新一代人工智能引領下的智能產品與裝備
發(fā)布時間:2021-06-19 08:35
智能產品與裝備是智能制造和服務的價值載體、技術前提和物質基礎。智能產品與裝備的內涵體現在兩個辯證的方面:一是智能技術的產品化,主要體現在物聯(lián)網、大數據、云計算、邊緣計算、機器學習、深度學習、安全監(jiān)控、自動化控制、計算機技術、精密傳感技術、GPS定位技術等的綜合應用;二是傳統(tǒng)產品的智能化,借勢新一代人工智能,賦予傳統(tǒng)產品以更高智慧,在智能制造裝備、智能生產、智能管理等方面注入強勁生命力和發(fā)展動能。在廣泛科學調研和已有研究基礎上,結合《中國制造2025》的十大重點領域及《人工智能三年行動計劃》等宏觀政策,擬定了智能產品與裝備的十二大裝備領域。研究表明,新一代智能產品與裝備以知識工程為核心,以自感應、自適應、自學習和自決策為顯著特征。未來將重點發(fā)展該領域的十大關鍵技術。
【文章來源】:中國工程科學. 2018,20(04)北大核心CSCD
【文章頁數】:9 頁
【文章目錄】:
一、智能產品與裝備的重要性與價值
(一) 智能產品與裝備的重要性
1. 全球智能制造業(yè)發(fā)展現狀
2. 我國智能制造業(yè)發(fā)展現狀
(二) 智能產品與裝備的價值
1. 成為制造業(yè)發(fā)展的重要戰(zhàn)略制高點
2. 推動實現由制造大國向制造強國的轉變
二、智能產品與裝備的內涵、特征與發(fā)展目標
(一) 智能產品與裝備的內涵
1. 智能技術的產品化
2. 傳統(tǒng)產品的智能化
(二) 智能產品與裝備的特征
(三) 智能產品與裝備的發(fā)展目標
三、智能產品與裝備的十二大領域
四、智能產品與裝備的十大關鍵技術
(一) 多源多通道數據實時采集感知技術
(二) 異構數據內容融合與傳輸共享技術
(三) 復雜工況的多任務自適應服役技術
(四) 多機協(xié)同的集群化交互與控制技術
(五) 大數據驅動狀態(tài)診斷深度學習技術
(六) 數字孿生與數字樣機建模分析技術
(七) 多技術路線工作方案優(yōu)化決策技術
(八) 工藝工裝協(xié)同推送與自動裝夾技術
(九) 產品知識圖譜與知識網絡構建技術
(十) 機電液一體化云平臺知識服務技術
五、結論與建議
(一) 制定形成國家級的智能產品與裝備產業(yè)發(fā)展規(guī)劃
(二) 加強智能產品與裝備的基礎研究與應用基礎研究
(三) 加大智能產品與裝備知識庫和基礎軟件資金支持
(四) 制定形成智能產品與裝備發(fā)展的標準體系與聯(lián)盟
(五) 產學研結合推進智能產品與裝備技術與產業(yè)發(fā)展
(六) 建立國家級的智能產品與裝備典型應用示范基地
(七) 加快復合型智能產品裝備設計制造人才體系構建
【參考文獻】:
期刊論文
[1]走向新一代智能制造[J]. 周濟,李培根,周艷紅,王柏村,臧冀原,孟柳. Engineering. 2018(01)
[2]定制化產品智能設計關鍵技術研究綜述[J]. 張樹有,徐敬華,茍華偉,譚建榮. Engineering. 2017(05)
[3]人工智能走向2.0[J]. 潘云鶴. Engineering. 2016(04)
[4]智能制造——“中國制造2025”的主攻方向[J]. 周濟. 中國機械工程. 2015(17)
[5]Acquisition and Active Navigation of Knowledge Particles throughout Product Variation Design Process[J]. ZHANG Shuyou and XU Jinghua Mechanical Engineering Department, Zhejiang University, Hangzhou 310027, China. Chinese Journal of Mechanical Engineering. 2009(03)
本文編號:3237480
【文章來源】:中國工程科學. 2018,20(04)北大核心CSCD
【文章頁數】:9 頁
【文章目錄】:
一、智能產品與裝備的重要性與價值
(一) 智能產品與裝備的重要性
1. 全球智能制造業(yè)發(fā)展現狀
2. 我國智能制造業(yè)發(fā)展現狀
(二) 智能產品與裝備的價值
1. 成為制造業(yè)發(fā)展的重要戰(zhàn)略制高點
2. 推動實現由制造大國向制造強國的轉變
二、智能產品與裝備的內涵、特征與發(fā)展目標
(一) 智能產品與裝備的內涵
1. 智能技術的產品化
2. 傳統(tǒng)產品的智能化
(二) 智能產品與裝備的特征
(三) 智能產品與裝備的發(fā)展目標
三、智能產品與裝備的十二大領域
四、智能產品與裝備的十大關鍵技術
(一) 多源多通道數據實時采集感知技術
(二) 異構數據內容融合與傳輸共享技術
(三) 復雜工況的多任務自適應服役技術
(四) 多機協(xié)同的集群化交互與控制技術
(五) 大數據驅動狀態(tài)診斷深度學習技術
(六) 數字孿生與數字樣機建模分析技術
(七) 多技術路線工作方案優(yōu)化決策技術
(八) 工藝工裝協(xié)同推送與自動裝夾技術
(九) 產品知識圖譜與知識網絡構建技術
(十) 機電液一體化云平臺知識服務技術
五、結論與建議
(一) 制定形成國家級的智能產品與裝備產業(yè)發(fā)展規(guī)劃
(二) 加強智能產品與裝備的基礎研究與應用基礎研究
(三) 加大智能產品與裝備知識庫和基礎軟件資金支持
(四) 制定形成智能產品與裝備發(fā)展的標準體系與聯(lián)盟
(五) 產學研結合推進智能產品與裝備技術與產業(yè)發(fā)展
(六) 建立國家級的智能產品與裝備典型應用示范基地
(七) 加快復合型智能產品裝備設計制造人才體系構建
【參考文獻】:
期刊論文
[1]走向新一代智能制造[J]. 周濟,李培根,周艷紅,王柏村,臧冀原,孟柳. Engineering. 2018(01)
[2]定制化產品智能設計關鍵技術研究綜述[J]. 張樹有,徐敬華,茍華偉,譚建榮. Engineering. 2017(05)
[3]人工智能走向2.0[J]. 潘云鶴. Engineering. 2016(04)
[4]智能制造——“中國制造2025”的主攻方向[J]. 周濟. 中國機械工程. 2015(17)
[5]Acquisition and Active Navigation of Knowledge Particles throughout Product Variation Design Process[J]. ZHANG Shuyou and XU Jinghua Mechanical Engineering Department, Zhejiang University, Hangzhou 310027, China. Chinese Journal of Mechanical Engineering. 2009(03)
本文編號:3237480
本文鏈接:http://sikaile.net/kejilunwen/rengongzhinen/3237480.html