考核指标：

1.成果形式

（1）示范产线：建成1条“基于数字孪生的废钢调温冷料 AI 全流程智能化示范产线”，整合边丝球卷料、宽幅大卷废料、废钢厚料三类加工单元，实现从原料开卷、智能检测、矫直限位到定长裁切、成品归集的全流程AI管控，关键工序无人化作业工位覆盖率100%，形成可复制推广的废钢加工智能制造新模式。

（2）知识产权：申请专利10件，其中发明专利不少于7项、软件著作权2项、PCT专利1项，构建自主知识产权核心技术体系；发表论文不少于5篇，其中SCI/EI等高水平论文不少于2篇。

（3）新技术或模式：形成面向废钢调温冷料加工的人工智能驱动新技术/新模式≥2 项，包括但不限于基于深度学习的卷料形态识别与卡卷预警技术、基于多源数据融合的加工参数智能优化系统等。

2. 关键绩效指标

（1）产量提升指标：边丝球卷料裁切频率≥5次/秒，宽幅大卷废料裁切频率≥1次/秒，厚料切割无卷边、漏料缺陷，产量≥7000吨/年。

（2）降本增效指标：综合生产成本降低≥15%（通过提升材料利用率、节能降耗实现）；产线综合设备效率提升≥20%；单条产线仅需1名操作人员；设备快速换型时间缩短≥30%，提升多规格原料适配能力。

（3）经济效益指标：项目建成后两年内，通过产能释放与品质提升，实现新增销售收入不低于5000万元；形成的智能加工解决方案具备跨行业复制能力，为公司拓展智能装备业务奠定基础。

（4）“双招双引”指标：引进博士及以上高层次人才≥1 人，人工智能、智能制造相关工程技术人才≥6人，打造复合型创新团队；带动上下游智能装备、工业软件企业在皖合作≥2 家，引入外部技术或产业合作伙伴≥5 家，助力安徽省钢铁行业智能绿色转型。

对揭榜方要求：

1. 合作单位类型

本项目优先选择与马钢集团同处本地区、具备良好地缘优势和长期合作基础的高校及科研企业，重点面向本地具有冶金工程行业背景的科研团队。我们欢迎具备以下条件的高校、科研院所或高新技术企业参与揭榜：

高校/科研院所：优先选择在人工智能、机械结构优化设计、机电液一体化控制、运动控制与伺服驱动、机器视觉与智能检测等领域具有深厚研究积累，拥有省部级以上科研平台（如重点实验室、工程研究中心），且具备机械工程、电气工程及控制科学与工程等相关学科硕士/博士点的高校。

企业：在废钢加工装备、智能检测与控制、机器视觉系统开发等领域具有自主研发能力和工程化应用经验，具备较强技术研发团队和试验验证条件，能够与马钢集团形成产学研用协同创新。

2. 合作团队要求

专业背景：合作团队应长期从事机械结构设计与优化、机电液一体化系统集成、运动控制与伺服驱动、数字孪生、机器视觉检测算法与系统开发等方向的研究。具备废钢卷料矫直、切断、输送等关键工艺装备的研发能力，熟悉废钢加工装备整机开发流程。

实践经验：在关键零部件结构优化设计、液压系统动态特性分析、多轴运动控制算法开发、基于深度学习的视觉检测模型构建等方面具有扎实的理论基础和工程实践能力。

合作基础： 优先考虑与钢铁企业有长期产学研合作基础的团队，熟悉钢铁生产现场环境与工艺流程，能够快速理解企业实际需求并提出切实可行的技术解决方案。

3. 合作基础与意愿

合作单位应具备良好的科研诚信记录，承诺投入充足的科研力量，组建专职研发团队驻企开展联合攻关，确保项目按期保质完成。

鼓励揭榜方联合上下游企业形成产学研用协同创新联合体，共同推动废钢冷料再加工智能装备的工程化应用与产业化推广。

考核指标：

1.成果形式

（1）研发汽车车身拼焊产线 AI 智能感知与柔性生产管控系统1套，含全自动门环拼焊专项模块，实现与现有装备无缝对接。

（2）知识产权：申请发明专利4项，实用新型专利3项，授权软件著作权5项，编制企业标准1项。

（3）建成AI智能示范产线1条，实现产业化应用。

（4）共建汽车制造AI智能管控联合实验室1个，打造交叉领域研发团队。

2.关键绩效指标

（1）技术指标：

焊件间隙≤0.1mm，错边参数±0.3mm，咬边深度≤0.13mm，机器人焊接重复定位精度±0.01mm，自动检测准确率≥99.95%，焊接产品合格率≥98%，响应灵敏度≤5ms；

（2）降本：生产能耗降低 5% 以上；综合成本降低 6% 以上；原材料损耗降低 5% 以上；年节省人工 6 人。

（3）增效：换线时间≤30 分钟，缩短 85% 以上；设备稼动率≥92%；产能提升 18% 以上；节拍均衡率≥95%。

（4）“双招双引”：引进 AI 核心人才 3 名；共建研发平台 1 个；新增就业岗位 50个以上。

对揭榜方要求：

1.合作单位类型

优先选择国内知名高校、国家级科研院所及人工智能领域头部科技企业，要求合作单位在机器视觉、深度学习、数字孪生、工业互联网、汽车工程及全自动门环拼焊等领域具备深厚的技术积累与成熟的产业化案例，能够提供先进的技术方案、核心算法与工程化实施支持，重点支撑全自动门环拼焊生产线后期专项开发。

（1）高校/科研院所类：优先选择在人工智能、机械工程、车辆工程等学科排名靠前高校，或在汽车制造智能化、门环拼焊技术领域有突出研究成果的国家级科研院所，要求具备完善的科研平台、人才储备与省级以上重点实验室，能够提供核心算法研发与技术创新支持，重点开展全自动门环拼焊AI智能化技术研究，助力后期专项开发。

（2）科技企业类：优先选择专注工业人工智能、智能制造装备研发的国家级高新技术企业，要求拥有成熟的产线智能化改造案例，尤其具备全自动门环拼焊生产线智能化改造经验，能够保障系统在工业现场稳定运行，同步支撑全自动门环拼焊生产线后期专项开发与优化升级。

2.专家及团队要求

（1）团队核心专家需深耕人工智能与汽车制造交叉领域，具备3年以上相关研发经验，主持过市级及以上智能制造或人工智能类项目，在国内外核心期刊发表相关论文或拥有授权发明专利。

（2）团队须具备以下核心能力：多模态数据融合与特征提取技术能力，产线多源异构数据的高效处理与分析；基于深度学习的工业视觉检测技术能力，能开发高精度焊接缺陷识别算法；数字孪生建模与强化学习优化技术能力，能构建产线柔性调度与工艺优化模型；工业级系统集成与工程化实施能力，能保障系统在实际产线稳定运行。   

（3）核心研发团队人数不少于15人，其中博士、硕士、工程师占比不低于10%，具备稳定的项目实施与技术服务能力。  

3.其他要求

合作方需承诺投入相应的人力、物力资源，与公司共同完成系统开发、测试与产业化应用，确保项目按期交付并达到预期考核指标；优先考虑能提供长期技术支持、共建联合实验室或开展人才联合培养的单位。