客户端
媒体矩阵
企业邮箱
工经号
中国工业报 高娟
一场关于工业软件与人工智能深度融合的讨论，正在试图回答一个关键命题：中国工业母机能否借力AI实现“换道超车”？
4月15日，由中国工业报社和卡伦特科技股份有限公司联合主办的“中工智库沙龙·AI共创工业智能——生成式CAD模型首版次工业软件研讨会”在京举行。工信部工信（北京）产业发展研究院成果转化部部长聂振华在活动致辞中表示，工业软件是现代工业的“大脑”与“神经”，AI大模型、机器学习、数字孪生等新一代人工智能技术与工业软件的深度融合，正在引发工业母机领域一场深刻的范式变革。
工信部工信（北京）产业发展研究院成果转化部部长聂振华
重新认识“AI+工业软件”对工业母机的战略价值
聂振华指出，我国工业母机产业中低档数控机床已实现自主可控，但高端市场仍面临“大而不强、全而不精”的困境。高端数控系统与配套工业软件长期依赖进口，发那科、西门子、海德汉等国际巨头形成了“机床+控制系统+工艺软件+数据服务”的封闭生态，使国内机床企业在精度、效率、可靠性及智能化水平上始终存在代差。
“打破这一困局，单纯依靠硬件追赶已难以为继。”聂振华表示：AI与工业软件的融合发展，为我们换道超车提供了可能。具体而言，其战略价值体现在三个方面：
一是加工过程的自主优化。传统数控机床依赖G代码编程，加工参数固定，无法实时感知刀具磨损、主轴振动、热变形等动态变化。引入AI算法后，机床可以通过传感器数据实时学习，自主调整进给、切削深度、主轴转速等参数。
二是工艺知识的沉淀与复用。优秀的工艺经验长期依赖“老师傅”的直觉与手感，难以数字化、规模化传承。通过AI+工业软件，可以将大量切削数据、振动信号、温度变化等输入机器学习模型，自动挖掘最优工艺参数组合，形成可复用的工艺知识库。
三是设备全生命周期的智能运维。结合AI、数字孪生与预测性维护算法，AI+工业软件可以为每一台数控机床建立虚拟镜像，实时比对实际运行与仿真模型的偏差，提前预警主轴轴承失效、导轨磨损、冷却系统异常等故障。
打通“AI+工业软件”与工业母机融合的“最后一公里”
理念虽好，落地不易。聂振华坦言，当前AI+工业软件赋能工业母机仍面临三个突出堵点：
第一，算法与工艺脱节。许多高校和AI公司开发的算法在实验室仿真环境下表现优异，但部署到真实机床上，模型鲁棒性大幅下降。“原因就在于算法开发人员缺乏对实际加工工艺的深刻理解，训练数据与真实场景存在鸿沟。”
第二，数据孤岛严重。数控机床厂家、系统厂商、软件厂商、主机客户各自为政，数据接口不开放、通信协议不统一、工艺数据获取难等因素，导致AI模型难以获取高质量、多源、实时的机床运行数据。
第三，中试平台支持不足。国内面向工业母机的第三方中试熟化平台能力建设存在不足，企业自建投入大、周期长，高校又缺乏机床应用环境，大量创新成果“躺”在论文和专利里，无法转化为生产力。
据介绍，作为长期从事科技成果转化工作的机构，工信产业发展研究院近年来重点支撑了服务工业母机高质量发展论坛的组织，编制了辽宁省工业母机、广州黄埔区工业母机发展规划等，致力于打通“设计—工艺—制造”数智生态闭环。
“让AI算法‘跑’在真实机床上，让工业软件智能链‘接’到研发、生产、制造全链条上。实践证明，只要打通这一闭环，AI+工业软件就能真正释放巨大潜能。”聂振华表示，“工业母机的每一次跃升都伴随着控制与软件的变革。从手摇到数控，从数控到智能，历史正站在新的起点上。我们有信心、有能力，以AI为引擎、以工业软件为杠杆，实现换道超车，激发工业母机的新动能。
对于生成式CAD的发展，聂振华提出，以首版次为起点，以场景化为路径，以产业化为目标，推动生成式CAD在装备制造领域落地生根，为新型工业化与制造强国建设贡献力量。