数字化制造 智能化 网络化 数字化 范式演进 来源：中国工程院易观分析整理 中国制造业升级基本范式， 需“并行推进，融合发 展” , 运用网络化、数字 化、智能化技术手段，深 度融合制造机理，构建具 有深度自感知、智慧优化 自决策、精准控制自执行 的高柔性化及自适应功能 的制造体系。 数字化 数字化即在数字化技术 和制造技术融合的背景 下，以 5G 、 人工智能、 智能赋能 产品整体优化与深度协同 流程 规划 基于工业互联网对产品全生命 周 期进行贯通连接，融合 AI 技 术 强化在产品设计、流程规划、 生 产工程等环节的模型、机理 共享 与协同设计，产品数据的 智能分 析等。 信息来源：工信部，由易观分析整理 流程效率提升与重点业务价 值 挖掘 产品订单 生产计划 材料与供应 制造 的智能化管理，包括远程诊断、 预测性维护等。 设备资产全面运维保障与高 质量服务 系统设计 建造 投产 运维 退役 报废与回收 一方面，人工智能与工业知识的结合能够构建各类工业机理模型，嵌入智能工厂重点领域与场景，加速协同与创新。 另一方面，由于智能工厂环节多，系统复杂度高，工业 AI 的开发与应用须依托工业互联网方可实现创新在效率的预 期目标。目前工业互联网已经形成六大类典型应用模式，各模式中均深度融合

养不 足等问题。 3.基于条件的维护：此维护方式是运维服务的进阶状态，即 服务提供商通过对设备运行状态的监控来安排相应的维 修计划。然而，此种检测方式主要结合设备本身的运作监 控数据及运作机理进行简单判断，对外部影响因素的考量 较少，故还是容易产生维护不及时等状况。 4.预测性维护：预测性维护是运维服务的最新发展，主要得 益于工业互联网、大数据及人工智能的交互应用，具有主 动且针 度，以展现信号和频率随着时间变化的关系。 c) 特征识别：基于前序步骤识别目标部件正常运作及磨损 时的特征表现，如波形指标、峰值指标、脉冲会标指标 等，并在下一步进行相关验证。 d) 特征验证：从机理特征参数设定开始，将已识别出的故 障特征参数进行相关设定，并通过统计手法验证，去除 冗余信息。 资料来源：罗兰贝格 目标设备关键部件拆解 目标部件 目标 设备 关键部件(摘选) 减速 箱 障报警或是生 产排程的即时调整。 05 5 04 / 机器学习框架示意 05 / 预测性维护落地应用场景 — 以刀具磨损监控为例 资料来源：罗兰贝格 时域分析 频谱分析 非稳态信号 时频分析 机理特征参数 设定 相关度去除冗 余特征 特征验证 机 器 学 习 特 征 向 量 特 征 向 量 刀 具 状 态 预 测 模 型 数据采集 特征分析 特征识别 特征验证 数据种类 主轴位置

统全面的能效优化分析降低数据中心运行成本具有重要意义。 基于预制模块化数据中心场景的冷却系统智能调优技术（下面简 称：冷却系统智能调优技术）可以结合预制模块化数据中心的特点， 充分考虑冷却系统的运行原理，利用融入物理机理的 AI 算法，实现 基于预制模块化数据中心场景的冷却系统智能调优技术报告（ODCC-2025-06005） 2 节能降碳的目标，通过冷却系统智能调优技术，能够对冷却系统进行 运行节能优化控制，优化后的冷却系统节能率可达 智能调优技术 Intelligent Tuning Technology 智能调优技术是指利用感知识别、数据清洗、数据训练、认知推 理、系统建模、优化计算等人工智能技术手段，基于冷却系统运行数 据和物理机理实现对冷却系统运行参数的自主调优与决策。 冷却塔 Cooling Tower 用于将一次侧冷却工质回路的热量散到室外大气中的装置，一般 放置在方舱外部，冷却塔出水温度取决于当地气温条件。 冷水机组 模块单元化。 冷却系统智能调优技术采用数据与知识双向驱动的方法建立冷 却系统模型，降低对数据的依赖性，如下图 2 所示；首先建立数据中 心制冷系统中多设备参数与多目标之间的模糊数学模型；然后基于物 理机理，建立系统层面的冷却与能耗模型；最后基于仿生学群体智能 优化算法，实现对冷却设备运行参数的全局多目标寻优，实时保持多 目标最优策略。 图 2 全局冷却调优示意图 基于温升矩阵的制冷系统能耗优化的技术可以通过合理调配机

一词会有所 不同，就是同一人发音也会受到心理、生理和环境的影响而有所不同。 使用人的自然语言作为计算机输入目前有两个问题，首先是效率问题，为便 于计算机理解，输入的语音可能会相当啰嗦。其次是正确性问题，计算机理解语 音的方法是对比匹配，而没有人的智能。 8 虚拟游戏场景 9 虚拟现实技术制作的房产效果图 工业仿真界面 虚拟现实技术制作的圆明园复原效果图 10

据，开展产品制造全要素 仿真优化； d) 应实现工艺设计与产品 设计之间的信息交互、并 行协同 ； e) 适用时，应建设工艺技术 系统和工艺知识库，结合 原料物性表征、工艺机理 分析、过程建模和工艺集 成等技术，开展过程工艺 设计与流程全局优化 a) 应基于工艺知识库实现 工艺流程、工序内容、工 艺资源等知识的编排与 调用，为工艺规划与设 计提供决策支持； b) 应基于工艺设计、生产、 检验等系统的集成，支 持工艺信息下发、执行、 反馈、监控的闭环管控， 实现工艺设计与制造 协同： c) 应用工艺仿真软件和工 艺知识库，基于机理、物 性表征和数据分析技 术，建立加工、检测、装 配、物流等工艺模型，进 行工艺全过程仿真，预 测加工缺陷并改进工艺 方案和参数 GB/T 43439—2023 二 表 下发到数字化设备； b) 应具备构建模型实现全 流程生产作业数据的在 线分析，优化生产工序工 艺参数、设备参数、产能 产量、生产资源配置等； c) 适用时，应基于先进过程 控制系统，融合工艺机理 分析、多尺度物性表征和 建模、实时优化和预测控 制等技术，实现精准、实 时和闭环的过程控制； d) 适用时，应用模块化、成 组和产线重构等技术，搭 建柔性可重构产线，根据

有效施展虚拟筛选和计算建模技术，设计出与目标 蛋白质完全吻合的新分子，以满足农户的农艺需求以及对人员、环境安全的期望。目 前，拜耳正运用 CropKey 方法完善研发管线中的全部应用领域，所拥有的新作用机理 数量已突破十年前的三倍，持续为作物保护领域带来突破性创新。利用 CropKey 系统， 拜耳成功开发了一种名为 Icafolin（异噁呋酰草胺）的新除草化学分子，预计将于 2028 年在巴西推出，这将是其 研发难度，在前期开发的过程中需要投入大量的研发费用并经历漫长的研发周期，因此利 用数字化与智能化技术提升新材料研发效率也是近年来政策层面鼓励的发展方向之一。  《“十四五”原材料工业发展规划》指出“鼓励企业开发应用基于数据驱动、机理模 型、经验模型、仿真模型的先进工艺控制系统，优化生产作业设备运行参数。建立面 向原料进料、反应过程、冶炼过程、质量控制、污染物排放、能源消耗等重点环节的 实时监控、异常工况预警、全流程动态调度、智能处置。构建面向主要生产场景、工 平台，实现对研发、生产、经营、运维等全流程数据集中管理。鼓励有条件的 企业应用 5G 等新一代信息技术对网络进行升级，建设泛在感知互联的工厂运 行环境。 提高生产智能化水平：鼓励企业开发应用基于数据驱动、机理模型、经验模型、 仿真模型的先进工艺控制系统，优化生产作业设备运行参数。建立面向原料进 料、反应过程、冶炼过程、质量控制、污染物排放、能源消耗等重点环节的实 时监控、异常工况预警、全流程动态调度、智能处置。构建面向主要生产场景、

途径，更是构建并提升电网企业核心竞争力的关键内容。南方电网公司正在深入开展人工智能技术发展的顶层设计， 推进“人工智能 +” 行动，以“数字化、绿色化”转型支撑新型电力系统和新型能源体系建设。 源荷精准预测 电气机理 与知识 负荷特性分析 地理信息 人工智能是支撑新型电力系统高质量发展的关键 新型电力系统 支撑 电 力 人 工 智 能 系 统 社会、经济 影 响 中 国 南 方 电 网 规模急剧膨胀，全国具备主动特性的电气节点数量增加至 千 万 级 别 ，省级新能源日内功率波动最大超过干 万 干 瓦 ，典型运行方式分散性增强、用于调度运行安排的典型运 行工况难以穷举，基于电路机理求解各类方程和优化问题计算速度慢，电力系统的“可观性”受到很大挑战。 技术挑战：规模挑战 220V 、 380V 、 10kV 、 35kV 节点 数量 计算速度慢 2024 年电力信息通信

术能力，推动制造业智能化转型的深度与广度。在制造业识别类技 术应用中，西门子利用自监督学习技术能够有效缓解质检中小样本 和实时性问题。数据建模优化类技术依托机理进行参数确定和 AI 模 型选择，能够大幅提升建模的精度和可解释性。某风电厂将齿轮箱 运行机理和故障数据联合建模，实现了大幅度提升诊断精度，同时 能够对故障结果给出清晰物理意义。知识推理决策类技术通过定量 复杂决策和异构数据知识自构建等技术手段，解决制造业中知识传

−𝒌𝒙， 弹力系数𝒌 ，弹力与其形变方向相反，表 示它有使系统不改变的趋势; 模型是否具有与 弹簧类似的属性 从而抗拒改变？ 𝑝𝜃’ 𝑝𝜃 从最简单的弹簧系统建模，探究大模型内在抗拒对齐的机理 ➢ 弹力系数𝒌：表示为大模型本身性质，与模型参数量和预训练数据相关； ➢ 长度变化量𝒙：表示对齐前后的模型的变化，一般用KL散度刻画； ➢ 弹力𝑭：对齐后的模型抗拒发生分布改变，产生恢复预训练分布的“弹力”； with Pre-training Data Size. 从模型弹性视角思考大模型对齐 从胡克定律𝑓=−𝑘𝑥 到大模型的弹性（而抗拒对齐） 算法设计/评估与模型评估等，应当从模型的内在机理出发； ① 预训练阶段和对齐阶段不应当各自独立； ◆ 预训练模型抗拒对齐，如何在预训练阶段为对齐阶段提供一个具备可塑性分布帮助微调； ◆ 如何确保对齐初始模型弹性系数更小（抗拒更小），弹性限度更大（对齐空间更大）；

010101010 010101010 010101010 全生命周期 管理 协同研发 设计 生产设备 优化 产品质量 检测 企业运营 决策 设备预测性 维护 AI+ 机理模型 + 数据模型 AI+ 云平台 打造 AI+ 制造业全场景技术服务，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新数字化工业和服 务体系。 Project Content