长期以来,船舶工业是重工行业,生产制造条件艰苦,数字化、智能化生产转型始终面临许多客观限制与技术障碍。新一代ICT技术在船舶建造领域的应用面相对狭窄,对船舶建造全流程的整体效率和质量提升效果不够显著。
针对深远海“双高”(高技术、高附加值)船舶装备平台大型化、新研装置多且系统复杂、性能要求高、成本控制严及高度个性化定制等显著特点,中国船舶下属江南造船等企业打造基于5G+AR的云制造平台,集成总装厂-供应商、研发设计-制造现场、制造-检验的多层次多维度协同关系,打通研发设计-供应 -制造-检验的云协同流程,构建适用于船舶行业的全寿命周期数字造船新模式。
基于5G+AR的云制造平台应用场景丰富
基于5G+AR的大型船企云制造平台主要由基础设施层、硬件设备层、软件平台层、内部协同层及应用层组成。其中基础设施层由互联网和江南私有云组成;硬件设备层主要包括涉及的相关硬件设备,如服务器、AR眼镜等;软件平台层则包括了设计软件、协同平台等,内部协同层展示了平台内部各版块间的协同关系,应用层则由平台对应的应用场景组成,其技术架构如下图所示。

有别于单一数字模型的数字化转型,本案例运用供应链云协同与模型转化、基于MBD的制造交付物生成、基于AR的船舶建造检验技术等技术,覆盖协同设计、无纸化建造、AR检验、车间数字化管控等业务场景,形成了包括基于云的供应链协同、基于数字交付物的无纸化制造、基于AR的船舶建造检验以及基于人脸识别的人员管控等功能,通过数字化手段对船舶制造过程实施精准管控。
基于5G+AR的云制造平台应用价值显著
基于5G+AR的云制造平台上线应用后,打破企业间及部门间的沟通壁垒,减少设计及制造环节的信息模态转换,实现多端模型-数据-业务的云上协同,有效减少设计员、工人等的重复性低价值劳动,在设计效率、制造效率、检验效率、生产人员管控效率提升等方面的提升效果显著,可降低企业用工成本约3亿/年。
1.基于云的供应链协同方面,液化气船、大型集装箱船、高新产品等船型全面应用,单船平均上传设备模型350余项,设备建模效率和质量有效提高,设计成本节约120万/年。
2.基于模型的无纸化建造方面,液化气船、集装箱船等20余型船舶产品全面应用,可缩短船舶建造周期、提高建造质量,以每年交付20艘计算,可降低建造成本约1亿/年。
3.基于AR的船舶建造检验方面,液化气船、集装箱船等关键建造环节等全面应用,检验效率提升平均达到50%以上,可降低人工成本约200万/年。
4.基于人脸的车间管控方面,精细化派工报工管理实现工人生产效率平均提升10%,公司2万工人可降低人工成本2亿/年。
中国船舶下属江南造船等企业首次在船舶行业提出、构建并应用了的基于5G+AR的云制造平台,相较于传统造船模式实现了质量和效率的变革式提升,在实现产业链上下游互联互通的同时,缩短了企业内外部信息传递和共享、技术交流和沟通时间,打造了总装厂-供应商、研发设计-制造现场、制造-检验的协同、共享、共赢新模式。
同时,平台建设成果得到省部级领导、船舶、海工、航空、建筑、能源以及工业软件等企业500余次的考察与交流,有效促进了行业内外整体数字化转型与发展。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。