(資料圖片僅供參考)

作為智能制造的重要基石，智能裝備將如何提高我國的工業化水平，又將如何助推我國產業升級?11月21日至23日，在由南京航空航天大學等部門主辦的第三屆智能裝備與機器人國際會議中，這些議題成為專家學者交流探討的熱點。他們圍繞國內外智能裝備與機器人領域的基礎前沿和關鍵核心技術成果，以及如何進行人才培養，深入交流。

如何推動制造業的智能化?在中國工程院院士李培根看來，提高裝備制造水平，很大程度上需要從數字空間挖掘潛力。“將基于不同物理屬性的模型關聯在一起，是建立數字孿生，繼而充分發揮其模擬、診斷、預測和控制作用的關鍵。”

李培根舉例，風機上可以安裝很多傳感器，當收集風機和風場數據后，可以建立仿真的數字孿生模型。在不斷優化模型后，可以據此來控制葉片的俯仰角度等參數，繼而提高工作效率。

“通過實時采集運行過程中的數據而建立的數字孿生模型，是裝備這一物理生命體自我意識、自適應環境變化的關鍵。好的數字孿生模型不僅能沉淀人的經驗，而且有可能衍生、演化出在最優的路徑。”李培根說。

復雜電子裝備是高端制造的典型代表，其制造包括了核心元器件、零部件、新材料、新工藝等，也包括設計仿真、生產調試、服務保障等環節。

復雜電子裝備智能制造路在何方?中國電子科技集團公司第十四研究所研究員級高級工程師胡長明表示，人工智能技術將在制造業多場景落地，數字孿生技術將從概念走向實際應用，“5G+工業互聯網”技術將賦能車間數字化加速，網絡協同制造模式將引領數字化車間新方向，大規模定制模式將賦予數字化車間新動能，“雙碳”模式將驅動數字化車間新變革。

制造業在推進智能制造和數字化轉型進程中，衍生出大量人才需求。南京航空航天大學機電學院院長傅玉燦接受記者采訪時表示，該院目前在原來的機械工程或者制造工程課程體系中，注入“ABCD”的元素，“A”是AI，“B”是Big Data(大數據)，“C”是Cloud(云)，“D”是Digital Twins(數字孿生)，學院希望通過多學科交叉融合，為制造業培養更多能適應網絡化、數字化、智能化發展的人才。

“但也要看到，目前產教融合、科教融合得還不夠，要將創新鏈和產業鏈融合起來，幫助下游的企業梳理行業發展需求，高校的應用技術研究要能解答產業問題，高校、院所、企業一起攻關，共同解決產業問題。”傅玉燦說。

關鍵詞： 南京航空航天大學 人工智能技術 希望通過 高級工程師