在世界智能制造大会期间,主管部门联合多部门公布了第2批标杆级智能工厂培育名单,共有34家工厂入选,加上此前批次累计49家。入选项目既有大型飞机、高速列车、能源装备,也有新能源汽车、智能终端与日用消费品。
名单扩容意味着衡量重点正从单点设备的自动化程度,转向全流程数据的打通与决策能力。入选工厂的共同特征是设备联网率高、工艺数据可追溯。对制造业从业者来说,这既是产业信号,也是岗位能力要求变化的信号。
现场分享的一则案例很能说明问题。某钢铁企业过去判断高炉炉况,靠看风口亮度、听异响、摸水温,几乎完全依赖老操作工经验。现在高炉周边上千个传感器实时采集温度、压力、图像等多维数据,把操作从凭手感变成看数据。
改造后铁水一级品率提升10个百分点,另有两百余个产品和技术达到同行业较高水平。关键不在某台设备,而在数据链路完整——采集、边缘处理、模型判断、执行调整形成了闭环。
另一条值得关注的路线是数字孪生。有装备企业把船舶的设计、建造、运营整体搬进数字世界,基于大量历史数据,在上万种组合中为工程师匹配可行方案。据现场介绍,项目实施后建造周期预计缩短约三成,生产效率提升约三成。
门槛不在建模本身,而在数据积累与工程化落地:模型要能嵌进现有工艺文件体系,能被人用起来,而不是停在演示环节。同样的技术在数据基础扎实的行业推进更快,原因就在这里。
同期举办的博览会设智能装备、未来工厂、产教融合、产业基座四个主题馆及户外体验区,参展企业超过600家,另设「AI+制造」与「人才专区」,围绕AI诊断、研发设计、生产作业、质量检测、仓储物流等环节展示。
人才专区单列,说明供给侧问题已摆上台面。智能工厂的落地速度,受限于既懂工艺又懂控制与数据的人有多少。对职业培训机构来说,课程重心要从单一系统的编程操作,转到设备联调、故障诊断、数据接口这组复合能力上。
已选出的工厂数量在增长,推动方式也在变化:不再只是给头部企业挂牌,而是把可复制的方案向产业链上下游推广。与会专家判断,人工智能与制造技术融合会持续提高质量、效率与可靠性。
制约推广的往往不是买不到设备,而是三件具体事:通讯协议不统一、老设备没有数据出口、现场缺少能把接口和逻辑调通的人。前两件靠改造预算解决,第三件只能靠训练。这也是智能工厂名单与职业培训话题近来总出现在同一场活动里的原因。