T/ZNX 059-2025 浙江省农药行业智能工厂分级评价规范

　　ICS 01.040.71 CCS G 23

　　团 体 标 准

　　T/ZNX 059—2025

　　浙江省农药行业智能工厂分级评价规范

　　2025-12-12发布

　　2 0 2 5 - 1 2 - 2 5 实 施

　　浙江省农药工业协会 发布

　　T/ZNX 059-2025

　　目 次

　　T/ZNX 059-2025

　　前 言

　　本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定

　　起 草 。

　　请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。

　　本文件由浙江省农药工业协会提出并归口。

　　本文件起草单位：浙大城市学院、中国空分工程有限公司、杭州中空工程管理有限公司

　　本文件主要起草人：汪曼、陆棋

　　浙江省农药行业智能工厂分级评价规范

　　1 范围

　　本文件规定了浙江省农药行业智能工厂分级评价的评价原则、评价对象、评价指标体系、评价方法、 等级划分、否决项及评价结果应用。

　　本文件适用于浙江省行政区域内农药原药生产企业、农药制剂加工企业以及原药—制剂一体化生产 企业的智能工厂分级评价;不适用于仅从事仓储、分装、贸易且不具备完整生产过程控制系统的单位。

　　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文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件;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 文 件 。

　　GB/T 37413—2019 数字化车间术语和定义

　　GB/T 39116—2020 智能制造能力成熟度模型

　　T/CCPIA 258—2024 农药工业智能工厂建设指南

　　浙江省《“未来工厂”建设导则》

　　3 术语和定义

　　下列术语和定义适用于本文件。

　　3.1 智能工厂

　　实现人、机、料、法、环等生产要素全面互联，通过数据驱动实现自主感知、分析决策、优化控制 和动态调整的现代化制造体系。具备运行控制、运营管理与智能决策能力。

　　3.2 基础级

　　企业初步完成数字化基础设施建设，关键生产设备具备基本自动化功能，重要参数可实时显示或记 录，生产过程有电子台账，安全管理有基本保障措施。但尚未形成整体智能化方案。

　　3.3 成长级

　　企业在主要生产环节建立规范化管理体系，车间层面实现工业软件应用(如MES), 具备基本的数 据采集与可视化能力，初步实现排产辅助、质量追溯、能耗统计等功能。

　　3.4规范级

　　企业己构建统一数据平台，打通ERP、MES、DCS等核心系统，实现跨系统数据互联互通，具备制造 全过程数据自动采集与共享能力，初步实现智能协同生产。

　　3.5卓越级

　　强化数字化网络化持续优化能力，面向典型场景体系化部署智能制造装备与系统，实现设计-生产经 营数据贯通、制造装备智能管控、生产过程在线优化，开展产品全生命周期与供应链全环节综合优化。

　　3.6领航级

　　推动新一代人工智能等数智技术与制造全过程深度融合，实现装备、工艺、软件和系统的研发与应

　　用突破，探索未来制造模式，在组织架构、服务模式、产业生态等方面实现变革创新，带动产业形态升 级。

　　3.7 关键工艺环节

　　指对产品质量、安全、环保、收率和稳定运行具有显著影响的生产步骤，包括但不限于：原料接收 与计量、投料与加料、反应控制、萃取与分离、结晶与过滤、干燥、粉碎与筛分、配料与混合、乳化与 分散、灌装与包装、溶剂回收及尾气治理等。

　　3.8工业软件

　　应用于生产运营中的信息化系统，包括：

　　· DCS (集散控制系统)

　　· PLC(可编程逻辑控制器)

　　· MES (制造执行系统)

　　· ERP(企业资源计划)

　　· LIMS(实验室信息管理系统)

　　· WMS (仓储管理系统)

　　3.9数字孪生

　　利用物理模型、传感器更新、运行历史等数据，在虚拟空间中构建一个与实体对象高度一致的数字 化映射，用于仿真、诊断、预测与优化。

　　3.10数据完整性

　　关键业务记录中所有必填字段均完整填写，无空项、漏项、错录现象，确保数据真实、准确、可追

　　溯。

　　3.11 主数据管理 MDM

　　对企业核心数据(如物料编码、设备编号、工艺路线、客户信息)进行统一定义、集中管理与标准 化维护的过程，是实现系统集成的基础。

　　3.12 预测性维护

　　基于设备运行状态监测(如振动、温度、电流),运用数据分析方法提前识别潜在故障风险，并预 测剩余使用寿命的技术手段。

　　3.13批次追溯

　　能够根据产品批次号正向追踪其原料来源、生产工艺路径、检验记录，或逆向定位其市场流向的能 力。

　　3.1400S (超标)响应闭环率

　　检测结果超出规定范围后，完成调查、根本原因分析、纠正预防措施 (CAPA) 制定、实施与效果确 认的有效OOS 占总有效OOS 数量的比例。

　　计算公式：OOS闭环率=已完成CAPA整改并闭环的有效OOS数量/总有效OOS数量×100%

　　3.15 CPK 过程能力指数

　　衡量一个工序在稳定状态下同时满足精度与准确度的能力指标，一般要求CPK≥1.33方可认为具备持 续产出合格品的能力。

　　3.16换产清洗与防交叉污染 control of cross-contamination during changeover

　　在更换产品品种时，通过清洁程序、验证残留、隔离操作等方式防止不同活性成分之间相互污染的 风险控制措施。

　　3.17平台接入设备覆盖率

　　接入企业统一数据平台、工业互联网平台或相关管理平台的可连接设备数量占全部在用可连接设备 总数的比例。

　　计算公式：覆盖率=已接入平台的有效设备数/全部可通信设备总数×100%

　　3.18信息安全防护基础机制

　　企业为保护信息系统与数据安全所建立的基本制度和技术措施，包括但不限于：

　　· 防火墙部署

　　· 用户权限分级管理

　　· 敏感数据加密存储

　　· 日志审计与备份恢复策略

　　4 指标构建原则

　　4.1 科学性

　　评价指标应全面覆盖装备设施、过程控制、安全环保、质量保障、系统集成、数据治理、智能应用 和组织保障等关键能力。

　　4.2 实用性

　　立足农药行业生产实践，真实评价自动化、信息化、数字化、智能化技术与原药生产、制剂加工、 仓储物流及安环质管理深度融合的能力与水平。

　　4.3 系统性

　　综合考虑农药行业原药生产、制剂加工及一体化工厂在工艺特征、风险控制重点、质量管理模式和 系统配置上的差异，系统评价企业智能工厂建设水平。

　　4.4 可操作性

　　指标设置简明易行，便于企业自评与现场评审。

　　4.5 分级递进

　　评价体系按基础级、成长级、规范级、卓越级、领航级五级递进，并应体现由单点自动化向系统集 成、再向数据驱动优化和模式创新的发展路径。

　　5 指标体系

　　5.1 总体架构

　　本规范以“能力导向、分层递进、分类评价、可评可验”为核心理念，面向浙江省农药生产企业，构建 覆盖装备、过程、安全、质量、管理、数据和组织的多维评价体系。总体架构由共性指标、行业特性指 标和否决项三部分组成，体现从“设备自动化”向“系统集成”再向“数据驱动优化”的演进路径。企业智能制 造发展水平划分为基础级、成长级、规范级、卓越级、领航级五个递进等级。

　　评价对象分为农药原药生产工厂、农药制剂加工工厂和原药—制剂一体化工厂三类;评价时应坚持 综合得分、关键项达标和否决项控制相结合，不得以非核心管理类指标抵消安全、环保、质量等底线能 力短板。

　　T/ZNX 059-2025

　　图 1 农药行业智能工厂总体架构

　　5.2 评价等级

　　本评价体系采用“评价对象分类—一级指标—二级指标—三级指标—等级要求”相结合的结构。

　　表 1 智能工厂评价结构

　　表 2 智能工厂评价等级

　　等级判定应同时满足综合得分、关键项达标和否决项控制要求;申报规范级及以上等级时，核心系 统应具备有效自动数据交换能力。

　　T/ZNX 059-2025

　　6 智能工厂分级评价指标体系

　　T/ZNX 059-2025

　　7 否决项清单(任一项不满足即不得评为相应等级)

　　凡存在下列情形之一的企业，不得参与相应等级评价。评审组在受理申请、资料审查和现场评审时 应对相关情况进行核实;对重大违法违规和弄虚作假行为实行一票否决。

　　T/ZNX 059-2025

　　(1)近两年内发生较大及以上生产安全事故;

　　(2)近两年内因重大环境违法行为受到较大行政处罚，或被列入严重失信名单;

　　(3)未依法取得安全生产许可、排污许可等相关法定资质;

　　(4)提供虚假申报材料，经核实存在数据造假行为;

　　(5)申报规范级及以上等级，但核心系统间无自动数据交换;

　　(6)申报卓越级及以上等级，但未形成可验证的质量提升、能耗下降、效率提升、用工优化、环保改 善等绩效成果;

　　(7)申报领航级，但无基本网络安全防护措施。

　　8 评价结果的应用

　　评价结果的发布不仅是对企业智能制造水平的认可，也应充分发挥其在行业管理、企业改进和政策 支持中的指导作用。主要应用如下：

　　8.1 企业自我改进

　　企业可根据评价结果对标标准要求，识别自身在装备自动化、过程控制、系统集成、安全环保、质 量管理、数据治理和组织保障等方面的差距。

　　帮助企业制定智能化改造计划，合理规划投资和技术升级路径，提高整体智能制造水平。

　　8.2 政策支持与激励

　　政府部门可依据评价结果，将智能工厂等级作为政策扶持、专项补贴等决策参考。

　　评价结果可用于优先支持高等级企业参与示范项目，带动产业链协同发展。

　　8.3 行业引导

　　行业协会可基于评价结果开展企业智能化水平排名和标杆推介，推动技术交流和经验分享。

　　鼓励企业形成智能制造示范效应，通过优秀案例带动中小企业快速提升。

　　8.4 投资决策与金融服务

　　投资机构、银行及金融服务机构可参考评价等级，评估企业智能化能力与经营风险，为融资、保险 或股权投资提供依据。

　　8.5 学术研究与标准优化

　　评价数据可用于科研、产业分析和标准完善，形成企业智能制造发展趋势报告，为后续行业标准升 级提供参考依据。