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、发展改革、财政、市场监管主管部门：

为贯彻《中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要》总体部署，落实《“十四五”智能制造发展规划》要求，深化智能制造推广应用， 工业和信息化部、国家发展改革委、财政部、市场监管总局决定联合开展 2021 年度智能制造试点示范行动。有关事项通知如下：

一、试点示范内容

主要包括智能制造优秀场景、智能制造示范工厂和智能制造先行区三个方面，详见《智能制造试点示范行动实施方案》（附件 1）。

二、推荐条件

（一）申报主体为在中华人民共和国境内注册，具有独 立法人资格（石油石化、有色金属等有行业特殊情况的，允

许法人的分支机构申报），近三年经济效益较好且信用记录良好的企业。

（二）申报主体的智能制造水平应处于国内领先或国际先进地位，具有较强的示范引领作用，使用的关键技术装备、 工业软件须安全可控，解决方案须无知识产权纠纷。

（三）示范工厂申报主体应通过智能制造数据资源公共服务平台（以下简称公共服务平台，http://miit-imps.com）开展智能制造能力成熟度自评估， 需达到国家标准 GB/T 39116-2020《智能制造能力成熟度模型》二级及以上或满足相关行业智能制造指导性文件要求。

（四）申报主体愿意主动配合开展现场评估和宣传总 结，积极推广典型经验。

（五）申报材料中，场景描述应重点突出、言简意赅、逻辑严密，能从实施方法、实施要素等方面提供借鉴，引导创新，具有较强的可读性。每个场景字数请控制在 3000 字以内，可配图说明。

（六）申报主体近三年未发生重大、特大安全生产事故， 重大、特大环境事故，无违法违规行为。

（七）先行区申报按照一事一议方式开展。

三、组织实施

（一）申报主体通过公共服务平台开展优秀场景和示范工厂申报，纸质版申报材料应与网上填报内容一致。优秀场景申报材料可参照《智能制造典型场景参考指引（2021 年）》

（附件 2）编写；示范工厂申报方向参考《智能制造示范工厂揭榜任务（2021 年）》（附件 3）。申报主体应对申报内容的真实性负责。

（二）各地工业和信息化、发展改革主管部门会同财政、 市场监管主管部门组织对本地区申报项目进行推荐，于 2021

年 11 月 23 日前完成线上审核，按推荐项目的优先顺序填写推荐汇总表，并将加盖有效公章的纸质版申报书（附件 4、5）、推荐汇总表（附件 6、7）各两份，分别报送工业和信息化部

（装备工业一司）、国家发展改革委（产业发展司）。

（三）各省（区、市）推荐的优秀场景和示范工厂申报主体分别不超过 20 个和 10 个，计划单列市、新疆生产建设

兵团推荐的优秀场景和示范工厂申报主体分别不超过 10 个

和 5 个。每家中央企业申报的优秀场景和示范工厂分别不超

过 6 个和 3 个，由所在地工业和信息化、发展改革主管部门推荐，不占属地指标。

（四）推荐工作应遵循政府引导、企业自愿原则，优先 推荐基础条件好、成长性好、示范性强的项目，并充分考虑 行业覆盖面。推荐单位应加强对最终入选项目的指导和服 务，并给予优先支持。

附件：1．智能制造试点示范行动实施方案

2.          智能制造典型场景参考指引（2021 年）

3.          智能制造示范工厂揭榜任务（2021 年）

4.          智能制造优秀场景申报书

5.          智能制造示范工厂申报书

6.          智能制造优秀场景推荐汇总表

7.          智能制造示范工厂推荐汇总表

工业和信息化部办公厅  国家发展改革委办公厅财政部办公厅                 市场监管总局办公厅

2021 年 11 月 日

附件 1

智能制造试点示范行动实施方案

为深化智能制造推广应用，保证智能制造试点示范行动有序开展，制定本方案。

一、背景

“十三五”期间，工业和信息化部、国家发展改革委、财政部、市场监管总局等部门持续推进智能制造发展，先后遴选智能制造试点示范项目 305 个，推动建设了一批智能化示范工厂，组织培养了网络协同制造、大规模个性化定制、远程运维服务等新模式新业态，在重点区域形成独具特色的智能制造发展路径，极大调动地方、行业和企业实施智能制造的积极性，推动智能制造取得长足进步。

“十四五”时期，新一轮科技革命和产业变革深入发展， 新一代信息技术与制造业深度融合，数字产业化和产业数字化进程加快，新产业新业态新模式不断涌现。智能制造已经由理念普及、试点示范进入深入应用、全面推广的新阶段， 已经成为推动制造业高质量发展的强劲动力。面对不断升级的智能制造发展需求，有必要以典型场景为基本要素，推动从企业层面到制造环节的智能化改造，通过揭榜挂帅等方 式，探索智能制造最佳实践的标准化、模块化、精准化的推广路径，提升产业链供应链韧性和区域制造业水平，实现智

能制造由点及线、由线到面系统发展，推动制造业产业模式 和企业形态根本性转变，全面推进制造业数字化转型、网络 化普及、智能化变革，促进工业低碳转型发展，加快推动制造强国建设。

二、总体目标

坚持立足国情、系统推进、分类遴选、动态调整的原则， 推进场景创新、工厂示范和区域试点，遴选推广优秀智能场景，以“揭榜挂帅”方式推进细分行业智能制造示范工厂建设，鼓励有条件的地区创建智能制造先行区，构建“点线面” 结合的试点示范体系，发挥先进典型带动作用，加速新技术、 新装备、新模式推广应用。

到 2025 年，建设一批技术水平高、示范作用显著的智能制造示范工厂，培育若干智能制造先行区，凝练总结一批 具有较高技术水平和推广应用价值的智能制造优秀场景，带动突破一批关键技术、装备、软件、标准和解决方案，推动 智能制造标准的试点应用，探索形成具有行业区域特色的智能转型升级路径，开展大范围推广应用。

三、试点示范内容

（一）智能制造优秀场景。依托工厂或车间，面向单个 或多个制造环节，提炼关键需求，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，重点梳理凝练可复制、可推广的智能制造优秀场景。

（二）智能制造示范工厂。聚焦原材料、装备制造、消费品、电子信息等领域的细分行业，围绕设计、生产、管理、服务等制造全流程，建设智能制造示范工厂，带动实现制造技术突破、工艺创新、场景集成和业务流程再造，发挥示范带动作用。

（三）智能制造先行区。支持产业特色鲜明、转型需求 迫切、基础条件较好的区域创建智能制造先行区，完善政策体系，创新要素保障机制，加快新技术融合应用，构建完善区域智能制造发展生态，打造智能制造创新技术策源地、示范应用集聚区、关键装备和解决方案输出地。

四、重点工作

（一）遴选梳理智能制造典型场景。总结“十三五”时期实践经验，探索“十四五”时期实施路径，通过案例征集、组织智能制造创新大赛等，梳理一批智能制造新模式新业 态、凝练一批智能制造典型场景，不断完善智能制造典型场景参考指引。

（二）确定智能制造示范工厂揭榜任务。结合我国智能制造发展现状和未来趋势，围绕原材料、装备制造、消费品、 电子信息等领域的细分行业，明确智能制造示范工厂揭榜挂帅任务，制定年度计划。

（三）建设智能制造示范工厂。鼓励地方工业和信息化、发展改革、财政、市场监管等主管部门联合推进省级智能制造示范工厂建设工作，并推荐成效显著、示范作用突出、成

长性好的项目揭榜国家级智能制造示范工厂任务。工业和信息化部、国家发展改革委等研究制定评价准则，择优发布智能制造示范工厂揭榜单位名单、智能制造示范工厂名单。智能制造示范工厂建设期为２年。

（四）创建智能制造先行区。鼓励产业特色鲜明、政策

措施有力、发展路径明确的地市单独或联合创建智能制造先 行区。国家制造强国建设战略咨询委员会智能制造专家委员会（以下简称咨询委）采取“一事一议”的方式，牵头论证 先行区创建方案。通过论证的，由工业和信息化部、国家发 展改革委等批复同意开展先行区创建工作。

（五）开展智能制造应用推广。总结提炼智能制造典型

场景、示范工厂和先行区实施经验和建设成效，分行业、分区域召开现场会，组织智能制造示范工厂深度行、系统解决方案供应商进园区和企业家对话等活动，编制优秀案例集， 加快智能制造实施经验推广应用。

（六）实施动态管理。智能制造示范工厂和先行区有效

期为 3 年，按照“动态调整”原则，定期开展复评。复评不通过的取消试点示范称号。相关单位应定期提交项目实施进展情况。

五、保障措施

（一）加强组织领导。工业和信息化部、国家发展改革委会同财政部、市场监管总局做好试点示范行动的统筹协 调、组织实施和评估管理等工作。充分发挥国家制造强国建

设战略咨询委员会智能制造专家委员会作用，加强智能制造前瞻性、战略性问题研究。省级工业和信息化、发展改革等主管部门做好试点示范行动的落地实施，加强对智能制造示范工厂和先行区的指导、支持和服务。

（二）强化政策协同。推动将符合条件的智能制造试点

示范项目纳入重点研发计划、相关产业发展专项支持范围。推动国家相关产业基金、金融机构、社会资本和智能制造试点示范行动有效衔接。加强央地政策协同，鼓励地方出台配套政策，加大支持力度，引导各类社会资源聚集，形成系统推进工作格局。

（三）提升服务能力。建设智能制造数据资源公共服务

平台，制定公共服务平台规范，构建优势互补、协同发展的 服务网络。加快重点标准的制修订与贯标推广，推动形成标准与试点示范迭代优化、互促共进的工作格局。加快系统解决方案供应商培育，推动规范发展，引导提供专业化、高水 平、一站式的集成服务。

（四）加强总结宣传。各地方、相关行业组织、有关企

业要强化试点示范行动经验总结，分行业、分区域开展系列宣传活动，构建多维度立体式宣传体系。利用世界智能制造大会、世界智能大会等平台，及时宣传智能制造优秀场景、新技术、新装备和新成效，树立行业、区域转型升级标杆。

附件 2

智能制造典型场景参考指引

（2021 年）

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，作为智能制造示范工厂建设的参考。

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。

附件 3

智能制造示范工厂揭榜任务

（2021 年）

智能制造示范工厂揭榜任务分为原材料、装备、消费品、 电子信息四大类行业，揭榜单位按照所属细分行业进行揭榜。示范工厂建设内容须涵盖揭榜任务中所列的六个重点环节，也可根据实际情况开展其他环节应用创新，鼓励开展新技术、新模式探索，具体建设内容参考《智能制造典型场景参考指引（2021 年）》。建设完成后，揭榜单位至少完成六个重点环节的建设，生产效率、资源综合利用率、设备综合应用效率、全员劳动生产率等显著提升，产品研发生产周期、运营成本、不良品率、单位产品综合能耗等大幅降低，产线作业人员有效优化，网络安全保障能力明显增强，整体智能化水平达到行业领先。

一、原材料行业

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、环保管控重点环节，建设绿色、高效、安全和可持续的原材料行业智能制造示范工厂，探索应用分子级物性表

征、实时优化控制、人工智能、5G 等新技术和大批量定制、基于数字孪生的制造、碳排放交易等新模式，实现资源优化配置、生产运行平稳、生产过程清洁化，形成以数字技术为核心要素、以开放平台为基础支撑、以数据驱动为典型特征的新型企业形态。

二、装备制造业

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、供应链管理重点环节，建立高效柔性、敏捷响应、人机协同和动态调度的装备制造业智能制造示范工厂，探索应用知识工程、AR/VR、数字孪生、可重构生产、人工智能等新技术和网络协同制造、柔性制造、预测性维护、基于数字孪生的制造等新模式，实现设计制造一体化协同、全流程透明生产和供应链高效弹性管控。

三、消费品行业

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制造示范工厂，探索应用人工智能、区块链、数字孪生等新技术和大批