关于发布《中国—东盟林业人工智能创新应用大赛揭榜挂帅榜单》的公告

附件

中国—东盟林业人工智能创新应用大赛

揭榜挂帅榜单

2026年7月

题目一：木质板材表面瑕疵智能识别与全自动分类系统

一、研究内容

1．高鲁棒性木质板材瑕疵智能识别算法研发。针对木质板材纹理复杂、缺陷形态多样、小目标缺陷易漏检的行业痛点，基于轻量化深度学习架构构建多尺度特征融合检测模型，强化毫米级缺陷的特征提取能力；建立覆盖实木、刨花板、纤维板、胶合板等多品类的板材缺陷数据集；适配工业现场光照波动、板材色差、运动模糊等复杂场景，实现缺陷的精准定位、分类与严重程度量化评估。

2．高速高精度双面视觉成像系统开发。设计适配流水线的在线视觉检测工位，搭建标准光源＋多角度补光的成像方案，搭配高分辨率线阵相机实现板材正反两面全覆盖无死角采集；研发图像预处理算法，消除天然纹理干扰、表面反光与运动模糊，提升缺陷信噪比；集成边缘计算单元，实现检测数据本地实时处理，保障高速产线下的检测实时性与数据安全性。

3．全自动分类分拣执行机构与管控系统研制。对接检测系统的分级结果，开发全自动分拣执行机构，实现板材按质量等级自动分流、计数与码垛；构建分级规则引擎，可依据国家标准及企业定制化标准灵活调整分级策略；开发可视化管控平台，支持缺陷溯源、生产统计、异常报警等功能。

4．系统集成与工业产线适配验证。完成算法模型、视觉采集、分拣执行三大模块的一体化集成，开发标准化数据接口，支持与企业MES、ERP系统互联互通，实现质检数据全链路追溯；在木质板材生产企业开展产线适配改造与现场验证，针对多粉尘、连续生产的车间环境优化系统稳定性与可靠性，形成可复制推广的板材智能质检分级整体解决方案。

二、考核指标

1．缺陷识别核心性能指标。

可识别缺陷类型不少于12种，涵盖活结、死结、裂纹、孔洞、鼓泡、漏砂、胶斑、色差、崩边、划痕、金属异物、松软等主流表面缺陷，匹配人造板国家外观质量检测标准；

最小可识别缺陷尺寸：1mm×1mm；

缺陷识别准确率≥98.5％，漏检率≤0.5％，误检率≤1.5％；

检测速度适配产线线速≥60米／分钟，对应标准规格板（2440mm×1220mm）检测效率≥18张／分钟，支持双面同步检测。

2．全自动分类分拣指标

支持按“优等品、一等品、合格品、不合格品”4个等级自动分类，分级阈值与规则可通过后台灵活配置；

分类分拣准确率≥99％，分拣节拍与检测节拍完全匹配，无产能瓶颈；

适配板材规格范围：厚度8－30mm，宽度≤1300mm，长度≤2500mm；

支持分区自动码垛，单工位码垛高度≥1200mm，可直接对接后续打包工序。

3．系统稳定性与集成指标

系统连续无故障运行时长≥720小时，平均故障修复时间≤30分钟；

具备无人值守运行能力，支持缺料、卡板、设备异常等工况自动报警与停机保护；

提供OPC　UA、MQTT等标准化工业接口，可无缝对接企业现有生产管理系统；

设备整体防护等级不低于IP54，适配木材加工车间多粉尘、常温高湿的生产环境。

4．成果转化与效益指标

申请发明专利不少于1项、实用新型专利不少于1项，取得软件著作权不少于1项；

完成至少1条工业化板材生产线的示范应用，连续稳定运行不少于3个月；

实现质检岗位人工替代率≥80％，产品分级一致性提升≥20％，次品流出率降低≥30％。

三、发榜单位

贵港市大数据发展和政务局（根据揭榜技术成果落实落地企业）。

四、发榜金额

人民币100万元（具体金额依据方案评审结果而定）

五、完成周期

完成时间不超过3年（可分期建设）。

题目二：多品类板材智能低碳烘干系统

一、研究内容

1．多品类板材烘干工艺自适应优化模型构建

针对胶合板、刨花板、中高密度纤维板、细木工板、旋切单板等多品类板材烘干工艺差异大、参数调优高度依赖人工经验的行业痛点，采集覆盖不同材种、厚度、初始含水率、产能工况下的温湿度、供热压力、风速、终含水率等全维度工艺数据；研发基于深度学习的含水率动态预测与多目标参数寻优算法，建立分品类、分规格的最优工艺参数矩阵，实现烘干温度曲线、风速档位、供热负荷、传送速度等核心参数的智能推荐与自适应切换，全面替代人工经验调参。

2．烘干全流程全域感知与闭环动态调控系统开发

在烘干窑入口、多区段腔体、出口部署温湿度、风速、氧含量、热流量等分布式传感网络，构建烘干全流程状态实时感知体系；研发边缘侧闭环动态调控引擎，基于板材初始状态、窑内实时工况与出口含水率反馈数据，动态调整供热阀门开度、风机变频运行策略与生产线传送速度，形成“感知－预测－调控－反馈”的闭环自适应控制；开发异常工况识别算法，对过烘、欠烘、烘干不均、设备异常等问题提前预警并自动修正参数，保障整窑板材烘干均匀性与质量稳定性。

3．余热深度回收与低碳能效管控关键技术攻关

搭建烘干全工序分项能耗与碳排放计量体系，实现供热系统、风机系统、传动系统、废气处理系统的能耗与碳排放实时精细化统计；研发多级余热回收与热能梯级利用技术，优化废气余热回收、冷凝水余热回用、新风预热等节能路径，提升系统综合热能利用率；构建多目标耦合优化模型，结合峰谷电价与碳排放配额开展智能负荷调度，在保障烘干质量达标与产能稳定的前提下，实现综合用能成本与碳排放双降。

4．系统集成与工业化产线适配验证

完成工艺优化AI模型、感知调控、低碳能效管理三大模块的一体化集成，开发可视化智能管控平台，支持工艺参数实时监控、质量追溯、能耗碳排统计分析、预测性维护、报表自动生成等功能；提供Modbus、OPC　UA等标准化工业接口，实现与现有板材烘干生产线、企业MES、能源管理系统的互联互通；在本地木材加工企业开展产线适配改造与连续生产验证，针对高温高湿、多粉尘的车间环境优化系统防护等级与运行可靠性，形成可复制推广的多品类板材智能低碳烘干整体解决方案。

二、考核指标

1．烘干工艺质量核心指标

适配板材品类：胶合板、刨花板、中高密度纤维板、细木工板、旋切单板等不少于5类主流板材；适配板材厚度范围：0.2mm～30mm；

烘干后板材含水率控制精度稳定在目标值±1.5％以内，同窑次板材含水率均匀度偏差≤2％；

烘干成品合格率≥98.5％，过烘焦化、欠烘返潮、烘干变形等不合格品率≤1.5％；

同等质量要求下，单批次烘干周期缩短≥15％；

支持不同材种、厚度规格一键切换工艺方案，AI自动调参适配准确率≥95％，无需人工手动调试。

2．低碳能效与能耗管控指标

单位产品烘干能耗降低≥18％（以千克标准煤／立方米板材计量），单位产品碳排放强度降低≥15％；

烘干系统综合热能利用率提升≥22％，废气余热回收利用率≥30％；

能耗与碳排放分项计量精度不低于2级，全工序数据采集覆盖率　100％；

支持峰谷电价智能调度与碳配额优化运行，用电高峰时段能耗占比下降≥12％，企业烘干工序综合用能成本降低≥15％。

3．系统稳定性与集成适配指标

系统连续无故障运行时长≥720小时，平均故障修复时间≤30　分钟；

闭环调控响应延迟≤5秒，工况异常预警提前量≥10分钟；

适配连续式辊筒烘干窑、网带式烘干线、周期式烘干窑等主流烘干设备，改造安装不影响原有生产线正常运行；

具备缺料、堵板、设备故障自动报警与安全保护功能，支持无人值守运行；

提供标准工业通信接口，可无缝对接企业现有PLC控制系统与生产管理平台。

4．成果转化与效益指标

形成多品类板材智能烘干工艺技术规范1套、低碳烘干能效评价规范1套；

完成至少1条工业化板材烘干生产线的示范应用，连续稳定运行不少于3个月；

实现烘干岗位工艺调参与巡检人工替代率≥85％，单条示范产线年节约能耗与碳排放成本不低于40万元。

三、发榜单位

贵港市大数据发展和政务局（根据揭榜技术成果落实落地企业）。

四、发榜金额

人民币100万元（具体金额依据方案评审结果而定）

五、完成周期

完成时间不超过3年（可分期建设）。

题目三：面向木材加工行业的AI驱动CAD自动拆单与智能套料系统研发

一、研究内容

1．AI驱动的板材CAD图纸智能解析与自动拆单引擎研发。针对定制家具、整装木作、标准板材构件等木材加工主流场景，研发基于深度学习的CAD图纸智能解析引擎，支持DWG、DXF等主流CAD格式的自动读取与识别，精准提取构件尺寸、材质、封边要求、孔位信息、工艺约束等核心参数；内置木材加工行业工艺规则库，自动完成构件拆分、工程量统计、加工BOM清单生成与五金辅料核算，替代人工逐图拆单作业，解决人工拆单效率低、易错漏、工艺标准不统一的行业痛点。

2．考虑材性约束的智能优化套料算法攻关。针对木材加工出材率提升核心需求，研发融合启发式算法与深度强化学习的智能套料引擎，支持多订单混排、多规格板材混切、余料优先利用等复合生产场景；纳入木材纹理方向、色差分区、表面缺陷避让、锯缝损耗等行业专属约束条件，在保障加工工艺合规的前提下最大化板材利用率；支持自定义板材规格、材种、厚度参数，可根据企业库存板材动态调整套料方案，实现余料自动建档与循环复用。

3．加工工艺自动生成与数控设备联动适配。对接拆单与套料输出结果，内置木材加工工艺知识库，自动匹配开料、封边、打孔、开槽、铣型等加工工序路径，生成标准化工艺文件；研发多品牌数控开料机、加工中心的后置处理模块，自动生成适配设备的NC加工代码，实现“设计－拆单－套料－加工”全流程数据贯通，消除中间环节人工转译误差；开发加工状态反馈接口，支持生产实绩数据回传，形成设计生产闭环迭代优化。

4．系统集成与木材加工场景落地验证。完成图纸解析、自动拆单、智能套料、工艺生成四大核心模块的一体化集成，开发可视化操作客户端与后台管理系统，支持项目管理、订单跟踪、物料核算、余料管理等功能；提供标准化API接口，实现与企业ERP、MES、仓储管理系统的互联互通；在本地定制家具、整装木作、标准板材加工等典型企业开展场景验证与功能迭代，适配本地桉木、松木等主流材种加工特性，形成可复制推广的木材加工智能拆单套料整体解决方案。

二、考核指标

1．CAD自动拆单核心性能指标

支持DWG、DXF等主流CAD格式，适配定制柜体、木门、墙板、标准构件等不少于5类木材加工典型场景；

图纸构件识别准确率≥99％，尺寸参数提取误差≤0.1mm，加工BOM清单生成准确率≥98.5％；

单项目拆单效率较人工提升8倍以上，复杂定制订单拆单时间从小时级压缩至分钟级；

内置不少于200项木材加工工艺规则，支持封边、孔位、开槽等工艺要求的自动识别与落地。

2．智能套料效益指标

板材综合出材率较传统人工套料提升≥8％，较普通规则套料软件提升≥4％；

支持多订单混合套料、余料优先套料，余料循环利用率提升≥20％；

单批次百张构件套料运算时间≤30秒，支持实时调整参数并快速重算；

套料方案全面适配纹理方向、缺陷避让、锯缝损耗等专属约束，工艺合规率100％。

3．工艺生成与系统适配指标

自动生成开料、封边、打孔等完整加工工艺文件，工艺方案合规率≥98％；

适配不少于5类主流品牌数控开料设备，NC代码生成准确率≥99％，可直接导入设备投产；

提供标准化API接口，支持与主流ERP、MES　系统对接，数据交互响应延迟≤2秒；

系统操作门槛低，普通拆单员经10课时培训即可熟练上手。

4．成果转化与产业效益指标

完成至少3家不同类型木材加工企业的示范应用，连续稳定运行不少于3个月；

实现拆单岗位人工替代率≥70％，板材原材料损耗降低≥8％；

形成面向木材加工行业的智能拆单套料系统应用规范1套。

三、发榜单位

贵港市大数据发展和政务局（根据揭榜技术成果落实落地企业）。

四、发榜金额

人民币100万元（具体金额依据方案评审结果而定）

五、完成周期

完成时间不超过3年（可分期建设）。

题目四：木业加工制造全流程高质量数据集建设

一、研究内容

1．木业全流程数据集体系设计与统一标准规范制定

围绕木材加工全产业链核心工序，梳理从原木备料、旋切单板、板材烘干、热压成型、砂光处理到外观质检、分级分拣、成品入库的全链路数据需求，构建多模态数据集体系；对标国家人造板质量分级标准与行业AI研发通用需求，制定统一的数据采集规范、标注规则、元数据标准、质量评价体系与数据格式规范，明确缺陷分类、工艺参数、质量等级的统一判定口径，解决行业数据标准分散、标注口径不一、跨场景复用性差的痛点，为木业领域算法研发、工艺优化、质量管控提供标准化数据底座。

2．全工序多模态核心数据集采集

针对本地桉木、松木、橡胶木等主流材种，以及旋切单板、胶合板、刨花板、中高密度纤维板等核心产品，围绕木材加工全链路核心工序开展多源数据采集，构建覆盖生产全流程的多模态原始数据资源库。一是板材表面缺陷视觉数据采集，覆盖各品类全类型表面瑕疵，采集不同光照条件、不同产线运行速度、不同材种规格下的板材正反面高清图像数据，形成完整的视觉原始图像库；二是烘干、热压核心工序工艺数据采集，全量采集各工序温湿度、供热压力、生产线速度、初始与终含水率、热压时间、施胶量等全维度工艺参数，并同步关联对应批次产品的质量检测结果数据；三是核心生产设备工况数据采集，对接旋切机、热压机、烘干线、砂光机等核心生产设备控制系统，采集设备运行状态、运行参数、振动幅值、能耗数据、启停记录等全量工况数据；四是全链路质量追溯数据采集，打通原材料入厂、各工序加工、成品质检、入库出库各环节数据，建立单批次、单张板材的原材料信息、工艺参数、设备状态、质检结果的关联映射关系，形成全链路可追溯的数据链条。

3．工业级数据治理与质量管控体系构建

针对木业工业数据噪声多、缺陷样本不均衡、数据维度杂的特点，研发适配木业场景的数据清洗、去重、脱敏、增强算法，剔除异常值、重复数据与无效样本，通过生成式数据扩充技术优化小样本缺陷数据的类别平衡性；建立全流程数据质量管控机制，设置完整性、准确性、一致性、合规性四大维度量化评估指标，实现数据入库前的自动质检与人工抽检复核；搭建数据集版本管理系统，支持数据迭代更新与版本追溯，保障数据集的持续演进与产业端可复用性。

4．数据集服务化封装与产业场景验证

完成数据集的标准化封装，提供API接口调用、离线数据集交付、定制化数据处理等多种服务形式，适配算法训练、工艺仿真、质量分析等不同应用场景；对接本地木业企业与科研团队，在板材瑕疵识别、烘干工艺优化、智能分级分拣、设备预测性维护等典型AI场景开展落地验证，评估数据集对模型性能与工艺优化的支撑效果；建立数据集常态化运营与更新机制，持续接入产业端增量数据，形成“数据沉淀－算法迭代－产业提效”的正向循环，打造区域木业公共数据资产。

二、考核指标

1．体系规范与覆盖范围指标

覆盖原木备料、旋切、烘干、热压、砂光、质检分拣6类以上核心生产工序，形成视觉图像、工艺参数、设备工况、质量追溯4大类核心数据集，下设不少于8个子数据集；

制定《木业加工制造数据集标注规范》《木业工业数据质量评价标准》等不少于3项统一标准规范，缺陷分类、质量分级口径完全匹配国家人造板外观质量相关标准；

适配桉木、松木、橡胶木等不少于3类本地主流材种，覆盖旋切单板、胶合板、刨花板、中高密度纤维板4类核心板材产品。

2．数据集规模与核心质量指标

视觉质检数据集：有效标注图像不少于15万张，覆盖不少于12类典型表面缺陷，像素级标注准确率≥98％，缺陷类别标注一致率≥97％；

核心工艺数据集：有效工艺样本不少于10万条，单样本包含不少于　20　维工艺参数与对应质量标签，数据完整率≥99％；

设备工况数据集：覆盖旋切机、热压机、烘干线等不少于5类核心生产设备，有效运行数据样本不少于8万条；

全链路质量追溯数据：关联不少于5万张成品板材的全工序溯源信息，实现“原材料－工艺－设备－质检”全链路数据可匹配、可追溯。

3．数据治理与安全合规指标

数据集经过完整清洗去重，重复数据剔除率≥99％，异常值识别准确率≥95％；

完成小样本缺陷数据增强优化，数据集类别不均衡比例控制在10：1以内，满足深度学习模型训练要求；

全量数据完成脱敏脱密处理，符合国家数据安全相关法规要求，无企业商业机密与生产敏感信息泄露风险；

建立完善的数据集版本管理机制，支持至少3个版本的迭代追溯与增量更新。

4．成果转化与应用效益指标

支撑不少于3类木业AI场景的算法研发，使用本数据集训练的缺陷检测模型，准确率较通用公开数据集提升≥5％；

对接不少于5家本地木业企业、2家科研院校提供数据服务，初步形成区域木业公共数据底座；

建立常态化数据更新运营机制，可保障后续每年数据增量更新不低于总规模的20％。

三、发榜单位

贵港市大数据发展和政务局（根据揭榜技术成果落实落地企业）。

四、发榜金额

人民币50万元（具体金额依据方案评审结果而定）。

五、完成周期

完成时间不超过3年（可分期建设）。