12月10日，2021世界智能制造大会在南京闭幕。本次大会聚焦“让制造更聪明”使命，围绕推动数字经济和实体经济融合发展。智能制造已贯穿于我省设计、生产、管理、服务等制造活动的环节，在大会多场专业分论坛上，能“学习”会“思考”的江苏智造标杆装备层出不穷，它们的聪颖和智慧，已与传统意义自动化生产发生本质区别。

主动决策，冰冷的机器能“学习”会“思考”

智能制造，指在制造过程中可以进行智能活动，通过人与智能机器的合作共事，去扩大、延伸和部分取代人类在制造过程中的脑力劳动。

作为产业数字化、数字产业化的代表，电力系统既是智能制造的根本基础，又是智能制造的应用场景，电力系统中各个部分、各个环节都需要应用先进可靠的智能设备，因此设备变得“聪明”非常重要。

而指望冰冷的机器会“思考”举步维艰。就像我们生活中常用的电，它的传输依靠机械装备驱动，但在过去，电力线路没有自我保护功能容易发生故障，其引起的连锁反应会影响整个电网造成大面积停电，还会造成设备损坏，只能被动依靠人工维修。

“现在的电力系统已经有了自我决策的能力！”世界智能制造大会智能制造赋能新能源行业高质量发展论坛上，南京南瑞集团公司首席专家罗剑波将智能制造喻为人类智慧与机器组成的一体化系统，在他看来，机械装备虽然冰冷，但在数智化的浪潮下，它们变得会思考，甚至能主动决策。

多年实践研发中，罗剑波意识到，设备变得“聪明”首先要革新，老旧电力系统已经跟不上时代需要，构建新型电力系统才能顺应未来发展。“从电网发展趋势看，特高压产业链规模将持续扩大，最近国家能源局发文称要增加西部、东北、华北等地区大规模集中式新能源建设，这些大规模集中式的新能源未来都要靠特高压来输送到华南、华东、华北等负荷中心区，所以具备电网大范围资源配置调节能力的特高压技术装备必不可少。”

新型电力系统怎样才算“聪明”？罗剑波归结为自感知、自学习、自决策、自执行、自适应。“新型电力系统与新能源产业正加速融合，未来10年，融合的速度将加倍，要承载如此规模的新能源装机，整个电力系统不仅在容量上有‘量’的增加，在技术上更有‘智’的变革，特别是在系统建模仿真、信息通信系统、智能控制运维等方面，取得实质性的技术突破，否则也驾驭不好新型电力系统。”罗剑波认为，“聪明”的机器在运营过程中必须可以进行智能活动。

未来之变，近在眼前。驾驭好新型电力系统，江苏电力装备智能化已行之稳健。“以华东电网为例，多达234条线路，单一故障若不能及时切除，极易引发连锁反应，近4000万千瓦功率冲击将瞬间波及多个跨区电网，造成灾难性后果。”南瑞集团副总经理、智能电网保护和运行控制国家重点实验室主任郑玉平介绍，南瑞集团已创新实现了复杂电网差动保护关键技术和装置的重大突破，其研发的差动保护设备能第一时间主动决策快速切除故障，是电网和各类电气设备的“贴身保镖”。

“冷热”间转换，新兴产业制造有“最强大脑”

碳中和现今很“热”，但能源高效利用率很“冷”。据统计，流程工业中钢铁、冶金、建材、化工行业年碳排放量100亿吨左右，流程工业中实现碳减排，最简单直接的办法就是提高能源利用效率、降低能源消耗。

“流程工业能源总体利用率不足60%，大量低品位余热、冷能未充分利用，如果提高2.5%，可节约相当于三峡大坝一年的发电量！”南京工业大学教授凌祥在世界智能制造大会智能制造赋能新能源行业高质量发展论坛提出，如果巧妙运用流程工业的余热“变废为宝”，江苏将成为低碳领域智能制造的担当，从而加速“双碳”进程。

低温余热主要是指200摄氏度以下的烟气或者100摄氏度以下的液体，但重新利用这一新兴产业并非易事。“低温余热的热量品位非常低，要求高的能源领域无法满足。我们就逆道而行，根据温度对口梯级利用的原则，利用移动储能的技术把能量高密度储在移动装置里面。”凌祥介绍，智能制造体现在“面向低品位废热利用的移动储能互联网关键技术”项目上。

凌祥解释，项目储能的原理就是采用相变储能，即将热量高密度存储，在用户侧释放，其物理性能稳定，重放热温度近似恒定、易于控制，可用在风电弃风和光伏弃光的能量储存，再释放到医院、企业等。

相变储能解决了存的问题，如何取出来呢？凌祥团队想到了移动式储能互联网技术这个“最强大脑”，其中最关键的就是高密度相变复合储能材料。“我们把热量放在标准集装箱内，然后放入储能材料吸收热量，再把储能材料运到用户处释放能量，这样不需要铺设管线就可以实现异地利用，覆盖半径达到60公里，非常经济环保。”

但高密度相变复合储能材料存在过热的问题，如果温度达到58摄氏度，相变材料就会分离，为此，凌祥团队又经过多次实验找到了相变温度合适的增稠剂；同时又采用了安全可靠的表面冲击强化抗热疲劳技术避免热量过快流失。“现今，移动储能互联网装备已经做到了轻量化，可在写字楼、居民区、医院等区域建立移动储能互联网系统收集能量。”在凌祥的愿景里，未来多储能车将协同控制，通过相互间的节点余热、车辆位置、订单位置、订单需求等信息交互协同控制，快速响应用户订单，最大限度减少碳排放。

“天堑”变“通途”，传统行业外挂“智力库”

世界智能制造大会不仅是展示装备数字化等最新成果的舞台，也是传统行业迈向智能化、数字化的成长平台。

一些特殊制造领域因尺寸大、结构复杂及成本高等原因现今仍需人工进行测量和识别，这类传统产业与智能时代有一道“天堑”，如何变“通途”？世界智能制造大会航天领域应用论坛上，大型航空航天装备高精度三维检测关键技术及应用亮出了逾越鸿沟的范本。

航空航天装备尺寸大、外形精度高，其外形检测效率以及精度要求苛刻。“在于飞机或航天相关产品进行多方位的扫描和测量时，以前多采用人工直接测量的方法，精度低效率低，有时候还要爬上爬下，测量人员身心俱疲。”南京航空航天大学机电学院博士张元介绍说，团队成员开始着眼于为传统产业外挂“智力库”，使用人工智能和激光手段变革测量方法。

航空航天装备大部件测量精度失之毫厘谬以千里，团队成员想到了构建大尺度复杂场景装备空间高精度测量场。“我们基于激光干涉测距的三维测边已经能够快速确定坐标信息，进行最优的空间测量分布。”张元表示，相比传统人工直接进行测量的方式，这种方法精度提升到5微米，精准度提升十余倍。

张元拿航空航天领域封闭空间飞机油箱举例，测量飞机油箱，人和机器都无法进入，保证油箱结构密封性耐久性急需超常规的测量方法。“三维测量同样有效，我们基于点和线建立全新的描述子特征，再根据描述子特征实现油箱点线准确匹配，最后获取高精度的内部数据，确保整体的密封性能。”

飞机是我们常乘坐的交通工具，其蒙皮表面铆钉齐平度直接影响飞机的安全性能。张元介绍，铆钉的凸起是毫米级，采用人工检测的方式很大程度依赖于定性分析，无法精准统计铆钉齐平度的具体值。针对铆钉的特征，团队利用人工智能技术基于获取到的飞机蒙皮表面数据自动提取铆钉个数，实现铆钉自动的分析进而实现效率提升。以某一蒙皮区域1.2万个铆钉检测为例，数据点输入之后，可在2分钟之内进行快速分析和判别，识别准确度高达96%；而在蒙皮对缝提取及间隙差测量上，三维数据自动进行计算和分析效率相比人工提升了100倍。

记者 张宣