京公网安备 11010802034615号
经营许可证编号:京B2-20210330
紧盯当今三大风口:3D打印 大数据 机器人
全球先进制造业正在聚焦3D打印、大数据、机器人等前沿热点,中国在实施“中国制造2025”的进程中,需要紧密跟踪借鉴全球制造业前沿热点和发展路径,引导企业适时适度完善和调整发展重点,使“中国制造2025”在全球同类规划中具有竞争力和主动性。
中国先进制造寻找“全球坐标”
“中国制造2025”发布后,国内外企业、智库纷纷对此进行关注和研究。他们通过比较“中国制造2025”、美国“再工业化构想”、日本“工业智能化”和德国“工业4.0”之后认为,全球先进制造业正在聚焦3D打印、大数据、机器人等前沿热点,中国在实施“中国制造2025”的进程中,需要紧密跟踪借鉴全球制造业前沿热点和发展路径,引导企业适时适度完善和调整发展重点,使“中国制造2025”在全球同类规划中具有竞争力和主动性。
3D打印应用到细分产业
“归根结底,先进制造技术使得新设计新材料得以应用。”通用电气公司研究开发中心中国总经理魏斌评价3D打印技术称。
最近,欧洲和美国等的制造业联盟机构对发展3D打印细分行业进行了较为明确指向,他们把3D打印技术的市场需求主要定位在医疗和飞机关键小部件的制造上。
对此,中国工程院有关报告指出,3D技术将对智能生产、智能加工和智能设备带来推动作用。我国3D打印技术应该在可穿戴电子设备、可穿戴器件、个性化手术导板以及一些医疗模型等方面有更大的作为。
3D技术是一种以数字模型文件为基础,运用粉末状金属或塑料等可黏合材料,通过逐层打印的方式来构造物体的技术。尽管最近几年才走入公众视野并引发普遍关注,但诞生于上世纪80年代的3D打印技术,很早就在医疗行业崭露头角。
比利时玛瑞斯三维打印技术有限公司中国区总经理凯艾姆·弗朗索瓦表示,仅2013年,该公司就打印了15万个医疗模型,包括个性化手术导板以及一些医疗模型等,目前全球已有1000多万人开始使用定制化的3D打印助听器产品。
上海交通大学数字医学教育部工程研究中心教授王成焘认为,个体化、精准化、微创化、远程化是21世纪临床医学发展的四大方向,其中,数字技术是主要支撑,3D打印技术是重要内容。
据王成焘介绍,目前3D打印技术在临床医学的应用有三大领域——打模型、助力精准手术、量体个性化种植,接下来的研发方向是软组织系统和组织工程支架的3D打印,同时也对模型的物理性能提出更高需求,如能否打印血管肌肉等。
据了解,3D打印技术本质上并不是印刷技术,而是一种制造技术,业内也称其为“增材制造”,与传统制造业通过加工原料最终成型不同,3D打印技术是“无中生有”的制作过程,不仅不受原料几何形状的约束,还几乎不产生废料,能有效节约成本。
“3D打印技术可以解决很多传统工艺解决不了的问题。”通用电气公司研究开发中心中国总经理魏斌表示,先进制造业的根本在于先进产品,而生产先进产品必须有先进可靠的加工手段,能够把新型材料加以应用,3D打印技术在制造复杂、个性化产品方面要比传统制造工艺有优势。
魏斌举例说,飞机发动机叶片前面的防鸟撞零件形状复杂,加工起来很有难度,但3D打印技术可以实现“一次成型”,不仅提高了制造效率,而且使产品具有机械特质以满足功能需求。
当然,3D打印技术的应用与管理也绝不仅仅局限于一台3D打印机,也不是说只要有了机器、模型、好的材料就一定能够生产出好的产品,3D打印行业跟传统制造业一样,也需要工艺流程来进行管理操作,机器只是其中一个环节。
尽管3D打印技术日益受到重视,3D打印产业也成为“十大增长最快的工业”之一,但与传统制造业的规模相比,仍然是沧海之一粟。据世界3D打印技术产业联盟统计,直到2013年,全球3D打印市场规模才近40亿美元,还不及一家大型企业一年的产值。
业内人士认为,3D打印技术更适合“制造和销售高利润的产品和服务,为消费者提供个性化和革命化的体验”,它发展的出路不在于与传统制造业一较高下,而是通过其高度的加工制造柔性与广泛的材料适用性来与传统制造业优势进行互补,以其“精、准、快”的制造特点,促进传统制造业转型升级。
3D打印技术正成为一场世界性的科技角逐,既为先进制造业发展指明了一条路径,也为传统制造业转型升级指出一个方向。
大数据+云计算:嵌入生产全过程
美国的“再工业化构想”、日本的“工业智能化”和德国的“工业4.0”都把大数据和云计算等新一代信息技术嵌入到制造业的生产和服务全过程,其实施的进程和效果已被广泛关注。
“多数制造企业所理解的竞争,主要着眼于遇到问题解决问题,这只是看得见的竞争,更聪明的企业已经在努力避免问题上下功夫,这就是看不见的竞争,未来的竞争主要是这个。”美国国家科学基金会(NSF)智能维护系统产学合作中心主任李杰说,互联网+时代全球制造业格局正在发生改变,大数据技术将扮演重要角色。
大数据是指所涉资料数量巨大,无法通过目前的主流软件在合理时间内撷取、管理、处理,使其成为能够帮助企业经营决策、达成更积极目的的资讯,又称巨量资料。
李杰说,信息时代制造业的大数据来源,就是6C:连接(Connection,传感器和网络)、云(Cloud,任何时间及需求的数据)、虚拟网络(Cyber,模式与记忆)、内容(Content,相关性和含义)、社群(Community,分享和交际)与客制化(customization,个性化服务与价值).
“大数据技术的最大价值,就是利用上述大数据找出隐性的、还没有发生的问题,然后避免问题发生。”李杰说。
据介绍,为防止出现尿布渗漏等质量问题,宝洁公司过去要用相机逐一筛查,找到问题后必须停机,挑出不合格尿布,再重新开机生产。如何让生产线不停机也可以挑出不合格产品?
在大数据技术支持下,宝洁公司改变以前发现问题再处理的传统方式,而是通过实时监控尿布生产情况,预先发现不健康状态,并将处于这一状态下的尿布统统去除,保证了生产线连续工作,仅此一项,每年就为宝洁节省4.5亿美元生产成本。
“中国有最大的应用市场,有很多数据,高铁数据,机床数据,生产线数据,如果不能分析,我们就损失掉最大的市场。美国缺乏19万大数据分析工程师,中国缺乏190万。”李杰说。
高德纳咨询公司认为,大数据成为海量、高增长率和多样化的信息资产的前提,需要有新的处理模式,这就是云计算(Cloud Computing).
“云计算,用一个简单的词来说,就是网络计算,即计算不需要再围绕CPU转,而是围绕网络转,就像附着在网络上的一层能力,网络延伸哪个地方,你的计算能力就延伸到哪个地方,无处不在。”思科(CISCO)大中华区高级副总裁殷康说。
云计算是传统计算机和网络技术融合发展的典型产物,它使零碎数据可以变成相关数据,使衰败数据可以变成鲜活数据,通过云计算,共享的软硬件资源和信息可以按需求提供给计算机和其他设备。
殷康说,云计算使得大数据有了生存空间和价值,有了“从智能走向智慧”的可能性。专家表示,信息化和工业化的融合非常重要,驱动这个融合过程的是两个引擎——纵向上的云计算性能的提高和横向上的产业发展空间的开放。
IBM软件集团智慧城市事业部首席架构师朱华宇认为,制造过程中的洞察力有赖于大数据的实时监测和有效预测,而产品优化上的洞察力则还要依靠客户的反馈,所以,对非结构化数据的处理能力,是大数据技术应用于制造业需要突破的一个瓶颈。
大数据与云计算的结合,具体到一个企业上,就是促进企业从生产型制造向服务型制造转变,通过互联网+技术消除不对称的商业模式,并且培养制造过程中的洞察力和产品优化上的洞察力。
上升到整个制造业层面,大数据与云计算可以为产业带来更高的效益、生产的灵活性与安全性,以及新的创新平台,促进制造业从生产型制造向服务型制造转变,最终朝着智能制造和云制造方向跨进。
人机共融成新一代机器人发力点
未来机器人不仅能跟人融合,而且还会变得比较便宜。让中小企业用得起机器人,既要灵活,又要便宜,这是目前很难实现的目标,但却是下一步努力的方向。
根据国家部署,我国机器人产业未来十年的发展,将围绕汽车、机械、电子、危险品制造、国防军工、化工、轻工等工业机器人、特种机器人,以及医疗健康、家庭服务、教育娱乐等服务机器人应用需求,积极研发新产品,促进机器人标准化、模块化发展,扩大市场应用。突破机器人本体、减速器、伺服电机、控制器、传感器与驱动器等关键零部件及系统集成设计制造等技术瓶颈。
工业机器人作为自动化技术的集大成者,一直被誉为自动化领域“皇冠上的明珠”。据中国工程院院士王天然介绍,工业机器人自诞生以来实现广泛发展,而且还在向其他领域进行技术转移,派生出新的领域,如服务机器人等。
据权威机构预测,机器人是未来影响人类工作与生活的关键技术之一,其中,用于增加人的生产能力的工业机器人和用于医疗方面的机器人将会产生很大的影响。
特别是在缓解劳动力不足等问题上,工业机器人所发挥的作用越来越大。以日本为例,王天然说,20世纪70年代至90年代,日本经济高速增长,劳动力严重短缺,用了20年时间变成机器人第一大国,而且变成制造强国。进入90年代,亚洲经济快速发展,该区域工业机器人需求量增幅全球最高。目前全球对工业机器人的需求仍然很广泛,按照工作岗位算,工业机器人只占5.63%。
王天然说,目前,工业机器人已经在汽车整车及零部件、工程机械、轨道交通、低压电器、电力等领域有了较好的应用,而且机器人技术仍在不断提升发展,主要是两个方向:一是在机器人操作能力上追求完美,提升其速度、精度、适应性,扩大应用领域;二是在机器人智能化、网络化上不断努力,提高机器与人的交互能力。
有统计显示,从1990年到2000年,工业机器人定位精度提高了61%,平均无故障时间增加了137%,价格差不多降了一半。据日本预测,到2030年,机器人重复定位精度将会翻一番,绝对定位精度将提高一个数量级。
“现在教机器人怎么干活的办法很笨,人要拿着示教器,一步一步教机器人怎么操作,机器人跟着周而复始重复操作,不能挪地方换产品,否则还要再教一遍。”王天然说,现在的努力方向是把机器人变成生产过程当中的一个部件,即插即用。
目前,机器人应用领域正在扩大。据了解,日本在人形机器人研发方面正在取得一些突破。日本大阪大学国际电信基础技术研究所高级研究员西尾修一说,这种机器人看起来和人形差不多,可由操作员进行远程控制,实现机器人与用户之间的自如交流。
“人机共融是新一代机器人的本质特征,是国际机器人界努力的主要方向。”王天然说,以工业机器人为例,就是机器人今后跟人在同一自然空间工作,可以配合人的需求,学习人的技能,“将来机器人能够像徒弟一样跟着师傅干活,向师傅学习,人与机器人的关系,也将从主仆关系变成合作关系”。
近年来,随着我国有效劳动力逐年减少、人力成本不断上升,对机器人的需求快速增长。据统计,2013年中国机器人销量3.6万台,比2012年增长41%,超过日本,成为世界机器人的第一大市场。国际机器人联合会预测,中国将在2017年拥有40万台工业机器人,达到历史最高值。
“按每台机器人售价25万元,年销量3.6万台,每台完成4倍于售价的应用工程,国内市场每年就是几百个亿的规模。”王天然说,开放的市场将吸引全球机器人制造商,市场竞争将不断加剧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05