龙8手机游戏官网:两部门关于开展2023年度智能制造系统解决方案揭榜
来源:龙8手机版网页登录官网 作者:龙8官方网手机2024-09-08 08:13:26为贯彻落实党的二十大精神,系统推进制造业数字化转型智能化升级,加快构建现代化产业体系,全面提升智能制造供给能力,根据《“十四五”智能制造发展规划》,工业和信息化部、市场监管总局联合开展工作。现将有关事项通知如下:
面向重点行业领域智能工厂和智慧供应链建设需求,聚焦21个智能制造系统解决方案攻关方向(详见附件1),发掘培育一批掌握关键核心技术、具备较强自主可控供给能力的优势单位,推进工艺、装备、软件、网络技术的深度融合,突破一批先进适用、可大规模复制推广的智能制造系统解决方案,提升专业化、标准化的智能制造集成服务能力。
(一)申报主体应为在中华人民共和国境内注册,具有独立法人资格,近三年经济效益较好且信用记录良好的企业或科研院所,主营业务包括智能制造系统解决方案的研发、供应、服务等。
(二)申报主体应具有较好的智能制造系统解决方案技术创新和实施应用基础,有必要的场地、设备、人员条件,具有进行工程化研发、试验、实施的综合能力,在相应行业和领域具有成功应用案例,愿意就申报的揭榜任务内容进行评估验收和宣传推广。
(一)申报主体可参照《智能制造系统解决方案揭榜挂帅重点行业和攻关方向》(附件1)和《智能制造系统解决方案揭榜挂帅项目申报书》(附件2)编写申报材料,并于2023年11月15日前完成线上申报。
(二)每个申报主体仅可申报1个项目,每个项目可针对最多3个攻关方向提出不同行业领域的解决方案。申报主体对申报内容的真实性负责,确保申报材料不涉及国家秘密、商业秘密。
(三)各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门联合市场监管主管部门组织本地区申报项目的推荐工作。各省、自治区、直辖市可推荐的项目数量不超过20个,计划单列市、新疆生产建设兵团推荐的项目数量不超过5个。
(四)推荐单位应于2023年11月30日前完成线上审核,将《智能制造系统解决方案揭榜挂帅项目推荐汇总表》(附件3)书面报送至工业和信息化部(装备工业一司),并将加盖主管部门公章的《智能制造系统解决方案揭榜挂帅项目申报书》邮寄至技术支持单位机械工业仪器仪表综合技术经济研究所。推荐工作应遵循政府引导、企业自愿原则,优先推荐创新能力突出、市场前景广阔、行业带动作用明显的自主可控项目,并充分考虑行业覆盖面。推荐单位应当加强对最终入选揭榜单位的指导、监督和服务,在同等情况下,给予政策、要素等优先支持。
(五)工业和信息化部和市场监管总局共同组织遴选并公布智能制造系统解决方案揭榜单位和揭榜任务清单。
(六)揭榜单位应按照申报书提出的攻关目标和指标要求,在公布后2年内完成全部任务,其中一个攻关方向涉及多个行业应用的,需要在每个行业至少2家企业开展应用验证,取得明确成效。
(七)工业和信息化部和市场监管总局共同组织开展揭榜挂帅验收工作,择优确定并公示揭榜优胜单位。
(八)企业申报、进度汇报、验收申请以及线上评审等工作均基于智能制造数据资源公共服务平台()开展。
智能制造系统解决方案揭榜任务面向25个重点行业智能制造典型场景和智能工厂建设需求,聚焦基础制造能力升级、重点生产环节优化、关键要素资源保障等3个方面,提出21个智能制造系统解决方案攻关方向。申报单位可结合自身情况,明确攻关任务,制定任务目标,研发新技术、新产品,通过工艺、装备、软件、网络等集成创新,形成自主可控的系统解决方案,并实现标准化、模块化的复制推广。
重点聚焦石化化工、钢铁、有色、建材、新材料、民爆、矿业、工业母机和机器人、基础零部件、传感器及仪器仪表、汽车及关键零部件、轨道交通装备、医疗装备、工程机械、农业机械、航空航天装备、船舶及海洋工程装备、能源装备、轻工、纺织、食品、医药、印刷、电子设备、集成电路等行业领域开展智能制造系统解决方案揭榜挂帅工作。面向传统产业重点开展轻量化、易维护、低成本的解决方案研发和应用验证,利用数字技术支撑传统产业进行全方位、全链条改造;面向战略性新兴产业和未来产业重点推动先进性、适用性、自主性较高的解决方案攻关,支撑新质生产力形成,增强发展新动能。
针对复杂产品研发周期长、协同能力不足、知识管理系统性差等问题,突破跨主体跨学科综合设计、多物理场耦合仿真、数字样机虚拟验证等技术,基于集成化的产品协同设计平台和产品数据管理系统,建立设计资源库、模型库、规则库、知识库等,打造基于模型和知识的产品快速设计能力,提高产品设计效率和研发敏捷性。
针对工艺知识机理储备不够、工艺规划仿真能力不足等问题,突破结构化工艺规划与仿真、分子级物料表征等技术,基于工艺设计仿真套件,建立工艺包、工艺知识库等,实现工艺快速设计与仿真验证,打造机理与数据驱动的工艺设计仿真能力,缩短新产品工艺定型周期,提高工艺设计水平。
面向复杂产品全生命周期各环节的设计和集成需求,突破跨阶段跨组织业务流程协同、多源异构数据融合与关联追溯、业务协同一体化模型等技术,开发设计制造服务一体化协同平台,打通产品全生命周期数字主线,实现设计制造服务资源共享和集成管理,形成可制造性和装配性分析能力,缩短产品研发周期,优化产品质量,提升生产效率。
针对制造装备数字化水平不高等问题,突破多源信息融合、关键参数在线监测与误差补偿等技术,建立制造装备模型和数字孪生体,构建在装备中集成传感器、、通信模块、先进控制软件的能力,支撑制造装备的研发或智能化改造,满足柔性生产、精益管控、智能运维等需求。
面向精益化、定制化、柔性化的生产制造需求,突破产线动态集成、在线配置、虚拟调试等技术,构建基于工艺知识的产线虚拟仿真、实时监测和管理控制一体化能力,形成模块化、可重构的智能柔性生产线,提高精益管控和柔性制造水平,大幅提升生产效率。
针对信息孤岛难打通、综合管控难度大等问题,突破机理模型融合、虚实映射和实时交互等技术,开发智能工厂数字孪生系统,打造装备/产线/车间/工厂等不同层级的数字孪生体构建能力,实现制造全要素、全流程数字化映射、仿真、监控、诊断、预测和优化,提升智能工厂生产效率,降低运维成本。
针对工业领域低时延、高可靠、大带宽多场景通信需求,突破异构网络快速自适配、远距离多节点高带宽实时通信、跨域确定性通信等技术,基于5G、TSN、Wi-Fi、工业以太网、工业PON等网络基础设施,构建面向工业现场的混合组网能力,实现IT/OT融合、云边端一体化协同、网络全生命周期管理,满足不同业务和场景的差异化通信需求。
聚焦智能工厂OT和IT系统平台化、融合化发展趋势,突破操作系统体系架构、业务流程的管理和抽象、应用快速构建等技术,开发智能工厂操作系统和应用开发平台,实现产品、装备、软件等制造全资源快速接入、异构软件系统业务协同等功能,大幅缩短智能工厂信息系统建设周期,提升部署效率,降低运维成本。
针对人工计划调度和资源配置优化效率低等问题,突破事件驱动的动态调度、生产路径选择与订单分配、多层级计划联动优化等技术,基于生产计划与排程系统,建立产线/车间/工厂/集团多层级生产计划与排程模型和优化算法,实现交期、产能和库存等多约束条件下自动化优化排程,提高资源利用率、精益协同水平和交货期准确度。
针对工艺参数调优难度高、波动大等问题,突破工艺过程模拟,多工艺参数感知与分析等技术,研制工艺在线优化管控系统,开发先进控制算法和参数优化算法,基于工艺机理和实时数据实现工艺优化控制和参数在线调整,降低原材料消耗,提高生产效率和产品良品率。
面向工厂稳定生产、保障质量、提高效率等需求,突破基于机器视觉的质量缺陷检测、质量全流程追溯等技术,基于智能检测装备,开发质量综合管控系统,实现质量参数、产品缺陷、设备故障和生产异常快速诊断定位和管控优化,降低质量损失风险,提升企业生产全流程质量管控能力。
面向工厂内物流准时、准确、高效配送需求,突破高精度物体识别、大规模集群调度等技术,研制智能物流管理系统和高性能物流装备,建立物料需求预测、路径优化算法,实现物料的收、存、发、配等全过程智能调度和自动执行,提升仓储、配送等各环节的作业效率、周转效率与准确性。
面向制造装备连续、稳定、可靠运行的需求,突破基于机理模型和数据分析的故障诊断、预测性维护等技术,研制设备智能运维系统,实现设备运行状态实时监测、健康趋势预测、故障诊断定位、运维策略优化等功能,降低设备运维成本,减少意外停机,保证生产连续稳定。
面向安全生产需求,突破设备异常和外部威胁关联风险分析、工艺偏离分析、生产运行风险动态预测等技术,建立风险动态评估模型,研制功能安全、网络和数据安全一体化协同管控系统,实现网络和数据安全威胁、过程安全危险相关要素实时综合感知和风险预警,保障生产过程长周期安全运行。
面向企业生产运营决策过程的自动化和智能化发展趋势,突破业务态势全景感知、数据和事件驱动的增强分析等技术,开发企业智能运营决策中心,建立业务规则库、多场景决策模型,实现企业运行态势全面监控、风险事件主动预警、经营策略自主生成,打造制造资源全局优化配置能力。
针对企业供应链成本高、协作效率差等问题,突破供应链可视化及实时监控、度动态协同、资源整合与优化等技术,研制智慧供应链协同平台,建立供应链智能分析决策算法,实现供应链全环节信息同步共享、需求精准预测、风险有效预警、业务动态协同,提升供应链安全稳定和快速响应水平。
面向工厂绿色低碳和节能减排的需求,突破能耗和碳排放可视化建模与仿真、多尺度能效动态评估、碳排放量化方法等技术,开发能碳智能管控平台,建立装备/产线/车间/工厂多级能耗模型、多能源介质平衡调度模型和全生命周期碳排放模型,实现能碳信息综合监控、能效分析优化和碳足迹全生命周期计量与追溯,降低能耗和碳排放量。
针对当前工业数据利用率低、价值挖掘难等问题,突破多源异构数据自动清洗、高效存储和索引等技术,基于数据管理与应用平台,建立贯穿制造全过程数据模型建模方法,构建重点行业和关键领域制造资源的数据字典,实现工业数据应用融合、流程贯通、集成共享、价值挖掘,提升数据赋能业务能力。
针对工业数据安全保护需求,围绕工业数据泄露、窃取、篡改等风险,加强工业数据智能分类分级、工业数据库审计、低时延加密传输等共性技术优化升级,突破适配工业业务场景和数据特征的轻量级数据加密、隐私计算、密态计算等关键技术,推进工业数据安全保障体系建设。
针对智能工厂安全防护需求,突破安全态势感知与智能分析、多攻击面协同防御策略、入侵响应控制等技术,构建工业网络安全纵深防御体系,实现网络安全风险动态评估与预警、威胁发现与定位、攻击阻断与抑制等功能,提高智能工厂网络安全保障能力。
面向人工智能与制造各环节深度融合应用的发展趋势,突破定制化的数据预处理和特征工程、高并发轻量化的大模型部署与推理等技术,研制工业智能应用开发平台,构建支持深度迁移的工业智能模型库和算法库、基于行业数据和专家知识的工业大模型,实现智能化的模型迭代优化和典型场景应。