智能制造

搞科研的小刘选手

【IEEE出版】第九届智能制造与自动化国际学术会议（IMA 2026）第九届智能制造与自动化国际学术会议（IMA 2026）2026 9th International Conference on Intelligent Manufacturing and Automation

智能制造的分布式认知系统要素分析如果我们抽象掉“机器”“产线”“软件系统”的工程表象，而从功能与能力层面来看，现代智能制造系统正在同时具备以下特征：

传统劳动密集型加工厂，面对日益普及的自动化技术，应如何实现转型升级？前段时间,我和东莞一家五金加工厂的李老板喝茶，他愁眉苦脸地说：“新生产线投了三百多万，效率是上去了，可老师傅们用不惯，停机时间比干活时间还长。”

智能制造系统边缘UNS（统一命名空间）架构中引入DDD ACL（防腐层）原则的意义ISA-95（IEC 62264）之所以能在智能制造中成功，是因为它提供了一个从企业层（Level 4）到控制层（Level 1/0）逐层分解的语义约束链：

数峦云数字孪生三维可视化

VR云览系统：把工厂 “装进口袋”的营销工具在企业的运营中，带领客户实地考察和参观几乎是必备动作。然而，现实中却常常伴随着不小的困扰：上千公里的差旅、高昂的的展厅建设费用、重复消耗的人力物力……最终客户可能只有走马观花的体验，参观效果不尽如人意。

Altair澳汰尔

行业热点丨数字化仿真重塑食品加工：从原料到发货的全流程优化从巴氏杀菌、装瓶与罐装技术催生 “现代” 加工食品，到如今冷藏、冷冻及冻干技术造就 “方便食品”，食品加工已发展成为一个规模庞大的全球性产业 —— 其核心驱动力是实现食品的安全保鲜，以满足长期储存与全球分销的需求。

东哥说-MES|从入门到精通

GenAI-生成式人工智能在工业制造中的应用大家好，我是东哥说-MES如果本文对你有启发，请点赞、收藏、转发，让更多同行受益。生成式人工智能（GenAI）已成为数字转型的关键催化剂，并正在深刻改变经济的方方面面。

Techblog of HaoWANG

目标检测与跟踪（4）- 基于YOLOv8的工业仪器仪表智能读数与状态检测算法实目录一、工业仪器仪表检测：挑战与任务定义1.1 检测对象细分1.2 核心技术挑战1.3 任务分解二、 YOLOv8核心原理与工业应用优势

杉岩数据邱尚高受邀出席鼎捷数智峰会：AI重构数智工厂需分场景推进及产业共创当前，全球制造业正处于从“数字化转型” 向 “智能化升级” 的关键跃迁阶段。面对全球供应链愈发复杂、市场需求瞬息万变、质量与成本压力持续攀升的多重挑战，人工智能已深度融入生产执行、供应链协同、质量管控、仓储物流等智能制造全链路，成为破解 “生产效率瓶颈”“成本管控压力”“柔性制造需求” 的核心驱动力。

统一命名空间（UNS）架构实现中的 “Sparkplug B × Apache Avro” 桥接器示例本文提出一种SparkplugB到Avro的数据桥接方案，用于工业物联网统一命名空间(UNS)系统中实时设备数据与上层分析系统的格式转换。方案通过MQTT Broker接收生产线设备发布的SparkplugB格式数据（如温度、电流等），经桥接器解析后转换为Avro格式，并注册到Schema Registry以实现数据模型管理，最终输出至Kafka或数据湖。文章详细展示了Python实现的伪代码流程，对比了两种格式在实时性、结构化等方面的特性差异，适用于需要将边缘设备数据标准化并支持大规模分析的场景。

东哥说-MES|从入门到精通

包装产线数字化转型实战：从数据采集到智能决策的效能提升之路大家好，我是东哥说-MES摘要：在成本上升与可持续发展需求的双重挑战下，制造业如何通过数据驱动实现降本增效？本文基于西得乐EIT、LineView等行业领先工具的一手资料，深入剖析包装数字化解决方案的核心架构与实战价值。

工业级部署指南：在西门子IOT2050（Debian 12）上搭建.NET 9.0环境与应用部署在工业物联网（IIoT）场景中，边缘设备的数据采集、实时计算与控制能力直接决定了系统的响应效率与智能化水平。西门子IOT2050作为一款工业级网关设备，凭借其稳定的硬件性能和灵活的系统支持，成为工业现场边缘计算的理想选择。本文将详细介绍如何在搭载Debian 12系统的IOT2050上部署.NET 9.0 SDK，并完成.NET Core应用的发布与运行，为工业边缘应用开发提供完整技术路径。

AI驱动半导体良率提升：基于机器学习的晶圆缺陷分类系统搭建半导体制造是现代工业的"极限挑战"，制造单颗芯片就像用微观乐高积木搭建摩天大楼，一块积木的微小移位——肉眼不可见——就能让整个结构坍塌。随着制程节点从28纳米加速迈向5纳米、3纳米，1.5纳米研发进入关键阶段，芯片性能持续突破的同时，制造体系的复杂度呈指数级攀升。

恒点虚拟仿真

智能制造专业虚拟仿真实训平台：AI赋能个性化学习，提高实践技能在智能制造时代背景下，传统的实训教学受制于设备昂贵、场地受限、高风险及高损耗等痛点，难以满足新时代的教学需求。在此背景下，“恒点智能制造专业虚拟仿真实训平台”应运而生，平台凭借VR/AR/MR、人工智能（AI）、数字孪生等前沿技术，构建起“虚实融合、以虚助实”的沉浸式实训体系，成为破解智能制造专业传统实训困境、推动教育数字化转型的核心载体。

灯塔工厂：如何通过数字化实现制造升级近来，全球制造业再次被一个词刷屏——“灯塔工厂”（Lighthouse Factory）。例如，美的位于重庆的冷机工厂被誉为“世界首个 AI 驱动的灯塔工厂”，其将数字孪生、人工智能与零碳生产有机融合，正在让制造业的下一步落地更为具体。而在东南亚，美的泰国厂亦成为家电行业首家境外获得灯塔认证的工厂。

利用数字孪生技术打造智能工厂的“情境认知”能力在人工智能与工业数字化的浪潮中，“智能工厂”已成为全球制造业转型的关键方向。人们常说，工厂的“大脑”是人工智能系统，而“眼睛”是传感器与物联网。但若想让工厂真正“聪明”，仅仅能看、能算还不够，还需要具备情境认知——也就是理解当前环境、预测未来变化并做出合理反应的能力。本文将以通俗的方式解释：什么是情境认知？数字孪生技术如何赋能智能工厂，帮助它成为“理解力更强的机器”？

Piper：一种基于 PackML 语义的分布式工业协同框架在传统自动化系统中，设备之间的协作通常依赖“硬联锁”与“定制逻辑”完成：每台设备（Machine）由 PLC 控制；

5G与人工智能：驱动制造业数字化转型在信息技术日新月异的今天，5G与人工智能（AI）作为新一代信息技术的核心，正以前所未有的速度重塑制造业的面貌。《5G和人工智能助力数字化》一文不仅概述了5G技术的基本特性与AI在制造领域的应用，还通过具体场景与案例展示了两者如何深度融合，推动制造业向智能化、网络化方向转型升级。本文将深入剖析5G与AI在制造业中的具体应用场景与案例。

电池制造行业数字化实施随着全球能源结构的转型和新能源汽车产业的蓬勃发展，电池制造行业正经历着前所未有的变革。为了提高生产效率、保证产品质量、降低成本并快速响应市场变化，电池制造企业必须加快数字化转型的步伐。本文将基于MOM（Manufacturing Operation Management，制造运营管理）解决方案在电池行业的应用经验，深入探讨电池制造业务流程的特点、存在的业务痛点、对应的数字化解决方案及实施方法与步骤。

千鼎数字孪生-可视化

智能制造中的中间件作用：融通设备、系统和云平台“智能制造中的中间件作用：融通设备、系统和云平台”精准地概括了现代制造业数字化转型的核心诉求与关键挑战。中间件在其中扮演的正是 “中枢神经系统” 的角色，是实现万物互联和智能决策的隐形基石。