至顶网CIO与应用频道 07月30日 人物访谈:“在轨道上跑得起来和停得下来就是我们的主业。”北京纵横机电技术开发公司总工程师甘敦文形象的描述了纵横机电所做的事,覆盖了机车车辆的牵引系统、制动系统、网络系统、安全系统四大关键技术。
北京纵横机电技术开发公司总工程师甘敦文
北京纵横机电技术开发公司(以下简称“纵横机电”)是中国铁道科学研究院机车车辆研究所的全资子公司,是轨道交通移动技术装备系统供应商,重点发展制动、牵引、减振、安全技术、并形成产业化。
随着国企改制,纵横机电也在进行公司制改造。目前1300人的纵横机电拥有将近500人的设计团队,以及采购、生产、质检、服务等团队,5年来平均产值稳定在70亿。
信息化的持续升级
纵横机电的信息化历程可谓由来已久,2007年开始,纵横机电就从制图到模拟仿真再到机电一体化都实现了信息化,在这个过程中都有达索系统的身影。
随着各个系统的逐渐庞大,分散的系统数据需要进行统一管理,在2013年纵横机电又部署了统一的PLM(产品生命周期管理)平台ENOVIA,并随后将PLM和ERP(企业资源管理)进行打通。之后DELMIA三维工艺平台的加入让设计所见即所得,到现在达索系统3D体验平台实现综合仿真,形成统一的平台。
作为以科技创新为主导的管理型高新技术制造企业,设计占纵横机电总比重的80%,所以其也把设计作为“源头”,在信息化建设上PLM也就成为核心。现在很多企业在做ERP和PLM时都是分离的,这样也产生了大量的信息孤岛,通过IBM咨询对整体信息化的规划后,纵横机电决定所有数据必须从PLM到ERP。构建“以PLM为核心、ERP为基础、BPM为引擎”的研发制造协同平台,为实现产品智能制造奠定信息化基础。
所以2015年ERP的招标需求就是需要同ENOVIA打通数据交互壁垒,第一次就有50多个标准化接口,将两个系统融合。这也实现了全产业链的智能制造,信息流和物理流在一个系统平台中,减少人为干预,满足客户需求。
纵横机电的信息化升级还在继续,随着人力成本的逐渐增高,管理型研发的需求也提上日程。在满足市场碎片化和客户需求多样性的同时,纵横机电还需要运用技术标准化来降低制造成本。所以纵横机电也在同达索系统进行探讨,希望借助3D体验平台进一步缩短研发周期,满足客户需求。
智能制造的协同效应
响应疏解北京“非首都功能”和京津冀协同发展,纵横机电除了在永丰基地之外,在天津武清还有400亩工厂在建,建成后将承担所有机械加工工作,永丰基地则成为设计中心。
“将设计和加工分离,对于碎片化的市场和越来越多样化的客户需求是有利的。”甘敦文说,这也符合了纵横机电整体业务的增长需求,通过PLM这个核心以及连通ERP和供应链管理,可以直接将最新的设计图纸推送给子供应商进行生产。
例如加工5万小时需要换刀具,相关需求会自动通过ERP转化为采购订单发送到供应商,完成采购收货扫描发货单后,刀具直接入库。
现在三维工艺数据进入机床后,经过编程的机床可以实现自动加工。而且机床还实现了加工的同时进行测量,随时反馈和修正问题,无需人工干预。目前纵横机电已经实现了一名员工管理三台机床的配置,基本上无人操作,仅需在特殊情况下进行巡视。
最近纵横机电也在尝试健康管理的应用,离散型制造大多是计划维修,设备按照一定的维修周期进行维修。现在健康管理的理念是通过对设备或产品历史数据建立模型进行大数据分析,并与设备或产品实时状态进行比对,预测设备或产品可能会出现的故障及时段,将计划修调整为状态修,实现降本增效的目的。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。