用户需求挖掘和数据分析，优化销售计划，实现需求驱动的精准营销，提高营销效率，降低营销成本。
31.市场快速分析预测。应用大数据、深度学习等技术，实现对市场未来供求趋势、影响因素及其变化规律的精准分析、判断和预测。
32.销售驱动业务优化。应用大数据、机器学习、知识图谱等技术，构建用户画像和需求预测模型，制定精准销售计划，动态调整设计、采购、生产、物流等方案。
十三、售后服务
通过服务需求挖掘、主动式服务推送和远程产品运维服务等，实现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。
33.主动客户服务。建设客户关系管理系统，集成大数据、知识图谱和自然语言处理等技术，实现客户需求分析、精细化管理，提供主动式客户服务。
34.产品远程运维。建立产品远程运维管理平台，集成智能传感、大数据和5G等技术，实现基于运行数据的产品远程运维、预测性维护和产品设计的持续改进。
十四、供应链管理
通过采购策略优化、供应链可视化、物流监测优化、风险预警与弹性管控等，实现供应链智慧管理，提升供应链效能、柔性和韧性。
35.采购策略优化。建设供应链管理系统，集成大数据、寻优算法和知识图谱等技术，实现供应商综合评价、采购需求精准决策和采购方案动态优化。
36.供应链可视化。建设供应链管理系统，融合大数据和区块链等技术，打通上下游企业数据，实现供应链可视化监控和综合绩效分析。
37.物流实时监测与优化。依托运输管理系统，应用智能传感、物联网、实时定位和深度学习等技术，实现运输配送全程跟踪和异常预警、装载能力和配送路径优化。
38.供应链风险预警与弹性管控。建立供应链管理系统，集成大数据、知识图谱和远程管理等技术，开展供应链风险隐患识别、定位、预警和高效处置。
十五、数字基建
通过建设数字基础设施，推动工业数据治理与可信流通、工业知识软件化，持续提升各环节数据的采集、处理、共享、分析、应用能力，支撑工厂业务运行与优化创新。
39.数字基础设施集成。部署工业互联网、物联网、5G、千兆光网等新型网络基础设施，建设工业数据中心、智能计算中心、工业互联网平台以及网络、数据、功能等各类安全系统，完善支撑数字业务运行的信息基础设施。
40.数据治理与流通。应用云计算、大数据、隐私计算、区块链等技术，构建可信数据空间，实现企业内数据的有效治理和分析利用，推动企业间数据安全可信流通，充分释放数据价值。
41.工业知识软件化。应用大数据、知识图谱、知识自动化等技术，将工业技术、工艺经验、制造方法沉淀为数据和机理模型，与先进制造装备相结合，建设知识库和模型库，开发各类新型工业软件，支撑业务创新。
十六、模式创新
面向企业全价值链、产品全生命周期和全资产要素，通过新一代信息技术和先进制造技术融合，推动关键技术装备创新、制造模式创新和商业模式创新，创造新价值。
42.网络协同制造。建立网络协同平台，推动企业间设计、生产、管理、服务等环节紧密连接，实现基于网络的生产业务并行协同，并将富余的制造能力对外输出，优化配置制造资源。
43.大规模个性化定制。部署智能制造装备，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，以大批量生产的低成本、高质量和高效率提供定制化的产品和服务。
44.人机协同制造。应用人工智能、AR/VR、5G、新型传感等技术，提高高档数控机床、工业机器人、行业成套装备等智能制造装备与人员的交互、协同作业等能力，实现基于高精度空间定位与追踪、动作感知、自然语言处理、情绪识别等功能的自主协同。
45.数据驱动服务。分析产品运行工况、维修保养、故障缺陷等数据，应用大数据、专家系统等技术，开拓专业服务、设备估值、融资租赁、资产处置等新业务，创造新价值。
天津市数字化车间和智能工厂遴选条件
（2023年版）
一、天津市数字化车间遴选条件
（一）数字化车间定义
以生产对象所要求的工艺和设备为基础，以信息技术、自动化、测控技术等为手段，用数据连接车间不同单元，对生产运行过程进行规划、管理、诊断和优化的实施单元。
（二）数字化车间遴选条件
1.人员指标
（1）具有智能制造的发展战略，明确智能制造责任部门、责任人以及岗位职责。
（2）具有智能制造统筹规划能力的个人或团队，建立智能制造人才培训体系。
2.技术指标
（1）实现数据采集，满足特定范围的数据使用需求，实现数据及分析结果在部门内在线共享。
（2）开展系统集成规划，实现关键业务活动设备、系统间的集成。
（3）定期对关键工业控制系统开展信息安全风险评估。
3.资源指标
（1）在关键工序应用数字化设备，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）数的比例达到70%以上。
（2）采集设备的运行数据，信息的上传率达到90%，实现设备实时监控。
4.生产指标
（1）基于信息技术手段，实现生产过程工艺文件、关键物料、设备、人员等的数据采集，并上传到信息系统；在关键工序采用数字化质量检测设备，实现产品质量检测和分析。
（2）通过信息技术手段实现对设备设施维护保养的预警;采用设备管理系统实现设备点巡检、维护保养等状态和过程管理。
（3）建立仓储管理系统，实现货物库位分配、出入库和移库等管理。
（4）通过信息技术手段实现员工职业健康和安全作业管理，实现环保管理和数据可采集记录。
（5）通过信息技术手段，对主要能源开展数据采集动态监控和计量。
二、天津市智能工厂遴选条件
（一）智能工厂定义
在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理和服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。离散型制造企业的数字化车间数量不少于2个，流程型、混合型制造企业的数字化车间数量不少于1个。
离散型制造企业的智能工厂特征是产品是由许多零部件构成的，各零部件的加工装配过程彼此独立，整个产品的生产工序是离散的，制成的零件通过部件装配和总装配最终成为产品。
流程型制造企业的智能工厂特征是物料是均匀的、连续地按一定工艺顺序运动的，工艺过程的特点是连续性。
（二）智能工厂遴选要求
智能工厂主要分为装备制造业、电子信息行业、消费品行业、原材料行业四大行业，需满足本行业的要素条件。要素条件分为重点环节和指标要求，指标要求为全行业共性要求，并按照行业属性选择重点环节。
1.全行业共性指标要求
人员指标、技术指标、资源指标、生产指标、设计指标、物流指标、销售指标、服务指标。
2.重点环节
（1）装备制造业
装备制造业企业大部分属于离散型制造企业。聚焦通用装备、专用装备、汽车、轨道交通装备、船舶、航空航天、电气机械、仪器仪表等细分领域，围绕工艺设计、计划调度、生产作业、质量管控、设备管理、供应链管理等重点环节，建立高效柔性、敏捷响应、人机协同和动态调度的汽车和装备制造业智能工厂。
（2）电子信息行业
电子信息行业企业大部分属于离散型制造企业。聚焦计算机、通信和其他电子设备等细分领域，围绕工艺设计、计划调度、生产作业、仓储物流、质量管控、设备管理等重点环节，建设高效配送、资源协同和柔性生产的电子信息智能工厂。
（3）消费品行业
消费品行业企业大部分属于流程型制造企业。聚焦食品，饮料，纺织，服装服饰，皮革及制鞋，木材加工及家具，造纸纸品，印刷，医药、化纤，橡胶塑料等细分领域，围绕计划调度、生产作业、仓储物流、质量管控、营销管理、供应链管理等重点环节，建立全生命周期质量管控、需求敏捷感知和产销用协同的消费品行业智能工厂。
（4）原材料行业
原材料行业企业大部分属于流程型制造企业。聚焦石化化工、钢铁、有色金属、建材、民爆等细分领域，围绕生产作业、质量管控、设备管理、安全管控、能源管理、环保管控等重点环节，建设绿色、高效、安全和可持续的原材料行业智能工厂。
（三）智能工厂要素条件
1.全行业共性指标要求
（1）人员指标
对智能制造战略的执行情况进行监控与评测，建立优化岗位结构的机制。
具有创新管理机制，建立知识管理体系，实现人员知识、技能和经验数字化与软件化。
（2）技术指标
建立企业级的统一数据中心，采用大数据技术，为业务人员及制造活动提供优化建议和决策支持。
通过企业服务总线（ESB）和操作数据存储系统（ODS）等方式，实现全业务活动的集成。
工业网络部署具有深度包解析功能的安全设备；对工业现场使用的设备进行安全性测试；采用具备自学习、自优化功能的安全防护措施。
（3）资源指标
在关键工序应用数字化设备，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）数的比例达到70%以上；
关键工序设备应具有预测性维护、远程监测、远程诊断和故障预警功能，实现设备与模型间的信息实时互联，并与其他系统进行数据分享；
采集设备的运行数据，信息的上传率达到90%，实现网络资源优化配置；
应建立分布式工业控制网络，基于SDN的敏捷网络，实现网络资源优化配置。
（4）生产指标
通过与供应商的销售系统集成，实现协同供应链，建立采购模型、供应商评价模型，实现企业与供应商在设计、生产、质量、库存、物流的协同。
形成优化的详细生产作业计划，系统实现对异常情况的自动决策和优化调度，构建生产运行实时模型，实现动态实时的生产排产和调度。
构建模型实现生产作业数据的在线分析，建立质量数据算法模型预测生产过程异常，并实时预警，实现产品质量的精准追溯和生产过程非预见性异常的自动调整，实现质量知识库自优化。
基于设备运行模型和设备故障知识库，自动给出包含自动预警的预测性维护解决方案；基于设备综合效率的分析，自动驱动工艺优化和生产作业计划优化，实现设备运行模型的自学习、自优化。
通过数字化仓储设备、配送设备与信息系统集成，依据实际生产状态实时拉动物料配送，实现库存和路径的优化，实现最优库存或及时供货。
实现危险源的动态识别、评审和治理；实现环保监测数据和生产作业数据的集成应用，开展排放分析及预测预警；实现生产安全一体化管理。
建立节能模型，实现能流的精细化和可视化管理；实现能源的动态预测和平衡，并指导生产。
（5）设计指标
基于产品组件的标准库、产品设计知识库的集成和应用，实现产品参数化、模块化设计；构建完整的产品设计仿真分析和试验验证平台和统一的三维模型，实现产品全生命周期动态管理。
将完整的工艺信息集成于三维工艺模型中，基于工艺知识库的集成应用，实现工艺流程、工序内容、工艺资源等知识的实时调用，实现基于三维模型的制造工艺全要素的仿真分析及迭代优化，实现产业链跨区域、跨平台的协同工艺设计。
（6）物流指标
实现生产、仓储配送（管道运输）、运输管理多系统的集成优化；实现运输配送全过程信息跟踪，对轨迹异常进行报警、装载能力优化以及运输配送线路优化。
（7）销售指标
优化客户需求预测模型，制定精准的销售计划；综合运用各种渠道，实现线上线下协同，统一管理所有销售方式；实现满足客户需求的精准营销。
（8）服务指标
应实现面向客户的精细化管理，建立客户服务数据模型，通过多维度的数据挖掘，进行自学习、自优化。
产品应具有数据传输、故障预警、预测性维护等功能；建立远程运维服务平台，提供远程监测、故障预警、预测性维护等服务；通过云平台，整合跨区域、跨界服务资源，构建服务生态。
2.重点环节要求
（1）生产作业
部署智能制造装备，通过精益生产管理、工艺过程控制优化、产线灵活配置、设备协同作业，实现智能化生产作业和精细化生产管控，提高生产效率，降低成本。
精益生产管理。应用六西格玛、5S管理和定置管理等精益工具和方法，开展相关信息化系统建设，实现基于数据驱动的人、机、料等精确管控，提高效率，消除浪费。
先进过程控制。部署智能制造装备，依托先进过程控制系统，融合工艺机理分析、多尺度物性表征和建模、实时优化和预测控制等技术，实现精准、实时和闭环的过程控制。
工艺动态优化。部署智能制造装备，搭建生产过程全流程一体化管控平台，应用工艺机理分析、多尺度物性表征和流程建模、机器学习等技术，动态优化调整工艺流程/参数。
产线柔性配置。部署智能制造装备，应用模块化、成组和产线重构等技术，搭建柔性可重构产线，根据订单、工况等变化实现产线的快速调整和按需配置，实现多种产品自动化混线生产。
智能协同作业。部署智能制造装备，基于5G、TSN等新型网络技术建设生产现场设备控制系统，实现生产设备、物流装备、生产线等实时控制和高效协同作业。
（2）质量管控
部署智能检测装备等，通过智能在线检测、质量数据统计分析和全流程质量追溯，实现精细化质量管控，降低不合格品率，持续提升产品质量。
智能在线检测。部署智能检测装备，融合5G、机器视觉、缺陷机理分析、物性和成分分析等技术，开展产品质量等在线检测、分析、评级、预测。
质量精准追溯。建设质量管理系统，集成5G、区块链、标识解析等技术，采集产品原料、设计、生产、使用等质量信息，实现产品全生命周期质量精准追溯。
产品质量优化。依托质量管理系统和知识库，集成质量设计优化、质量机理分析等技术，进行产品质量影响因素识别、缺陷分析预测和质量优化提升。
（3）工艺设计
通过制造机理分析、工艺过程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，保障可行性。
工艺数字化设计。应用工艺仿真软件和工艺知识库，基于机理、物性表征和数据分析技术，建立加工、检测、装配、物流等工艺模型，进行工艺全过程仿真，预测加工缺陷并改进工艺方案和参数。
可制造性设计。打通工艺设计、产品研发、生产作业等环节数据，开展产品制造全过程仿真，优化工艺方案和物料清单，改善工艺流程，降低制造与维护的复杂性及成本。
（4）计划调度
通过市场订单预测、产能平衡分析、生产计划制定和智能排产，开展订单驱动的计划排程，优化资源配置，提高生产效率。
生产计划优化。构建企业资源管理系统，应用约束理论、寻优算法和专家系统等技术，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。
车间智能排产。应用计划排程系统，集成调度机理建模、寻优算法等技术，实现基于多约束和动态扰动条件下的车间排产优化。
资源动态配置。依托制造执行系统，集成大数据、运筹优化、专家系统等技术，开展基于资源匹配、绩效优化的精准派工，实现人力、设备、物料等制造资源的动态配置。
（5）仓储物流
部署智能物流与仓储装备等，通过精准配送计划、自动出入库（进出厂）、自动物流配送和跟踪管理，实现精细仓储管理和高效物流配送，提高物流效率和降低库存量。
智能仓储。建设智能仓储系统，应用条码、射频识别、智能传感等技术，依据实际生产作业计划，实现物料自动入库（进厂）、盘库和出库（出厂）。
精准配送。集成智能仓储系统和智能物流装备，应用实时定位、机器学习等技术，实现原材料、在制品、产成品流转全程跟踪，以及物流动态调度、自动配送和路径优化。
（6）设备管理
部署智能传感与控制装备等，建设设备管理系统，通过运行监测、故障诊断和运行优化，实现设备全生命周期管理和预测性维护，提升设备运行效率、可靠性和精度保持性。
在线运行监测。集成智能传感、5G、机器视觉、故障检测等技术，通过自动巡检、在线运行监测等方式，判定设备运行状态，开展性能分析和异常报警，提高控制效率。
设备故障诊断与预测。综合运用物联网、机器学习、故障机理分析等技术，建立设备故障诊断和预测模型，精准判断设备失效模式，开展预测性维护，减少意外停机，降低运维成本。
设备运行优化。建设设备健康管理系统，基于模型对设备运行状态、工作环境等进行综合分析，调整优化设备运行参数，提高产量，降低能耗，延长设备使用寿命。
（7）安全管控
部署智能传感与控制装备等，通过安全风险实时监测与应急处置、危险作业自动化运行，实现面向工厂全环节的安全综合管控，确保安全风险与隐患的可预知、可控制。
安全风险实时监测与应急处置。依托感知装置和安全生产管理系统，基于智能传感、机器视觉、特征分析、专家系统等技术，动态感知、精准识别危化品、危险环节等各类风险，实现安全事件的快速响应和智能处置。
危险作业自动化。部署智能制造装备，集成智能传感、机器视觉、机器人、5G等技术，打造自动化产线，实现危险作业环节的少人化、无人化。
（8）能源管理
部署智能传感与控制装备等，通过能耗全面监测、能效分析优化和碳资产管理，实现面向制造全过程的精细化能源管理，提高能源利用率，降低能耗成本。
能耗数据监测。基于能源管理系统，应用智能传感、大数据、5G等技术，开展全环节、全要素能耗数据采集、计量和可视化监测。
能效平衡与优化。应用能效优化机理分析、大数据和深度学习等技术，优化设备运行参数或工艺参数，实现关键设备、关键环节等能源综合平衡与优化调度。
碳资产管理。开发碳资产管理平台和行业成套装备，集成智能传感、大数据和区块链等技术，实现全流程的碳排放追踪、分析、核算和交易。
（9）环保管控
部署智能传感与控制装备等，通过污染管理与环境监测、废弃物处置与再利用，实现环保精细管控，降低污染物排放，消除环境污染风险。
污染监测与管控。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，开展排放实时监测和污染源管理，实现全过程环保数据的采集、监控与分析优化。
废弃物处置与再利用。搭建废弃物管理平台和行业成套装备，融合条码、物联网和5G等技术，实现废弃物处置与循环再利用全过程的监控、追溯。
（10）营销管理
通过市场趋势预测、用户需求挖掘和数据分析，优化销售计划，实现需求驱动的精准营销，提高营销效率，降低营销成本。
市场快速分析预测。应用大数据、深度学习等技术，实现对市场未来供求趋势、影响因素及其变化规律的精准分析、判断和预测。
销售驱动业务优化。应用大数据、机器学习、知识图谱等技术，构建用户画像和需求预测模型，制定精准销售计划，动态调整设计、采购、生产、物流等方案。
（11）供应链管理
通过采购策略优化、供应链可视化、物流监测优化、风险预警与弹性管控等，实现供应链智慧管理，提升供应链效能、柔性和韧性。
采购策略优化。建设供应链管理系统，集成大数据、寻优算法和知识图谱等技术，实现供应商综合评价、采购需求精准决策和采购方案动态优化。
供应链可视化。建设供应链管理系统，融合大数据和区块链等技术，打通上下游企业数据，实现供应链可视化监控和综合绩效分析。
物流实时监测与优化。依托运输管理系统，应用智能传感、物联网、实时定位和深度学习等技术，实现运输配送全程跟踪和异常预警、装载能力和配送路径优化。
供应链风险预警与弹性管控。建立供应链管理系统，集成大数据、知识图谱和远程管理等技术，开展供应链风险隐患识别、定位、预警和高效处置。
天津市系统解决方案供应商遴选条件
（2023年版）
天津市系统解决方案供应商是指注册在本市范围内，通过集成制造装备、自动化控制、工业软件等技术和系统实现数字化、网络化和智能化生产线、车间、工厂集成应用服务的企事业单位。
一、系统解决方案供应商基本条件
设有市级研发机构，拥有1个以上集成领域核心专利或标准，拥有30人以上技术服务团队，3个以上行业内成功服务案例。
二、系统解决方案供应商分类及要素条件
天津市系统解决方案供应商主要分为智能装备解决方案供应商、软件解决方案供应商、智能制造系统解决方案服务商三大类。
（一）智能装备解决方案供应商
提供制造业各类数字化装备及智能技术改造整体解决方案，具有装备数据采集、边缘计算、在线监控（检测）、智能控制、故障预警等能力，可实现生产设备互联互通、制造单元（产线）系统集成等功能。
（二）软件解决方案供应商
提供CAD/CAE、PLM、ERP、MES、CRM等传统工业应用软件及软件系统整体解决方案，具有在工业应用开发环境中将工业技术原理、行业知识、基础工艺、模型工具固化封装等能力，依据用户实际需求，开展软件研发、应用、测试等服务，可实现信息化系统间的综合集成。
（三）智能制造系统解决方案服务商
提供智能制造整体解决方案，实现设备、产线、信息系统之间的互联互通和集成应用，可提供数字化管理、网络化协同、个性化定制、服务化延伸（远程运维）等智能制造场景解决方案、智能车间（工厂）整体解决方案，并具有相应的服务实施能力。
