工信部《智慧工厂建设规范》

工信部《智慧工厂建设通用规范》前言为规范智慧工厂建设行为，统一智慧工厂建设的技术要求、管理要求和验收标准，推动制造业智慧工厂高质量发展，破解当前智慧工厂建设中存在的标准不统一、建设不规范、应用不深入、成效不明显等突出问题，依据《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》《“十四五”智能制造发展规划》《国家智能制造标准体系建设指南（2024版）》等相关政策文件及国家标准、行业标准，工业和信息化部组织编制本规范。本规范立足我国制造业发展实际，兼顾离散制造、流程制造、混合制造等各类制造业态，覆盖智慧工厂建设的规划设计、基础设施、数据管理、应用系统、安全保障、运营管理、验收评价等全流程，明确了智慧工厂建设的通用要求和核心指标，具有通用性、权威性和可操作性。本规范的制定和实施，旨在为制造业企业开展智慧工厂建设提供统一指引，为行业主管部门开展监督管理、验收评价提供依据，引导企业规范建设、科学建设智慧工厂，加速制造业数字化、智能化、绿色化转型，助力制造强国、网络强国建设。本规范由工业和信息化部负责解释，适用于各类制造业企业智慧工厂的建设、运营、验收及监督管理，也适用于为智慧工厂建设提供技术服务、系统集成的相关机构。本规范自发布之日起施行，原有相关规定与本规范不一致的，以本规范为准。1范围本规范规定了智慧工厂建设的术语和定义、总则、规划设计要求、基础设施建设要求、数据管理要求、应用系统建设要求、安全保障要求、运营管理要求、验收评价要求及监督管理要求。本规范适用于各类制造业企业智慧工厂的新建、改建、扩建工程，涵盖研发设计、生产制造、仓储物流、质量管控、经营管理、售后服务等全业务流程，包括离散制造业（机械制造、电子制造、汽车零部件制造等）、流程制造业（化工、冶金、建材、食品加工等）、混合制造业等各类业态。为智慧工厂建设提供系统集成、技术服务、设备供应的相关机构，应参照本规范开展相关工作。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本规范必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本规范；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本规范。GB/T23331-2020能源管理体系要求及使用指南GB/T24001-2016环境管理体系要求及使用指南GB/T22239信息安全技术网络安全等级保护基本要求GB/T30976.1工业控制系统信息安全第1部分：评估规范GB/T33007数字化车间通用技术要求GB/T38129-2019智能工厂安全控制要求GB/T41255-2022智能工厂通用技术要求GB/T43553.1-2023智能工厂数字化交付第1部分：通用要求GB/T45001-2020职业健康安全管理体系要求及使用指南GB/T46933.1-2025智能工厂安全一体化第1部分：一般要求GB/T40693-2021智能制造工业云服务数据管理通用要求《“十四五”智能制造发展规划》（工信部联规〔2021〕185号）《国家智能制造标准体系建设指南（2024版）》（工信部联科〔2024〕XXX号）3术语和定义下列术语和定义适用于本规范。3.1智慧工厂：在数字化工厂的基础上，依托新一代信息技术（物联网、大数据、云计算、人工智能、工业互联网等），对工厂的生产要素、业务流程、管理模式进行全方位、全流程的数字化重构，实现数据驱动、流程优化、协同高效、安全可控、绿色低碳的新型生产组织形式，具有自感知、自决策、自执行、自学习、自适应等智能特征。3.2数字化基础设施：支撑智慧工厂数据采集、传输、存储、分析和应用的基础硬件和网络设施，包括工业网络、智能装备、边缘计算节点、数据存储系统等。3.3数据治理：对智慧工厂全流程产生的各类数据进行采集、清洗、去重、补全、脱敏、标准化等处理，构建数据资产目录，实现数据的可管、可控、可查、可用的一系列活动。3.4工业互联网平台：面向制造业数字化、网络化、智能化需求，构建的集数据采集、存储、分析、应用于一体的平台，实现生产要素的互联互通和业务协同。3.5智能应用系统：基于数字化基础设施和数据资源，应用于智慧工厂研发设计、生产制造、仓储物流、质量管控、经营管理等环节的数字化系统，包括生产过程执行系统（MES）、企业资源计划系统（ERP）、智能仓储系统（WMS）等。3.6安全一体化：将网络安全、数据安全、设备安全、生产安全贯穿智慧工厂建设和运营全过程，构建“技术防护+管理规范+人员能力”三位一体的安全保障体系，实现各类安全风险的协同防控。4总则4.1制定依据本规范依据国家相关法律法规、产业政策和国家标准、行业标准制定，结合我国智慧工厂建设实际，聚焦规范建设、提升成效，兼顾科学性、权威性和可操作性，引导企业有序开展智慧工厂建设。4.2建设原则智慧工厂建设应遵循“战略引领、需求导向、标准先行、数据驱动、安全可控、绿色低碳、务实高效”的原则，具体要求如下：4.2.1战略引领：企业应将智慧工厂建设纳入企业整体发展战略，明确转型愿景、建设目标和实施路径，统筹协调内部各部门、各环节资源，确保建设工作与企业发展战略同频共振，避免碎片化建设。4.2.2需求导向：立足企业生产经营实际，聚焦核心业务痛点，以解决生产效率低、管理成本高、质量管控难、市场响应慢等实际问题为出发点，优先推进与核心业务密切相关的建设项目，确保建设成效可量化、可检验。4.2.3标准先行：严格遵循本规范及相关国家标准、行业标准，统一技术要求、管理要求和验收标准，确保智慧工厂建设的规范性、兼容性和互联互通性，避免盲目建设、重复建设。4.2.4数据驱动：以数据为核心生产要素，构建全流程数据采集、治理、共享、应用体系，推动数据在各环节的深度应用，实现数据驱动的业务优化、智能决策和风险预警。4.2.5安全可控：将安全保障贯穿智慧工厂建设和运营全过程，同步规划、同步建设、同步运行安全保障体系，强化技术防护、管理规范和人员能力，确保网络安全、数据安全、设备安全和生产安全，核心技术、关键设备和核心数据自主可控。4.2.6绿色低碳：结合“双碳”目标要求，通过智能化技术优化生产流程，提升能源利用效率，减少污染物排放，推动生产过程绿色化转型，实现节能、降耗、减排、环保。4.2.7务实高效：立足企业发展基础、资金实力和技术水平，分阶段、分步骤推进建设工作，优先选择高性价比、高回报率的建设项目，注重建设实效，避免形式化、同质化建设。4.3适用对象本规范适用于各类制造业企业，包括大型企业、中小企业，涵盖离散制造、流程制造、混合制造等各类业态；同时适用于为智慧工厂建设提供系统集成、技术服务、智能装备供应、工业软件服务的相关机构，以及行业主管部门开展监督管理、验收评价工作。5规划设计要求智慧工厂建设应坚持“顶层设计、分步实施”的思路，做好规划设计工作，确保建设工作有序推进、落地见效，规划设计应符合以下要求：5.1规划设计应结合企业发展战略、产业特点和转型需求，明确智慧工厂建设的总体目标、阶段目标、核心任务和实施计划，明确各阶段的时间节点、责任主体和资金投入，形成完整的规划设计方案。5.2规划设计应涵盖基础设施、数据管理、应用系统、安全保障、运营管理等全要素，统筹考虑各要素之间的协同衔接，避免出现信息孤岛、技术不兼容等问题，确保系统的整体性和协同性。5.3规划设计应遵循相关国家标准、行业标准和本规范，采用成熟、可靠、先进的技术和产品，兼顾技术的前瞻性和实用性，确保智慧工厂建设的规范性和可持续性；同时应考虑企业未来发展需求，预留技术升级和功能扩展空间。5.4规划设计应开展现状诊断，采用智能制造能力成熟度模型等工具，全面梳理企业现有设备水平、信息系统部署、数据资源、组织架构等现状，识别建设痛点和需求，确保规划设计方案贴合企业实际。5.5规划设计方案应包括可行性分析、风险评估等内容，对建设过程中可能面临的技术风险、资金风险、安全风险等进行全面评估，制定相应的风险防控措施，确保建设工作稳步推进。5.6规划设计应注重绿色低碳，结合企业生产特点，优化工厂布局、生产流程和能源利用方式，推动智能装备和绿色技术的融合应用，实现绿色生产。6基础设施建设要求数字化基础设施是智慧工厂建设的基础，应构建“网络互联+设备数字化+边缘计算+数据存储”的一体化基础设施体系，满足低时延、高可靠、广连接、高安全的建设需求，具体要求如下：6.1网络基础设施6.1.1构建工业内网与工业外网协同的网络体系，工业内网优先采用工业以太网、时间敏感网络（TSN）等高性能网络技术，优化网络拓扑结构，实现生产车间、生产线、生产设备之间的高速互联，端到端时延不超过10毫秒，保障生产数据的实时传输；划分生产网与办公网物理隔离区域，避免网络干扰。6.1.2针对移动场景和高实时性场景（如智能巡检、远程操控），推广5G+MEC（边缘计算）融合应用，实现毫秒级低时延通信，降低数据传输带宽压力，提升生产控制的实时性。6.1.3工业外网依托工业互联网骨干网，实现与上下游企业、行业平台、政府部门的互联互通，采用加密传输、虚拟专用网络（VPN）等技术，保障数据传输的安全性和私密性；网络带宽应满足企业业务需求，确保数据传输稳定、流畅。6.1.4建立网络运维管理体系，部署网络监控设备，实现对网络运行状态的实时监控、故障预警和快速处置；定期开展网络安全检测和漏洞扫描，及时修复网络安全隐患，确保网络运行安全稳定。6.2设备数字化改造与智能装备部署6.2.1对工厂现有核心生产设备、关键检测设备进行数字化改造，加装传感器、智能网关等设备，实现设备运行数据（转速、温度、能耗、故障等）的实时采集和上传，核心生产设备联网率应达到95%以上。6.2.2推广应用智能装备，包括智能机器人、智能机床、自动化产线、在线检测设备等，替代人工重复性劳动，提升生产自动化水平；智能装备应符合相关国家标准、行业标准，具备数据采集、互联互通和远程控制能力。6.2.3建立设备数字化管理台账，实现设备全生命周期的数字化管控，包括设备采购、安装、调试、运行、维护、报废等全环节，为设备运维、生产调度提供数据支撑；定期对设备进行维护保养和性能检测，确保设备正常运行。6.2.4智能装备和数字化改造后的设备应支持多种通信协议，实现与工业互联网平台、智能应用系统的互联互通，确保数据的顺畅传输和共享。6.3边缘计算与数据存储6.3.1在生产车间部署边缘计算节点，实现生产数据的本地采集、实时处理和快速响应，支持多协议兼容，实现各类设备数据的统一采集和协议转换，降低数据传输带宽压力，提升生产控制的实时性。6.3.2搭建企业级数据存储系统，采用分布式存储技术，满足海量生产数据、管理数据的存储需求，存储容量应预留30%以上的扩展空间；建立数据备份和恢复机制，定期进行数据备份，确保数据的安全性、完整性和可恢复性，核心数据备份覆盖率达到100%。6.3.3数据存储系统应符合数据安全相关标准，采用加密存储、访问控制等技术，防止数据泄露、篡改和丢失；支持数据的分级存储，根据数据重要性和访问频率，采用不同的存储方式，提升存储效率。7数据管理要求数据资源是智慧工厂的核心资产，应构建“采集—治理—共享—应用”全流程数据管理体系，实现数据的标准化、规范化管理，充分释放数据价值，具体要求如下：7.1数据采集7.1.1建立全要素、全流程的数据采集机制，覆盖研发设计、生产制造、仓储物流、质量检测、设备运维、经营管理、售后服务等各个环节，确保数据采集的全面性、真实性、实时性和准确性。7.1.2针对不同类型的设备和业务系统，采用传感器采集、智能网关接入、API接口对接等多种采集方式，实现设备运行数据、生产工艺数据、质量数据、物料数据、人员数据、经营数据、客户数据等各类数据的全面采集。7.1.3明确数据采集范围、频率和精度，生产工艺数据、设备运行数据采集频率应满足生产控制需求，精度应符合相关标准；质量数据、经营数据等应及时采集、实时更新，确保数据的时效性。7.1.4建立数据采集校验机制，对采集的数据进行实时校验，及时发现和纠正数据失真、缺失等问题，确保数据质量。7.2数据治理7.2.1建立统一的数据标准体系，制定数据编码、数据格式、数据分类、数据口径等标准规范，遵循GB/T40693-2021等相关标准，实现数据的标准化管理，确保不同部门、不同环节的数据可互通、可共享。7.2.2开展数据清洗、去重、补全、脱敏等处理，清除无效数据、冗余数据，提升数据质量；建立数据质量评估机制，定期开展数据质量评估，针对评估中发现的问题，及时优化数据采集和治理流程。7.2.3构建数据资产目录，明确数据来源、数据类型、数据用途、数据权限和数据生命周期，实现数据资产的可管、可控、可查；建立数据生命周期管理机制，对过期数据进行规范处置，确保数据存储的合理性。7.2.4配备专业的数据治理人员，负责数据标准制定、数据质量管控、数据资产梳理等工作，确保数据治理工作常态化、规范化。7.3数据共享7.3.1构建企业内部数据共享平台，打破部门之间的信息壁垒，实现生产、研发、管理、销售等部门的数据共享共用，支撑跨部门业务协同；明确数据共享权限，采用访问控制、身份认证等技术，确保数据共享安全可控。7.3.2建立跨企业数据共享机制，在保障数据安全和隐私的前提下，推动与上下游企业、行业协会、科研单位的数据共享，支撑供应链协同、技术合作、资源优化配置；跨企业数据共享应遵循相关法律法规和数据安全标准，签订数据共享协议，明确双方权利和义务。7.3.3推动数据与工业互联网平台、智能应用系统的深度融合，实现数据的实时共享和高效应用，支撑智能决策和业务优化。7.4数据应用7.4.1搭建企业级数据中台，整合各类数据资源，搭建数据分析模型，实现数据的深度挖掘和智能应用；围绕生产调度优化、质量预测与管控、设备预测性维护、供应链风险预警、经营决策支持等核心场景，开展数据分析应用，为企业决策提供数据支撑。7.4.2鼓励企业探索数据驱动的创新模式，如大规模定制、个性化服务、服务化转型等，推动数据价值转化为企业核心竞争力；数据应用应贴合企业实际需求，确保应用成效可量化。7.4.3建立数据应用评估机制，定期对数据应用成效进行评估，优化数据分析模型和应用方案，提升数据应用水平。8应用系统建设要求智能应用系统是智慧工厂建设的核心载体，应围绕“研发—生产—仓储—质量—管理—服务”全业务流程，部署相关应用系统，实现业务流程自动化、协同化、智能化，具体要求如下：8.1研发设计数字化系统8.1.1部署研发设计数字化系统（如PLM产品生命周期管理系统），实现云端协同研发、数字样机、仿真模拟等功能，整合产品图纸、工艺参数、研发经验等数据，实现研发设计的标准化、规范化。8.1.2采用AI辅助设计、创成式设计等技术，基于历史数据推荐最优设计方案，提升产品设计质量和创新能力；实现研发设计与生产制造的数字化衔接，确保设计方案能够快速转化为生产工艺，减少设计与生产的脱节问题。8.1.3建立研发设计数据库，实现研发成果的数字化存储和共享，支撑研发设计资源的重复利用，缩短研发周期、降低研发成本。8.2生产制造数字化系统8.2.1部署生产过程执行系统（MES），实现生产计划的智能排产、生产过程的实时监控、生产进度的动态跟踪、生产异常的快速处置，优化生产流程，提升生产效率；生产计划兑现率应达到90%以上，生产效率较转型前提升15%以上。8.2.2推行生产过程无纸化管理，实现工艺文件、生产指令、检测报告的电子化传递和追溯，提升生产管理的规范化水平；离散制造业应构建柔性自动化产线，实现多品种、小批量的混线生产，提升生产灵活性；流程制造业应实现生产工艺参数的实时监控和自动调整，确保生产过程的稳定性和一致性。8.2.3应用数字孪生技术，构建生产车间、生产线的虚拟镜像，实现生产过程的仿真模拟、瓶颈分析和优化调度，提前发现生产问题，降低生产风险；数字孪生模型与物理实体的同步率应达到95%以上。8.3仓储物流数字化系统8.3.1部署智能仓储系统（WMS）、自动导引车（AGV）、智能分拣设备等，实现原材料、半成品、成品的自动化入库、出库、存储和分拣，提升仓储物流效率，降低人工成本；仓储作业效率较转型前提升30%以上，库存周转率提升20%以上。8.3.2建立智能物流调度系统，实现物流资源的优化配置和物流流程的实时监控，对接上下游供应链，实现物料的精准配送和高效流转，减少物料积压和浪费；构建物料数字化追溯体系，实现从原材料采购到产品交付的全流程物料追溯，确保物料质量安全。8.3.3仓储物流系统应与生产制造系统、采购系统等实现数据贯通，确保物料供应与生产需求的协同匹配。8.4质量管控数字化系统8.4.1构建全流程质量管控系统，部署在线检测设备、AI视觉检测系统等，实现生产过程的实时质量检测，及时发现质量缺陷，减少不良品产生；产品不良率较转型前下降10%以上。8.4.2建立质量数据分析模型，对质量数据进行深度挖掘，分析质量缺陷产生的原因，优化生产工艺，提升产品质量稳定性；实现质量数据的数字化追溯，从原材料采购、生产制造到产品交付，全程记录质量信息，确保质量问题可追溯、可整改。8.4.3建立质量预警机制，针对质量异常数据及时发出预警，避免质量问题扩大化；定期开展质量审核，持续提升产品质量。8.5经营管理数字化系统8.5.1部署企业资源计划系统（ERP）、商业智能（BI）系统等，构建统一的数字化经营管理平台，整合财务、人力、采购、销售、供应链等各类经营管理数据，实现经营管理的数字化、规范化。8.5.2采用BI技术，构建经营分析模型，实时呈现企业经营指标（产值、利润、能耗、产能等），为企业经营决策提供数据支撑；优化企业管理流程，实现审批流程、报销流程、采购流程等的自动化，提升管理效率，管理成本较转型前下降10%以上。8.5.3集团型企业应建设统一的数字化管理平台，实现跨层级、跨企业的协同管理，提升集团整体运营效率。8.6售后服务数字化系统8.6.1构建全渠道售后服务体系，整合线上线下服务资源，部署售后服务数字化管理平台，实现售后服务工单、维修记录、客户反馈的数字化管理，提升售后服务效率和质量；售后服务响应时间不超过2小时，客户满意度达到90%以上。8.6.2应用物联网技术，实现产品远程监控，实时掌握产品运行状态，提供主动式售后服务（如故障预警、远程维修）；建立客户服务大数据分析模型，分析客户需求和反馈，优化产品和服务。8.6.3探索“产品即服务”（PaaS）模式，从卖设备转向卖“使用效果”，拓展服务增值空间。8.7系统集成8.7.1实现各智能应用系统之间、应用系统与数字化基础设施之间、应用系统与工业互联网平台之间的互联互通，打破信息孤岛，实现数据贯通和业务协同；系统集成应遵循相关标准，确保系统的兼容性和扩展性。8.7.2建立系统集成运维管理体系，定期对应用系统进行维护、升级和优化，确保系统稳定运行；配备专业的系统运维人员，及时处置系统故障。9安全保障要求安全保障是智慧工厂建设的底线，应遵循GB/T46933.1-2025、GB/T22239等相关标准，构建“技术防护+管理规范+人员能力”三位一体的安全保障体系，全面防范各类安全风险，具体要求如下：9.1网络安全防护9.1.1部署防火墙、入侵检测系统、入侵防御系统等网络安全设备，构建多层次的网络安全防护体系，防范网络攻击、病毒入侵、恶意篡改等风险；工业内网与工业外网之间应采取物理隔离或逻辑隔离措施，严格控制网络访问权限。9.1.2采用加密传输、访问控制、身份认证等技术，保障网络数据的传输安全和存储安全；定期开展网络安全检测和漏洞扫描，及时发现和修复网络安全隐患，每年至少开展1次网络安全应急演练。9.1.3建立网络安全应急响应机制，制定应急预案，明确应急处置流程和责任分工，确保发生网络安全事件时能够快速响应、有效处置，降低事件造成的损失。9.2数据安全防护9.2.1建立数据分级分类管理体系，对敏感数据、核心数据（如生产工艺、客户信息、核心技术数据）进行重点保护，采用数据加密、脱敏、备份、销毁等技术，防止数据泄露、篡改和丢失；核心数据加密覆盖率达到100%。9.2.2明确数据访问权限，建立数据访问审计机制，对数据访问行为进行全程记录和监控，确保数据的合法使用；严格遵守《数据安全法》《网络安全法》等相关法律法规，规范数据收集、存储、使用、传输、销毁等环节的管理。9.2.3建立数据安全应急处置机制，针对数据泄露、篡改等安全事件，制定应急预案，及时采取处置措施，降低事件影响。9.3设备安全防护9.3.1加强对智能装备、工业控制系统、边缘计算设备等的安全管理，定期对设备进行安全检测、固件升级和漏洞修复，防范设备被入侵、控制等风险；建立设备安全准入机制，对接入网络的设备进行身份认证和安全检测，禁止不安全设备接入网络。9.3.2加强对设备运行状态的实时监控，及时发现设备安全异常，采取应急处置措施，保障设备安全稳定运行；建立设备安全管理制度，规范设备操作和维护流程，避免因操作不当导致设备安全问题。9.4生产安全防护9.4.3整合生产安全监控系统与数字化应用系统，实现生产安全的实时监控和智能预警；部署视频监控、环境监测、应急报警等设备，对生产车间的人员、设备、环境等进行全面监控，及时发现生产安全隐患。9.4.4建立生产安全应急响应机制，制定应急预案，定期开展应急演练，提升应对生产安全突发事件的能力；加强安全生产培训，提升员工生产安全意识和应急处置能力，确保生产安全。9.5安全管理与人员能力9.5.1建立健全安全管理制度，包括网络安全管理制度、数据安全管理制度、设备安全管理制度、生产安全管理制度等，规范安全管理流程；明确安全管理责任，配备专业的安全管理人员，确保安全管理工作常态化。9.5.2加强员工安全培训，针对网络安全、数据安全、生产安全等内容，开展分层分类培训，提升员工安全素养和操作技能；定期开展安全考核，确保员工掌握相关安全知识和技能。10运营管理要求智慧工厂建设完成后，应建立健全运营管理体系，确保智慧工厂稳定运行、持续优化，充分发挥建设成效，具体要求如下：10.1组织架构与管理制度10.1.1成立智慧工厂运营管理专项工作组，明确企业高层为第一责任人，统筹协调各部门运营管理工作；根据智慧工厂运营需求，调整企业组织架构，增设数字化管理、数据治理、智能运维等岗位，明确各岗位的职责和分工。10.1.2建立健全运营管理制度，包括设备运维管理制度、数据管理制度、应用系统运维管理制度、安全管理制度、绩效考核制度等，规范运营管理流程；制定运营管理实施细则，明确各环节的工作要求和责任主体。10.2人员队伍建设10.2.1构建“引进+培养+激励”的数字化人才队伍建设体系，培育兼具制造业专业知识和数字化技术能力的复合型人才；加强企业内部员工培训，针对数字化技术、数字化应用、数据治理、安全管理等内容，开展针对性培训，提升员工数字化素养和操作技能。10.2.2制定优惠政策，引进国内外高端数字化技术人才和管理人才，充实数字化人才队伍；建立人才激励机制，完善薪酬福利体系，将数字化工作业绩与薪酬、晋升挂钩，激发员工积极性和创新活力。10.3运维管理10.3.1建立数字化基础设施、智能应用系统的常态化运维管理体系，配备专业的运维人员，定期对基础设施和应用系统进行维护、检测和升级，确保系统稳定运行；建立故障应急处置机制，及时处置设备故障、系统故障等问题，减少停机时间。10.3.2加强数据运维管理，定期开展数据质量检查和优化，确保数据的真实性、完整性和时效性；对数据存储系统进行定期维护，确保数据安全。10.4持续优化10.4.1建立智慧工厂运营效果评估机制，定期对照建设目标和相关标准，对生产效率、产品质量、管理成本、安全水平等运营指标进行评估，及时发现问题和不足。10.4.2结合行业技术发展趋势和企业发展需求，持续优化智慧工厂的基础设施、应用系统和运营管理模式，推动智慧工厂不断升级，提升运营效率和建设成效；跟踪相关标准的更新情况，及时对接最新标准要求，确保智慧工厂建设和运营的规范性。11验收评价要求智慧工厂建设完成后，应按照本规范及相关标准开展验收评价工作，确保建设成果符合要求，验收评价应遵循“客观公正、科学严谨、全面细致”的原则，具体要求如下：11.1验收条件11.1.1智慧工厂建设项目已按规划设计方案和本规范要求完成全部建设内容，基础设施、应用系统、安全保障、运营管理等各环节均达到本规范规定的要求。11.1.2已完成相关系统的调试和试运行，试运行时间不少于3个月，系统运行稳定，各项运营指标达到建设目标。11.1.3已整理完成建设相关资料，包括规划设计方案、施工记录、设备清单、系统调试报告、试运行报告、安全检测报告、数据治理报告等。11.1.4已建立健全运营管理制度和安全保障体系，配备了专业的运营管理和技术维护人员，具备常态化运营能力。11.2验收内容11.2.1规划设计验收：检查规划设计方案的合理性、完整性，以及建设内容与规划设计方案的一致性。11.2.2基础设施验收：检查网络基础设施、设备数字化改造、边缘计算与数据存储等基础设施的建设质量和运行情况，是否符合本规范第6章的要求。11.2.3数据管理验收