智能制造新演进理论

嘉宾：工业互联网产业联盟湖北分会常务副秘书长、工业互联网国家顶级节点（武汉）运营中心王牌副主任、中信移动通信技术有限公司 张亮首席科学家刘军武汉爱民药业有限公司总工程师代超仁华中数控工业互联网事业部总经理卢天华安麦盛智科技有限公司副总裁张亮：谢谢，欢迎各位嘉宾，欢迎各位专家参加本次会议科技创新者圆桌“智能制造新演进”论坛。

让我们直接进入主题。

我国制造业已连续11年位居世界第一。

我国制造业占世界制造业总量的30%。

这是一个让我们感到自豪的统计数据。

在制造业的一些领域，也进入了全球智能制造标准建设的高地，处于比较先进的行列。

我相信在座的每一位专家、每一位嘉宾都深入到我们制造业的第一线，了解我们的基本情况。

我国制造业的客观形势还很不平衡。

刚才所有的客人都在我们面前。

说到这里，有一些无人工厂，黑光工厂，还有工信部目前提出的5G全连接工厂。

还有大量手工作坊信息化尚未开始。

工业和信息化部一直在积极倡导建设网络强国、制造强国的理念，希望改变我国制造业大而不强的局面。

我国拥有庞大的制造基础和规模。

我们的下一个五年计划是通过新的制造方式实现生产力水平和质量的大幅提高。

这将是我们大家共同努力的一个重要方向。

现在我们将给今天邀请的特邀专家更多的时间。

首先我问第一个问题，就是各自行业的专家来回顾我们的十三五期间，我们的行业，我们的企业，请给你们公司分享一下你们公司在数字化转型方面发生了哪些标杆事件哪些值得记住，以及发生了哪些重要的事态发展和变化。

首先有请我们的王先生。

王映民：好的，谢谢主持人。

我是中信移动的。

我国国有企业烽火和大唐于2011年合并。

烽火和大唐的移动通信制造公司最近并入中信移动。

所以我们中信移动的业务主要是移动通信的装备制造和装备制造。

研发和解决方案。

刚才主持人提到，“十三五”期间，这是数字化转型行业的标志性事件。

对于我们移动通信产业来说，“十三五”期间我们的主要工作实际上是5G设备和5G技术的研发。

网络系统设计。

十三五期间，从5G技术、5G设备的研发标准化，到去年、前年5G网络的部署，我们实际上做了很多工作。

我国是5G元年，2019年已经部署5G网络。

截至目前，我国5G基站大概超过80万个，基本覆盖大中城市。

我们5G网络的建设实际上是数字化转型的基础设施和使能技术。

5G未来应用最重要的场景其实是垂直行业。

通信行业被称为垂直行业。

事实上，通讯是为公众服务的，并不是我们自己使用的。

事实上，5G为各行各业提供支持和服务。

刘军：非常荣幸参加这次会议。

说起“十三五”医药行业数字化转型中令人难忘的事件，就是《药品管理法》、《疫苗管理法》提出的全程追溯，以及最终确定的药品数据管理规范。

国外强调的是“数据的完整性和可靠性”。

“性”，这对医药行业有着非常高的要求。

从这个节点开始，医药行业应该进入数字化时代。

由于生产过程没有数字化，几乎不可能实现生产过程的可追溯。

如何实现每批次的生产记录可追溯？我觉得这对我们医药行业的影响是很大的。

的。

该文件于今年10月正式发布，由国家食品药品监督管理局发布。

事实上，此前的最新版本更厉害，是国务院法制办发布的，叫做《药品数据管理规范》。

后来国家药监局更名为《药品生产记录及数据管理规范》，但我想从现在开始，医药行业的数字化应该从今年10月份开始，这是医药行业数字化的元年。

制药业。

就在这里，谢谢。

代超仁：我非常荣幸参加今天的讨论。

我是武汉华中数控的。

我们武汉华中数控公司主要专注于数控系统的研发。

我们的总体策略是“一个核心”，数控系统和数控机床，还有红外体温检测。

在数字化方面，我们这里主要有几个重要的事件。

2016年，我们参加了机床工具工业协会提出的数控机床联盟。

几位专家之前提到，我们的研讨会网络之间有各种协议。

是的，设备也是多种多样，所以我们参加数控机床通讯联盟主要是我们的机床和工控设备之间。

我们希望统一这个协议。

这就是我们机床供应协会的发展。

目前国家通信协议已经发布，2018年我们正在抓紧制定。

后来2016年公司成为国家智能制造试点项目，与金立在东莞共建智能制造典型项目。

同年，还推出自主工业云平台。

然后我们在2018年和新能源合作建设了机床行业的第二个节点。

因为全连接，车间内的数据本来是离散的。

我们想用统一的标识将其作为垂直内容连接起来。

因为我们遵循工程院对工程智能制造三种方法的要求：数字化、网络化、智能化。

在我们做数字化和网络化之前，我们做了一些数据存储。

为了极致的智能，今年我们举办了国际机床展，推出了华中全新一代智能控制系统。

在互联互通和大数据积累的前提下，我们应用现有的智能方法开发新一代智能控制系统。

智能系统，上面也提到了，我们华中数控还在数字化、网络化、智能化、智能制造方面做一些工作。

谢谢你们。

卢天华：大家好，我是来自华中安麦盛的卢天华。

我们安麦盛是一家从事智能制造的公司。

“十三五”规划中有一件非常重要的事情就是中国要启动制造业。

中美贸易战正在冲击中国制造业。

我们不提这个，而是更加关注我们智能制造的发展。

对于我们来说，我们是一支从美国归来的团队，我们在美国也有一个专门从事智能制造的产学研中心。

在各行业启动智能制造初创企业。

那么我们实际上还有另一件事可能对我们来说非常重要。

我们现在谈论的碳中和。

我们服务于新能源行业、光伏、储能等众多注重碳中和的企业。

我们也在2016年和宁德时代成立了合资公司，宁德时代也是安麦盛控股的合资公司。

专业从事新能源电池锂电池智能制造，目前已全面铺开。

张亮：谢谢。

我对专家和公司也了解一些。

我来分享一下“十三五”期间发生的事情。

中信早在2018年就发布了全国首个全连接5G。

当时，副省长曹广晶出席了会议。

我刚刚参加了一个观众视频会议，一个关于5G+工业互联网的会议。

今年的会议也将如期与去年同期举行。

我们刚才在会议上讨论过，这个会议不仅仅是我们这样的人坐下来讨论新的技术方向、新概念。

我们也希望中信有我们这样的人，有华中数控这样的人，有我们这样的人。

爱民和安麦盛一样，都是我们自己的生产工厂。

我们自己好的生产线可以在会议时间前后较短的时间内向公众开放，让更多的人了解什么是智能制造。

5G应用有哪些？我也想分享一下我自己的观点。

下面是我的第二个问题，就是在专家所在的企事业单位推动一切数字化转型时，我们应该重点关注什么？我们在推动数字化转型过程中遇到了哪些瓶颈或痛点？完成数字化转型后，带来了哪些效果和效益？王映民：谢谢主持人。

刚才主持人提到，这是中信移动第一条5G智能制造生产线。

当时我也参加了启动仪式。

5G最重要的应用领域是我们希望5G能够应用到垂直行业。

当时我们是一家5G设备和系统解决方案的制造商。

我们还有一个大型5G天线的制造工厂，所以我们用5G技术对其进行改造。

我们的生产线。

我们的生产线改造后，应该说效果是非常明显的。

一方面，不同环节对人力资源的投入不同。

节省30%至70%或80%，生产效率大大提高，生产质量很好。

这对我们来说是一个非常深刻的感受。

同时，我们是5G系统设备和网络解决方案的制造商。

整个过程中，我们也接触了业内很多厂家。

就是我们一直接触的汽车制造、钢铁、煤炭行业，就是5G的应用。

在各行各业中，确实给生产、工厂运营带来了巨大的效益。

当然，我们也看到了一个问题，那就是目前5G技术的应用情况以及5G在行业的示范情况。

应该说，各种技术展示和示范应用还是很多的。

它确实向我们展示了数字化转型、5G应用带未来的价值和发展潜力。

不过目前看来，应该说大规模应用可能还需要相应的时间，也只是在一些典型的演示场合得到了体现。

移动通信作为一个大产业，只有大规模应用后才能充分发挥其基础设施和使能技术的作用。

所以我们现在正在和各行各业合作，希望5G技术的应用以及它的演示能够标准化、流程化。

我们也希望各界与通信行业进行深度互动，让这项技术能够大规模应用。

谢谢。

刘军：嗯，由于我刚才没有介绍我的公司，所以针对刚才主持人提出的问题，我想介绍一下我的公司。

我公司主导产品的特点是一果独一。

我们只有一种原料，就是一种叫做喜林芋的植物果实。

我们是湖北省乃至全国罕见的完整的全产业链企业。

我们可以从育种开始。

、选种、培育、种植、提取、制剂，我们重点是如何构建这个全产业链的数字化质量控制体系？我现在告诉大家的是育种、选种、栽培、种植、提取、准备。

该数字控制系统已基本建立。

我目前的痛点和难点在于我上一家公司，临床数据。

因为我的药是注射剂，我很想知道我的每批药的临床疗效。

然后我用这些临床数据反馈来指导我如何优化和调整我的生产流程，让我的药物发挥出最好的疗效。

，副作用最小。

也就是说，如果我想做到每批药品的质量均衡稳定，就必须有临床数据作为支撑。

基于这个工业大数据，以临床疗效为目标，我需要建立一个数学模型来找到这些生产过程。

异常和偏差与临床疗效有关。

通过这样的数学模型，可以有效指导我们的工艺生产，保证我们药品的质量。

我想这不仅对我们医药企业，对我们中国医药行业来说，都具有重要的意义。

因为中国90%以上的药品都是仿制药，所以我想告诉大家，模仿仿制药的处方是比较容易的。

最难的是模仿过程。

仿制药一致性评价的关键是仿制工艺不到位。

因为我们的仿制药是国外公司生产的，所以他们告诉国家有关部门，我们中国仿制药的一致性评价是“一致性评价”还是“一次性评价”。

如何才能让我们的中药仿制药一致性评价真正长期稳定？平衡一致性，没有数字化控制的基础，几乎不可能实现真正的一致性评价，或者保证中药仿制药一致性评价的一致性和稳定性。

代超仁：我们制造数控系统和车间，与数控机床进行通信。

我们遇到的主要问题是工控设备多种多样，数据也有很大差异。

那么我们突出一个问题，就是如何统一存储和处理这些多样化、异构的数据。

另外我们后续我们用这个大数据，我们怎么应用这个大数据，我们怎么利用这些应用大数据让各种更加实用，或者我们可以说一些更符合用户的智能应用场景，这是我们现在面临的主要问题。

多重异构的问题是我们和机床协会共同创建了一个通用协议。

我们暂时解决了这个问题。

不同的类型、不同的机床可以建立相应的无理模型，将其映射成数字模型并存储起来，然后我们就可以将其存储起来以便以后更好地使用。

但在智能应用场景中，在数控系统中使用时，我们主要关注数控机床加工。

如何为这种加工提供更高精度、更高速度。

我们在这方面做了智能化探索，但目前还没有更好的解决方案。

还有一些更符合用户场景的智能应用。

我们仍然觉得自己做得还不够。

这对我们来说是一个问题。

还有一个问题，刘总提到医药行业也类似。

所有上下游供应链场景都需要打通，因为每一个场景还是离散的。

当然，我们现在也做出了一些努力。

基于我们与新能源合作创建的标识分析，使所有数控系统和机床都有统一的标识，并用统一的标识从产业链上下游将它们连接起来。

在后续的应用中，尤其是机床的使用过程中，包括最终的折旧、报废、维修等，这一系列的全连接问题也可以被识别和打开。

这也是我们后续努力的方向，也是我们遇到的难题。

卢天华：美亚是一家智能制造服务商。

我更多地分享客户的需求和问题。

我们的客户大多是规模比较大的企业，各方面技术都比较先进。

他们的自动化、数字化程度非常高，就像刚才的美的一样。

但完成这两项后，仍然无法解决质量问题、成本问题、产能问题。

还有很多问题是这两项无法解决的。

接下来我们要做的就是安麦生所做的事情。

在智能领域，我们是一家专注于大数据模型算法和人工智能模型算法的公司。

我们也是诞生于工业制造行业，那么我们如何将这些先进的算法模型整合在它的生产线和设备上的应用，是我们为它提供的一个核心服务。

比如他们的工艺优化、闭环控制、智能决策、设备智能运维等，是他们如何真正做到生产、改进工艺、提高质量、提高良率的关键。

基于他们已经良好的基础。

对于我们服务的企业来说，他们确实需要用智能的方法、人工智能的方法来实现真正的后续改进。

张良：刘先生刚才说，中国90%的药品都是仿制药。

这是我第一次听到，我感到非常惊讶。

面对这样的市场环境和行业现状，肯定会有很多设备和技术无法解决的问题，也有可能面临其他国家的禁令。

近年来问题变得更加严重。

华为、哈工大工业软件无法使用等事件，逐渐暴露出中国的短板。

随着中国制造业越来越强，综合实力越来越强，其他国家也逐渐与我们发生一些贸易摩擦和贸易竞争。

在行业领域的专家中，我们目前做的哪些产品是国产替代品？在这个过程中我们有没有遇到什么问题，有没有取得突破？可以做一些小的分享。

王映民：因为我们现在进入一些先进产业，一些关键技术限制其实还是很明显的。

在我们的通信行业，现在可能最受限制的领域是高端芯片和组件。

大家都听过很多次了，那就是美国队对中国的芯片制造和零部件进行限制。

组件和高端芯片都在通信系统中。

通信系统希望低成本、高性能、低功耗。

特别是我们的5G是一个新的网络，这一点非常关键。

现在我们看到的是，我们在高端芯片方面仍然存在困难。

但因为在国内，我们的上下游企业也在积极地致力于这些问题。

比如，在更换相关芯片需求的时候，我们联合上下游，即作为芯片通信设备制造商和上游元器件芯片供应商，以及下游网络建设运营商，我们合作更加紧密，希望能够运营根据网络需求，可以有一个合理的里程碑时间计划。

按照这个计划，政府大家会共同努力，逐步提高国产化率，国有芯片设计产业还是很强大的。

制造业其实也是在逐步发展的过程中，所以这几年应该说我们在芯片和高端元器件行业的发展应该是有了明显的进步。

当然，最终解决问题可能还需要一些时间。

我想如果我们上下游共同努力，这个问题每年都会得到明显改善。

我们也希望通过我们的努力，这个过程会越来越短，谢谢。

刘军：是的。

我对医药行业智能制造有一个基本的概念。

它应服务并遵守制药工艺要求。

它不仅仅是一个实时收集生产过程关键参数的系统。

它需要集成到系统中。

进入生产过程。

普通IT企业很难做到这一点。

这就要求IT企业更好地将供给能源与我们的药厂结合起来，真正实现药品的工业化制造。

这是我的第一个痛点。

《药品管理法》和《疫苗管理法》提出的整个流程是可追溯的。

这里有一个困难。

就是刚才提到的生产过程的可追溯性。

如果没有生产过程的数字化，这几乎是不可能的。

药品生产过程数字化，必须实行电子批记录。

生产过程的电子批次记录不仅包括各种生产设备的数据采集，还包括检验和测试设备的数据采集。

医药行业使用的检验检测设备，尤其是高端设备大部分来自国外。

，包括紫外、红外和质谱。

我们这样的高端设备国产化程度很低。

因此，药品生产过程的数字化不仅涉及生产设备的数字化，还涉及检验检测设备的数字化。

只有将两者融为一体，才能真正实现我们药品生产过程的电子批记录，药品生产的全过程才能真正实现。

谢谢。

代超仁：我们主要关注的是国产替代，因为大家都知道国产芯片是国产产品的短板，工业软件和数控系统也占据了国外市场的很大份额。

尤其是在军工方面，在国家04专项的支持下，实施了军工换脑工程，其国内军工数控系统已经落地。

这是用我们纯国产的产品来替代国外的系统。

我们称之为大脑替代系统。

我们已经成功更换了很多套。

我们在这个过程中肯定遇到了很多大问题，因为我们国家的各个军工行业都有各种类型的机床，而且我们必须使用我们自己的系统。

，对其进行彻底的适配，这是第一个问题。

第二，特别是军工行业，使用的是国外的系统和国外的机床，对于我们技术人员来说都是关键部件，一般都有比较大的价值，所以都说有很大的精度和相应的效率。

要求高。

第三，我们更换的过程中，很多都是在处理中，就是我不能影响我整体的处理。

你得赶紧给我换掉。

更换后必须满足我原来相应的精度要求。

各种要求，所以虽然我们面临各种问题，但今年我们还是彻底完成了国产替代的任务。

我们在华中地区使用自己的国产系统，与军工完全匹配。

我们完成了这个更换多套，也可以保证我们华中系统完全能够达到国外数控系统能够达到的标准。

卢天华：其实前面都提到了，我们国产替代很大一部分就是我们的芯片和硬件。

也许这部分我不会多说，因为这对我们来说确实是一个难点。

我想从另一个角度谈谈这个问题。

事实上，从智能、真正的人工智能，或者智能平台算法等角度来看，中国现在其实是非常有优势的。

我们和世界处于同一个起跑线上，而且因为大量的应用场景在中国，数据在中国，客户也很多，所以中国客户实际上需要大量这些细分领域的服务商帮助他们数字化、智能化。

所以这个领域其实有大量的初创公司，而且他们也确实在做。

包括一些大企业，包括海尔，包括富士康，他们有大平台，各个子行业都有自己的应对措施。

包括之前介绍的Black Lake，也是这个行业非常优秀的公司。

这其实就是我想说的，这就是中国。

在真正的智能平台和智能软件算法方面，它实际上具有很大的优势。

张亮：经过刚才各位专家的分享，我觉得除了华为这样的大企业之外，中国其实在各个细分领域都有自己的民族品牌。

他们自己的努力和贡献，让中国制造业变得更加强大。

工信部推出双层平台，实现跨行业、跨领域赋能。

从新闻或者同行中，我知道有一些平台型公司或者智能制造公司，还有一些延伸产业链。

我做系统、做算法，就有改造的可能。

作为机器人也有和我类似的行业赋能。

而且，这和这个行业根本没有关系。

我从事制造业，我赋能考古学。

我在三星堆也看到过这个。

那么在座的各位专家，我们公司在进行跨领域、跨行业赋能的时候，遇到了一些知识盲点。

这肯定会带来很多方向。

企业储备的人才并不能面面俱到。

刘总说，你不是每个公司都有完整的产业链。

上下延伸就会出现知识盲点。

当我们拓展这项工作的时候，有没有更好的方法或者案例结果可以跟大家分享？请王先生。

王映民：说到跨行业发展，我们做5G的时候就非常明显。

举个例子，我是2009年开始做车联网的，其实车联网其实就是通信技术在智能网联汽车上的应用。

我们早期的技术开发、设备开发都没有问题，但是在推广行业应用的时候，我们遇到了很多以前没有想到的问题。

其实这个车联网的应用涉及到很多行业、很多技术领域。

首先是汽车行业，然后是交通行业，现在是自动驾驶、交通管理，甚至各个法律领域。

比如说我们把通信应用到车联网行业的时候，车联网的管理部门就非常重视这个安全。

事实证明，个人智能手机的安全机制和安全应用对于汽车的安全来说还不够。

保证是根本不够的。

我们是在与车企、??汽车运营行业沟通后才得到这个重要信息的。

所以基于这种情况，我们重新设计了车联网的安全机制。

为了这辆车，我经历了很多系统。

未来，汽车将不再是某些人的目标。

这是一个新的机制。

解决车联网的应用，我们最终感觉到是在示范区的很多项目中。

其实就是通信行业、汽车行业、交通行业、智能驾驶行业。

很多行业在一起，我们一起组成了一个项目组。

技术团队，大家齐心协力完成一个项目。

在这种情况下，汽车应用公司已经摸索出了汽车在应用过程中会面临的很多场景。

比如，当我的车经过路口，被旁边更大的车挡住时，这种情况下如何保证车辆的安全，就是一个场景。

在这样的场景下，不同的专业需要针对这个场景解决自己的技术问题。

只有通过多行业的公关，这项技术才能真正提供有用的功能，并提供能够真正在最终系统中使用的产品。

刘军：虽然刚才提到的整个产业链中有一条链我们没有，那就是医疗机构。

但我很幸运，因为我出生在华中工学院，也就是华中科技大学的前身。

我很幸运同济大学和华中工学院的扩建合并在一起，所以我有医学领域的前辈，所以我有三位前辈，分别是院长和高级，这让我有机会涉足医疗机构，因为与医院院长沟通的药企总工程师很少。

我是一个相对不同的人。

其中很多是与医院沟通的医药代表，技术交流相对较少。

我提出一个问题，其实他们都非常同意，因为现在我们民族医药只有供应链关系，没有数据链、信息链关系。

当我向医院销售药品时，供应链关系就结束了。

事实上，非常需要建立药品之间的数据链和信息链关系，而我国在这方面相对落后。

作为一家以研发为导向的制药公司，我们迫切需要了解我们药物的临床疗效以及目前我国的药物市场。

新药研发出来之后，经过三期临床试验、上市之后，严格来说，还会有第四期。

临床上，但这个数据几乎很难获得。

也就是说，我们的药企和研发药企很难获得他们迫切需要的临床信息。

于是我和三位院长的学长学长进行了交流，他们非常认同医学需要建立数据链接和信息链接的关系。

要建立这样的制度，我国目前面临着一个大问题。

我一提到这个障碍，大家都明白了。

更不用说，医院之间打通联系是非常困难的。

对于国家卫健委辖下的医疗机构、医院来说，疾控、妇幼数据和信息链接断裂，老死之间没有沟通。

这个现实的一大弊端是数据无法共享。

让我给你举一个简单的例子。

如果你的医院进行CT扫描，你就不能去那家医院。

如果你不认识它，你可以再拿一次。

通过这样的反复检查，数据和信息是无法共享的。

我真心希望有一个公司或者一个企业能够把这个作为一个全覆盖，作为一个云，把所有相关的医疗机构整合起来，真正实现与药企的数据链接、信息链接的关系。

事实上，这是唯一的办法，这才是真正的学术晋升，这才是干净的交易。

我付钱，你给我我需要的信息。

这是可以理解的。

我们确实需要建立这样一个系统。

谢谢。

代超仁：我们这里遇到了很多需要跨行业的问题，尤其是刚才提到的我们联盟的数据协议。

我们联盟中除了普通的数据机床厂商、数据系统厂商之外，还有一些互联网厂商，比如华为、联想等。

在我们的联盟中，华为和联想就如何执行协议以及如何调整协议进行了多轮沟通。

另一项也涉及安全。

无论是数控系统还是工业互联网，我们都需要将所有系统和数据联网。

这个数据安全一直是我们最重要的问题。

关于数据安全，我们和赛迪公司使用我们国内的密码。

我们跟他们合作首先保证我们数控系统的安全，无论是数据，特别是我们处理的数控系统流程，还有代码的安全。

要保证其安全性，不仅有权限认证、身份认证，还有一些数据加密问题。

另一件事是数据。

如果数据在联网过程中传输，我们应该如何加密或者如何认证呢？我们也在与赛迪公司合作，逐步解决这些数据安全问题。

卢天华：从智能制造领域来看，实际上需要实现跨平台、跨行业的广泛赋能。

从我们的经验来看，现在这可能是一个伪命题。

因为所有工业企业的核心就是如何降低成本、提高效率、提高质量。

无论是现在的平台，无论是工业互联网，还是数据采集等等，它本身实际上并不能帮助这些企业实现其核心需求。

要让它真正有所作为，还需要去应用、去落实。

如何利用这些数据，利用这些智能手段帮助其最终降低成本、提高效率、提高质量。

所以要做到这一点，就必须对行业有深入的了解，投资研发团队，投资人才，并提供客户的全力支持和配合，才能真正帮助行业进步。

因此，我们认为，要真正通过平台解决中国产业的核心问题，短期内，平台可能不是核心，而是大量细分行业的落地。

张亮：谢谢。

今天专家们分享了很多有用的信息。

他们也是比较权威的企业和各个领域的专家。

会后如果您有兴趣，可以在这里询问更多关于我们四位专家的信息。

当前，我国正站在新一代工业信息革命历史的新起点上。

推动转型升级、做大做强，是我们未来的努力。

工业是我们国家的基石。

瞄准行业需求，提高效率、降低成本、提高产品质量、提高用户满意度，打造自主创新优势，为中国制造由大到强提供关键支撑。

今天的圆桌论坛到此结束。

谢谢大家，谢谢专家。