分行业制造业数字化转型目标和实施路径

一、石化行业

（一）主要目标

到2025年，石化行业骨干企业数字化示范引领取得显著成效，行业数字化解决方案得到广泛推广应用，重点生产装置自控率达到98%以上、平稳率达到97%以上，生产数据自动采集率达到90%以上，环保数据自动采集率和关键业务环节全面数字化率达到100%，生产运营成本降低20%，库存周转率提升20%。

（二）实施路径

1.强化设备精益管控。加强设备运行状态监测，构建设备数字孪生体，实时监测设备的运行情况，通过DCS、SIS系统实现生产指挥、工艺操作、运行控制的一体化智能管控。利用实时采集的各项设备性能参数，预判设备运行状态及故障，实现预测性维护；通过高空瞭望设备、热成像仪等，有效提升区域重大风险监控的维度和广度，为危化品风险管控提供预警支撑。

2.优化工艺配方流程。对工艺配方、工艺流程等全方位模拟仿真，优化原料配比参数和装置优化路径，实现最优炼化生产。实时采集和分析油品炼化全流程的质量数据，对各项质量指标进行在线动态分析和预测预警，实现炼化全流程质量跟踪及自动控制。加强关键耗能设备和高耗能加工流程的数据采集，结合大数据、人工智能算法降低耗能。

3.推动产业链协同优化。综合运用新一代信息技术，实施以供应链、产业链、价值链协同优化驱动的炼化一体化生产智能制造工程，实时采集和分析供应链运行情况，识别改进资源配置低效环节，提高企业内部资源配置效率。以工业互联网平台为连接枢纽，打通石化上游原油供应、中游炼化生产、下游产品销售各环节，优化全产业链资源配置。

4.加强行业典型应用示范。围绕经营管理、生产运行、设备控制、安全环保、设备管理、质量管控、网络货运、产业链协同优化等数字化转型重点应用领域与关键环节，挖掘行业创新示范模式，树立一批行业数字化典型标杆。鼓励有能力的企业和机构组建联盟或者联合体，采用市场化运营的模式向行业输出经验和产品方案，推动典型应用和新模式向全行业推广普及。

5.推进数转管理体系建设。持续开展行业数字化转型评估诊断和对标引导，结合数字化转型和工业互联网发展新趋势，不断完善数字化转型成熟度模型、评估体系和评估办法，建立行业数字化转型评估规范。大力推动行业数字化转型标准体系建设，研制一批行业急需、影响力较大的数字化转型标准。

6.开展数转核心技术攻关。加强5G、工业互联网、人工智能、大数据、数字孪生等新技术与石化行业融合应用研究，鼓励有条件的企业率先开展新技术创新试点。在经营管理、生产运营、设备健康、安全环保、供应链协同等核心业务环节，突破一批关键共性技术应用，形成满足行业重大应用需求的产品和解决方案，为实现高质量数字化转型提供技术支撑。

7.构建行业转型生态体系。围绕行业数字化转型需求，构建信息化和工业化深度融合业务发展图谱，形成可参考、可复制的行业数字化转型体系，建设覆盖企业全流程、全业务的功能应用路线图。建立健全行业数字化转型人才培养体系，采用线上与线下、理论与实践、技术与业务应用相结合的方式，培养一批满足当前行业数字化转型发展需求的专业性人才。

二、钢铁行业

（一）主要目标

积极推进信息化、数字化与钢铁制造技术融合发展，加快建设钢铁制造云平台，开展流程型智能制造、网络协同制造、大规模个性化定制、远程运维等智能制造新模式的试点示范，形成钢铁行业智能制造解决方案。到2025年，全省钢铁行业数字化车间（智能工厂）普及率达到20%以上，主要工序智能化制造普及率达到50%以上，万人机器人数量达到250台以上。

（二）实施路径

1.推进生产工序数字化。利用5G、确定性网络等新型技术，构建业务和生产区域全覆盖的高速网络架构，通过加装传感器、智能网关等，加快推动关键设备及工艺环节上云上平台，建立稳定高效的物质流、能量流、信息流网络。推进工序一体化融合，利用人工智能、大数据分析等，提高钢铁生产制造全流程实时监控、动态调度、预测预警水平。大力推广智能检测设备在关键工序的应用，促进环境信息融合、参数深度感知。在工艺在线连续测量、成分在线分析、表面质量检测等环节，充分应用机器视觉感知、“图像识别+边缘计算”技术提升边缘端设备数据处理能力。

2.加快设备管控智能化。推广PLC/DCS等数字化控制系统，加快实现全生产流程数字化控制和各工序之间的透明传输。利用通讯、控制、图形显示等4C技术，实现分散控制、集中操作、分级管理、灵活配置。在一般值守性岗位加大推广集中监控的力度，针对人员配置多、劳动强度大、作业环境差、安全隐患多的工序，积极推广无人驾驶、全自动运行等技术。聚焦高噪音、高粉尘、高温等恶劣环境及操作重复频繁等场景，推广应用集自动识别、分析、操作为一体的智能工业机器人，提高多样化感知和自适应控制品质能力。

3.打造钢铁工业大脑。针对钢铁制造过程“黑箱”特征，集成感知、计算、通信、控制等技术，探索建立物理空间与信息空间要素相互映射、实时交互、高效协同的数字孪生体。利用智慧检测、深度感知等技术，推动静态模型向动态实时模型升级，基于增强现实三维可视化技术，构建高精度的CPS系统，打造以“冶金机理模型+数理模型”为核心的“工业大脑”，促进全流程数字化、可视化、智慧化，实现生产过程的自感知、自决策、自执行、自适应。

4.深入实施协同制造。建立工艺过程数据驱动的质量管控系统，完善产品质量评级、过程监控、在线判定、质量追溯与分析等功能。开展精细化设备管理，建设兼具状态在线精准监测、运行稳定性监控、安全性预测预警、预知性维检维修、全生命周期管理等能力的设备维检系统。优化能源管控，加强能源在线监控、动态调度、预测预警，以综合能源数据为依据，利用大数据分析技术，推进能源平衡优化。聚焦安全生产预测预警、安全风险分级管控、应急管理、重大危险源在线监控等，打造集环保数据采集、归档、报表、分析、预判等功能于一体的安全监管平台。

三、有色金属行业

（一）主要目标

推动设备、物料、能源等制造资源要素的数字化汇聚、网络化共享和平台化协同，到2025年，有色金属冶炼和压延加工业数字化转型取得重大进展，智能制造关键共性技术取得明显突破，规模以上企业关键工序全面数字化率达到90%，生产设备数字化率达到80%，建成2个有色金属冶炼和压延加工业云平台，形成一批大数据、云计算、物联网、区块链、虚拟现实、工业互联网等新一代技术应用场景。

（二）实施路径

1.加快信息基础设施建设。鼓励企业利用5G、工业PON（无源光网络）等新型网络技术，加快对现有网络进行高速率、低功耗、高可靠升级改造，打造泛在一体化工业数字化网络，形成一批示范标杆，在全省进行规模推广。支持行业龙头企业与“双跨”平台合作，打造有色金属行业工业互联网平台。鼓励重点企业建设一批标识解析二级节点，提高产线、设备、产品标识能力，实现上下游企业生产制造、资源管理、市场决策等全生命周期管理。

2.实施生产管理数字化改造。支持企业建立全流程数字化MES（生产制造执行系统），打造多维度、多环境数据源实时同步的数字孪生体，建设智能制造单元、智能生产线、数字化车间。完善ERP（企业资源管理系统）功能，深化对产供销等核心业务的数字化集成，推动生产数据、质量数据、异常信息等实现透明化、可视化、数字化管理。支持重点企业建设“PLM+MES+ERP”企业运营一体化平台，开发订单管理、供应链管理、财务管理等模型，构建高效供应链协同体系。

3.推进关键技术联合研发。依托行业重点企业建设1-2个有色金属冶炼和压延加工业国家级创新平台机构，围绕智慧矿山、智能工厂、数字车间等建设需求，加强与科研院所、高校智库、数字化转型服务商等交流合作，构建技术协同创新生态，推动关键共性技术研究以及智能部件、装备、系统研发，加快行业智能制造标准制定，强化先进机理模型研制和应用。

4.打造行业系统解决方案。积极探索工业互联网与有色金属冶炼和压延加工业深度融合，推动重点企业和设备上云上平台，实现制造资源和制造能力互联互通。针对有色金属细分行业特点，以有色金属矿冶炼、加工成材、物流仓储、在线检测等关键环节为重点，开发具有智能感知、自动执行、深度学习、智能决策、密码防护等功能的数字化系统解决方案，研发有色金属工业APP，促进行业生产方式的自动化、智能化、无人化变革。

5.强化信息技术应用推广。推动AI技术、机器视觉、知识图谱等技术与有色金属冶炼与压延加工业深度融合，鼓励重点企业研制数控系统，引导设备生产企业开放数据接口，实现数据全面采集贯通，加快AI技术在产业链各环节、产品全生命周期的应用。通过加装传感器、通信模块、控制器等对重点设备进行数字化改造升级，基于工业互联网平台开展精准感知、生产优化、远程诊断。大力推进工业大数据创新应用，建立设备状态实时数据库，创新打造以数据为依据的管理决策模式。

四、建材行业

（一）主要目标

到2025年，全省建材行业数字化转型取得重大进展，关键共性技术研发取得明显突破，水泥制造、平板玻璃与建筑陶瓷三大重点行业骨干企业数字化示范引领取得显著成效，带动全行业数字化水平大幅提升，建材生产企业关键工序数控率达到90%以上，生产设备数字化率达到80%左右；培育100个在研发设计、生产制造、供应链管理、电子商务、设备运维等领域取得突出成效的典型项目，创建50个建材行业工业APP，树立10个数字化转型标杆企业。

（二）实施路径

1.建设行业数字化平台。支持重点企业牵头搭建省级建材行业公共服务平台，推动产业链上下游分工协作、共同发展。引导组建全省水泥产业数字化协同创新中心，促进工业互联网与省内水泥工业深度融合。支持行业龙头企业搭建数字化的产业链发展平台和技术研发中心。实施一批产能4000吨/日以上智能化数字化生产线改造提升项目，推动建设日产10000吨的国际一流高端智能化水泥熟料生产线。

2.研制系统性解决方案。针对建材细分行业特点，以矿山开采、窑炉控制、物流仓储、在线检测等关键环节为重点，研制解决方案并推广应用。水泥行业重点形成数字规划设计、智能工厂建设、自动采选配矿、窑炉优化控制、设备诊断运维、智能质量控制、能耗水耗管理、固废协同处置等解决方案。玻璃行业重点形成原料选矿和配料，熔窑、锡槽、退火窑三大热工智能化控制，冷端优化控制、在线缺陷检测、自动切割分片等解决方案。建筑陶瓷行业重点形成原料标准数据、压机控制管理、智能高压注浆、坯体干燥控制、窑炉优化控制、产品施釉磨抛、自动检测分选等集成系统解决方案。

3.深化数字技术融合应用。鼓励企业应用物联网技术实现智能感知、识别、定位、跟踪、管理，将基础设施、业务系统、设备产品向云端迁移，培育工业APP，构建建材行业工业互联网平台。支持企业利用区块链技术实现与上下游产业链的产品交易、信息追溯、质量管理等功能，保证数据安全，逐步深化应用。推动先进算法、机器学习、智能芯片在建材行业智能生产、智能决策、智能物流、智能监测、智能追溯等领域的应用。利用计算建模、实时传感、虚拟现实、仿真技术等手段实现建材工厂在虚拟环境中的映射，促进成套生产装置设计、安装、运行等全周期优化管理，实现工厂可视化、可预测、可维护。

4.推进关键环节数字化。聚焦建材工业生产和经营关键环节，加快推广窑炉优化控制、智能仓储物流、设备巡检维护、在线监测检测等先进技术方案，培育一批典型项目。在搬运码垛、投料装车、抛光施釉、喷漆打磨、高温窑炉等繁重危险岗位，以及图像识别、切割分拣、压力成型、取样检测等高精度岗位加快实施“机器换人”。引导企业加大智能制造投入，加快智能传感器、智能控制优化、故障诊断与维护等在关键环节、核心产品的应用，夯实智能化数字化硬件和软件基础。

5.培树一批行业典型标杆。发挥数字化转型典型企业示范引领作用，深入开展“数字专员进企业”活动，力争完成全省水泥熟料生产企业和100家以上水泥粉磨企业的数字化、智能化改造，培育一批数字化标杆企业，打造一批建材行业智能工厂，切实提高产品质量、运营效率、设备管理和安全环保水平。组织重点企业开展两化融合管理体系贯标工作，推动有条件的企业申请评定。引导省内优秀企业积极参与智能工厂、数字矿山等标准和规程的研究制定，推动建材工业标准规范化水平不断提升。

五、汽车行业

（一）主要目标

扎实推进生产智能化、营销精准化、运营数据化、管理智慧化，催生一批新业态、新模式、新动能，促进汽车行业数字化转型。到2025年，全行业实现关键工序数控化率达到60%，数字化研发设计工具普及率达到80%，认定数字化车间100家，打造省内3000亿产值汽车产业链，推动汽车行业迈入数字化智能化时代。

（二）实施路径

1.扩大机器人应用范围。支持企业开展智能化项目建设，挖掘汽车和零部件制造应用场景，持续在标准化重复操作、喷装作业、激光焊接、精密装配、无损检测等工艺环节和关键岗位开展机器换人行动，重点推广应用上料、焊接、装配、喷涂、码垛等工业机器人。

2.提升柔性化生产水平。鼓励整车制造企业应用多尺寸可调夹具模具、多种类上料系统、喷漆车间快速清洗装置、多车型车架转运系统等技术和装备，建立总装柔性化生产线、超高柔性涂装线、柔性机加工线。开展生产线柔性化改造，实现多种车型、多种配置的批量同时排产和混线生产，持续扩大个性化定制生产能力。支持整车及零部件企业推广计算机辅助设计(CAD)和辅助制造(CAM)，采用虚拟样机技术，实现虚拟化评估，提高产品研发智能化。

3.推动产线数字化改造。支持济南、青岛、济宁、潍坊等专用车及汽车零部件产业集群开展数字化改造，推动数字化车间建设。鼓励专用车企业引进激光下料、机器人拼焊、电泳涂装等技术，积极开展数字化示范推广。鼓励零部件生产企业提升刹车片、滤清器、结构件等制造领域的数字化水平，在发动机、汽车模具、铝合金轮毂、缸体缸盖、防撞杆等汽车零部件优势领域开展数字化升级示范。采用TQM(全面质量管理系统)、QTS(质量追溯系统)实现质量数据采集和问题溯源，提升质量控制数字化和智能化水平。

4.深化工业互联网建设。鼓励企业加快构建企业内网，建设标识解析二级节点，提高设备联网率，加快各类应用系统综合集成和上云进程，实现工业数据采集、分析和云端汇聚，推动重点汽车产业集群供应链的数据流和业务流有机融合，实现生产物料无缝对接和全生命周期可追溯。积极推进企业与工业互联网企业对接，培育汽车行业工业互联网平台，促进制造资源优化配置，实现整车、动力集成、高性能动力电池等制造企业的协同生产，推动产业链上下游企业协同发展、聚集发展。

5.加快企业上云上平台。推动汽车零部件制造中小企业设备上云、数据上云、基础设施上云，有效降低数字化转型成本，逐步形成数字驱动、网络协同、共享发展的新生态。鼓励整车厂建立私有云、应用公有云，深入挖掘制造产线实时数据和云端数据同步更新等云应用场景，探索分布式“云计算”模式，满足仿真评估、数字孪生、工艺推演、虚拟工厂等应用需求。鼓励企业应用数字孪生技术实现工艺流程数字化、生产制造标准化、生产设备运维智能化。

6.推进车联网创新应用。支持省内重点企业与互联网、人工智能龙头企业合作，推进无人驾驶、智能管理控制系统、智能座舱、行驶安全及车联网信息服务等应用电子产品研发及产业化，加快推进山东高速车路协同示范项目和济南、菏泽两个国家级智能网联汽车、智慧交通示范项目。建设智能网联汽车创新中心，推进车载光学系统、车载雷达系统、北斗高精度定位等前沿关键技术研发，发展智能网联汽车及信息服务。

六、工程机械行业

（一）主要目标

到2025年，工程机械数字化转型取得显著成效，形成大中小企业梯次发展、“数字化普及、网络化协同、智能化升级”协同推进的良好格局，推动工程机械制造与服务能力迈向价值链中高端。建成数字化车间（智能工厂）200家，智能制造示范项目运营成本降低20%、产品研制周期缩短20%，生产效率提高20%以上。

（二）实施路径

1.优化数字基础设施建设。加快推动5G网络部署，构建满足工业环境下设备互联和远程交互应用需求的精品网络。推进确定性网络建设，拓展“确定性网络+远程控制”“确定性网络+算力共享”应用。鼓励企业与数字化转型服务商对接，搭建企业级、行业级工业互联网平台，推动企业内部、产业链上下游企业协同发展。

2.加强行业数字化技术支撑。重点攻克施工现场、设备端、客户端三个环节的数据采集、传输和控制等关键技术，强化设备运行状态、客户需求与信息反馈等数据的高效采集汇聚。提升面向业务运营管理、生产制造、设备远程运维等环节的数字化模型构建能力，加强以算法为核心的数据处理和挖掘能力建设，完善数据管理及服务机制，为数字化转型提供可靠技术支撑。

3.提升数字化平台承载能力。加强数字化平台建设，提高软硬件水平和开放力度。支持“产学研用”共建数字化创新平台和运营平台，以数据链推动产业链升级，不断提升产业链协同创新能力。以数字化平台为载体，围绕数字化设计、数字化制造、远程运维、数据挖掘与应用等领域，引进和培育一批数字化制造工程技术人才，助推工程机械行业数字化转型升级和高质量发展。

4.提高数字化赋能水平。鼓励智能装备制造商、软件厂商、工程机械企业深度合作，应用CAD、CAM、MES、ERP、CRM等系统，研制一批工业机器人、智能传感与控制、智能检测与装配等智能装备，实现工程机械企业研发、生产、经营、服务等环节的数字化应用，提升研发制造能力和精益化管理水平。

5.实施新产品培育工程。加快嵌入式芯片、传感器、5G、大数据、人工智能等新技术与传统工程机械装备产品融合，发展网络化、智能化新产品。围绕工程机械整机制造、大马力发动机、高端液压件、基础零部件等领域开展创新突破，研发高端智能工程机械、大型矿用工程机械、新能源工程机械、无人驾驶智能机械等，每年培育20项左右首台套重大技术装备和关键零部件产品，逐步实现重大技术装备自主化，带动基础配套产品发展。

6.推进智能化升级示范。紧扣关键工序自动化、关键岗位机器人替代、生产过程智能优化控制、供应链智能化管理等环节，支持创建离散制造数字化示范车间。聚焦“设备互联、数据互享、系统互通、业态互融”，支持骨干优势企业联合智能制造系统集成供应商，建设覆盖企业生产全流程、管理全方位和产品全生命周期的智能制造示范工厂。引导工程机械重点企业实现由制造向“制造+服务”转型，研发部署运行监测与分析工业APP，提供智能运维解决方案。基于供应链优化需求，开发集中采购、供应商管理、柔性供应链、智能仓储、智慧物流等云化应用服务。

七、轨道交通装备制造业

（一）主要目标

到2025年，轨道交通装备制造业数字化转型取得重大进展，新一代信息技术与轨道交通装备制造业深度融合，基本形成研发设计数字化、生产制造柔性化、产业链管理一体化、车辆运维智能化的数字化转型发展新格局，重点企业普遍建有数字化车间（工厂）,生产设备数控化率达到70%，数字化研发设计工具普及率达到90%，关键工序数控化率达到60%以上，产业资源调配效率得到显著提升。

（二）实施路径

1.强化数字孪生技术应用。支持重点企业基于数字孪生技术构建整合制造流程的生产系统模型，形成基于数字孪生的制造体系，将数字化模型和物理装备虚实同步，持续推动产品设计、制造和服务等方面的迭代优化，实现研发到工艺、生产到服务的数字化贯通。

2.突出研发设计数字化转型。推进研发设计从实验验证向平台仿真转变，依托平台仿真对零部件进行检测、分析，提升资源利用率和研发仿真验证效率。基于平台构建虚拟仿真环境，建立仿真模型，通过工况设置、参数输入等进行虚拟仿真、迭代优化，缩短研发周期、降低研发成本。

3.提升生产过程数字化水平。支持智能制造关键技术装备和核心支撑软件在轨道交通设备制造领域的推广应用。借助大数据系统和云服务技术，促进研发设计、生产制造、检测检验、运营管理等各个环节向数字化和智能化发展，支持有条件的企业建设数字化、智能化工厂（车间），建设智能制造生产线，实现人与机器高度协同，并逐步扩大智能制造应用的广度，推动行业数字化、智能化水平的提升。

4.推动建设行业数字化平台。鼓励链主企业建设工业互联网平台，对列车状态数据进行实时采集，建立实时状态感知、监控和预警系统，拓展轨道交通装备远程运维服务，研究列车状态监控和故障快速告警新模式。依托大数据云平台集成列车相关数据，建设轨道交通车辆制造智能分析系统、车辆运维智能分析系统，为轨道交通系统的设计、制造、运营、维护、检修、服役提供技术支持。

5.加快重点领域产品智能化。整合重点企业、科研院所、高校等技术力量，以核心装备、系统软件、关键材料、基础零部件等领域为重点，依托国家高速列车技术创新中心，突破一批关键核心技术，打造具有信息、物理融合特质的新一代轨道交通智能装备，提升整车产品智能化水平，实现监测、决策和用户体验的智能化。

6.深化全产业链推广应用。以轨道交通装备全生命周期为主线，通过标准化、规范化的流程以及先进的物联网前端感知技术，利用工业互联网平台采集供应链、制造链、服务链数据，推动行业资源配置优化、服务能力提升。鼓励中小企业积极加入数字化、智能化转型梯队，在设计、制造、管理等关键环节实现数字化普及、网络化协同、智能化提升。

八、船舶行业

（一）主要目标

到2025年，船舶行业数字化水平大幅提升，突破一批关键技术和智能制造装备，形成一批智能制造标准和平台，建成一批智能制造单元、智能生产线和智能化车间，实现设计、生产、运营整个流程的数字化全覆盖，形成总装企业和配套企业无缝衔接、并联制造、协同发展。行业重点企业生产设备数控化率达到50%，数字化研发设计工具普及率达到80%，关键工序数控化率达到60%，关键业务环节全面数字化的企业比例达到60%。

（二）实施路径

1.强化新一代信息技术应用。加快大数据、虚拟仿真、系统协同、人工智能等技术在船舶工业的数字化应用，扩大数据信息在工业互联网的使用范围，依托平台开展仿真测试、协同设计、工艺优化、可视检验、智能管控，进一步降低试制成本、提高生产效率、保证产品质量。

2.推动建立行业软件支撑体系。加大船舶智能制造总体技术、工艺设计、智能管控、智能决策等技术的研发投入力度，用好高技术船舶科研计划等国家重大专项政策，以船舶行业智能化发展为重点方向，针对船舶工业软件一体化目标，整合行业内外优势资源，加快突破三维几何内核、基础求解器、CAX一体化开放平台等核心技术，构建船舶工业软件支撑体系。

3.开展数字孪生创新计划。支持船舶企业利用工业云平台汇聚船舶、船企各项工业数据，部署CAE、CAD等仿真功能模块，模拟零部件的加工、焊接、组装等制造过程，在数字空间对船舶模型进行碰撞测试，降低样品试制成本，缩短产品研发周期。建立面向船东、船检的在线检验平台，基于可移动、旋转的三维数字孪生模型，直观展示船舶检验数据，提高船舶检验的实时性，保障产品质量。

4.建立智能制造数字化体系。建立基于CPS的智能制造数字化体系，在上料、切割、焊接、运输等关键生产环节部署智能机器人。研发基于北斗、RFID等多层次、多粒度定位系统，推进造船全流程核心生产要素的泛在互联。在切割、焊接等造船核心工艺环节，组建车间层级边缘智能管控网络。构建生产工位、生产线及生产车间逻辑模型，搭建核心生产要素状态监控及作业状态管控的数字化系统，开展基于实时状态数据的生产过程动态分析、决策与调度。

5.打造供应链协同创新生态。推进具备较强研发和生产实力的厂商合作，开展船舶配套资材、供应商、资材配送、融资租赁等数字精益管理，保障供应链配套均衡、有序，有效提高物流周转效率。支持企业建设专业化技术创新平台，汇聚国内顶级厂家资源和智库机构，建立政府引导、全产业链企业参与、科研机构强力支撑的紧密型联盟生态，不断增强产业链供应链自主可控能力。

6.做好行业数字化推广延伸。引导总装企业发挥带动作用，加强与大型工业互联网平台的合作交流，积极化解总装建造智能化中的痛点难点，推进船舶海工产品设计、建造、管理与服务全生命周期的数字化、网络化、智能化。以数字化转型为船舶行业强化管理、降本增效的主攻方向，大力推进数字化技术应用，建成一批达到国内先进水平的智能单元、智能生产线和智能化车间，实现每修正总吨工时消耗降低20%以上。

九、食品行业

（一）主要目标

到2025年，全省食品行业数字化转型取得重大进展，关键共性技术研发取得明显突破，两化融合应用得到显著提升，新技术、新产品、新模式、新业态不断涌现，全行业数字化水平大幅提高。行业内重点企业数字化示范引领和数字化解决方案推广应用取得显著成效。用3-5年时间，在白酒、啤酒、葡萄酒、食用植物油等食品重点细分行业建设一批工业互联网平台。培育200家食品产业工业互联网平台应用标杆企业，公布并推广100项数字化转型标杆项目。

（二）实施路径

1.推动行业整体技术升级。鼓励食品行业重点企业运用数字赋能，加快新型非热加工、新型杀菌、高效分离、节能干燥、清洁生产、综合利用等技术升级，提高粮油、肉蛋奶、果蔬、海洋生物及水产品加工等重点领域的精深加工比重。重点围绕食品加工制造、机械装备、质量安全、冷链物流、营养健康等主要领域，开展从基础前沿、重大关键共性技术到应用示范的全链条技术研究，推动食品产业健康发展、高质量发展。“十四五”末食品产业精深加工综合转化率达到75%以上。

2.推进两化深度融合。加快云计算、大数据、物联网等新一代信息技术在食品研发设计、生产制造、流通消费等领域的应用。加大食品生产加工关键环节的系统研发，引导省内食品企业加大智能制造投入，培育一批食品产业工业互联网平台应用标杆企业，推广一批数字化转型标杆项目。发展个性化定制和柔性化制造，鼓励食品行业重点企业建设数字化车间，开展智能工厂建设试点示范，提高智能化水平。支持重点食品企业扩大追溯体系覆盖面，实现食品“从农田到餐桌”全过程可追溯。

3.培育发展新业态新模式。推进工业互联网、人工智能在食品领域的深度应用，推广实行“统一集中采购、统一生产工艺、统一质量标准、统一销售价格、统一配送方式”的中央厨房、农商直供等新模式。引导食品行业运用“互联网+”技术，与休闲、旅游、文化、教育、科普、养生养老等领域深度融合，发展工业旅游、制造工艺体验、产品设计创意等新业态。创新电子商务与食品行业的集成应用模式，支持建立多种模式运营的行业垂直电商平台，推动在线交易、电子支付及线上线下的一体化集成。每年推介10个新业态新模式典型案例。

4.强化细分行业的区块链应用。加快区块链技术在酒类、粮油加工、肉制品加工等应用步伐，建设行业区块链公共服务平台，通过上云、用数、赋智等手段，连接产业链上下游、制造工厂、消费者等端口，促进服务要素对食品产业链的嵌入和提升，提供产品可视化、供应链管理、数字化营销、大数据分析和质量品牌社会评价等服务，构建全产业链深度连接的新型生产制造和服务体系，实现研发“精准解码”、智造“精准发力”、销售“精准导航”。

5.打造食品行业数字化发展集群。围绕海洋食品、畜禽肉制品、食用植物油、酒类、淀粉加工及淀粉功能糖、果蔬加工、休闲食品、保健功能食品等优势食品加工行业，以龙头骨干企业为基础，以特色优势食品产业强县、强镇和园区为骨架，打造资源共享、开放合作的食品产业数字化发展集群。支持产业集群内头部企业与高校科研机构联合攻关，加快突破生产工艺、质量控制、包装设计、品牌营销、生态环保等共性关键技术。搭建面向中小微食品企业的低成本、便利化、开放式数字化创新服务平台，形成大中小企业融通发展、相互支持配套的行业数字化发展新生态。

十、纺织服装行业

（一）主要目标

加快新一代信息技术与纺织服装行业融合创新发展，推动纺织服装行业迈向向绿色低碳、数字化、智能化。到2025年，纺织服装行业数字化转型取得重大进展，基本形成以大数据、行业平台为支撑，以柔性化生产、个性化定制为导向的数字化发展新格局，培育2-3家在全国行业具有较高影响力的工业互联网平台，重点企业生产设备数字化率达到75%。

（二）实施路径

1.提高管理数字化能力。在纺纱、织造、印染等领域，打造一批绿色智能化工厂；引导企业大力实施智能化技术改造，逐步实现生产过程智能化、控制系统智慧化、在线监测信息化。鼓励企业将新一代信息技术全面应用到企业生产管理全过程，构建人与机器、机器与物料、机器与机器互联的企业内网，加强订单、设备、物料等实时分析和监测，实现智能排产、供应链协同。

2.提升设备智能化水平。针对纺织服装企业特点，聚焦新型面料设计、服装舒适性检测、三维立体扫描测量、高端印花等环节，加快推动数字化机械设备应用，提高服装生产智能化水平。鼓励新建智能化生产车间，使用高速纺织、染整、吊挂柔性流水线、数码印花、视觉质量检验等智能设备，实现生产过程智能控制。对现有传统车间生产线，支持企业应用工业大数据、人工智能等新兴技术进行柔性化改造，提升个性化定制生产能力。

3.打造营销网络化模式。整合市场和渠道资源，结合纺织服装行业贴近终端市场的特点，鼓励企业利用网络购物平台及直播带货平台，构建直播电商、社交电商等新型销售场景，形成电商引流、订单转化、在线服务的全链闭环。积极引入国内外知名营销策划及品牌推广机构入驻行业园区（平台），指导企业优化营销策略，提高电商销售占比。

4.培育转型示范企业。针对细分环节的生产及工艺特点，重点围绕棉纺织、织造环节的配棉管理信息化，印染环节的织物印染工艺参数在线检测，服装设计、服装制造环节的人体数码扫描、自动缝制装备、吊挂系统，数字化销售环节的AI量体、顾客识别等领域，开展数字化转型示范行动。加快培育一批智能化生产、个性化定制、平台化应用典型标杆，示范带动行业企业向大规模个性化网络定制、小批量多品种快交期的柔性化生产转型。

5.构建融通共享生态。通过龙头企业示范带动、服务商技术支撑、科研机构创新引领，带动中小企业实施数字化转型，打造大中小企业智慧共享、产能共享、模式共享的发展生态。鼓励纺织服装企业开放云端创新设计资源，推动开发工具、设计组件以及工艺参数、专业知识、新型技术的灵活交换和共享共用。支持有数字化转型成功经验和技术实力的纺织服装企业向数字化转型解决方案服务商、全流程数字化平台企业转型。

十一、电子信息制造业

（一）主要目标

全面提升电子信息制造业设备管理、研发生产、产品质量管控、供应链协同等环节的数字化水平，打造一批有影响力的电子信息制造业工业互联网平台，到2025年，电子信息制造业数字化转型取得突破性进展，行业关键业务环节全面数字化的规模以上制造企业比例达到75%，重点企业生产设备数字化率达到58%。

（二）实施路径

1.推动数据资源互联互通。支持企业开展工业设备网络化改造，推动“接口开放、机器上网”，扩大网络覆盖范围和终端连接数量。引导企业建立EAP（设备自动化系统）及MES，优化利用生产环节数据。支持企业安装具备边缘计算能力的智能终端，采集研发、生产、销售等环节数据。加强边缘数据分析能力，将云端机器学习和深度学习算法部署在生产设备端，实现自动调整和优化。面向企业生产经营过程中的关系、时序、文档等海量异构数据，建立高效的数据整合、解析、管理体系，实现数据跨领域流通。

2.打造行业特色工业互联网平台。推动电子信息制造业的知识经验在平台沉淀集聚，加快基础工艺、控制方法、运行机理等工业知识的软件化、模型化。围绕设备管理、研发设计、产品质量检测、供应链协同等环节，开发机理模型、构建知识图谱，实现标签化管理、智能化搜索和精准化调用。基于平台采集生产设备运行、环境和工艺数据，分析预测关键部件变化趋势、产品寿命和潜在风险，主动进行预测性维护。利用大数据分析技术，对设备工作日志、历史故障、运行轨迹、实时位置等数据进行挖掘分析，实现设备故障精准定位。

3.优化研发生产管理过程。聚焦工艺、功能、质量、检测、运行环境等参数，构建产品的数字孪生模型，探索“零成本试错”研发。对生产计划排程、订单管理、质量管理、物料管理和设备管理进行建模测试和智能排产，缩短产品生产周期。利用机器视觉、人工智能技术，结合产品质量分析模型，及时发现潜在质量问题，消除质量管理环节漏洞。基于工业互联网平台，打通原料供应、元器件生产、零部件生产、组装加工、集成销售、运维等数据，实现产品全生命周期质量跟踪，提升产品质量控制精度。

4.优化供应链协同配置。实时采集企业内的设备、工具、物料、人力等数据，实时跟踪现场物料消耗，结合库存情况进行精准配货，实现生产、库存的动态调整优化。以工业互联网平台为连接枢纽，实时采集供应链上下游企业的排产、生产、库存、质量、物流方面的运行数据，结合供应链协同模型，优化全供应链资源配置，实现供应链动态、精准协同。面向电子行业在产业链上下游的信息流通堵点和供需错配问题，制定供应链协同解决方案，提高供应链整体的资源配置效率。

5.提升数字化服务水平。围绕设备状态监测、故障诊断、预测性维护等问题制定解决方案，提高设备智能管控水平。推进产品研发、生产排产、质量检测、精益管理等数字化，进一步优化企业生产管理，提高产品质量精度。发挥政府部门、行业协会、产业联盟的作用，拓宽电子信息制造业技术研发、投融资、人才培养引进等方面的渠道。鼓励供应商充分挖掘企业数字化转型需求，聚集生态合作伙伴，开展技术、营销、运营、服务合作。支持科研机构、高校、企业开展产学研用协同技术创新、试验验证与产业化推广。

山东省制造业数字化转型重点项目

（第一批）

山东省制造业数字化转型重点支撑平台

（第一批）