碳纤维SMC铺放的标注难题:用过程驱动数字孪生生成质检数据
工业智能前沿技术深度解读|2026年10月26日 核心论文:A Process-Informed, Photorealistic Digital Twin for Vision-Based Inline Inspection of C-SMC Strip Deposition,arXiv:2610.28050,2026年10月20日 关键词:复合材料、碳纤维SMC、工业视觉、偏振成像、合成数据、
工业智能前沿技术深度解读|2026年10月26日 核心论文:A Process-Informed, Photorealistic Digital Twin for Vision-Based Inline Inspection of C-SMC Strip Deposition,arXiv:2610.28050,2026年10月20日 关键词:复合材料、碳纤维SMC、工业视觉、偏振成像、合成数据、
工业智能前沿技术深度解读|2026年10月26日 核心论文:Microstructural Generative Inverse Models for Additive Manufacturing Digital Twins(arXiv:2610.30404,2026年10月21日提交) 关键词:增材制造、晶体塑性、扩散模型、微观组织、逆向设计、不确定性量化 配图为概念示意。 摘要 金属增材制
一台减速机在台架上出现某个频率的振动峰,有限元模型也算出了一个峰。两个峰看起来接近,工程师却不能马上宣布模型可靠:加速度计装在壳体哪个位置?当时转速和扭矩是多少?温度变化后轴承预紧力有没有变?仿真使用的是哪一版几何、材料和边界条件?如果这些问题要靠试验员翻聊天记录回答,曲线再漂亮,也难以成为下一轮设计的校准依据。 10月15日,西门子发布模块化物理测试数据采集系统Simcenter SCADAS
工控网的地址长期不变,给了扫描者摸清设备拓扑的时间。动态换址看起来直接:把攻击者刚找到的地址变成旧地址。水处理装置却还在按周期收发控制命令;换址时丢失一条执行器指令,水位或加药回路受到的影响不能用网络熵来抵消。10月13日上传的 BALLAST 预印本提出一个有实用价值的顺序:先让数字孪生预测候选网络变更的物理后果,通过安全闸门后,再以保留在途事务的方式切换映射。过程状态由此进入换址许可判断。
10月14日,霍尼韦尔发布Forge Cognition,面向楼宇、园区和工业设施运维,把实时数字孪生与AI智能体接到已有系统上。其公告举了三个应用:核验楼宇管理系统报警、分析暖通设备健康状况,以及在维持舒适度的约束下试算节能方案。客户可在手动、半自主、自主三种模式之间选择,操作员可随时覆盖平台动作。[1] 这几句话读起来像一套完整的自动运营方案,真正落地时却得从一条报警开始:它来自哪台设备,测点
您的浏览器不支持视频播放。 视频画面为概念示意,并非新闻现场实拍。 生产调度屏幕上出现一条建议:把下一批工单提前,顺手调整设备运行参数。前半句可能只是供人讨论的排程意见;后半句一旦进入控制系统,就会影响正在工作的机器。谁能把建议改成指令?什么证据足以放行?10月12日,L&T Technology Services宣布在班加罗尔园区启用工程智能实验室(EI Lab)。我更关
一台泵的数字孪生在屏幕上转得很稳,后台却已经半小时没收到新的流量数据。操作员如果只看动画,可能完全察觉不到;预测模型仍然可以输出一条精确到小数点后的曲线。问题不是仿真不够精细,而是输入没有说明自己什么时候失效。 ACM/IEEE MODELS 2026在10月4日收录《Model-Driven Data Contracts for Digital Twin Services》。研究讨论以模型驱动
车间改造评审时,常有两份看似一样的工厂:一份是工艺工程师拿来算节拍、排设备的仿真模型,另一份是给管理层看效果的高精度三维场景。前者能跑,后者好看。问题出在修改发生以后——产线拐了一个弯,工程师改了仿真文件,展示团队却还在旧场景里调整灯光。等
一篇汽车制造论文展示物理预测模型与强化学习控制策略成对更新的七阶段流程:先验证孪生,再训练控制,最后通过工艺指标、操作员接受度和PID后备把关。数字收益需放回基线与证据边界理解。
第八批新职业将具身智能、数字孪生、工业数字建模和智能体开发纳入职业体系,产业人才标准开始追赶AI应用速度。
Applied Materials与NVIDIA展示从材料模拟、腔体物理到晶圆厂孪生的半导体数字线程;厂商加速数据需在客户场景中复验。
中新天津生态城发布21项场景机会,覆盖智能取书机器人、全空间无人体系、低碳楼宇和数字文创等方向,场景开放正成为AI企业获取真实需求的新入口。
AAS不是三维模型,而是工业资产的标准化信息结构与访问契约。本文解析Eclipse BaSyx Python SDK、子模型、AASX、Repository、Registry与Discovery如何连接PLM、MES和设备运维。
Neuromancer把物理模型、数据驱动建模、参数化优化与预测控制放入统一可微问题图,让PINN从方程求解延伸到受约束的工业闭环决策。
广州市政府门户7月24日围绕“十五五”规划纲要中的场景部署作出解读,指出“场景”一词出现68次,并连接人工智能、低空经济、建筑机器人、数字孪生和消费新场景。对企业来说,下一步不是继续讲技术概念,而是把真实任务、场地、数据、责任和商业闭环跑通。
广东省政务服务和数据管理局等11部门近日印发《广东省推进城市全域数字化转型 建设智慧城市行动方案》。这份地方政策的重点,不是再建一批智慧城市展示屏,而是把数据基础设施、可信数据空间、城市大模型、智算中心、边缘计算、低空飞行保障和数字孪生纳入省级行动路线。
Physical AI 的竞争不是一个模型直接指挥机器,而是仿真、数据、传感器、控制器、部署和反馈闭环共同构成的工程体系。NVIDIA 开源工具链释放的信号,是物理世界智能正在进入平台竞争。
煤矿智能化这些年最荒唐的一幕,不是技术不够,而是很多项目把钱烧在三维大屏、驾驶舱和炫目的数字孪生皮肤上,却对瓦斯扩散、风流组织、抽采布置这些决定生死的底层物理问题避而不谈。真正有价值的智慧矿井,必须先回答一个朴素问题:你的风是怎么走的,瓦斯往哪里积,模型有没有被现场校准过。
今日工业智能方向最值得关注的,不是单一厂商发布“又一个AI助手”,而是工业AI正从点状工具走向“数据集、模型、仿真、生产闭环”协同推进。政策侧,工信部与国家数据局联合实施的2026年“模数共振”行动,已经把行业模型、高质量数据集和场景验证放在同一张路线图中;国家数据局5月12日的专家解读,则进一步把高质量数据供给与工业制造、能源、电力等场景绑定。企业侧,PTC把AI嵌入Windchill文档与PLM流程,说明工业软件正在先从“找数据、找…