手机版|
二维码|
同济大学教授乔非带来第一个报告《工业大数据驱动的可持续制造调度》，她表示，在工业大数据和人工智能快速发展的环境下，制造业进入以高效、协同、可持续等为外在特征的新型智能制造时代。对促进可持续制造实施具有重要作用的可持续调度的研究已成为具有明显跨学科特征的热点问题。并围绕工业大数据驱动的可持续制造调度问题现状与技术方法，在分析总结工业大数据特征价值及处理技术的基础上，进一步探讨可持续制造调度的典型问题以及工业大数据驱动的协同优化方法，以满足可持续制造调度需求，支持企业实现长远健康发展。
ABB（中国）有限公司首席技术官刘前进通过机器人AI垃圾分类的演示，展示了ABB基于人工智能的“端-边-云”协同概念。他在报告《机器与人：从共存到共事》中指出，如今人工智能已走入工业，正面临着数据缺失、规则不明确、部署复杂等各方面的挑战。工业人工智能需要在认知、理解的基础上进一步实现闭环解决问题的能力，这需要结合专家经验、机理模型等专业知识。工业人工智能在机器与人的协作中将发挥至关重要的作用，不仅提升机器人的编程体验，更有助于实现时间/空间的共享，进一步提升产线效率。
冶金自动化研究设计院副院长、教授级高工孙彦广为现场观众带来报告《钢铁智能制造体系架构探讨》，他结合钢铁工业的发展需求和行业特点，从生命周期、系统层级、智能特征三个维度，探讨了钢铁企业智能制造参考体系架构。基于HCPS提出了由数据中心、物理系统、信息系统、数字孪生、人机交互构成的系统架构，给出钢铁智能制造边缘层、平台层、应用层三层次的IT实现架构。他认为，钢铁工业智能制造系统实现包括开发过程和运行过程，不同于一般的自动化、信息化系统，需要通过开发过程和运行过程不断交互，实现快速迭代学习，持续改进优化，建设学习型钢铁企业。
浙江大学研究员王文海在题为《内生安全关键控制系统研究与应用》的报告中阐述了主流安全仪表系统的架构与特征，对研制的一种新型QMR架构的UW500s安全控制系统进行介绍并分享其典型应用。他表示，安全仪表系统不能一味的追求系统的高可靠性，系统的可用性也需要考虑。为了提高系统的可用性，安全仪表系统应具有硬件和软件自诊断和测试功能，为每个输入工艺联锁信号设置维护旁路开关，方便进行在线测试和维护，从而减少因系统维护造成的停车。
菲尼克斯中国（南京）投资公司副总裁、总工程师杜品圣带来今天会议的压轴报告《菲尼克斯的智能制造实践之路》，阐述了他对什么是智能制造，智能制造主要解决的任务是什么，同时它与自动化制造又有什么样的差别等基础问题的思考。基于此，提出了菲尼克斯电气实现智能制造技术发展和应用的方法，即IT与OT技术的融合和IT技术与自动化技术的融合，而融合的关键是人工智能技术的应用。
如今全球正处在从工业经济向数字经济转型的大变革时代，智能自动化技术作为新一代信息技术与制造业集成发展的结合点，正迎来新的机遇与挑战。本次会议以“智能驱动变革自动化承载未来”为主题，聚力产学研各方同仁，希望为与会者搭建起一个思想碰撞、交融的平台，为全面推进工业化与信息化、技术创新与商业模式创新的融合，努力实现中国速度向中国质量、中国制造向中国创造的转变，完成中国制造由大变强的战略任务贡献力量。
