智慧交通枢纽智能化系统 建设方案 交通枢纽建设思路 02 交通枢纽项目背景 01 方案特点及价值 03 交通枢纽解决方案 04 01 《现代综合交通枢纽体系“十四五”发展规划》明确交通 枢纽是综合交通网络的关键节点，是各种运输方式高效 衔接和一体化组织的主要载体，在提高综合交通运输网 络效率、优化运输结构等方面具有重要作用。 02 “ 十四五”规划将交通强国建设列为战略重点， 十四五”规划将交通强国建设列为战略重点， 2025 年 铁路固定资产投资突破 9000 亿元，高速公路建设资金 超 1.2 万亿元，港口智能化改造专项补贴达 300 亿元， 为交通枢纽建设提供了强大的资金支持。 “ 十四五”规划 交通枢纽建设背景 01 01 “ 十五五”时期，铁路将加快“八纵八横”高速铁路主通道剩余路段 建设，提升通道运输能力与运行效率，推进城市群、都市圈城际 铁路和市域（郊）铁路建设，完善区域铁路网布局。 90% 以上。 “ 十五五”展望 交通枢纽建设背景 01 方案特点及价值 03 交通枢纽解决方案 04 交通枢纽建设思路 02 交通枢纽项目背景 01 交通枢纽建设思路 02 基础弱电 智能化 综合管控 智慧应用 智慧化枢纽  综合布线  人员管理  视频监控  信息发布  停车管理  ……  数字孪生集成  人脸识别集成  统一身份管理  系统综合联动  综合运营支持

状，提出面向未来多品种、大批量生产的 航天飞行器智能工厂发展思路和总体架构，并从资源动态组织、人机协同制造、质量智能检验和产业链高效协同等 维度分析智能工厂的关键技术，通过将制造技术与数字化、智能化技术深度结合，为我国航天飞行器制造智能工厂 建设提供借鉴。 关键词: 航天飞行器； 大批量生产； 智能工厂 中图分类号: V 468 文献标志码: A DOI: 10.19328/j.cnki 42 卷 2025 年第 2 期 刘骁佳，等：面向多品种大批量生产的航天飞行器智能工厂关键技术研究 设 备 、生 产 车 间 、生 产 流 程 等 深 度 融 合 ，实 现 自 动 化、信息化和智能化的一种车间运行模式，具有高 度协同、高效运营，快速重构等特点 ［3］。如何构建智 能工厂是当前航天制造企业面临的主要挑战，也是 国内外学术研究的重点 ［4-5］。 在智能工厂实际建设中，国内外部分先进制造 等行业也建立了相应的智能工厂，如三一重工、美的 等。在学术研究上，彭瑜 ［6］认为数字化工厂是智能工 厂的建设基础，智能化工厂应包含数字化工厂的一 切特征。李德芳 ［7］认为智能工厂具有自动化、数字 化、可视化、模型化、集成化 5 个特征。崔晓文 ［8］认为 智能工厂的智能化体现在系统具有预测能力、自我 诊断能力，能源和材料配置更高效。李伯虎 ［9］提出了 一种面向服务的制造新模式——云制造。姚锡凡

摘要:永卓控股旗下的永钢集团冶金尘泥循环利用绿色智能工厂使用 5G、工业互联网、大数据等技术改 善了传统的大体量、粗放式、弱研发、轻环保的管理模式,实现了生产集控化、安环可视化、作业无人化、 点检智能化、协同高效化、管理智慧化,将工厂打造成高度信息化和智能化的“黑灯工厂”。 关键词:5G;工业互联网;大数据;绿色工厂 中图分类号:F426. 32;TF08 文献标志码:A 引用格式:赵国宾,赵俊杰,祁萌 该技术方案的云边协同总体架构如图 1 所示。 5G 全连接工厂建设场景主要基于机器视觉 AI 的 分析应用、AR 辅助装配等,针对工厂目前的设备、机 器、仓储、物流调度等业务需求及后续产业智能化升级 规划目标,采用边云协同的解决方案,边缘云采用信息 交换模式(Message Exchange Pattern,MEP)方案。 ·56· �N����65 ���� �0 ���� ive,NPN) 实现多种颗粒 度接入控制,避免工厂专属资源被强占(见图 3)。 基于工业互联网技术,对各排放点、环保设备、固 废计量器、气象参数等采用在线自动监控、自动检测、 自动报警等智能化控制手段,通过超低排改造,建设更 加绿色、安全、可靠的工厂环境。 ������ �� � ���/� � ���� ���� � � � Mesh� � Mesh�

智能将重塑计算架构，数据要素将成为关键生产力，价值网络将促进多方共赢。这份 图谱既是对过往的总结，更是对未来的展望。它试图回答一个根本问题：在万物智联 的时代，如何让技术创新真正转化为社会价值，让智能化发展成果惠及每一个人。 愿这份图谱成为产业发展的导航仪，创新创业的工具箱，政策制定的参考书。让我们 携手共进，在通感智值的无限循环中，创造 AIoT 产业更加辉煌的明天。 智次方研究院 2025 9999%的可靠性，满足了工业 控制的严苛要求。在汽车制造、石化炼制、电力调度等关键领域，基于确定性网络的 控制系统已经成为标配。这不仅提升了生产效率和产品质量，更重要的是实现了 IT 与 OT 的深度融合，为工业智能化奠定了基础。 通信芯片和模组的创新是整个通信产业发展的源动力。2026 年的通信芯片已经不再是 单纯的通信功能，而是集成了 AI 加速器、安全引擎、定位单元等多种功能的 SoC。先 进的 7 物联网的大规模部署扫清了障碍。 网络架构的云原生化和智能化是 2026 年通信基础设施的显著特征。传统的专用硬件 设备正在被通用服务器+软件的方式替代，网络功能虚拟化（NFV）和软件定义网络 （SDN）已经成为主流。基于容器和微服务的云原生架构使得网络功能可以灵活部署、 弹性扩展、快速迭代。更重要的是，AI 技术深度融入网络的各个环节，从无线资源管 理到核心网路由，从故障预测到流量调度，智能化使得网络运维效率提升了数倍。

制造业集科研、新产品开发与科技成果工程化、产业化推广应用为一 体的科技型公司。结合我国发电设备制造业产业规模和结构不断优化 调整、制造工艺研发能力不断提高、新产品新技术不断涌现、关键核 心技术的攻关力度不断加大、产业链数字化智能化升级、更清洁高效 大容量的经济化运行等行业发展特点，面向国家重大战略，以攻克技 术短板弱项为动力、以市场用户需求为导向、以打造高科技产品为目 标，开展创新研究，带动和促进发电设备制造行业整体技术发展和进 息技术的快速发展，发电行业的数字化与智能化转型充满机遇的同时 也满有挑战，例如：缺少统一的管理平台，由于历史遗留原因，发电 企业中可能存在多种孤立的平台、系统，无法协同工作，甚至升级维 护困难；设备的管理水平待升级，由于行业连续安全生产的需求，设 备故障导致生产中断会造成巨大损失；缺乏多学科的交互融合，没有 突破各专业领域的鸿沟；智能化角度单一，多侧重于智能信息集成展 示以及智 示以及智能管理等层面，在生产过程中的智能化应用较少。 基于以上挑战，本项目搭建哈电发电特色工业互联网应用技术平 台（简称工业互联网平台）打通发电设备从数据接入、存储、管理、 算法建模开发到端平台应用的各个环节，提供统一的数据接入、管理 服务，提供大数据支持和智能算法运行环境，支持以开放的模式开发 工业 APP，打通信息孤岛；基于工业互联网平台，搭建发电行业关键 设备数字孪生管理系统，以管理壳为载体，打通发电设备生产侧及产

布多项鼓励数字孪生发展的战略性文件，覆盖工业制 造、城市管理、水安全、碳中和等重点领域，这些文件 提供了清晰的技术导向和落地场景。此外，伴随工业 互联网与数字经济的深入推进，数字孪生被视为实现 产业智能化与数字化升级的核心工具和底座平台。 2.2 人工智能技术 人工智能（AI）作为以机器学习和深度学习为代 表的第 4 次工业革命的产物，具备从大量数据中学习 规律，并执行感知识别、预测决策等智能行为的能力。 随着科技的进步，早期侧重于利用模拟模型和简 单规则进行离线分析的融合技术已不能满足工业制 造的智能化需求，实时数据驱动的智能闭环控制已成 为智能制造业发展的标准架构 ［5］。数据是 AI 算法的 核心要素，优质的数据是推动人工智能在工业界应用 的必要条件，而数字孪生与人工智能的创新交叉融合 已成为推动产业数字化、智能化的重要路径。在产业 数字化发展进程中，需实现数据驱动的智能应用创 新。 数智融合孪生技术面向真实业务场景，提供先行 实时监控复杂系统的运行 状态，提前识别潜在风险，辅助或自动完成决策。充 分挖掘物理运行过程产生的数据，并结合 AI的模式识 别和推理能力，实现对运行状况的智慧解析，为优化 决策提供支持。利用智能化决策牵引优化作业流程， 显著提高业务运行的安全性和可靠性 ［8］。 c）预测性管理。通过对历史数据和实时数据进 行机器学习，数字孪生模型可以提前预测未来趋势和 潜在问题，实现预测性维护和主动干预。例如某企业

华为智能工厂六大设计准则 流程 / 组织 / 人 才 完成智能园区建设 数字化全面覆盖 自动化规模应用 华为智能制造推行策略 华为智能工厂发展路线 自动化 数字化 网络化 智能化 将自动化作为实现智能化的抓手，扩大生产自动化覆盖和规模应用，优先实现设计与制造数字化融合，大幅提高生产效率 华为智能工厂技术演进路线 2017~2019 2020~2021 设计 DFM 2022~ 持续改善质量、推行精益生产是基础 华为制造坚持继承和发展的策略，持续推行 6sigma 全面质量管理、精益生产，保证了生产顺畅流动起来，为智能 制造推行积累了大量有效的数据，在此基础上推行自动化、数字化、智能化制造 深化精益生产推行，扩大自 动化覆盖，构建核心制造能 力 2011-2014 推行自动化 / 数字化 / 智能制造， 建立可持续改进的标准化数 字化精益生产体系 2015- 至今 制造管理体系建设，引入精 华为智能制造架构 以精益生产为基础， 围绕三个流一朵云，借助物联网、 5G 技术，将整个价值链的资源相互连接，通过云计 算 / 大数据 /AI 实现制造资源动态管理，高质量、高精益、高度自动化 / 部分智能化生产 Enterprise Level 企业层： 管理系统 Management Level 管理层： 生产执行系统 Operator Level 操作层：设备采集与 监控系统 Controll

【数字化可信服务能力要求】 转型者的方法论： 【企业 IT 数字化能力和运营效果成熟度模 型 （ IOMM ）】 • ( 一 ) 推进产品创新数字化 • ( 二 ) 推进生产运营智能化 • ( 三 ) 推进用户服务敏捷化 • ( 四 ) 推进产业体系生态化 • ( 一 ) 建设基础数字技术平 台 • ( 二 ) 建立系统化管理体系 • ( 三 ) 构建数据治理体系 通过将业务与技术深度融合，利用完备的数字化平台底座，有效整合多方资源和多赢共享 ，通过汇聚数据，分析数据，实现 数据价值化 ，为企业内外客户提供更加精准、个性化、多元化、定制化、生态化的智能化服务。 案例 • 某通信运营商通过构建端到 端一体化智慧云平台运营体 系，利用 AI 融智，实现业务 营销、网络运维、用户服务 和运营管理等智慧运营， 可量化、自动化原则，从服 务设计、服务交付、服务运 营和服务改进四个模块建立 云平台服务运营体系，通过 大数据和 AI 技术应用，实现 客户服务的智能化运营， 赋 能多源客户和生态合作伙伴。 企业数字化转型发展趋势 3- 以客户为中心的数据价值化驱动运营创 新 l 以业务部门、各职能部门、管理者为中 心，通过业务与技术深度融合，利用数

协调感知智能体获取数据、 图表智能体进行绘制、诊断智能体分析原因以及控制智能体提供参数优化方案, 各智能体通过事件总 线实现松耦合交互. 这证明了通过智能体之间的协同作用, 能够提升工业数据的透明化和工业场景的 智能化水平. 关键词 流程工业, 智能工厂, 新型核心工业软件, 工业大模型 1 引言 随着全球制造业数智化转型的不断深化, 智能制造已成为衡量国家制造业综合竞争力及产业技术 水平的关键指标, 为实 随着工业过程复杂性增加, APC 通过模型预测控制等技术实现动态优 化, 抑制工艺波动, 提升效率与质量, 降低能耗与排放, 满足绿色生产和经济效益需求. 在全球竞争、碳 中和政策及工业 4.0 智能化趋势推动下, APC 成为提升资源利用率和可持续发展的关键技术. APC 系统采用模块化、分层架构, 包括模型建立层 (构建动态模型, 模拟工艺行为)、优化计算层 (滚动优化计算最优控制输入)、多变量协调层 显著提升如 PID 性能评估、参数整定 等复杂任务的智能化和自动化水平. 最终, 通过中智达对上述智能体与核心工业软件的深度融合, 该 https://www.sciengine.com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1794 体系在工业数据透明化与工业场景智能化方面展现出前所未有的能力, 是推动流程工业实现精益化运

数字时代管理的四大挑战 第二节 平台化管理的崛起：管理的无边界延伸 第三节 掩卷之思 挑战二： 领导、员工、用户关系日益模糊化 挑战四： 新生代追求个性化 挑战一： 人类工作智能化 挑战三： 企业组织日趋复杂 挑战 四大 数字时代管理的四大挑战 也颠覆着企业传统的管理方式。 人工智能擅长模式匹配及自动化处理 , 通过数据的收集、 分析和挖掘形成 数据智慧和洞见 可重复的知识性脑力劳 动 , 甚至较为复杂的分析工作 , 都有可能被智能机器取代。 未来 , 大数据和人工智能将会广泛运用到企业管理中 , 利用大量实时沉淀的 数 据进行快速而精准的智能化决策。 · 由谷歌旗下 DeepMind 公司开发的阿尔法狗 (AlphaGO) 在 2016 年 3 月与围棋世界冠军、职业九段棋手 李世 强大的人工智能的崛起 , 要么是人类历史上最好的事 作为一个整体的功能远超各个组成部分的功能之和。 组织关系随着组织结构的扁平化而日趋网络化 , 更具有协 作 性。员工间的纵向分工不断减少 , 而横向分工和协作不断 加 强。 员工和管理者在网络化组织里借助数字智能化系统 , 双 方 都 能 掌 控 全 面 信 息 , 管 理 日 趋 透 明 化 , 增 强 了 员 工 的 公 平 感。组织将日益倾向于分布式团队和具有互动性的 集体 , 甚 至有远程工作者加入