1704章 強智能系統！
「我們國內的製造企業這些年引進了大量先進的工業軟體和設備，投入了大量的金錢，不過都是處於一種彼此封閉割裂的狀態，對海外設備供應商形成的依賴非常嚴重，無法形成合力，而且就算是一些企業在工藝上有了不小的創新也沒辦法讓其他的產商分享到，也無法變現，同樣國內一些研究機構弄出了很好的工藝包也沒辦法在這些企業工廠設備上進行使用，可以說是造成了很大的技術資源浪費。」
楊傑開口說道：「工業網際網路最大的意義是可以將這些工業技術軟體化，對接現有的工控設備，將這種工業技術軟體植入生產線實現技術升級，能夠為國家節省大量的外匯，同時也能大幅減輕國內企業的升級成本。」
楊傑繼續說道：「現階段國內輕工業製造產商已經具備了與知名品牌相同或相近的設計生產能力，但是由於沒有自主品牌，所以製造的很多產品的售賣價格都極低其中60%的利潤給了銷售渠道商，30%歸了品牌商，而國內的工廠拿到的只有10%，處在一個世界加工廠比較尷尬的地位。」
「現在我們國內在網際網路技術上發展起來的電商平台在世界範圍來說還是非常有優勢的，可以利用電商平台和物流渠道大幅砍掉從廠家到消費者之間的環節，通過國家的認證扶植幫助這些企業建立起品牌力，這兩招就能讓我們國內的企業日子過得比較滋潤了，企業有了錢後在技術創新上也才有動力，因為中低技術企業競爭非常激烈，在技術創新上差不多是圍繞著對已有產品進一步開發，在材料、功能和質量方面逐步改善，從而與不斷變化的客戶需求保持一致，這樣才能形成專注於自己的產品，持續深耕，精益求精的工匠精神氛圍。」
楊傑開口說道：「如果進入這個階段的話，我想國內的企業展開智能化柔性製造工廠就有了底氣了，我是希望我們國家國內的設備產商能夠先於德意志和米國在智能化數控工具機上搶占先機的。」
曾嘉寶看了楊傑一眼：「我看你倒是信心十足的樣子，是不是華興科技集團公司手裡還藏著什麼好技術？」
包括蔣英正在內的眾人此時都是看向了楊傑，一臉期待的樣子。
楊傑笑了笑：「我們華興科技集團公司旗下的工具機研究院在自主學習型的智能數控設備系統上已經是取得了很大的進展。」
華興科技集團公司自身在人工智慧技術上非常有優勢，工具機研究院團隊自然也是很早就展開了智能數控工具機方面的研究，在六七年前就開始在自己數控工具機上搭載了智能終端系統開展機器自主學習技術的研發，技術團隊也是憑藉著華興科技集團公司在各個製造領域使用的數控設備得到的海量的數據建立具有自主學習神經網絡算法模型和大量的穩態數據樣本對模型進行訓練和驗證，通過疊代優化後這個具備自主學習優化能力的神經網絡模型也是越來越聰明，在為智能數控工具機樣機搭載了更多感知傳感器後，實現了智能數控工具機雙碼聯控的功能。
工具機研究院本身在數控工具機的控制系統軟體算法上已經是做得非常好了，現在在搭載了智能控制系統後智能程度有了很大的提升。
這套混合控制系統在工作之前，原有的數控加工代碼會在這套智能系統上進行仿真優化，直到優化目標實現為止，並依據優化結果生成智能系統的代碼指令，在實際加工中，兩種代碼同時進行，直到加工結束。
通過大量的測試驗證，這套混合控制系統顯著改善了進給速度的橫向一致性，提高了零件表面的加工質量，加工出來的零件特徵更加清晰，一致性更好，與原始設計的模型參數符合度更高，而且加工時間也是明顯縮短，無疑證明這套混合控制系統非常成功的。
其實這套智能自主學習神經網絡模型最大的優勢並不僅僅只是體現在這些方面，而是這套系統可以隨著製造資源狀態的變化而不斷演變，而且學習的速度非常快，有著非常寬泛的適用範圍。
當然，這個也是得益於華興科技集團自身在工具機技術上踏踏實實的潛心研究，在數控工具機上的機械部分做得極為紮實，出來的數控工具機產品本身性能上水準極高，已經是第一梯隊水平。
當然，華興科技集團公司旗下的數位化智能製造工廠自然也是率先用上了這種智能數控加工中心等產品設備，只不過這種產品技術還處在保密階段，還沒有向外界進行公布。
「你們研發出來了自主學習的智能數控工具機，你們是怎麼做到的？」
曾嘉寶驚喜地問道。
「這個還是得益於我們在網際網路大數據、雲計算、物聯網這些新一代信息技術基礎上發展起來的人工智慧技術，讓我們在自主學習神經網絡模型算法上有了戰略性突破，讓這種智能系統具備了知識的生成、積累和運用的能力，在融合了感知系統和現有的數控系統後通過自主學習與建模生成知識，並能應用這些知識進行自主優化與決策，完成自主控制與執行，實現了在加工製造過程的優質、高效、安全、可靠和低耗的多目標，優勢十分明顯。」
楊傑開口說道：「我們這種智能數控工具機研發出來的智能系統是在數據驅動建模的技術上發展起來的，數據樣本給得越多系統學得越快，也越聰明，這個比以前那種依賴人類專家進行理論建模和數據分析發展出來的智能有著本質的區別。」
「之前德意志和霓虹國國內的那些知名數控工具機製造商造出來的工具機缺乏真正的智能，雖然通過網際網路加數控工具機的方式取得了一定的研究和實踐成果，但到目前為止也只是實現了一些簡單的感知、分析、反饋、控制，遠沒有達到替代人類腦力勞動的水平，這方面的技術積累艱難而緩慢，並且技術的適應性和有效性不足。」
「我們的這套智能系統跟他們的技術路子是完全不一樣的，現在我們的技術團隊訓練出來的智能系統實現了自主學習、生成知識的能力，是真正的強智能系統。」
楊傑一臉自豪地說道。
楊傑開口說道：「工業網際網路最大的意義是可以將這些工業技術軟體化，對接現有的工控設備，將這種工業技術軟體植入生產線實現技術升級，能夠為國家節省大量的外匯，同時也能大幅減輕國內企業的升級成本。」
楊傑繼續說道：「現階段國內輕工業製造產商已經具備了與知名品牌相同或相近的設計生產能力，但是由於沒有自主品牌，所以製造的很多產品的售賣價格都極低其中60%的利潤給了銷售渠道商，30%歸了品牌商，而國內的工廠拿到的只有10%，處在一個世界加工廠比較尷尬的地位。」
「現在我們國內在網際網路技術上發展起來的電商平台在世界範圍來說還是非常有優勢的，可以利用電商平台和物流渠道大幅砍掉從廠家到消費者之間的環節，通過國家的認證扶植幫助這些企業建立起品牌力，這兩招就能讓我們國內的企業日子過得比較滋潤了，企業有了錢後在技術創新上也才有動力，因為中低技術企業競爭非常激烈，在技術創新上差不多是圍繞著對已有產品進一步開發，在材料、功能和質量方面逐步改善，從而與不斷變化的客戶需求保持一致，這樣才能形成專注於自己的產品，持續深耕，精益求精的工匠精神氛圍。」
楊傑開口說道：「如果進入這個階段的話，我想國內的企業展開智能化柔性製造工廠就有了底氣了，我是希望我們國家國內的設備產商能夠先於德意志和米國在智能化數控工具機上搶占先機的。」
曾嘉寶看了楊傑一眼：「我看你倒是信心十足的樣子，是不是華興科技集團公司手裡還藏著什麼好技術？」
包括蔣英正在內的眾人此時都是看向了楊傑，一臉期待的樣子。
楊傑笑了笑：「我們華興科技集團公司旗下的工具機研究院在自主學習型的智能數控設備系統上已經是取得了很大的進展。」
華興科技集團公司自身在人工智慧技術上非常有優勢，工具機研究院團隊自然也是很早就展開了智能數控工具機方面的研究，在六七年前就開始在自己數控工具機上搭載了智能終端系統開展機器自主學習技術的研發，技術團隊也是憑藉著華興科技集團公司在各個製造領域使用的數控設備得到的海量的數據建立具有自主學習神經網絡算法模型和大量的穩態數據樣本對模型進行訓練和驗證，通過疊代優化後這個具備自主學習優化能力的神經網絡模型也是越來越聰明，在為智能數控工具機樣機搭載了更多感知傳感器後，實現了智能數控工具機雙碼聯控的功能。
工具機研究院本身在數控工具機的控制系統軟體算法上已經是做得非常好了，現在在搭載了智能控制系統後智能程度有了很大的提升。
這套混合控制系統在工作之前，原有的數控加工代碼會在這套智能系統上進行仿真優化，直到優化目標實現為止，並依據優化結果生成智能系統的代碼指令，在實際加工中，兩種代碼同時進行，直到加工結束。
通過大量的測試驗證，這套混合控制系統顯著改善了進給速度的橫向一致性，提高了零件表面的加工質量，加工出來的零件特徵更加清晰，一致性更好，與原始設計的模型參數符合度更高，而且加工時間也是明顯縮短，無疑證明這套混合控制系統非常成功的。
其實這套智能自主學習神經網絡模型最大的優勢並不僅僅只是體現在這些方面，而是這套系統可以隨著製造資源狀態的變化而不斷演變，而且學習的速度非常快，有著非常寬泛的適用範圍。
當然，這個也是得益於華興科技集團自身在工具機技術上踏踏實實的潛心研究，在數控工具機上的機械部分做得極為紮實，出來的數控工具機產品本身性能上水準極高，已經是第一梯隊水平。
當然，華興科技集團公司旗下的數位化智能製造工廠自然也是率先用上了這種智能數控加工中心等產品設備，只不過這種產品技術還處在保密階段，還沒有向外界進行公布。
「你們研發出來了自主學習的智能數控工具機，你們是怎麼做到的？」
曾嘉寶驚喜地問道。
「這個還是得益於我們在網際網路大數據、雲計算、物聯網這些新一代信息技術基礎上發展起來的人工智慧技術，讓我們在自主學習神經網絡模型算法上有了戰略性突破，讓這種智能系統具備了知識的生成、積累和運用的能力，在融合了感知系統和現有的數控系統後通過自主學習與建模生成知識，並能應用這些知識進行自主優化與決策，完成自主控制與執行，實現了在加工製造過程的優質、高效、安全、可靠和低耗的多目標，優勢十分明顯。」
楊傑開口說道：「我們這種智能數控工具機研發出來的智能系統是在數據驅動建模的技術上發展起來的，數據樣本給得越多系統學得越快，也越聰明，這個比以前那種依賴人類專家進行理論建模和數據分析發展出來的智能有著本質的區別。」
「之前德意志和霓虹國國內的那些知名數控工具機製造商造出來的工具機缺乏真正的智能，雖然通過網際網路加數控工具機的方式取得了一定的研究和實踐成果，但到目前為止也只是實現了一些簡單的感知、分析、反饋、控制，遠沒有達到替代人類腦力勞動的水平，這方面的技術積累艱難而緩慢，並且技術的適應性和有效性不足。」
「我們的這套智能系統跟他們的技術路子是完全不一樣的，現在我們的技術團隊訓練出來的智能系統實現了自主學習、生成知識的能力，是真正的強智能系統。」
楊傑一臉自豪地說道。