智慧城市网

　　【智慧城市网 行业标准】为进一步优化完善研发费用加计扣除政策，鼓励企业开展研发创新，省税务局联合省经信厅拟研究制定出台我省《制造业“智能制造”研发费用加计扣除政策执行指引》，经前期讨论研究，初步形成“智能制造”中研发活动的概念、特征、内容、负面清单等，现公开征求公众意见。如有修改意见或建议，请于2023年12月14日前通过电子邮件、信函等形式反馈至浙江省经济和信息化厅数字经济处。
 

　　公示时间：2023年11月14日-12月14日
 

　　联系人：兰小康，联系方式：0571-87056776  13757045070

　　邮  箱：184576440@qq.com

　　邮寄地址：杭州市体育场路479号省经信厅数字经济处。
 

　　浙江省经济和信息化厅 

　　2023年11月14日

 

　　“智能制造”中的研发活动(征求意见稿)

 

　　一、“智能制造”的概念
 

　　智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。智能制造一般包括“智能化改造”和“数字化转型”。
 

　　智能化改造是指制造业在计算机网络、大数据、物联网和人工智能等技术的支持下，对管理模式、产品设计、生产流程、产品销售、售后服务等进行全面升级改造，所具有的能满足生产制造的各种需求的属性。
 

　　数字化转型是指制造业深化应用新一代信息技术，激发数据要素创新驱动潜能，建设提升数字时代生存和发展的新型能力，加速业务优化、创新与重构，创造、传递并获取新价值，实现转型升级和创新发展的过程。
 

　　二、智能制造的特征
 

　　(一)创新性。智能制造让企业更具有竞争力，能为客户提供新产品、新服务，创造客户价值，获得可持续发展。需要企业持续应用新技术为业务赋能。
 

　　(二)复杂性。智能制造是要构建一种全新的发展范式，是企业融合创新与持续变革的复杂过程，涉及生产力、生产关系的重构。由研发活动及非研发活动共同构成，包含研发行为及外购行为。
 

　　(三)系统性。涉及研发设计、生产制造、仓储物流、市场营销、售后服务等全价值链、全业务过程、全生命周期，涉及设备层、单元层、车间层、企业层和产业链协同层等系统架构，需要进行横向集成、纵向集成和端到端的集成。
 

　　三、智能制造的研发活动形式
 

　　智能制造研发活动形式可以分为自主研发、委托研发、合作研发、集中研发以及以上方式的组合。
 

　　四、智能制造的研发活动判定
 

　　制造业企业开展“智能化改造”和“数字化转型”活动，是立足自身产品、技术、工艺流程等实际，创造性地利用数字化、智能化技术，实质性改进技术、产品(服务)、工艺而持续进行的具有明确目标的系统性活动。
 

　　(一)“智能制造”研发活动清单
 

　　环节
 

　　存在研发活动的智能化改造、数字化转型过程
 

　　产品设计与规划
 

　　1.数字化建模与仿真：采用数字化建模与仿真技术可以对产品设计过程进行自动化和智能化管理。数字化建模与仿真技术可以利用计算机模拟产品的设计、分析和优化过程，实现产品设计过程的自动化和智能化。同时，数字化建模与仿真技术还可以通过模拟产品的性能和行为，预测产品在不同条件下的表现，提高产品的可靠性和性能。
 

　　2.智能算法的应用：采用智能算法可以对产品设计数据进行自动分析和处理。智能算法可以识别出产品设计数据中的异常值、趋势和规律等信息，并生成相应的报告和建议。通过引入智能算法，企业可以实现产品设计数据的自动化分析和处理，提高设计效率和准确性。
 

　　3.数据驱动的设计优化：采用数据挖掘和机器学习等技术可以对产品设计过程进行数据驱动的优化和改进。数据挖掘和机器学习等技术可以识别出产品设计数据中的有用信息和知识，为企业提供有价值的数据支持和决策依据。通过引入数据驱动的设计优化技术，企业可以在产品设计阶段就预测出产品在不同条件下的表现，提前采取相应的措施进行优化和改进，提高产品的质量和可靠性。
 

　　4.模块化设计方法：采用模块化设计方法可以将产品设计成模块化的结构，方便产品的升级和维护。模块化设计方法可以通过标准化接口和规范化的数据格式等方式实现模块之间的互操作性和可重用性，提高产品的可维护性和可扩展性。
 

　　5.虚拟现实与增强现实技术的应用：采用虚拟现实与增强现实技术可以对产品设计过程进行沉浸式体验和可视化展示。虚拟现实与增强现实技术可以模拟产品的外观、功能和使用环境等信息，方便用户进行体验和评价。通过引入虚拟现实与增强现实技术，企业可以在产品设计阶段就模拟产品的实际使用场景和体验效果，提高产品的质量和用户体验。
 

　　原材料采购与管理
 

　　1.智能采购决策系统：通过人工智能技术，对历史采购记录、供应商信息等数据进行分析，综合考虑价格、质量、交货期等因素，自动生成采购决策建议，帮助企业做出更明智的采购决策。
 

　　2.智能供应商管理系统：通过大数据分析和物联网技术，对供应商的信誉度、交货时间、产品质量等信息进行全面监控和管理，建立供应商评价体系，实现供应商的分类管理和优先选择。
 

　　3.智能库存管理系统：通过物联网技术对所有材料的数量、品种、规格等信息进行统计，并利用大数据分析技术对材料需求进行预测和分析，将信息反馈到生产计划和采购计划中，实现库存的自动调配和管理。
 

　　4.智能质量管理系统：通过引入自动化检测设备和智能算法，对原材料的质量进行全面检测和分析，实现质量数据的自动化采集、分析和处理，提高质量管理效率和准确性。
 

　　5.智能物流管理系统：通过物联网技术和大数据分析技术，对物流信息进行实时监控和跟踪，实现物流过程的透明化和智能化管理，提高物流效率和准确性。
 

　　6.智能预测管理系统：通过引入机器学习和大数据分析技术，对原材料的市场价格、供需关系、运输成本等因素进行预测和分析，为企业制定更加准确的采购计划和决策提供支持。
 

　　7.智能风险管理系统：通过大数据分析和智能算法，对采购过程中可能出现的风险进行预测和管理，例如价格波动风险、供应商违约风险等，帮助企业及时采取措施进行风险管控。
 

　　8.智能协同管理系统：通过引入云计算和大数据技术，实现企业内各部门之间的信息共享和协同作业，提高采购过程各环节的沟通和协作效率。
 

　　生产计划与排产
 

　　1.智能排程系统：通过引入APS计划排产系统等智能排程系统，实现生产计划的自动化和智能化管理。智能排程系统可以根据订单数据、产品特性、设备能力等因素，自动生成生产计划和排程方案，提高生产计划的准确性和执行效率。
 

　　2.实时数据采集与分析：通过物联网技术和传感器等技术，实现生产现场数据的实时采集和监控，并将数据进行分析和挖掘，以数据驱动的方式优化生产计划和排程方案。
 

　　3.机器学习和人工智能的应用：通过引入机器学习和人工智能技术，对历史生产数据进行分析和学习，实现对未来生产趋势的预测和优化。机器学习和人工智能技术可以自动识别出生产过程中的瓶颈和问题，提出相应的优化建议和改进措施。
 

　　4.协同设计与制造：通过引入数字化设计和制造技术，实现产品设计与制造过程的协同和集成。协同设计与制造技术可以打通产品设计和生产之间的信息壁垒，实现信息的共享和协同作业，提高生产计划的准确性和执行效率。
 

　　5.智能化决策支持系统：通过引入智能化决策支持系统，实现基于数据的生产决策和管理。智能化决策支持系统可以利用大数据分析和人工智能等技术，对生产数据进行全面分析和挖掘，为企业提供有价值的生产信息和决策支持。
 

　　加工与组装
 

　　1.自动化加工与组装设备：采用自动化加工与组装设备可以实现对加工与组装过程的自动化和智能化管理。自动化加工与组装设备可以通过传感器、物联网等技术实现设备之间的互联互通，实现加工与组装的自动化和智能化。同时，自动化加工与组装设备还可以通过实时监测设备的运行状态、故障预警等信息，提高设备的可靠性和稳定性，降低设备的维修成本和停机时间。
 

　　2.数字化工艺规划与管理：采用数字化工艺规划与管理技术可以对加工与组装过程进行全面数字化管理。数字化工艺规划与管理技术可以实现与设备、人员、物料等各个方面的信息交互，实现加工与组装的全面数字化管理。同时，数字化工艺规划与管理技术还可以通过数据分析和预测等技术，对加工与组装过程进行优化和改进，提高生产效率和质量。
 

　　3.机器视觉与传感器技术的应用：采用机器视觉与传感器技术可以对加工与组装过程进行质量检测和监控。机器视觉与传感器技术可以自动识别产品表面的缺陷、尺寸误差等问题，提高产品质量和一致性。
 

　　4.智能调度与优化：采用智能调度与优化技术可以对加工与组装过程进行实时监控和优化。智能调度与优化技术可以根据实际生产情况进行实时调整和优化，提高生产效率和质量。
 

　　质量控制与检验
 

　　1.自动化检验设备：采用自动化检验设备可以实现对产品质量的自动检测和识别。自动化检验设备可以采用机器视觉、尺寸测量等技术，对产品进行多维度、高精度的检测，并将检测数据与标准数据进行对比，判断产品是否合格。同时，自动化检验设备还可以通过实时监测设备的工作状态、故障预警等信息，提高设备的可靠性和稳定性，降低设备的维修成本和停机时间。
 

　　2.实验室自动化管理系统：通过引入实验室自动化管理系统，可以实现实验室质量监管的自动化和智能化。实验室自动化管理系统可以实现对实验室数据的自动采集、分析、存储和处理，提高检验效率和准确性。同时，实验室自动化管理系统还可以通过实时监控实验过程、环境参数等信息，确保实验结果的准确性和可靠性。
 

　　3.AI质检解决方案：采用AI质检解决方案可以实现产品质量的智能检测和识别。AI质检解决方案可以通过对图像进行深度学习和训练，获得通用化特征参数与模型，实现产品缺陷的自动识别和定位。同时，AI质检解决方案还可以结合生产过程中的其他数据，对产品质量进行多维度、全方位的监控和评估，提高产品质量控制水平。
 

　　4.数据驱动的质量控制：通过引入数据驱动的质量控制技术，可以实现基于数据的精准控制和优化。数据驱动的质量控制技术可以对生产过程中的质量数据进行全面分析和挖掘，发现产品质量问题的根源和影响因素，提出相应的改进措施和优化方案，提高产品质量和生产效率。
 

　　调试与测试
 

　　1.自动化调试与测试系统：采用自动化调试与测试系统可以实现对产品性能的自动化测试和调试。自动化调试与测试系统可以利用传感器、数据采集等技术，对产品的各项性能指标进行自动测试和记录，并将测试结果进行分析和评估，提高调试与测试的效率和质量。
 

　　2.远程调试与测试系统：通过引入远程调试与测试系统，可以实现远程专家对调试与测试过程的实时监控和指导。远程调试与测试系统可以利用视频、音频、数据传输等技术，实现远程专家与现场测试人员的实时交互和指导，提高调试与测试的准确性和可靠性。
 

　　3.数据挖掘与分析技术：通过引入数据挖掘与分析技术，对调试与测试数据进行全面分析和挖掘，发现产品潜在的问题和改进点。数据挖掘与分析技术可以结合产品历史数据和市场反馈信息，对产品的性能、可靠性、用户体验等方面进行全面评估和优化，提高产品的质量和市场竞争力。
 

　　4.自动化缺陷检测与识别系统：采用自动化缺陷检测与识别系统可以实现对产品缺陷的自动检测和识别。自动化缺陷检测与识别系统可以利用机器视觉、图像处理等技术，对产品的外观和质量进行自动检测和识别，提高产品缺陷检测的准确性和效率。
 

　　包装与运输
 

　　1.智能包装系统：采用智能包装系统可以实现包装过程的自动化和智能化。智能包装系统可以利用传感器、机器视觉等技术，对产品进行自动识别、定位和包装，提高包装效率和准确性。同时，智能包装系统还可以通过实时监测包装过程、质量等信息，实现包装质量的全面控制和可追溯。
 

　　2.包装信息管理系统：通过引入包装信息管理系统，可以实现包装信息的自动化管理和跟踪。包装信息管理系统可以记录产品的生产信息、质量信息、运输信息等，实现信息的可追溯和共享，提高管理效率和质量。
 

　　3.物联网技术应用：利用物联网技术对产品进行追踪和管理，实现产品信息的实时监控和反馈。通过在产品上粘贴物联网标签，可以记录产品的位置、温度、湿度等信息，实现产品的全面监控和管理。
 

　　4.智能运输系统：采用智能运输系统可以提高运输效率和准确性。智能运输系统可以利用GPS、RFID等技术，对车辆进行实时定位和跟踪，实现运输过程的自动化和智能化。同时，智能运输系统还可以通过优化运输路线、调度等手段，提高运输效率和质量。
 

　　5.自动化装卸系统：通过引入自动化装卸系统，可以实现装卸过程的自动化和智能化。自动化装卸系统可以利用机器人、自动化设备等技术，实现产品的自动装卸和搬运，提高装卸效率和准确性。
 

　　售后服务与维修
 

　　1.智能化客户关系管理：通过引入智能化客户关系管理系统，可以实现对客户信息的自动化管理和跟踪。系统可以记录客户的基本信息、购买记录、服务需求等信息，帮助企业更好地了解客户需求，提供更精准的服务和解决方案。
 

　　2.智能化派工系统：通过智能化派工系统，可以根据客户的位置、服务需求、工单状态等信息，自动安排维修人员和时间，提高服务响应速度和效率。
 

　　3.在线客服和智能应答系统：通过引入在线客服和智能应答系统，可以为客户提供24小时不间断的服务支持。系统可以根据客户的问题类型和需求，自动匹配答案和解决方案，快速回复客户的问题，提高客户满意度。
 

　　4.智能化维修流程管理：通过引入智能化维修流程管理系统，可以对维修过程进行全程监控和质量控制。系统可以对维修人员的操作进行指导和规范，确保维修质量和效果，提高客户满意度。
 

　　5.大数据分析和预测：通过收集和分析客户的行为数据，可以了解客户的需求和偏好，预测产品的故障风险和维修需求，提前采取措施，减少客户的损失。同时，通过对维修数据的分析和挖掘，可以优化维修流程和资源配置，提高服务效率和质量。
 

　　(二)“智能制造”研发活动的负面清单
 

　　1.购买并直接使用智能装备的活动；

　　2.购买并直接使用工业软件、系统的活动；

　　3.企业(车间)技改的可行性研究、规划活动；

　　4.“智能制造”涉及的厂房、机房等建筑物的设计、建造活动；

　　5.“智能制造”所需水、电、气、通信、采光、采暖等辅助工程的建安活动；

　　6.购买传感器、采集装置进行直接安装的活动。