ZD至顶网CIO与应用频道 11月04日 北京消息(文/王聪彬):“工业4.0热”在今年工博会上可以说又热了一把,制造业积极寻求转别的热度并没有退去。转型是近几年经济下行压力带来的必要选择,也是智能制造绕不开的路。在中国有人形容“中国制造2025”是中国版的“工业4.0”,虽然两者核心理念一致,是将信息技术和制造技术深度融合,但也有很多个性化的差异。
工业4.0争取小步快走步步见效
国家在政策层面逐渐有一系列政策推出,支持推进中国制造业向智能化转型。同时还成立了100多个智能制造试点项目,树立标杆企业。中国电子信息产业发展研究院副院长、中德智能制造联盟秘书长王鹏也看到现在生态环境的完善让整个智能制造转型能够有更多案例出现。
而企业端更看重智能制造带来的实际效果,济南二机床集团有限公司生产安全部副部长罗丽丽讲述了济南二机床集团有限公司(以下简称济二)对于智能制造要依附于产品和市场综合效益开展的理念,交期、质量、成本等等都是考虑因素。
博世力士乐中国董事总经理刘火伟在接触客户的过程中看到制造企业越来越知道自身应该如何做智能制造转型来增加竞争力,但是现在企业都是非常个性化的,需要按部就班的进行。
从去年开始很多提供商都在提供各种解决方案,博世软件创新中国区总经理王建国认为,制造企业很难一下把全部都规划好,所以博世会在近期目标和长期目标两个方面进行平衡,分步实施达到预定的目标。同时很多制造企业在寻找合作伙伴上非常注重管理理念的契合,以及是否有成功案例。
这也符合企业现在逐步改造的需求,济二预计到2018年底实现数字化工厂改造,包括设备、信息化、数字化等方面,与博世的合作智能排程系统,最终还要和ERP、MES等信息化系统对接。这也是目前济二的重点问题,对于离散型制造来讲工艺流程非常复杂,加上生产计划中客户订单不是那么有规律,如何评估这些动态的信息并进行调整是现在在市场生存的关键。
该项目目标是将数据集成并可视化,进行最合理的排程,让更多的人员从劳动中解放出来,去做其他工作,例如大数据分析发现问题,从而进一步改进。
“交钥匙”满足小品种多批量
在博世力士乐展台展出了一条工业4.0智能生产线非常抢眼,这条生产线展现了互联自动化为核心的实际生产过程。
博世力士乐工业4.0智能生产线由三个自动化工作站、两个智能人工工作站及智能动态生产管理系统(ActiveCockpit)组成。工作站中的所有工件都内置芯片,可通过RFID技术进行实时识别,并统一由MES生产执行系统分配加工指令,自主进行涂胶、进料、拧紧、手工组装、检测等生产流程。
工业4.0智能生产线
在手工组装站部分,生产线也配备了智能动态手工装配系统(ActiveAssist),通过投影机、按灯拣货、触摸屏或数据眼镜等工具进行组装步骤地交互式指导,最大化避免组装过程中的错误。生产过程中的加工数据及质量信息都实时同步至云端,并通过智能动态管理系统将其可视化,并进行分析和反馈。
博世力士乐针对中国制造商的实际需求,为客户定制包括新线投资、旧线改造、互联服务和工业4.0培训的工业4.0交钥匙解决方案。
在新线投资上,博世力士乐为秦川机床提供了一条全新的工业4.0生产线,该产线可以零切换生产多达35种机器人关节减速器产品,极大地提高了灵活性。产线的预期产能提升10倍,达到年产量6万件,同时劳动成本减少50%。该项目具有可观的投资回报率,预计2.5至3年即可收回成本。
在旧线改造上,德国洛尔博世力士乐工厂生产电子传动和控制的设备已被逐步升级至符合工业4.0的标准。洛尔的生产线可以同时管理超过20万种产品种类,极大地提高产线的灵活度。改造以后洛尔工厂的生产效率有望在未来三年每年增长6%,相比投资一条全新生产线,该项目的投资回报时间大大缩短,预计在1-3年即可收回成本。
在互联服务上,企业中很多设备需要维修,为了降低成本增加可用性,通过互联的手段可以发现哪条生产线的哪个设备出现问题,进行针对性的预防和解决问题。并且在设备软件更新时实现远程更新,提高效率。
工业4.0技术中心来到成都
在工业4.0培训上博世力士乐在工博会上还与成都市政府签署了项目合同,未来双方将在经济开发区内新建全国最大的工业4.0展示培训中心。
成都市龙泉驿区政协副主席俞建认为,成都经济技术开发区以汽车产业为主,聚集了12家大众熟知品牌的整车厂,以及500多家汽车零部件企业,这些企业对于技术改造有着大量的需求,中心也将解决这些本地企业转型升级需求。
博世力士乐中国销售副总裁刘天鹏介绍了,一期工程将引入博世力士乐的工业4.0智能生产线、工业4.0机电一体化培训系统等多项创新技术;二期工程将把博世力士乐的成功经验对龙泉驿区和汽车制造商、汽车零部件制造商进行推广,未来扩散到整个西部地区。
此次工业4.0技术中心为三方签约,除了博世力士乐和成都经济技术开发区外还有一家企业,泰锋智能科技在其中扮演着运营方的角色,负责设备的维护、运转等工作。
工业4.0技术中心既是技术中心也是展示中心更是培训中心,为的是建立完善的培训机构培养西部制造人才,同时带动企业转升升级,提升成都经济技术开发区竞争力。这也是战略布局的第一步,未来在中国还会规划更多的技术中心,联合合作伙伴提供适合的解决方案。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。