附件1 2017年智能制造试点示范项目要素条件
根据《关于开展2017年智能制造试点示范项目推荐的通知》要求，为做好试点示范项目遴选工作，特制订本要素条件。
一、智能制造模式要素条件
（一）离散型智能制造
1、车间/工厂的总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现规划、生产、运营全流程数字化管理。
2、应用数字化三维设计与工艺技术进行产品、工艺设计与仿真，并通过物理检测与试验进行验证与优化。建立产品数据管理系统（PDM），实现产品数据的集成管理。
3、实现高档数控机床与工业机器人、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等关键技术装备在生产管控中的互联互通与高度集成。
4、建立生产过程数据采集和分析系统，充分采集生产进度、现场操作、质量检验、设备状态、物料传送等生产现场数据，并实现可视化管理。
5、建立车间制造执行系统（MES），实现计划、调度、质量、设备、生产、能效的全过程闭环管理。建立企业资源
1 计划系统（ERP），实现供应链、物流、成本等企业经营管理的优化。
6、建立车间/工厂内部互联互通网络架构，实现设计、工艺、制造、检验、物流等制造过程各环节之间，以及与制造执行系统（MES）和企业资源计划系统（ERP）的高效协同与集成，建立全生命周期产品信息统一平台。
7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。
通过持续改进，实现企业设计、工艺、制造、管理、物流等环节的集成优化，推进企业数字化设计、装备智能化升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等方面的快速提升。
（二）流程型智能制造
1、车间/工厂总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现生产流程数据可视化和生产工艺优化。
2、实现对物流、能流、物性、资产的全流程监控与高度集成，建立数据采集和监控系统，生产工艺数据自动数采率达到90%以上。
3、采用先进控制系统，车间/工厂自控投用率达到90%以上，关键生产环节实现基于模型的先进控制和在线优化。
4、建立制造执行系统（MES），生产计划、调度均建立模型，实现生产模型化分析决策、过程量化管理、成本和质量动态跟踪以及从原材料到产成品的一体化协同优化。建立企业资源计划系统（ERP），实现企业经营、管理和决策的智能优化。
5、对于存在较高安全风险和污染排放的项目，实现有毒有害物质排放和危险源的自动检测与监控、安全生产的全方位监控，建立在线应急指挥联动系统。
6、建立车间/工厂内部互联互通网络架构，实现工艺、生产、检验、物流等各环节之间，以及数据采集系统和监控系统、制造执行系统（MES）与企业资源计划系统（ERP）的高效协同与集成，建立全生命周期数据统一平台。
7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。
通过持续改进，实现生产过程动态优化，制造和管理信息的全程可视化，企业在资源配置、工艺优化、过程控制、产业链管理、节能减排及安全生产等方面的智能化水平显著提升。
（三）智能装备和产品
1、能够实现对自身状态、环境的自感知，具有故障诊断功能。
2、具有网络通信功能，提供标准和开放的数据接口，能够实现与制造商、用户之间的数据传送。
3、具有自适应能力，能够根据感知的信息调整自身的运行模式，使装备（产品）处于最优状态。
4、能够提供运行数据或用户使用习惯数据，支撑制造商、用户进行数据分析与挖掘，实现创新性应用。
通过持续改进，实现高端芯片、新型传感器、工业控制计算机、智能仪器仪表与控制系统、工业软件、互联网技术、信息安全技术等在装备（产品）中的集成应用，装备（产品）做到安全可控，自感知、自诊断、自适应、自决策功能的不断优化，技术水平达到国内领先或国际先进水平。
（四）网络协同制造
1、建有工业互联网网络化制造资源协同云平台，具有完善的体系架构和相应的运行规则。
2、通过企业间研发系统的协同，实现创新资源、设计能力的集成和对接。
3、通过企业间管理系统、服务支撑系统的协同，实现生产能力与服务能力的集成和对接，以及制造过程各环节和供应链的并行组织和协同优化。
4、利用工业云、工业大数据、工业互联网标识解析等技术，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。
5、针对制造需求和社会化制造资源，开展制造服务和资源的动态分析和柔性配置。
6、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。
通过持续改进，工业互联网网络化制造资源协同云平台不断优化，企业间、部门间创新资源、生产能力和服务能力高度集成，生产制造与服务运维信息高度共享，资源和服务的动态分析与柔性配置水平显著增强。
（五）大规模个性化定制
1、产品采用模块化设计，通过差异化的定制参数，组合形成个性化产品。
2、建有工业互联网个性化定制服务平台，通过定制参数选择、三维数字建模、虚拟现实或增强现实等方式，实现与用户深度交互，快速生成产品定制方案。
3、建有个性化产品数据库，应用大数据技术对用户的个性化需求特征进行挖掘和分析。
4、工业互联网个性化定制平台与企业研发设计、计划排产、柔性制造、营销管理、供应链管理、物流配送和售后服务等数字化制造系统实现协同与集成。
通过持续改进，实现模块化设计方法、个性化定制平台、个性化产品数据库的不断优化，形成完善的基于数据驱动的企业研发、设计、生产、营销、供应链管理和服务体系，快
5 速、低成本满足用户个性化需求的能力显著提升。
（六）远程运维服务
1、智能装备/产品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，利用支持IPv
4、IPv6等技术的工业互联网,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。
2、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，提供在线检测、故障预警、故障诊断与修复、预测性维护、运行优化、远程升级等服务。
3、实现智能装备/产品远程运维服务平台与产品全生命周期管理系统（PLM）、客户关系管理系统（CRM）、产品研发管理系统的协同与集成。
4、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决策支持，并向用户提出运行维护解决方案。
5、建立信息安全管理制度，具备信息安全防护能力。 通过持续改进，建立高效、安全的智能服务系统，提供的服务能够与产品形成实时、有效互动，大幅度提升嵌入式系统、移动互联网、大数据分析、智能决策支持系统的集成应用水平。
二、新技术创新应用要素条件
6
（一）工业互联网
1、建立工业互联网车间/工厂内网，采用工业以太网、工业PON、工业无线、IPv6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IPv
6、工业物联网等技术，实现与车间/工厂内、外网的互联互通，支持内、外网业务协同。
2、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。
3、实现车间/工厂管理软件之间的横向互联，实现数据流动、转换和互认。
4、在车间/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。
5、通过部署和应用工业防火墙、安全监测审计、入侵检测等安全技术措施，实现对工业互联网安全风险的防范、监测和响应，保障工业系统的安全运行。
通过持续改进，促进车间/工厂内部网络互联、数据交互和安全保障能力建设，推动车间/工厂外部网络基础设施建设、工业互联网平台和公共工业互联网标识解析体系建
7 设，加快新业务和新模式创新。
（二）人工智能
1、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。
2、构建工业大数据平台，通过数据采集系统和互联互通的网络架构，采集产品设计、工艺、制造、物流、管理、销售、服务、运维等各环节数据，并对采集到的数据进行有效筛选、梳理、存储和管理。
3、应用机器学习、专家系统、深度学习等人工智能新技术对数据进行分析和挖掘，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。
4、目标产品集成应用智能感知、模式识别、智能分析、智能控制等人工智能技术，实现传感、交互、控制、协作、决策等方面性能和智能化水平的显著提高。
