找回密码
 注册

Sign in with Twitter

It's what's happening?

微信登录

微信扫一扫,快速登录

查看: 125|回复: 0

“AI+制造”试点工作之工业高质量数据集建设之路(二)| 带您走进流程工业智能化解决方案领军企业——中控技术

[复制链接]
发表于 2025-12-10 10:39 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?注册 微信登录

×
作者:微信文章
w1.jpg

摘要

为贯彻落实国家“人工智能+”战略,抢抓“AI+制造”新机遇,2025年11月13日,宁波市智能制造专家委员会组织召开工业高质量数据集试点建设研讨会。
会议聚焦绿色石化、新能源汽车零部件两大优势产业,汇聚了来自顶尖研究机构、行业领军企业及权威专家的智慧,共同探讨以高质量数据集为关键抓手,系统推进“AI+制造”落地生根、开花结果的新路径。为集中展示本次会议的丰硕成果,分享先行者的实践经验与思想火花,我们特推出《工业高质量数据集建设之路》系列报道,逐一呈现各单位的精彩观点与解决方案。第二期,我们走进流程工业智能化解决方案领军企业——中控技术股份有限公司,看他们如何构建从数据感知到场景应用的全产业链,并联合各界共建可持续的“数据生态”。
w2.jpg

中控技术:炼“数据之粮”,筑“工业智能”新生态”

w3.jpg
当“数据是新的石油”成为共识,工业领域的数据该如何开采、提纯并转化为新质生产力?在宁波市工业高质量数据集试点建设研讨会上,作为工业自动化与数字化解决方案的领军者,中控技术股份有限公司给出了它的系统性答案:不仅要将数据视为AI的“粮食”,更要构建从数据感知到场景应用的全产业链,并联合各界共建可持续的“数据生态”。

理念基石:数据是AI的“粮食”,需全维度感知与精耕

w4.jpg
中控技术提出“Data is the food of AI”的核心理念。他们强调对运行数据、设备数据、质量数据、模拟数据进行全维度感知与汇聚,构成工业AI坚实、多元的“营养基座”。这涵盖了从温度、压力等过程参数,到设备状态、物料成分,乃至基于机理的模拟仿真数据,为后续的数据价值挖掘提供了丰富原料。

技术引擎:“1+2+N”架构与自主工业大模型TPT

w5.jpg
基于深厚的工业基因,中控技术发布了首款通用控制系统UCS和时间序列大模型TPT,并构建了工业统一数据基座supOS,形成了独特的“1+2+N”工业智能新架构(1个supOS数据基座,2类自主核心平台/模型,N个工业智能应用)。其中,TPT工业大模型是其核心突破。与通用的大语言模型(LLM)和视觉大模型(CV)不同,TPT专为工业场景而生,专注于解决异常诊断、运行优化、控制优化、瓶颈分析等关键业务问题,让AI能力真正穿透到工业生产的核心环节。

实践路径:标准化、工具化与知识化的数据价值激活

w6.jpg
如何将原始数据“烹饪”成AI可用的“高质量食材”?中控技术展示了清晰的路径:标准化治理:依据国家标准达到数据管理能力成熟度量化管理级(4级),并获“领军型数商”认证,确保数据全流程的准确、一致与可用。工具化赋能:利用VIA标注工具、OCR工具、多模态大模型等AI工具进行异常检测、去噪、对齐,并融合专家经验与知识图谱,高效构建高质量数据集。知识化融合:数据来源不仅限于实时采集,更广泛吸纳专家经验、工程项目知识、行业标准、安全案例等,形成“数据+知识”双轮驱动。

生态共建:发起“工业AI数据联盟”,推动行业共赢

w7.jpg
中控技术深刻认识到数据生态的重要性,于2025年8月联合产业链伙伴发起成立了“工业AI数据联盟”。该联盟旨在构建可信数据生态,通过激活数据价值、加速数据流通、协同产业创新、赋能行业智变四大价值主张,打破数据孤岛,推动工业数据在安全合规的前提下跨组织流通与应用共享,赋能整个流程工业的可持续发展。
结语

中控技术的实践,描绘了一条从技术突破、产品创新到生态构建的完整路径。它启示我们,工业高质量数据集的建设,是一场需要标准引领、工具支撑、知识融合和生态协同的产业系统工程。中控正致力于成为这场系统性变革的赋能者与联结者。

下期预告

★下一期,我们将聚焦【吉利汽车研究院】,看这家汽车巨头如何构建庞大的“星睿”数据体系,并让数据在研发、生产、售后乃至跨行业领域产生惊人价值。敬请期待!
Die von den Nutzern eingestellten Information und Meinungen sind nicht eigene Informationen und Meinungen der DOLC GmbH.
您需要登录后才可以回帖 登录 | 注册 微信登录

本版积分规则

Archiver|手机版|AGB|Impressum|Datenschutzerklärung|萍聚社区-德国热线-德国实用信息网

GMT+1, 2025-12-11 09:24 , Processed in 0.106961 second(s), 31 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表