1、89.2211.42%1.2.1无形资产万元635.96635.961.3预备费万元853.26853.261.3.1基本预备费万元421.65421.651.3.2涨价预备费万元431.61431.612建设期利息万元3固定资产投资现值万元9382.359382.35（二）流动资金预算预计新增流动资金预算3653.65万元。流动资金投资预算表序号项目单位达产年指标第一年第二年第三年第四年第五年1流动资产万元21856.2613218.7215290.3421856.2621856.2621856.261.1应收账款万元6556.883934.134589.816556.886556.8865
2、56.881.2存货万元9835.325901.196884.729835.329835.329835.321.2.1原辅材料万元2950.601770.362065.422950.602950.602950.601.2.2燃料动力万元147.5388.52103.27147.53147.53147.531.2.3在产品万元4524.252714.553166.974524.254524.254524.251.2.4产成品万元2212.951327.771549.062212.952212.952212.951.3现金万元5464.063278.443824.855464.065464.065
3、464.062流动负债万元18202.6110921.5712741.8318202.6118202.6118202.612.1应付账款万元18202.6110921.5712741.8318202.6118202.6118202.613流动资金万元3653.652192.192557.553653.653653.653653.654铺底流动资金万元1217.87730.73852.521217.871217.871217.87（三）总投资预算构成分析1、总投资预算分析：总投资预算13036.00万元，其中：固定资产投资9382.35万元，占项目总投资的71.97%；流动资金3653.65万元
4、，占项目总投资的28.03%。2、固定资产预算分析：本期工程项目固定资产投资包括：建筑工程投资3921.23万元，占项目总投资的30.08%；设备购置费3971.90万元，占项目总投资的30.47%；其它投资1489.22万元，占项目总投资的11.42%。3、总投资=固定资产投资+流动资金。项目总投资=9382.35+3653.65=13036.00（万元）。总投资预算一览表序号项目单位指标占建设投资比例占固定投资比例占总投资比例1项目总投资万元13036.00138.94%138.94%100.00%2项目建设投资万元9382.35100.00%100.00%71.97%2.1工程费用万元7
5、893.1384.13%84.13%60.55%2.1.1建筑工程费万元3921.2341.79%41.79%30.08%2.1.2设备购置及安装费万元3971.9042.33%42.33%30.47%2.2工程建设其他费用万元635.966.78%6.78%4.88%2.2.1无形资产万元635.966.78%6.78%4.88%2.3预备费万元853.269.09%9.09%6.55%2.3.1基本预备费万元421.654.49%4.49%3.23%2.3.2涨价预备费万元431.614.60%4.60%3.31%3建设期利息万元4固定资产投资现值万元9382.35100.00%100.0
6、0%71.97%5建设期间费用万元6流动资金万元3653.6538.94%38.94%28.03%7铺底流动资金万元1217.8812.98%12.98%9.34%八、未来五年经济效益测算根据规划，第一年负荷60.00%,计划收入19707.60万元，总成本16922.42万元，利润总额10389.21万元，净利润7791.91万元，增值税583.76万元，税金及附加212.90万元，所得税2597.30万元；第二年负荷70.00%,计划收入22992.20万元，总成本19139.86万元，利润总额12503.06万元，净利润9377.30万元，增值税681.06万元，税金及附加224.57万
7、元，所得税3125.76万元；第三年生产负荷100%，计划收入32846.00万元，总成本25792.16万元，利润总额7053.84万元，净利润5290.38万元，增值税972.94万元，税金及附加259.60万元，所得税1763.46万元。（一）营业收入估算该“武隆智能装备项目项目”经营期内不考虑通货膨胀因素，只考虑智能装备行业设备相对价格变化，假设当年智能装备设备产量等于当年产品销售量。项目达产年预计每年可实现营业收入32846.00万元。（二）达产年增值税估算达产年应缴增值税=销项税额-进项税额=972.94万元。营业收入税金及附加和增值税估算表序号项目单位第一年第二年第三年第四年第五
8、年1营业收入万元19707.6022992.2032846.0032846.0032846.001.1智能装备万元19707.6022992.2032846.0032846.0032846.002现价增加值万元6306.437357.5010510.7210510.7210510.723增值税万元583.76681.06972.9应用的数量与规模而言，我国机器视觉渗透率远低于欧美市场，同时全球高端制造业向中国转移，市场缺口巨大，因此未来国内机器视觉市场空间广阔。2、不利因素经过多年发展，我国控制线缆组件领域虽然已经形成一定的规模，但主要集中在低端通用型产品上，应用在中高端产品领域如高端智能装备
9、、金融电子等方面需要较完善的个性化解决方案。设计研发能力不足使得国内多数企业市场竞争力偏弱，中低端市场产品的产能过剩和企业间的同质化竞争阻碍该领域的创新步伐和健康发展。控制线缆组件产品生产过程中需要人工操作，逐年上升的人力成本在一定程度上压缩利润空间，只有通过增加设计研发能力、提升产品技术含量、增加产品价值，才能维持稳定的利润水平。与机器视觉市场需求的高速增长相比，机器视觉领域人才发展速度较慢。由于我国的整个机器视觉教育培训滞后，加上该领域发展时间不长，人才培育和积累不足，致使相关专业人才严重匮乏。由于机器视觉领域技术涉及人工智能、计算机科学、自动控制、图像处理和模式识别等诸多交叉学科，且机器
10、视觉应用渗透各个行业（包括电子信息制造、汽车、制药、食品与包装机械、印刷机械等领域），因此对人才的综合素质和技术水平要求都较高。综上，专业人才的短缺对该领域的快速发展存在一定制约。机器视觉设备主要由光源、镜头、相机、图像采集卡以及视觉处理软件五个部分组成。在整个产业链条中，处在领域上游是各个零部件生产商，主要包括光源、镜头、工业相机、图像采集卡、视觉处理软件、控制线缆组件等提供商。机器视觉领域具有技术密集型特点，技术综合性较强，整体水平的提升需要相关配套行业的协调发展。虽然我国的基础元器件、基础材料等产业近年来已取得了一些进步，但限于国内相关产业起步较晚、自主创新能力较弱等因素，机器视觉系统中
11、的上游产品如镜头、相机感光元器件等重要零部件与国际水平相比仍有一定差距，零部件的配套能力较弱，对机器视觉领域的发展产生一定的制约作用。二、2018年度经营情况总结目前全球线缆组件生产企业中，欧美与日韩厂商是全球市场的领导者，技术实力雄厚，规模庞大，占据着各细分应用行业较大的市场份额。国际知名线缆组件生产企业凭借其先进的技术优势，长期的配套供给及丰富的生产经验，主导着全球线缆组件市场，是全球市场规则的制定者、产品技术发展方向的引领者。机器视觉技术主要采用适合被测物体的多角度光源（可见光、红外光、X射线等）及传感器（摄像机等）获取检测对象的图像，通过计算机从图像中提取信息，进行分析、处理，最终用于
12、实际检测和控制。机器视觉技术涉及机械、电子、光学、湘潭智能装备项目项目预算报告规划设计 / 投资分析 一、行业发展背景分析（一）行业主要政策1、中国制造2025实施工业产品质量提升行动计划，针对汽车、高档数控机床、轨道交通装备、大型成套技术装备、工程机械、特种设备、关键原材料、基础零部件、电子元器件等重点行业，组织攻克一批长期困扰产品质量提升的关键共性质量技术，加强可靠性设计、试验与验证技术开发应用，推广采用先进成型和加工方法、在线检测装置、智能化生产和物流系统及检测设备等，使重点实物产品的性能稳定性、质量可靠性、环境适应性、使用寿命等指标达到国际同类产品先进水平。2、国务院关于深化制造业与互
13、联网融合发展的指导意见面向生产制造全过程、全产业链、产品全生命周期，实施智能制造等重大工程，支持企业深化质量管理与互联网的融合，推动在线计量、在线检测等全产业链质量控制，大力发展网络化协同制造等新生产模式。3、信息化和工业化融合发展规划（20162020）加快推动高档数控机床、工业机器人、增材制造装备、智能检测与装配装备、智能物流与仓储系统装备等关键技术装备的工程应用和产业化。4、“十三五”国家战略性新兴产业发展规划突破智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备、智能农业机械装备，开展首台套装备研究开发和推广应用，提高质量与可靠性。5、智能制造发展规划（2016-2020年）创
14、新产学研用合作模式，研发高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备五类关键技术装备。6、国家工业基础标准体系建设指南核心基础零部件（元器件）标准研制、先进基础工艺标准研制等。（二）机器视觉设备所属细分领域基本情况1、机器视觉领域发展概况（1）机器视觉技术的特点机器视觉技术主要采用适合被测物体的多角度光源（可见光、红外光、X射线等）及传感器（摄像机等）获取检测对象的图像，通过计算机从图像中提取信息，进行分析、处理，最终用于实际检测和控制。机器视觉技术涉及机械、电子、光学、自动控制、人工智能、计算机科学、图像处理和模式识别等诸多领域。一套完整
15、的机器视觉设备一般包括两个部分：第一部分为“视”，即系统的硬件组成部分，主要包括：光源、镜头、工业相机、图像采集卡；第二部分是“觉”，即系统的视觉处理软件。机器视觉技术将“机器代替人眼”的理念应用于工业制造中，相比于人眼观测，具有精确性强、速度快、适应性强、客观性高、重复性强、检测效果稳定可靠、效率高、方便信息集成等优点，是工业制造数字化、网络化、智能化的未来发展方向。（2）机器视觉技术的功能随着制造业竞争加剧，成本压力迫使企业重视生产效率，从而促进了机器视觉技术的广泛应用。机器视觉技术的主要功能包括：检测与测量、引导与定位、识别与分析。检测与测量检测又可分为高精度定量检测（如显微镜照片的细胞
16、分类、机械零部件的尺寸和位置测量）和定性或半定量检测（如产品的外观检查，装配线上的零部件识别定位）。在一些不适合人工作业的危险工作环境或人类视觉难以满足要求的场合，机器视觉可以高效替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大幅提高生产效率和生产的自动化程度。引导与定位机器视觉的引导定位功能主要是基于机器视觉的数据输出实现空间的精准定位，可用于指引机器人在大范围内的操作和行动。识别与分析相对于检测与测量、引导与定位而言，系统识别文字、图形、条码的技术难度更大，工业领域的机器视觉技术不仅要具备外部图形的收集能力，对图像分析软件的深度分析
17、能力也提出了较高的要求。目前，工业领域的机器视觉识别与分析功能多应用于一维码、二维码的解码、光学字符识别和确认。（3）机器视觉设备的主要应用领域机器视觉设备的应用已渗透国民经济多个主要行业，包括电子信息制造、汽车、制药、食品与包装机械、印刷机械等领域。目前，电子信息制造业对机器视觉设备具有较高的需求，主要原因包括两方面：（1）电子设备对产品的质量和精细程度的要求不断提高，相对于人眼观测，机器视觉能够满足更高的精度要求；（2）电子产品更新换代速度加快使得电子设备制造企业不断升级更新设备，机器视觉设备能够得到更广泛的应用。电子信息制造业是全球创新较活跃、带动性较强、渗透性较广的领域，也是全球竞争的
18、战略重点。电子信息制造业在我国已经发展成为国民经济的战略性、基础性和先导性支柱产业，是我国制造业转型升级的重要支撑力量。目前，我国已经成为全球最大电子信息产品制造基地。伴随着电子信息制造业突飞猛进的发展，作为全球电子信息制造中心的中国，也面临着新形势。制造业技术的迅速发展，整体运营成本提高的压力，以及生产厂商对设备高效性和灵活性的需求，使得电子信息制造自动化、智能化设备在整个电子信息制造业中得到了越来越广泛的应用。机器视觉设备就是自动化、智能化设备在电子信息行业的典型应用。电子信息制造行业自动化、标准化程度高，是机器视觉技术应用较早的行业，也是最大的下游市场。近年来，中国的电子制造厂商和代工厂
19、商大量采购自动化、智能化设备取代人工，以应对中国劳动力成本的日益上升，机器视觉设备在这一过程中得到了快速应用。随着“中国制造2025”强国战略的提出，我国机器视觉领域的规模将保持稳定快速增长。（4）机器视觉领域市场概况及规模国际市场从全球范围来看，机器视觉起源于20世纪50年代，早期研究主要是从统计模式识别开始，工作主要集中于二维图像的分析和识别；20世纪60年代首次提出机器视觉的概念；20世纪70年代首次提出完整的视觉理论；80年代至90年代中期，机器视觉进入蓬勃发展期，新概念、新方法、新理论不断涌现；21世纪后，机器视觉技术高速发展并逐步走向成熟，检测、测量、识别等功能的机器视觉产品在下游
20、行业尤其是工业制造领域得到了广泛应用，而基于LED光源的任意光场设计使机器视觉在各种行业应用成为可能。国内市场相比于国外完整且成熟的产业链，国内机器视觉领域起步较晚，起步于20世纪80年代的技术引进。国内机器视觉产品最早应用于半导体和电子行业，直到上世纪90年代末，随着工业自动化以及智能化程度的提高，机器视觉逐步大量应用于生产制造中。目前我国机器视觉领域正处于快速发展期，市场容量在快速增长、应用领域逐渐扩大，机器视觉相关企业数量也在快速增加，未来存在很大的发展空间。目前，我国已成为机器视觉发展最活跃的地区之一，机器视觉主要用于产品质量检测、测量、引导定位、识别分析等，一方面替代人工视觉，另一方面用于提高生产的柔性化、自动化、智能化程度。在大批量生产中，用机器视觉检测方法可以大幅提高生产效率，减少人工风险。（5）机器视觉领域的主要壁垒技术壁垒机器视觉领域具有典型的技术密集型特点，
