技术迭代加人才培养 助推智能装备走得更远

作为智能制造的重要基石，智能装备将如何提高我国的工业化水平，又将如何助推我国产业升级？近日，在由南京航空航天大学等部门主办的第三届智能装备与机器人国际会议中，这些议题成为专家学者交流探讨的热点。

在中国工程院院士李培根看来，提高装备制造水平，很大程度上需要从数字空间挖掘潜力。“将基于不同物理属性的模型关联在一起，是建立数字孪生，继而充分发挥其模拟、诊断、预测和控制作用的关键。”

李培根举例，风机上可以安装很多传感器，当收集风机和风场数据后，可以建立仿真的数字孪生模型。在不断优化模型后，可以据此来控制叶片的俯仰角度等参数，继而提高工作效率。

“通过实时采集运行过程中的数据而建立的数字孪生模型，是装备这一物理生命体、自适应环境变化的关键，好的数字孪生模型可以沉淀人的经验。”李培根说。

复杂电子装备是高端制造的典型代表，复杂电子装备智能制造路在何方？中国电子科技集团公司第十四研究所研究员级高级工程师胡长明表示，人工智能技术将在制造业多场景落地，数字孪生技术将从概念走向实际应用，“5G+工业互联网”技术将赋能车间数字化加速，网络协同制造模式将引领数字化车间新方向，大规模定制模式将赋予数字化车间新动能，“双碳”模式将驱动数字化车间新变革。

制造业在推进智能制造和数字化转型进程中，衍生出大量人才需求。南京航空航天大学机电学院院长傅玉灿在接受记者采访时表示，该院目前在原来的机械工程或者制造工程课程体系中，注入“ABCD”的元素，“A”是AI（人工智能），“B”是big data（大数据），“C”是Cloud（云），“D”是Digital Twins（数字孪生），学院希望通过多学科交叉融合，为制造业培养更多能适应网络化、数字化、智能化发展的人才。

“但也要看到，目前产教融合、科教融合得还不够，要将创新链和产业链融合起来，帮助下游的企业梳理行业发展需求，高校的应用技术研究要能解答产业问题，高校、院所、企业一起攻关，共同解决产业问题。”傅玉灿说。