重庆市2022年数字化车间与智能工厂申报条件和申报通知
  • 作者:重庆同瑞久
  • 发表时间:2022-03-09

重庆市2022年数字化车间与智能工厂申报条件和申报通知(图1)

一、申报目的

      为贯彻落实《重庆市发展智能制造实施方案(2019—2022年)》(渝府发〔2018〕56号)《重庆市制造业智能化赋能行动实施方案》(渝府办发〔2021〕80号)等文件精神,加快推动新一代信息技术和制造业深度融合,推进我市“智造重镇”建设,决定组织开展2022年重庆市数字化车间和智能工厂认定工作。

二、申报条件

   (1)申报主体为制造业领域依法注册登记、纳税、具有健全财务管理机构和制度的独立法人或按照有关要求实行财税独立核算的非独立法人。

   (2)申报项目符合《2022年重庆市数字化车间和智能工厂技术条件》(附件1)。

   (3)项目设备和软件投资不低于1000万元,渝东北城镇群、渝东南城镇群区县项目投资门槛为本申报条件的50%。

   (4)Ⅰ类项目开工日期为2020年1月1日以后,建设工期不超过30个月,进度达到80%以上。项目未获得市级其他财政资金支持;有完善的立项证明,如核准/备案/统计联网直报平台(固定资产投资报表)情况,或项目实施计划书和企业董事会立项决议书,或项目投资协议书/投资合同(内容包括名称、地址、工期、计划投资、实施内容、绩效等)等。

   (5)Ⅱ类项目无具体建设期限要求,要求项目已建设完成并取得明显效果。

   (6)已通过2018—2021年数字化车间和智能工厂认定的项目(含已认定智能工厂内包含的数字化车间)不得重复申报。

   (7)同一申报主体本次只能申报一个数字化车间或智能工厂。已认定智能工厂的企业,如有新建车间(自上一次认定智能工厂后开工建设)符合数字化车间认定技术条件,可再次申请数字化车间认定。

   (8)优先支持“专精特新”企业创建数字化车间和智能工厂。

三、申报时间

      2022年3月9日10:00至2022年3月29日24:00

四、重庆市数字化车间认定技术条件

    (一)装备数字化:数字化装备数量占生产装备总数量的50%以上;

    (二)数据采集:基于5G、工业互联网、物联网等技术,实现加工设备、检测设备、物流设备的联网运行,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;

    (三)生产过程数字化:建立制造执行系统,完成车间作业计划管理和调度、工艺执行管理、物流与仓储管理、质量分析管理与跟踪、设备运行管理等方面的数字化建设,实现车间可视化管理;

    (四)车间信息集成:实现设备实时数据采集系统、制造执行系统与企业管理设计信息系统集成,实现车间软硬件系统优化运行控制和集约化生产;

    (五)项目建成后运营成本降低15%以上、生产效率提高10%以上、产品不良品率降低10%以上、能源利用率提高8%以上(改造项目与建设前进行对比;新建项目与行业平均水平进行对比),并具有良好的增长性。

五、重庆市智能工厂认定技术条件

   (一)场景要求。

      2022年智能工厂按行业开展认定,分为汽车和装备制造业、电子信息行业、消费品行业、原材料行业四大类,企业应按行业不同特点,创建智能工厂。智能工厂需覆盖本行业六大重点环节,分环节建设智能制造典型场景,具体环节要求如下:

      1.汽车和装备制造业。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。围绕工艺设计、计划调度、生产作业、仓储配送、质量管控、设备管理重点环节,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。围绕计划调度、生产作业、仓储配送、质量管控、营销管理、供应链管理重点环节,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。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。

   (二)技术要求。

      1.申报智能工厂应将整个工厂作为整体进行申报,且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。

      2.装备数字化:数字化装备数量占生产装备总数量的65%以上。

      3.数据采集:基于5G、工业互联网、物联网等技术,实现加工设备、检测设备、物流设备的联网运行,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.项目建成后应当在行业内具备领先水平,运营成本降低15%以上、生产效率提高10%以上、产品研发周期降低10%以上、产品不良品率降低10%以上、能源利用率提高8%以上(改造项目与建设前进行对比;新建项目与行业平均水平进行对比),并具有良好的增长性。

六、智能制造典型场景参考指引

      智能制造场景是指面向制造全过程的单个或多个环节,通过新一代信息技术、先进制造技术的深度融合,实现具备协同和自治特征、具有特定功能和实际价值的应用。根据“十三五”以来智能制造发展情况和企业实践,结合技术创新和融合应用发展趋势,凝练总结了15个环节52个智能制造典型场景,作为智能工厂建设的参考。

   (一)、工厂设计

      通过三维建模、系统仿真、设计优化和模型移交,实现基于模型的工厂规划、设计和交付,提高设计效率和质量,降低成本。

      1.车间/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。

      2.车间/工厂数字化交付。搭建数字化交付平台,集成虚拟建造、虚拟调试、大数据和AR/VR等技术,实现基于模型的工厂数字化交付,打破工厂设计、建设和运维期的数据壁垒,为工厂主要业务系统提供基础共性数据支撑。

   (二)、产品研发

     通过原料物性分析、设计建模、仿真优化和测试验证,实现数据驱动的产品开发与技术创新,提高设计效率,缩短研发周期。

     3.产品数字化设计与仿真。应用计算机辅助设计工具(CAD、CAE等)和设计知识库,集成三维建模、有限元仿真、虚拟测试等技术,应用新材料、新工艺,开展基于模型的产品设计、仿真优化和测试。

     4.原料性质表征与配方研发。建设物性表征系统或配方管理系统,应用快速评价、在线制备检测、流程模拟和材料试验等技术,创建原料物性数据库和模型库,优化原料选择和配方设计,支撑生产全过程质量优化和效益优化。

   (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,保障工艺可行性。

     5.离散型工艺数字化设计。应用计算机辅助工艺过程设计工具(CAPP)和工艺知识库,采用高效加工、精密装配等先进制造工艺,集成三维建模、仿真验证等技术,进行基于模型的离散工艺设计。

     6.流程型工艺数字化设计。建设工艺技术系统和工艺知识库,结合原料物性表征、工艺机理分析、过程建模和工艺集成等技术,开展过程工艺设计与流程全局优化。

  (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。

     7.生产计划优化。构建企业资源计划系统(ERP),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。

     8.车间智能排产。应用高级计划排程系统(APS),集成调度机理建模、寻优算法等技术,进行基于多约束和动态扰动条件下的车间排产优化。

     9.精准作业派工。依托制造执行系统(MES),建立人员技能库、岗位资质库等,开展基于人岗匹配、人员绩效的精准人员派工。

  (五)、生产作业

     通过资源动态调配、工艺过程精确控制、智能加工和装配、人机协同作业和精益生产管理,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。

    10.产线柔性配置。应用模块化、成组和产线重构等技术,搭建柔性可重构产线,实现产线适应订单、工况等变化的快速调整。

    11.资源动态组织。构建制造执行系统(MES),集成大数据、运筹优化、专家系统等技术,实现人力、设备、物料等制造资源的动态配置。

    12.先进过程控制。依托先进过程控制系统(APC),融合工艺机理分析、实时优化和预测控制等技术,实现精准、实时和闭环过程控制。

    13.工艺流程/参数动态调优。搭建生产过程全流程一体化管控平台,应用工艺机理分析、流程建模和机器学习等技术,开展工艺流程和参数的动态优化调整。

    14.人机协同作业。集成机器人、高端机床、人机交互设备等智能装备,应用AR/VR、机器视觉等技术,实现生产的高效组织和作业协同。

    15.精益生产管理。依托制造执行系统(MES),应用六西格玛、6S管理和定置管理等精益工具和方法,开展基于数据驱动的人、机、料等精确管控,消除生产浪费。

  (六)、仓储配送

     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,实现精细库存管理和高效物流配送,提高物流效率和降低库存量。

    16.智能仓储。集成智能仓储(储运)装备,建设仓储管理系统(WMS),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)。

    17.精准配送。应用仓储管理系统(WMS)和智能物流装备,集成视觉/激光导航、室内定位和机器学习等技术,实现动态调度、自动配送和路径优化。

    18.物料实时跟踪。应用制造执行系统(MES)或仓储管理系统(WMS),采用识别传感、定位追踪、物联网和5G等技术,实现原材料、在制品和产成品流转的全程跟踪。

  (七)、质量管控

     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。

     19.智能在线检测。应用智能检测装备,融合缺陷机理分析、物性和成分分析和机器视觉等技术,开展产品质量等在线检测、分析和结果判定。

     20.质量精准追溯。建设质量管理系统(QMS),集成条码、标识和区块链等技术,采集产品原料、生产过程、客户使用的质量信息,实现产品质量精准追溯。

     21.产品质量优化。依托质量管理系统(QMS)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。

  (八)、设备管理

     通过自动巡检、维修管理、在线运行监测、故障预测和运行优化,实现精细化设备管理和预测性维护,提升设备运行效率、可靠性和精度保持性。

     22.自动巡检。应用工业机器人、智能巡检装备和设备管理系统,集成故障检测、机器视觉、AR/VR和5G等技术,实现对设备的高效巡检和异常报警等。

     23.智能维护管理。建设设备管理系统,应用大数据和AR/VR等技术,开展检维修计划优化、资源配置优化,虚拟检维修方案验证与技能实训。

     24.在线运行监测与故障诊断。建设设备管理系统,融合智能传感、故障机理分析、机器学习、物联网等技术,实现设备运行状态判定、性能分析和故障预警。

     25.预测性维护与运行优化。构建故障预测与健康管理系统(PHM),集成故障机理分析、大数据、深度学习等技术,进行设备失效模式判断、预测性维护及运行参数调优。

     26.资产全生命周期管理。建立企业资产管理系统(EAM),应用物联网、大数据和机器学习等技术,实现资产运行、检维修、改造、报废的全生命周期管理。

   (九)、安全管控

      通过安全隐患识别、安全态势感知、安全事件决策和应急联动响应,实现面向全环节的安全综合管控,确保安全风险的可预知和可控制。

     27.安全风险实时监测与识别。依托安全感知装置和安全生产管理系统,集成危险和可操作性分析、机器视觉等技术,进行安全风险动态感知和精准识别。

     28.安全事件智能决策与应急联动。基于安全事件联动响应处置机制和应急处置预案库,融合大数据、专家系统等技术,实现安全事件处置的智能决策和快速响应。

     29.危化品智能管控。建设危化品管理系统,应用智能传感、理化特征分析和专家系统等技术,实现危化品存量、位置、状态的实时监测、异常预警与全过程管控。

     30.危险作业自动化。依托自动化装备,集成智能传感、机器视觉和5G等技术,实现危险作业环节的少人化、无人化。

   (十)、能源管理

     通过能耗全面监测、能效分析优化和能源平衡调度,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。

     31.能耗数据监测。建立能源管理系统(EMS),集成智能传感、大数据等技术,开展全环节、全要素能耗数据采集、计量和可视化监测。

     32.能效优化。依托能源管理系统(EMS),应用能效优化机理分析、大数据和深度学习等技术,基于设备运行参数或工艺参数优化,实现能源利用率提升。

     33.能源平衡与调度。依托能源管理系统(EMS),融合机理分析、大数据等技术,进行能源消耗量预测,实现关键装备、关键环节能源的综合平衡与优化调度。

   (十一)、环保管控

      通过污染源管理与环境监测、排放预警与管控、固废处置与再利用,实现环保精细管控,降低污染物排放,消除环境污染风险。

      34.污染源管理与环境监测。构建环保管理平台,应用机器视觉、智能传感和大数据等技术,开展污染源管理,实现全过程环保数据的采集、监控与报警。

      35.排放预警与管控。依托环保管理平台,集成机器视觉、智能传感和大数据等技术,实现排放实时监测、分析预警和排放优化方案辅助决策。

      36.固废处置与再利用。搭建固废信息管理平台,融合条码、物联网和5G等技术,进行固废处置与循环再利用全过程监控、追溯。

      37.碳资产管理。开发碳资产管理平台,集成智能传感、大数据和区块链等技术,实现全流程碳排放追踪、分析、核算和交易。

   (十二)、营销管理

      通过市场趋势预测、用户需求挖掘、客户数据分析和销售计划优化,实现需求驱动的精准营销,提高营销效率,降低营销成本。

      38.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。

      39.销售计划动态优化。依托客户关系管理系统(CRM),应用大数据、机器学习等技术,挖掘分析客户信息,构建用户画像和需求预测模型,制定精准销售计划。

      40.销售驱动业务优化。通过销售管理系统与设计、生产、物流等系统集成,应用大数据、专家系统等技术,根据客户需求变化,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。

      41.主动客户服务。建设客户关系管理系统(CRM),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。

      42.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。

      43.数据增值服务。分析产品的运行工况、维修保养、故障缺陷等数据,应用大数据、专家系统等技术,提供专业服务、设备估值、融资租赁、资产处置等新业务。

   (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。

      44.采购策略优化。建设供应链管理系统(SCM),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。

      45.供应链可视化。搭建供应链管理系统(SCM),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。

      46.物流实时监测与优化。依托运输管理系统(TMS),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。

      47.供应链风险预警与弹性管控。建立供应链管理系统(SCM),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)、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,推动制造模式和商业模式创新,创造新价值。

      48.用户直连制造。通过用户和企业的深度交互,提供满足个性化需求的产品定制设计、柔性化生产和个性化服务等,创造独特的客户价值。

      49.大批量定制。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。

      50.共享制造。建立制造能力交易平台,推动供需对接,将富余的制造能力通过以租代买、分时租赁、按件计费等多种模式对外输出,促进行业内制造资源的优化配置。

      51.网络协同制造。基于网络协同平台,推动企业间设计、生产、管理、服务等环节紧密连接,实现基于网络的制造资源配置和生产业务并行协同。

      52.基于数字孪生的制造。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,实现物理世界和虚拟空间的实时映射,推动感知、分析、预测和控制能力的全面提升。




随便看看:

  • 2022年度重庆市知识产权优势企业复核和申报通知
  • 重庆同瑞久助力重庆市2024年服务型制造企业、平台、项目申报
  • 解读重庆市知识产权局存量专利盘活通知:企业入库与评价的关键环节
  • 2023年重庆市数字化转型载体建设项目申报条件
  • 2024年重庆市产业创新综合体建设项目申报指南:条件详解与申报流程
  • 2022年新一代信息技术与制造业融合发展试点示范申报通知
  • 2023年重庆市保险费用补贴项目申报条件
  • 2023年重庆市智能工厂和数字化车间建设补助项目申报条件
  • 2022年重庆市新能源和智能网联汽车数据平台建设补助申报通知
  • 2024年重庆市商务发展专项资金项目申报全攻略
  • 申报通知