数字孪生 为机场和航空器打造“双胞胎”兄弟

数字孪生作为普适的理论技术体系，可以在产品设计、产品制造、医学分析、工程建设等领域应用。这项技术需要在数字空间中根据现实各项数据与参数建立模型，通过传感器实现状态同步，既可以帮助航空公司实现航空器监控、维护与保障，还可以提高机场运行效率。接下来，让我们在中国民航科学技术研究院研发中心副主任杨杰的带领下揭开这项技术的神秘面纱。

技术有前景

数字孪生是充分利用物理模型、传感器更新、运行 历史 等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。通俗地说，数字孪生就是在一个设备或系统的基础上，通过采集各项数据，创造一个数字版的孪生体。

“目前民航业内的数字孪生系统应用大多基于三维地理信息，还停留在静态数字孪生阶段，数据更新频率低，主要功能是信息集成和数据可视化。”杨杰介绍道，“下一步将做到动态数字孪生，以这项技术为载体，集成机场与航空器的数据，在将接入的数据可视化展示后，通过孪生体反向控制实体世界，达到流程控制的目的。未来，还可能结合5G、人工智能、泛在感知等技术，实现精准控制。”

在数字孪生技术中，一个系统存在于现实的物理世界，一个系统存在于虚拟的计算机世界。在理想状态下，本体与孪生体可以建立全面的实时或准实时联系。二者并不是完全独立的，映射关系也具备一定实时性、双向性，根据孪生体反馈的信息，对本体采取进一步的行动并实施干预。以飞机维修为例，首先在数字空间中建立真实飞机的模型，通过传感器实现其与飞机真实状态完全同步，每次飞行后根据结构情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。

“飞机维修只是数字孪生的一个点，点点相连就会形成面。目前国内很多机场都上线了全景视频系统，通过该系统能够在塔台或运行指挥中心看到机场场面的实时情况。但在雨、雪、雾霾等恶劣天气下，部分摄像头受到遮蔽，可能对关键动态目标监控产生影响。在应用数字孪生系统后，通过传感器实时采集数据，可反映目标的运行情况，为工作人员提供更准确的信息，从而提升运行保障能力。未来，随着技术的发展，点点相连成面，面面相连成体，传统的金字塔式结构将不复存在，万物互联成为现实，感知无处不在，数字孪生技术将有更大的发挥空间。”杨杰说。

目前，多数机场在执行任务时仍然依靠终端平台作出决策。例如，当车辆侵入跑道时，塔台工作人员需要分别指挥航空器和车辆，以达到避让目的。未来，传感器将部署在航空器和车辆上，两个不同类型的终端都够获取彼此的数据。一旦存在跑道侵入风险，通过边缘计算，数字孪生系统将直接通知车辆驾驶员避让并提供撤离路线，响应速度快，安全系数高，毫秒级的告警响应时间将消除延时带来的安全隐患。

研发有基础

今年初，民航局印发了《智慧民航建设路线图》，将智慧民航总体设计分解为五大主要任务、四个核心抓手、三类产业协同、十项支撑要素与48个场景视点。智慧民航建设需要数字孪生技术的开发和应用，而数字孪生技术能够以全流程便捷出行、基于四维航迹的精细运行、机场全域协同运行、数据驱动的行业监管等场景试点为切入点，助力产业协同，在智慧民航建设中大显身手。

高楼大厦并非凭空而起，技术的研究与发展同理。自2013年起，航科院开始建立ADS-B地面站，ADS-B所收集的数据对数字孪生技术应用大有裨益。除此之外，广州白云机场、深圳宝安机场等使用的机场场面飞行区车辆监控系统，国航、川航等应用的全球航班追踪监控系统，不仅为航空器追踪监控与车辆追踪监控积累了丰富的经验，也为数字孪生技术的开发与应用打下了坚实基础。

5G时代的来临让数字孪生技术如鱼得水。万物互联让数据传输速度变得越来越快，传感器和摄像头随处可见，能捕获的信息细节也越来越多，以三维地理信息为蓝本的传统机场运控系统已经无法满足时代的需求。据了解，航科院此次的数据孪生技术开发以 游戏 引擎为载体，将相关数据接入后，不仅能够实现数据集成和可视化，还可以让系统运行更加顺畅，孪生世界与真实世界的关键信息在感官体验层面上做到了同步与一致。

目前，数字孪生技术的开发和应用还停留在信息集成和数据可视化阶段，但已经为机场和航空器运行带来不小的影响。动态的数字孪生技术将触及民航业的所有流程，为各个流程提效赋能。

基于数字孪生，机场、人员、航空器、车辆等数据可以生成实时孪生画面，让人员培训更加便捷。车辆驾驶员不再需要拿着教材走进教室学习机场驾驶规则，而是在系统实时运行场景中习得；无人驾驶将更加智能，设备和车辆将首先经过数字孪生系统的测试，之后才正式量产应用，从而最大限度地降低成本……

数据是关键

“数据采集得越全，可以实时分析的数据越多，就越接近真实情况”。一方面，ADS-B等技术所收集的数据与数字孪生技术相辅相成，但每项技术都有使用倾向，采集数据存在局限性。ADS-B传输的数据仅限于航空器位置、高度、航向、速度、爬升率等，该技术的设计初衷更偏向于空中管制使用，而油量、发动机参数、飞行管理计算机输出信息等数据则无法从中获得，数据需要多接口接入。另一方面，真实世界的数据采集还未实现全面覆盖，摄像头与传感器随着时代的发展不断增加，接入设施设备的数量也将慢慢增加。此外，对人位置数据的实时采集涉及隐私等多方面问题，需要更加谨慎地对待。

“空间数据采集的关键指标是精度和采集频率。在GPS系统和正在逐步投入使用的北斗卫星系统中，位置精度和定位精度都可以达到分米级甚至厘米级，能够满足机场在运行中的大部分需求。”杨杰介绍道，“但技术发展的主要桎梏在于位置的回传频率。虽然现在的技术已经可以达到20赫兹的标准，也就是每秒回传20次数据信息，但是很多机场还停留在每秒一次、几秒一次的回传状态。”

传统雷达监控与数据站监视等方式数据回传频率差异较大，短则4秒一次，长则15分钟一次，无法做到真实世界的实时反映。在加装ADS-B后，数据回传最快可以达到1秒两次，但与20赫兹的技术能力仍相去甚远。

“20赫兹在国内机场基本没有应用，能达到5赫兹的都少之又少。回传频率越高，消耗的网络带宽越大，后台处理器的处理压力也就越大。从这个角度来看，想要数字孪生技术发挥更大作用首先要解决这些问题。”杨杰解释道。

只有处理好数据采集、回传频率、精度、处理等问题，数字孪生技术才会真正为智慧机场建设添砖加瓦，而不是一个提供数据可视化平台的“花瓶”。这类信息化技术与传统基建有机融合，将云计算、大数据、物联网、人工智能、5G通信等作为核心手段，推动我国机场高质量发展、跨越式进阶。

沈阳航空航天大学北方科技学院有哪些专业？一起来看看学院的重点特色专业！
沈阳航空航天大学北方科技学院（以下简称“北方学院”）是由沈阳航空航天大学和沈阳市政府共同组建的一所以航空航天、信息技术、机电一体化为特色的多科性大学，是沈阳航空航天大学下属的一个独立的学院。学院设有航空航天、计算机科学与技术、自动化、机械工程、电子信息工程、物联网工程、车辆工程、材料科学与工程、能源与动力工程、环境科学与工程、经济学、管理学等十二个本科专业，其中航空航天、计算机科学与技术、自动化、机械工程、电子信息工程、物联网工程、车辆工程、材料科学与工程等七个专业均为沈阳航空航天大学重点建设专业，能源与动力工程、环境科学与工程、经济学、管理学等四个专业均为沈阳市政府重点建设专业。
北方学院以航空航天、信息技术、机电一体化为特色，以培养具有创新能力、实践能力和国际视野的高素质应用型人才为宗旨，秉承“培养创新型人才，推动产业升级”的办学理念，致力于建设成为沈阳航空航天大学重要的学科分支机构，提供优质的人才培养服务。
北方学院重点特色专业：
一、航空航天：航空航天是学院的特色专业，学院建有航空航天学院，致力于培养具有创新能力、实践能力和国际视野的高素质应用型人才。该专业主要培养具有系统的理论和实践知识，能够在航空航天领域从事科学研究、技术开发、工程设计和管理等方面的应用型高级专门人才。
二、计算机科学与技术：计算机科学与技术是学院重点建设的专业，以培养具有计算机基础理论、计算机应用技术、软件开发技术、网络技术、数据库技术、系统集成技术等多方面知识和技能的高素质应用型人才为宗旨。
三、自动化：自动化是学院重点建设的专业，以培养具有自动化基础理论、自动化技术、计算机自动化技术、智能控制、机器人技术等多方面知识和技能的高素质应用型人才为宗旨。
四、机械工程：机械工程是学院重点建设的专业，以培养具有机械基础理论、机械设计制造技术、计算机辅助设计与制造技术、机械制造技术、机械自动化技术等多方面知识和技能的高素质应用型人才为宗旨。
五、电子信息工程：电子信息工程是学院重点建设的专业，以培养具有电子基础理论、电子技术、通信技术、信息安全技术、电子信息系统集成技术等多方面知识和技能的高素质应用型人才为宗旨。
六、物联网工程：物联网工程是学院重点建设的专业，以培养具有物联网基础理论、物联网技术、物联网应用技术、物联网安全技术等多方面知识和技能的高素质应用型人才为宗旨。
七、车辆工程：车辆工程是学院重点建设的专业，以培养具有车辆基础理论、车辆设计制造技术、汽车电子技术、汽车自动化技术等多方面知识和技能的高素质应用型人才为宗旨。
八、材料科学与工程：材料科学与工程是学院重点建设的专业，以培养具有材料基础理论、材料加工技术、材料表征技术、材料表面工程技术等多方面知识和技能的高素质应用型人才为宗旨。
九、能源与动力工程：能源与动力工程是学院重点建设的专业，以培养具有能源基础理论、能源技术、动力技术、能源节约技术、能源环境技术等多方面知识和技能的高素质应用型人才为宗旨。
十、环境科学与工程：环境科学与工程是学院重点建设的专业，以培养具有环境基础理论、环境技术、环境监测与评价技术、环境污染控制技术等多方面知识和技能的高素质应用型人才为宗旨。
十一、经济学：经济学是学院重点建设的专业，以培养具有经济学基础理论、经济学分析方法、经济学研究方法、经济学管理等多方面知识和技能的高素质应用型人才为宗旨。
十二、管理学：管理学是学院重点建设的专业，以培养具有管理学基础理论、管理学分析方法、管理学研究方法、管理学管理等多方面知识和技能的高素质应用型人才为宗旨。
沈阳航空航天大学北方科技学院致力于培养具有创新能力、实践能力和国际视野的高素质应用型人才，提供优质的人才培养服务，为推动沈阳航空航天大学发展和改善沈阳市经济社会发展做出积极贡献。
自考/成考有疑问、不知道自考/成考考点内容、不清楚当地自考/成考政策，点击底部咨询官网老师，免费领取复习资料：>我国智能制造发展基础和支撑能力明显增强
我国智能制造发展迅速、发展战略清晰。2016年12月8日，我国工业和信息化部、财政部联合制定的《智能制造发展规划（2016–2020年）》（以下简称《规划》）颁布。根据《规划》，2025年前，我国推进智能制造发展实施“两步走”战略。第一步，到2020年，智能制造发展基础和支撑能力明显增强，传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业智能转型取得明显进展；第二步，到2025年，智能制造支撑体系基本建立，重点产业初步实现智能转型。
《规划》要求到2020年实现四个具体目标：
目标一：智能制造技术与装备实现突破。研发一批智能制造关键技术装备，具备较强的竞争力，国内市场满足率超过50%。突破一批智能制造关键共性技术。核心支撑软件国内市场满足率超过30%。
目标二：发展基础明显增强。智能制造标准体系基本完善，制（修）订智能制造标准200项以上，面向制造业的工业互联网及信息安全保障系统初步建立。
目标三：智能制造生态体系初步形成。培育40个以上主营业务收入超过10亿元、具有较强竞争力的系统解决方案供应商，智能制造人才队伍基本建立。
目标四：重点领域发展成效显著。制造业重点领域企业数字化研发设计工具普及率超过70%，关键工序数控化率超过50%，数字化车间／智能工厂普及率超过20%，运营成本、产品研制周期和产品不良品率大幅度降低。
宏观地看，制造业是数字经济的主战场。近年来，制造企业数字化基础能力稳步提升，制造业企业设备数字化率和数字化设备联网率持续提升。根据前瞻产业研究院《高质量发展新动能：2020年中国数字经济发展报告》的数据，2019年，规模以上工业企业的生产设备数字化率、关键工序数控化率、数字化设备联网率分别达到471%、495%、410%，工业企业数字化研发设计工具普及率达到693%。数字化率指标直接反映了我国智能制造转型升级的进展速度。
我国已经形成系列先进制造业产业集群。根据赛迪研究院对我国先进制造业集群空间分布的研究成果，我国已形成以“一带三核两支撑”为特征的先进制造业集群空间分布总体格局。环渤海核心地区主要包括北京、天津、河北、辽宁和山东等省市，是国内重要的先进制造业研发、设计和制造基地。其中，北京以先进制造业高科技研发为主，天津以航天航空业为主，山东以智能制造装备和海洋工程装备为主，辽宁则以智能制造和轨道交通为主。长三角核心地区以上海为中心，江苏、浙江为两翼，主要在航空制造、海洋工程、智能制造装备领域较突出，形成较完整的研发、设计和制造产业链。珠三角核心地区的先进制造业主要集中在广州、深圳、珠海和江门等地，集群以特种船、轨道交通、航空制造、数控系统技术及机器人为主。中部支撑地区主要由湖南、山西、江西和湖北组成，其航空装备与轨道交通装备产业实力较为突出。西部支撑地区以川陕为中心，主要由陕西、四川和重庆组成，轨道交通和航空航天产业形成了一定规模的产业集群。
中国制造业主要领域发展情况：
以工业互联网、工业机器人、高端数控机床和半导体产业为例
（1）新一代信息技术与智能制造的结合：工业互联网发展迅速
工业互联网发展迅速。新一代信息技术与制造业的深度融合发展，是推动制造业升级的重要引擎。其中，工业互联网又是这个融合过程中的核心。工业互联网与我国智能制造发展正相关。2018年、2019年我国工业互联网产业经济增加值规模分别为142万亿元、213万亿元，同比实际增长分别为557%、473%，占GDP比重分别为15%、22%，对经济增长的贡献分别为67%、99%。2018年、2019年我国工业互联网带动全社会新增就业岗位分别为135万个、206万个。从这个数据来看，中国工业互联网的发展已经形成全新的动能。
工业互联网发展存在三大痛点。我国工业互联网仍处于发展初期，标准架构还在探索之中，商业模式尚不成熟，技术、人才、安全等方面存在瓶颈和短板，推广应用的艰巨性和复杂性并存，需要保持耐心、稳中求进。具体而言，存在三大问题：
一是数据流动与融合问题。主要体现在三个方面。首先，是设备互联互通信息孤岛问题。例如，一条生产线涉及大量不同的设备底层通信和数据交互协议等，要实现设备之间有效的数据流动和融合，难度较大。其次，在目前的人工智能发展阶段，对依托工业生产所产生的大数据进行智能化自动决策依然是有难度的。最后，工业互联网设备的专用软件难以通用也是当前工业互联网发展的一个较大瓶颈。
二是对成本和安全问题考虑不足。一方面，存在成本问题。例如，工业互联网安全涉及专业人员、数据中心、云计算等方面的成本。另一方面，存在安全挑战。例如，工业互联网的数据泄露和网络攻击风险等。
三是工业互联网的盈利模式依然需要摸索。工业互联网行业标准多，涉及各个制造业的垂直领域，专业化程度高，难以找到通用的盈利和发展模式。
2020年6月30日召开的中央全面深化改革委员会第十四次会议就工业互联网发展提出了明确要求。会议强调，加快推进新一代信息技术和制造业融合发展，要顺应新一轮科技革命和产业变革趋势，以供给侧结构性改革为主线，以智能制造为主攻方向，加快工业互联网创新发展，加快制造业生产方式和企业形态根本性变革，夯实融合发展的基础支撑，健全法律法规，提升制造业数字化、网络化、智能化发展水平。由此看来，从2020年开始，在未来一段时期内，工业互联网会是智能制造最为关键的国家战略。
（2）我国工业机器人发展迅速
政策方面，我国对工业机器人的支持具有长期性和持续性。1959年，美国人乔治·德沃尔与约翰·英格伯格联手制造出第一台工业机器人，标志着机器人技术进入制造业。我国在1972年开始工业机器人研究，与美国相差仅约10年。1982年，中国科学院沈阳自动化研究所研制出我国第一台工业机器人。20世纪80年代，我国工业机器人发展主要涉及喷涂、焊接等工业流水线上机械手的研发。“863计划”启动后，我国开始大力支持工业机器人技术发展。“十五”规划（2001～2005年）期间，我国开始发展危险任务机器人、反恐军械处理机器人、类人机器人和仿生机器人等。“十一五”规划（2006～2010年）期间，开始重点关注智能控制和人机交互的关键技术。到“十二五”规划（2011～2015年），“智能制造”开始正式全面提上国家战略。2016年，《机器人产业发展规划（2016－2020年）》发布，开始进一步完善机器人产业体系，扩大产业规模，增强技术创新能力，提升核心零部件生产能力，提升应用集成能力。
技术方面，我国机器人技术发展迅速，但工业机器人关键零部件国产化率依然有很大的上升空间。2011年至2020年，国内机器人技术相关的专利数量快速增加，年平均申请量为170092件，年平均增长率为3953%，最高年增长率为7967%（2016年），2018年的年度申请量最高，申请数量为37853件。我国机器人专利数量的快速增长，说明了2011年以来我国机器人技术的快速发展。但我国工业机器人关键零部件技术国产化率依然较低，制约着我国工业机器人产业的发展。根据头豹研究院的数据，我国工业机器人机械本体国产化率为30%、减速器国产化率为10%、控制器国产化率为13%、伺服系统国产化率为15%；而在我国工业机器人生产成本结构中，伺服系统、控制器与减速器这三大核心零部件的成本占比超过了70%。核心零部件因为技术壁垒高，国产化程度低，主要依赖进口，因而成本占比较高。例如，中国工业机器人制造企业在采购减速器时，由于采购数量较少，难以产生规模效应，面临国际供应商议价权过高问题，相同型号的减速器，中国企业采购价格是国际知名企业的两倍。
需求方面，国家政策的支持和智能制造加速升级，使工业机器人市场规模持续迅速增长。根据2019年8月中国电子学会发布的《中国机器人产业发展报告2019》，我国生产制造智能化改造升级的需求日益凸显，工业机器人需求依然旺盛，我国工业机器人市场保持向好发展，约占全球市场份额三分之一，是全球第一大工业机器人应用市场。另外，根据国际机器人联盟（IFR）统计，我国工业机器人密度在2017年达到97台／万人，超过全球平均水平，并将在2021年突破130台／万人，达到发达国家平均水平。如图1所示，从长期来看，制造企业对工业机器人仍有巨大需求，机器人价格下行的态势也将延续。在“量增价降”综合因素作用下，工业机器人本体销售额平稳增长，预计到2023年将达2658亿元。此外，随着部分西方国家对华扼制战略的推进，我国工业机器人在快速发展的同时，也在加快工业机器人伺服电机、减速器、控制器等关键部件的国产替代。工业机器人核心部件国产化，也将成为未来发展的重要趋势。

销售方面，从我国工业机器人销售情况看，我国工业机器人国产替代在加速，国际市场竞争力在加强。一是我国国产工业机器人销量逐步增长，国产替代加速。根据前瞻产业研究院的研究报告，随着我国机器人领域的快速发展，我国自主品牌工业机器人市场份额也在逐步提升，与外资品牌机器人的差距在逐步缩小。例如，2019年，自主品牌工业机器人在市场总销量中的比重为3125%，比2018年提高337个百分点。另据民生证券研究的研究报告，“2011～2020年，国内工业机器人销量复合增速达251%；其中国产工业机器人销量由约800台增加至约5万台，复合年均增长率达583%，高于国内整体销量增速约33个百分点；同期国产工业机器人市场渗透率上升约26个百分点。”二是国内工业机器人出口增长迅速，国际市场份额在提升。2015～2020年，我国国内工业机器人出口量由2015年的12万台提升至2020年的81万台，复合年均增长率达465%；出口量在全球占比由46%提升至204%，增长约16个百分点。
（3）高端数控机床依然是我国的短板
高端数控机床与我国工业机器人的发展密切相关，但目前我国高端数控机床发展依然相对落后，这也是制约我国智能制造业发展的重要短板。有数据显示，2019年全球排名前10的数控机床企业中，来自日本的山崎马扎克公司以528亿美元的营收排名第一，德国通快公司以424亿美元排名第二，德日合资公司德玛吉森精机以382亿美元排名第三，其后分别为马格、天田、大隈、牧野、格劳博、哈斯、埃玛克，这10家高端机床企业没有一家是中国的。
我国对进口机床有着较大的需求。根据海关总署披露的数据，2015年至2019年，我国进口的数控机床合计达29914台，进口总额达978亿元。此外，我国高端机床及核心零部件仍依赖进口，截至2021年，国产高端数控机床系统市场占有率不足30%。国产精密机床加工精度目前仅能达到亚微米，与国际先进水平相差1～2个数量级。因此，在供需矛盾之下，我国高端机床的自主化、国产替代任务依然艰巨。
具体而言，我国高端数控机床主要存在四个方面的问题。一是高端机床的精密数控系统主要来源于日本、德国，国产数控系统主要应用于中低端机床，国产高端机床精密数控系统自主供给依然缺乏；二是主轴主要来源于德国、瑞士、英国等国，国产企业已具备一定生产能力，但技术仍需迭代提升；三是丝杠主要来源于日本，国内相关技术较多，但技术水平有待提升；四是刀具主要来源于瑞典、美国、日本等国，国产刀具材料落后，寿命和稳定性不高，平均寿命只有国际先进水平的1／3～1／2。
（4）半导体发展进展
半导体市场需求占全球第一，但国内供给能力有限。我国半导体行业发展非常迅速，影响力也越来越大。根据Statista全球统计数据库的数据，截至2012年，我国半导体市场需求份额首次过半——占全球半导体总需求的525%。根据赛迪顾问2021年6月1日公布的《2021全球半导体市场发展趋势白皮书》的数据：“从区域结构来看，中国已经连续多年成为全球最大的半导体消费市场。2020年，中国市场占比最高达到344%。美国、欧洲、日本和其他市场的市场份额分别为217%、85%、83%和271%。”
但是，同时我国半导体自给自足能力严重不足。根据中国半导体行业协会（CSIA）公布的可查数据，2016年中国集成电路进口额度达2271亿美元，而同年我国石油进口原油38101万吨，金额为116469亿美元，集成电路进口额远超石油进口额。中国半导体生产一直不能满足国内半导体消费需求。根据法资知名市场调查公司博圣轩（Daxue Consulting）2020年10月的数据，“自2005年以来，中国一直是半导体的最大市场。然而，在2018年，中国的半导体消费总量中，只有略多于15%是由中国的生产提供的”。根据彭博社的数据，2020年中国芯片的进口额攀升至近3800亿美元，约占我国国内进口总额的18%。到2021年上半年，国内半导体领域的供应缺口依然未缩小。根据海关总署的数据，2021年1月至5月，我国进口集成电路26035亿个，同比增加30%。由此看来，截至2021年上半年，国内半导体供给能力依然有限。
我国部分半导体产业领域已具备国际竞争力，但缺乏高端芯片生产能力。半导体产业的整个生产制造过程可以分为三个部分：分布式设计、制造和封测。2021年3月1日，国新办举行工业和信息化发展情况新闻发布会。工业和信息化部党组成员、总工程师、新闻发言人田玉龙在回答记者提问时介绍：“‘十三五’中国集成电路产业发展总体是非常骄人的，产业规模不断增长。据测算，2020年我国集成电路销售收入达8848亿元，平均增长率达20%，为同期全球集成电路产业增速的3倍。技术创新上也不断取得突破，制造工艺、封装技术、关键设备材料都有明显大幅提升。”
在半导体产业制造领域，国产自主创新替代在全面加速。根据国盛证券2020年6月的报告，我国国内半导体制造已基本完成从无到有的建设工作。例如，中微公司介质刻蚀机已经打入5nm制程；北方华创硅刻蚀进入SMIC28nm生产线量产；屹唐半导体（Mattson）在去胶设备市场的占有率居全球第二；盛美半导体单片清洗机在海力士、长存、SMIC等产线量产；沈阳拓荆PECVD打入SMIC、华力微28nm生产线量产；2018年ALD通过客户14nm工艺验证；精测电子、上海睿励在测量领域突破国外垄断等。但总体来看，目前我国缺乏7nm及以下的高端芯片的稳定、规模化生产能力，华为当前遇到的困境也很大程度上根源于此，我国距离实现高端芯片的量产还有很长的路要走。
我国晶圆生产能力发展迅速，已形成相对完整的半导体产业链，但产业结构失衡。我国在半导体生产材料——晶圆制造方面取得长足进步。截至2020年12月，中国大陆晶圆产能占全球晶圆产能153%的份额，已超越北美（北美占全球晶圆产能的126%），成为全球第四大晶圆制造地区（第一名为中国台湾，占214%；第二名为韩国，占204%；第三名为日本，占158%）。
半导体材料制造的快速发展，对我国整个半导体产业链的提升有非常重要的作用。例如，海思半导体是我国IC设计企业龙头，2016年销售额达260亿，是国内最大的无晶圆厂芯片设计公司。海思半导体的业务包括消费电子、通信、光器件等领域的芯片及解决方案，代表产品为麒麟系列处理器等。2020年10月22日，华为在HUAWEI Mate 40系列全球线上发布会上发布的麒麟9000芯片，采用了5nm工艺制程。据报道，麒麟9000在多个参数上超越骁龙865、苹果A14等竞争对手。但是，麒麟的加工生产仍然需要海外公司代工，因此麒麟芯片的供应会受到“美国的芯片禁令”等国际因素的影响。我国在半导体产业结构上还存在发展
均衡的问题，难以完全自给自足。
当前，全球半导体产业链细分趋势非常明显。较诸之前设计、制造和封测在同一公司完成的IDM模式，这三个环节已经形成相对独立的专业企业分工。全球半导体产业链走向分工的过程也是半导体产业链全球化的过程。以1996年为分水岭。在此之前，中国半导体产业受制于国际和国内政治因素，与全球半导体产业发展的“摩尔定律”速度完全脱节。但在1996年之后，通过“908”“909”工程等系列战略推动，加上进入21世纪以来全产业链的系列配套发展，我国半导体产业体系已经取得了长足进步，当前中国已跃升为晶圆代工产业全球第二大国。从中国半导体产业技术发展进程看，中国半导体制造工艺从落后3代以上，缩小为仅落后1～2代。
同时，我们也要看到，在芯片制造环节，虽然有“908”“909”工程以及最近十余年来国家的大力推动，但中国集成电路产业的落后依然不容置疑。必须承认，整体的产业结构严重失衡，设计企业少而弱，制造方面虽有半导体巨头纷纷设厂，但以封装测试为主，而且由于国外政策的限制，制造工艺均落后于国外。至于制造设备，几乎完全依赖进口。这些问题我们依然要面对，而且还需要深入分析和挖掘原因。
04 我国智能制造发展面临的问题及对策建议
智能制造业人才紧缺，需加快培养相关人才。我国智能制造面临人才缺口大、培养机制跟不上、现有制造业人员适应智能制造要求的转型难度较大等问题。
一是整体人才缺口大。我国教育部、人力资源和社会保障部、工业和信息化部联合发布的《制造业人才发展规划指南》预测，到2025年，高档数控机床和机器人有关领域人才缺口将达450万，人才需求量也必定会在智能制造不断深化中变得更大。
二是人员流动性大，且刘易斯拐点后人口红利在缩小。不仅是人才缺口大，制造业人员流动性也很大。根据中金公司的调研，在跨过刘易斯拐点后，制造业劳动力市场中需求方的议价能力下降。例如，有纺织企业反映2012年以来企业在国内就面临基层员工招不进来、大专生留不下来的情况；另外，有些汽车配件企业希望可以留住熟练工人，但新冠肺炎疫情发生后，部分四川、重庆的工人可能选择不再回来，过去几年的产业内迁也使很多中西部劳动力选择就近就业。
三是智能制造转型升级创造的新职位需要新型技术人才，但传统就业人员并不一定能在短期内转型并适应新职位需求。以工业互联网为例，中国工业互联网研究院的研究表明，工业互联网相关职业在不断涌现。2019年、2020年国家发布的29个新职业中，与工业互联网相关的达到13个，如大数据工程技术人员、云计算工程技术人员，占新增职业的448%。要胜任这些新职位需要较高、较新的知识储备，原有传统制造业领域的工程技术人员要满足这些新岗位的技能需求，需要时间培养。
以上都是智能产业结构升级过程中难以避免的问题。要解决这些问题，可从两方面着手。一方面，建立更为健全的在职教育体系、提供在职教育的认可度和含金量。制造业是就业的重要领域，相关人员的转型升级是迈向智能制造的前提。在人才缺口较大的情况下，在职人员“干中学（Learning by doing）”是制造业智能化人才培养比较务实的路径。同时，用人单位也要抛弃对在职学习的成见和歧视，避免“唯学历论”，要根据制造业实际需求和个人能力来选用人才。
另一方面，制造业人才使用面临“Z世代”挑战。“Z世代”是美国及欧洲的流行用语，意指1995～2009年间出生的人，又称网络世代、互联网世代，统指受互联网、即时通信、短信、MP3、智能手机和平板电脑等科技产物影响很大的一代人。面对时代变化，制造业传统的用人管人方式需要转变，使年轻一代能够留得下来、干得下去，能够越干越有希望。
工业互联网的安全问题需引起高度重视，进一步细化明确责任体系。工业互联网作为智能制造的“血脉”，其安全性直接关系到智能制造的安全。工业互联网和制造系统具有高度集成的特征，而这些集成使智能制造系统更容易受到网络威胁的攻击。2019年7月，工业和信息化部等十部门联合印发了《加强工业互联网安全工作的指导意见》（以下简称《指导意见》），提出了两大总体目标：一是到2020年年底，工业互联网安全保障体系初步建立；二是到2025年，制度机制健全完善，技术手段能力显著提升，安全产业形成规模，基本建立起较为完备可靠的工业互联网安全保障体系。
当前，我国工业互联网面临的威胁较为严峻。2020年1月至6月，国家工业互联网安全态势感知与风险预警平台持续对136个主要互联网平台、10万多家工业企业、900多万台联网设备安全监测，累计监测发现恶意网络行为13563万次、涉及2039家企业。有数据显示，截至2020年6月，我国工业互联网虽然总体安全态势平稳，未发现重大工业互联网安全问题，但对工业互联网基础性设备和系统的攻击正在增多，攻击范围、深度都在扩张，未来工业互联网面临严峻安全挑战。
工业互联网安全问题难以避免地会随着智能制造升级发展而不断变化，因此相关的防范体制机制是关键所在。《指导意见》特别强调，到2020年年底，“制度机制方面，建立监督检查、信息共享和通报、应急处置等工业互联网安全管理制度，构建企业安全主体责任制，制定设备、平台、数据等至少20项亟需的工业互联网安全标准，探索构建工业互联网安全评估体系”。由此可见，工业和信息化部等我国相关主管部门对工业互联网安全问题的复杂性和多部门协同联防联控的重要性有充分认识。而细化工业互联网各领域、各环节的责任体系，是多部门合作防控的首要问题。因此，在加强相关标准建设的同时，也要进一步细化相关安全体系的职责，需要将防范工作落实到具体的主管部门。
半导体、高端数控机床、工业机器人核心零部件等的国产替代需要我国提高自主创新能力，建议进一步深化科研体制改革、加强科研机构与产业界的联动，通过提高国家系统自主创新能力来推动关键领域的技术瓶颈突破。半导体、高端数控机床、工业机器人核心零部件这些领域在技术路径上是密切相关的。例如，这三个领域在传感器、控制系统、各种智能芯片模块方面均有相似或共同的技术栈。我国要提高这些领域的国产替代率，不是依靠个别技术突破能够实现的。半导体、高端数控机床、工业机器人核心零部件的国产替代突破需要依托国家系统创新能力的提升，这将是一个长期的过程。在国家层面，目前这几大领域主要依靠相关部委和地方产业政策支持，但缺乏中央的统一战略。建议立足于国家整体系统创新能力的提高，从中央层面明确具体的责任人，统筹半导体、高端数控机床、工业机器人核心零部件等领域自主创新问题。通过中央层次的统筹，在不断改革中建立与解决当前半导体、高端数控机床、工业机器人核心零部件“卡脖子”问题相适应的国家系统自主创新机制，建立制度化的创新突破能力，推动我国智能制造迈上新的台阶。
加快智能制造升级发展，需进一步激活民营企业活力，完善相关市场竞争和退出机制。一方面，未来我国企业的智能制造转型升级，在国企做大做强的同时，民营制造业发展的动能不容忽视。2018年以来，我国对于行政性政策对民营企业的影响问题已有较深入的认知，特别是政策刚性对民营企业生命力的影响问题，需要长期警醒。此外，我国智能制造同时也要为“小微民营企业”预留发展空间，引导和促进小微企业形成或者融入产业链。
另一方面，我国大部分制造业领域已经不是幼稚产业，保护与竞争、政策支持和市场退出机制等需要并行推进。以半导体产业为例，我国半导体芯片需求当前已经占据全球第一，除了芯片制造还与国际发展存在较大差距，我国在晶圆材料生产、封测和电子产品制造方面的全球竞争中已经具备较强的竞争力。结合美国的半导体产业经验，在行业发展早期是需要产业政策扶持的，但是随着产业自身发展的不断成熟，要逐步从产业政策推进向产业政策与贸易政策相结合的方式过渡，适当引进竞争机制，淘汰落后产能，为有竞争力的企业提供更好的创新空间。因此，我国半导体行业最终仍需面对与美国等发达国家在全球的较量，长期的竞争与较量将是常态。

您好，江苏屹信航天科技有限公司不是外包公司，而是一家专业从事航天技术研发、制造、销售及服务的高新技术企业。该公司主要产品有航天火箭发动机、航天发动机控制系统、航天发动机控制系统件、航天发动机燃料系统、航天发动机燃料系统件、航天发动机燃料系统组件、航天发动机控制系统组件等。该公司的主要业务包括航天发动机研发、制造、销售及服务，航天发动机控制系统研发、制造、销售及服务，航天发动机燃料系统研发、制造、销售及服务，航天发动机控制系统组件研发、制造、销售及服务，航天发动机燃料系统组件研发、制造、销售及服务，航天发动机燃料系统组件研发、制造、销售及服务，航天发动机控制系统组件研发、制造、销售及服务，航天发动机控制系统组件研发、制造、销售及服务，航天发动机燃料系统组件研发、制造、销售及服务等。

AI 科技 评论按 ，4 月 25 日，在由涂鸦智能联合知名 财经 媒体《新财富》、人工智能领域知名媒体《全球智能化商业》共同举办的「全球智能化商业峰会」上，斯坦福大学荣誉教授、新西兰皇家学会荣誉成员、世界级算法专家 Michael Saunders 进行了以「基於约束优化的算法：通用软件的益处」为主题的演讲。

Michael Saunders 曾任斯坦福大学管理科学与工程系教授。目前，他是斯坦福大学荣誉教授、数学家、世界级算法专家，工业与应用数学学会会士，新西兰皇家学会荣誉成员，斯坦福大学发明名人堂成员。

Michael Saunders 教授师从科学计算之父 Gene Golub，于 1972 年获得了斯坦福大学计算机科学博士学位，作为计算机领域的「大咖」，他曾获数学程式设计学会「William Orchard-Hays 奖」及工业与应用数学学会「暹罗线性代数奖」。据了解，目前其用于矩阵方程式和优化问题的数学算法在全球被广泛使用。Michael Saunders 教授曾为通用电气、波音公司等提供咨询服务。

Michael Saunders 教授的研究领域包括人工智能、大规模科学计算、大数据分析、系统优化、稀疏矩阵解法、软件工程、AIoT 等。

在他看来，互联互通一直都是 AIoT 产业的优化难题，例如此次会议的主办方涂鸦智能也推出了类似技术希望解决信息孤岛的问题，Saunders 教授在此领域贡献突出。

以下是此次 Michael Saunders 教授的演讲和专访纪要，AI 科技 评论做了不改变原意的整理：

大家好！谢谢今天来现场的各位嘉宾，我很高兴来到中国。不好意思，我是新西兰人，我会说一点法语，一点西班牙语和一点英语，但是中文要难得多。

今天我想要和大家讲的是「约束优化」，在这之前，我想先谈一下为什么我会去斯坦福大学并参与计算机相关的科研，并谈谈关于约束优化的 历史 。

从新西兰到斯坦福，专注于「约束优化」

1972 年，我取得了在斯坦福大学的博士学位，我返回新西兰并以为我会就此永远待在新西兰，但斯坦福大学教授 George Dantzig，线性代数之父，他开始了系统优化实验室（SOL）计划，并且邀请我回到斯坦福。

在我参与系统优化实验室之时，Dantzig 教授负责建立经济和能量模型，而我则专注于非线性目标函数，并且研发 MINOS 优化软件的初始版本，以解决这些模型的问题。

当时，斯坦福大学教授 George Dantzig 提出了一种新的算法优化——即「约束优化」。这是一个很难的研究课题，它是在一系列约束条件下，寻找一组参数值，使某个或某一组函数的目标值达到最优。「约束优化」本质上是一个线性代数问题，通过软件来实现优化分析。

到了 1980 年代，我又延伸了 MINOS 用以处理一些非线性约束条件，并且我们开发了其他的约束优化软件用于通用电气和 NASA。

在 1990 年，我们的软件被用于温室效应模型，以及航太的优化问题，例如飞机和太空船的轨道优化。

我有一个做航空器的双胞胎兄弟大卫，他从 1975 年起，就在 NASA 的艾姆斯研究中心（Ames Research Center）工作，他利用了我们的优化软件设计超音速飞机、新型的太空梭和太空舱，虽然当中有些项目后来被取消了。

当然，我们的算法优化也用在了其它很多领域。比如，控制机器人的运行轨迹；还有医疗领域，我们可以瞄准 X 光光束，帮助医生进行放射治疗。

优化对航空应用至关重要

我们的软件被用于很多 NASA 很多航空项目，比如：

以上问题都离不开优化。

在 2010 年，我参与设计了有阿波罗 20 之称的宇宙飞船猎户座（Orion），猎户座和阿波罗的外形相似，但体型大得多。大卫优化了猎户座的防热罩的曲度，他发现 50 年前，阿波罗的设计师选择的外形就是一个最优化的形状。

最近，我们的优化还被用于世界上最大的飞机」Stratolaunch」, 它于 2019 年 4 月 13 日在加利福尼亚州完成首飞。Stratolanuch 配备有两个机身，和六个波音 747 引擎，它的机翼展开比一个足球场的长度还长，它可以载着一个火箭或者是小型的太空船到 11000 米的高空，并且将其发射到轨道上。大卫改善过后的优化结果显示，Stratolaunch 如果在 2500 公里的距离就开始降落程序，那会有点过早。

优化软件和应用相辅相成

算法优化帮助我们做了很多解决方案。

在 20 年前，我们使用 PDCO 软件来做信号分析（基追踪降噪，BPDN），我们现在使用同样的软件做不同的应用：分析低频核磁共振信号，用以分析某些东西的组成，例如橄榄油或者是生物柴油，我们既有的软件找到了新的应用方式。

有时，新的应用会引领我们创造新的算法。例如系统生物学里头的多维度模型问题没办法以现有的软件解决，我们就使用了双精度型和三重精度型版本的优化 MINOS 软件，开发了 DQQ 程序。

我们还开发了 NCL 算法来解决税法模型，此前，这是无法通过既有的软件去解决的。NCL 解决了一系列很大但容易解决的优化问题。令人意外地，我们发现如何通过内部方法促进优化，来」热启动」(warm start）每一个大难题。热启动通常是无法通过内部方法实现的。因此，全新的高难度应用促使我们催生了新的通用软件，这是个非常有趣的过程。

总结一下我的演讲主题，当我们设计一个优化软件时，我们总是希望打造一个「万用型」的软件，让其能够物尽其用。但老实说，我们永远不知道，是什么样的人在使用我们的软件，有时候，软件会帮助科学家发现针对新兴应用的优化解决方案，这带给我们立即的成就感。但有时候则正好相反，是新兴的应用迫使我们用新的方式结合既有的软件去设计新的算法。

在未来，我们会看到很多像自动驾驶车这样的应用，而自动驾驶安全的重要性和太空船的发射及降落不相上下。优化系统在未来的医疗领域也将大放异彩，它可以使精准医疗成真，它已经让放射疗法变得更精准快速了。

在演讲之后，AI 科技 评论对 Michael Saunders 教授做了一次专访。

AI 科技 评论：今天很高兴有这个机会来采访您！第一个问题，您能不能谈一谈您自己是如何结合研究与业界的应用，您参与过哪些具体的案例？

Michael Saunders： 我的应用案例在我的演讲中提了很多，其中有一些很重要的案例，比如在药物治疗、制造、航空航天、系统生物学和核磁共振等方面。就像我之前说的，我们不知道有谁会用我们的软件，但通用型的软件本来就会鼓励更多的新兴应用诞生。我最喜欢的事情就是别人敲我的门说，「教授，我有个优化问题，请问你可以帮忙吗？。」我希望大家敲我的门。

AI 科技 评论：您是如何看待人工智能、IoT 与系统优化之间的关系？

Michael Saunders： 人工智能涵盖了许多层面，包括数学和计算机科学，求解具有大规模变量方程的极小值问题通常是优化领域的代表性案例。

经典的 SVM 方法解决的是更为复杂的问题，我们已经证明了我们的 PDCO 解决方案是一个比现有的方法更能规模化应用的解方。

物联网包括了感测器，我们用优化方法研究了无线感测器网络（Wireless Sensor Network），用以侦测感测器在哪里。每个感测器都能自主侦测它和其他临近感测器的距离，举例来说，我们可以从一个直升机上面把感测器丢入森林中，让其自动感测是否有森林大火发生，其中只有寥寥数个感测器需要知道具体位置。

AI 科技 评论：千百个 Sensor 之间的互联是吗？

Michael Saunders： 我的 PhD 学生 Holly Jin，在她的博士论文中，她可以精准地定位数千个感测器，这对于大型的森林来说很重要。同样地，如果消防员或矿工佩戴感测器在身上，同样的优化方法也可以用于森林大火或倒塌的矿坑中搜索他们的位置。

AI 科技 评论：现在人工智能技术在中国特别火热，作为这方面的专家，您觉得人工智能技术未来突破点在哪里，这一技术的走向如何？

Michael Saunders： 这是一个很好的问题，人工智能技术已经发展很久了，1967 年，当我还在斯坦福大学念 PhD 的时候，人工智能就已经是一个计算机科学的研究主题了，如果 AI 是泡沫的话，泡沫早就破掉了。

自动驾驶车对于未来的人工智能研究领域来说，是一个很大的挑战，特斯拉创始人马斯克期待特斯拉自动车在今年底就可以自己在路上跑，并且车子还可以在行程之余去接送其他乘客为车主赚钱。我们不清楚这个愿景是否能实现，特斯拉声称他们有一个芯片的运算速度是其他芯片的二十一倍，这是一个很了不起的进展，这让我们离未来的 AI 又更近了一步。

AI 科技 评论：主要是芯片优化？

Michael Saunders： 刚才我们问题就是说，未来的 AI 应用方向，一个是自动驾驶，这是一个非常大的方向，会彻底改变我们的生活方式。我看好自动驾驶的未来。

观众提问：现在机器学习有两种方式，一个是监督式的，一个是非监督式的，您认为哪一种比较有发展潜力？

Michael Saunders： 机器学习的方式有三种：监督学习，非监督学习和强化学习。我认为监督式学习和非监督式学习都是很重要的，研究者们永远都在试着改善它们所使用的方法，我认为在未来，这两种形态的学习方式都会持续进化。

点击阅读原文，查看 Python 技术交流讨论小组

---