柴达木项目自动化系统监测控制软件采购询比公告

发布时间: 2026年01月08日
摘要信息
招标单位
招标编号
招标估价
招标联系人
招标代理机构
代理联系人
报名截止时间
投标截止时间
招标详情
下文中****为隐藏内容,仅对千里马会员开放,如需查看完整内容请 或 拨打咨询热线: 400-688-2000
相关单位:
***********公司企业信息
***********公司企业信息
柴达木项目自动化系统监测控制软件采购询比公告

柴达木项目自动化系统监测控制软件采购已获得批准,采购人为****,采购项目资金已落实,已具备采购条件,现邀请合格的供应商参加。

一、项目概况及采购内容

1.项目名称:柴达木项目自动化系统监测控制软件采购。

2.采购编号:****。

3.项目概况:柴达木盆地水**配置一期工程位于**省柴达木盆地中西部,是那棱格勒水利枢纽工程的配套供水工程,水源地位于**市乌图美仁乡的那棱格勒河,工程的受水区为**市、**市。本次采购项目为柴达木项目自动化系统监测控制软件等。

4.采购内容:主要包括4套SCADA系统软件及1套数据库软件的供货(含授权)、安装、组态和调试、SCADA系统的画面组态及二次开发、****控制站LCU****中心服务器的通讯调试及相关工作对应的试运行和质保期服务等。具体要求详见第四章《技术标准和要求》。

5.项目工期:自签订合同起180天。

6.项目地点:柴达木盆地水**配置一期工程所在地。

7.最高采购限价:人民币66.6万元。

8.质量要求:合格。

二、供应商资格要求

1.在中华人民**国境内注册,具有独立法人资格;

2.供应商自2022年1月1日以来(以合同签订时间为准)具有50万元及以上的含工业控制系统或SCADA系统或自动化系统(不包括物联网平台)供货及实施的业绩;

3.供应商提供近三年(2022、2023、2024年)财****事业单位无财务审计报告的,提供近三年财务报表等;成立不足三年的以成立日期起算);

4.供应商未被列入失信被执行人名单(以评标当日,通过“中国执行信息公开网”网站(http://zxgk.****.cn/shixin/)查询结果为准);

5.本次采购不接受联合体参与。

三、询比文件发售

1.获取时间:2026年1月8日至2026年1月11日23:59(**时间)。

2.获取方式:

(1)文件售价:人民币300元,售后不退。

(2)购买流程:登录“****集团采购与供应链管理数字化平台(https://zc.****.cn:8443)”(未注册用户请先注册)→点击“我要参与”查找本项目→点击“购买文件”→支付标书费→下载询比文件。

(3)CA办理:本次采购全流程电子方式,供应商如参加,需登录平台,点击“系统管理”→“证书管理”→“CA绑定”,点击CA申请按钮,进入“契约锁电子签章系统”办理契约锁CA移动数字证书(详细操作参见“帮助中心”→“投标指南”→“契约锁CA移动数字证书申请指南”),办理后安装APP“契约锁电子签约”,即可使用,具有移动签章功能。请至少提前2天办理以免影响本次响应。

CA操作咨询电话(非业务):****056850。

四、响应文件递交及开标标书代写

本项目采用电子采购,在线投递电子响应文件,远程解密。

1.递交截止时间:供应商应在2026年1月12日14:30(**时间)之前****集团采购与供应链管理数字化平台(https://zc.****.cn:8443)递交电子响应文件。标书代写

供应商应使用移动CA数字证书加密上传电子响应文件,保存响应文件上传成功回执,上传成功回执时间即为递交时间。

2.开启时间及地点:本次询比全程在线评审,开启时间同响应文件递交截止时间,地点为“****集团采购与供应链管理数字化平台(https://zc.****.cn:8443)开标大厅”。供应商需用电脑提前15分钟以上登录电招平台的开标大厅,参与开启流程。

五、采购公告发布媒介

中国招标投标公共服务平台(http://www.****.com)、****集团采购与供应链管理数字化平台(https://zc.****.cn:8443)。

六、联系方式

采购人:****

采购代理机构:****

地址:**市**区玲珑路9号院**9号楼

联系人:战经理、赵经理、孙经理

电 话:010-****9847、****9834

电子邮箱:****@163.com

七、电招平台服务费收取说明

收费方式

收费标准

收费金额(元)

按次(标段)收费

概算100万元以下

200

概算100万元及以上

300

按年收费

不限概算及次(标段)

3000

招标进度跟踪
2026-01-08
招标公告
柴达木项目自动化系统监测控制软件采购询比公告
当前信息
招标项目商机
暂无推荐数据