摘要：我国冲压行业自动化普及率相对较低，智能化水平较高的企业通常集中在一些大型企业和少数高科技制造业，而大部分冲压企业的智能化应用仅限于一些简单的监测和分析，没有深入应用如机器学习和大数据这样的深度优化。我国冲压行业在生产管理系统、ERP(企业资源规划)、MES(制

文章来源：《锻造与冲压》2024年第22期

文/贾亚莉·FM记者

我国冲压行业自动化普及率相对较低，智能化水平较高的企业通常集中在一些大型企业和少数高科技制造业，而大部分冲压企业的智能化应用仅限于一些简单的监测和分析，没有深入应用如机器学习和大数据这样的深度优化。我国冲压行业在生产管理系统、ERP(企业资源规划)、MES(制造执行系统)等方面的数字化进程较慢，整体效率偏低，数据孤岛问题严重。智能化转型需要专业技术和人才支持，而我国在这一领域的高端技术人才缺乏，企业的技术投入与研发能力相对不足。针对冲压行业数字化转型面临的问题，本刊记者采访了北京理工大学自动化学院(以下简称“学院”)马宏宾教授。

2001 年，马宏宾因优异成绩获免试推荐进入我国研究数学的最高机构——中国科学院数学与系统科学研究院(其前身数学所由著名数学家华罗庚先生创办)，硕博连读，师从国际控制论大师郭雷，同年郭雷仅39 岁就当选为中国科学院院士。郭雷院士强调原始性根本性创新，这一精神深深影响了马宏宾，受导师开创的“反馈机制能力极限研究”的启发，马宏宾进一步开拓出了半参数自适应控制、有限模型自适应控制、多智能体分散自适应控制等新的研究方向，奠定了未来科研的基础。

2006 年马宏宾博士毕业前，在贝尔实验室北京研究中心跟随实验室技术总监黄大威博士做卷积码方面的研究工作，在数学(不定方程)的基础上设计高效的编码解码算法，并用C 语言将黄总监用MATLAB实现的算法进行加速，实现了数学基础与计算机编程的深度结合。

博士毕业后，马宏宾在新加坡国立大学淡马锡实验室工作了3 年，担任研究员，研究追逃博弈问题，并将自适应思想引入到制导律的设计中，取得了较好的效果。在此期间，因合作导师Sam Ge(世界著名机器人专家)组织团队参加机器人比赛，从而得以与机器人结缘。

2009 年8 月，马宏宾回到北京，加入北京理工大学自动化学院，担任教授。在时任院长付梦印教授(现为中国工程院院士、南京理工大学校长)带领下，开始开展无人驾驶的研究，将计算机和数学结合，直接面临实际复杂场景下自动驾驶的挑战。无人车实际上是一种“特殊”的机器人，为应对复杂的环境和任务，离不开一系列适应、认知与学习的算法与技术，而这些为无人驾驶做的研究积累后来成为研究机器人工业应用的基础。

马宏宾谈到：“我在出差时，经常约一些工业界的朋友，去参观他们的工厂，发现很多工厂有各种自动化、智能化的需求，因此又带领团队自主设计了模块化可组合可定制的新型机械臂及控制柜、基于实时Linux 内核和EtherCAT 总线技术的六自由度工业机器人开放架构全功能控制器，开发出新的拖动示教系统，使机器人的应用范围更加广泛。工业智能化的一个关键是如何使产线适应各种复杂不确定的场景、产品、任务，而传统的工业机器人没有装备‘眼睛’，只能按固定的轨迹做简单重复的动作，所以我们将机器视觉和嵌入式人工智能技术引入到工业产线，来解决工业场景中产品识别、引导定位、缺陷检测、安全监控等难题。”

许多行业的产品制造过程都涉及冲压工艺，这种工艺建立在金属塑性变形的基础上，利用模具和冲压设备对金属板料施加压力，使板料产生塑性变形或分离，从而获得具有一定形状、尺寸和性能的零件(冲压件)。冲压工艺的应用非常广泛，特别在汽车制造中占有重要地位。冲压工艺的特点包括：⑴高生产效率、低材料消耗的加工方法，适用于大批量生产。⑵操作工艺方便，不需要操作者有高技艺水平。⑶冲压出的零件一般不需要再进行机械加工，具有较高的尺寸精度。⑷冲压件有较好的互换性，加工稳定性好。⑸由于冲压件用板材作材料，它的表面质量较好，为后续表面处理工序提供了方便条件。⑹冲压加工能获得强度高、刚度大而重量轻的零件。⑺用模具批量生产的冲压件成本低廉。⑻冲压能制造出其他金属加工方法难加工出的形状复杂的零件。

冲压件的加工质量会影响机器设备的效能，甚至一些高精尖装备中冲压件的质量问题会对装备产生严重影响。针对装备中广泛应用的冲压件，如何保证其加工质量？目前大部分工厂的现状是需要工人用肉眼反复检查每个件是否有划痕、凹坑、鼓包、少孔、残缺、裂缝、毛刺、尺寸不符等各种问题，无法保证一致性。因此，相关企业提出能否用新的技术将这一环节用机器来实现。这一工作有很大的挑战，学院设计了机械结构和智能算法，形成一个集成多相机与人工智能模型库的冲压件视觉检测系统。其实视觉检测与人工智能的应用不限于此，在国家工业高质量发展的战略背景下，所有产品的质量管控是一个普遍性的技术难题。比如，很多汽车主机厂只是因为某个零部件的缺陷，就可能造成整批汽车的质量隐患，甚至使得大批汽车被召回。

关于智能制造和新质生产力在冲压领域的赋能，马宏宾谈了冲压行业未来五大发展趋势：

⑴多技术融合赋能智能制造。大数据、物联网、人工智能等技术在冲压行业的应用将大大提升生产效率和产品质量。例如，通过智能监控系统监控生产过程中的设备状态、产品质量数据，及时发现和调整问题。引入数字孪生技术使得冲压企业能够在虚拟环境中测试模具和工艺，从而在实际生产前优化设计，减少调试成本和时间。

⑵多工序集成促进高效生产。未来冲压行业将越来越重视自动化生产线的改进，包括一体化冲压、多工位模具、自动传送设备等。这类集成工艺可以缩短生产时间，降低人工成本，提高生产效率和一致性。

⑶绿色和低碳呼唤绿色工厂。随着环保要求提高，国家越来越重视绿色工厂建设，冲压行业需要采用更环保的材料和工艺来减少排放，同时推行节能减排措施。

⑷个性化定制催生柔性制造。未来用户的个性化需求将推动向小批量、多品种的生产方式转型，倒逼冲压设备和流程的柔性提升，这样可以更灵活地适应市场需求。

接着马宏宾介绍道，新质生产力在冲压行业的应用也给冲压产业提出五方面的要求：

⑴对生产设备的要求。生产设备需要具备自动化和智能化能力，在多工位模具和连续模的场景下，自动化生产线可有效减少人工干预，提升生产效率和一致性。设备能够进行关键生产数据采集、智能化维护与故障预测。同时，应具备一定的柔性生产能力，以适应小批量、多品种的生产模式。智能化生产设备可以实现快速切换和重组生产线配置，满足不同产品的定制化需求。

⑵对精益生产的要求。实现数字化管理和精细化生产，通过数据分析优化生产流程，合理配置资源，精确控制库存，减少不必要的物料和人力浪费；实现全流程追溯与品质管理，确保每一个生产环节都可追溯。通过数据记录和分析，可以快速定位并改进生产中出现的质量问题；实现实时决策和优化调度，能根据订单需求变化、设备状态、物料状况等进行动态调整，确保生产的高效性和灵活性。

⑶对加工过程的要求。智能制造要求原材料具备可追溯性和标准化，确保在生产过程中的表现稳定。企业需建立材料数据库，记录不同材料的机械性能、物理性能和加工参数，以便于系统在生产时调用；在冲压和锻造领域，高强度、轻量化材料的应用越来越广泛。尤其是在汽车制造领域，铝合金、高强度钢等材料对设备和模具提出了更高的要求，同时也需要更为精准的加工工艺；某些新型材料可能需要特殊的加工工艺，企业应考虑材料与智能设备的兼容性，选择能够适应自动化和智能化生产的材料，以减少加工难度和成本。

⑷对工具配件的要求。需要高精度传感器，实时监控压力、温度、位移等重要参数，确保加工过程的精度和一致性。这些传感器还应具备自检、故障诊断的功能，以保障其长期稳定运行；需要传感器具备数据集成和通信能力，能够通过工业互联网与设备、云端系统实现数据共享。通过边缘计算或云端系统，快速分析和响应生产状态变化；需要满足耐用性与适应性，在冲压和锻造过程中需适应高温、强压、振动等复杂环境，因此在选型时需要考虑其耐用性和环境适应能力，保证工具和辅助配件的使用寿命和可靠性。

⑸对生产人员的要求。1)跨学科知识技术能力：冲压生产人员需具备一定的跨学科知识，包括机械工程、电子技术和数据分析等，以便理解智能设备的工作原理，能够操作和维护智能化设备。2)数据分析和判断能力：在智能制造环境中，生产人员不仅需要关注生产操作，还需具备数据分析能力，能够通过设备提供的数据判断生产状态，进行快速决策。3)设备维护和故障排除：随着智能设备的应用，生产人员应具备基本的设备维护和故障排查能力，能够根据系统提示进行故障排查或与技术人员配合完成维护。4)团队协作与持续学习：智能制造中的生产过程更加复杂，要求冲压人员具有较强的团队协作意识，与设备、工艺和数据团队紧密协作。同时，智能制造技术不断更新，生产人员需保持学习的习惯，及时掌握新技术和操作规范。

学院的研究方向包括但不限于：智能检测、自适应控制、遥控操作、数字孪生、协作机器人等。通过与相关的企业合作，已经完成很多在工业产线的落地项目，比如产线改造、质量控制、成像检测、危废检测，主要集中在智能制造、智能装备、节能环保等领域，涉及钢铁、汽车、家电、新能源等多个行业，在以下四个方面是产学研用结合的难点：

⑴自动化智能化集成。智能制造要求冲压工艺实现高度自动化和信息化，包括快速换模系统、废料自动处理、数据采集系统、工业机器人技术等。将机器人技术、数据分析和云计算技术等融入冲压车间的规划、建设及运营中。这包括机器人、机械手技术的集成，以及实现数据的透明传输和智能化的生产优化。

⑵数字化设计与仿真。冲压工艺的数字化设计和仿真是实现智能制造的关键，包括工艺设计数字化、模具调试数字化和工装设计数字化，以缩短新产品模具的调试时间和提高生产效率。将冲压生产管理、设备预检修、计划排产、库存管理等工作数字化后纳入冲压车间智能管理系统。材料成本占冲压件成本的大部分，通过合理排样、减少废料等手段提高材料利用率，同时降低原材料成本。

⑶质量管理系统升级。提升冲压车间的空气洁净度，通过大数据监控零件和模具质量，大力应用机器视觉智能检测技术，增加自动检测工位，防止批量冲压缺陷的产生。通过改进模具设计、提高设备精度、加强生产过程中的质量控制等方式降低冲压件的废品率。

⑷冲压技术迭代更新。由于新能源汽车等市场导向的要求，汽车产品更新换代快，促使冲压车间的生产技术需要不断迭代更新，比如一体化压铸成形等技术会同时带来机遇和挑战。

高校、企业和冲压行业还需共同努力，以突破冲压领域的瓶颈，通过采取以下措施，实现新质生产力对企业的赋能：

⑴产学研用协同攻关。推进以企业为主体、以高校和科研机构深度参与、产学研用相结合的技术创新体系建设，聚焦国家战略和产业发展需求，支持关键核心技术攻关。

⑵创新服务平台建设。优化提升现有研发创新机构建设水平，政府引导各界建设一批产业技术基础公共服务平台，推动标准、计量等技术基础要素体系融合发展。

⑶人才培养模式创新。面向智能制造及新质生产力发展战略与需求，大力促进产教融合、校企合作及学科交叉融合，以培训、项目、竞赛牵引实践与创新能力培养，以产业需求与研究前沿激发创业意识，落实博学审问、持续学习与终身教育理念，造就高素质、复合型的高技术人才、高技能人才以及管理、创业人才。

⑷生产工厂的数智化。围绕实体工厂关键智能装备、虚拟工厂关键智能系统两大维度，建立具有完全自主知识产权的冲压制造技术体系。利用自动化设备、机器人和信息技术，实现冲压生产自动化和智能化。

（1）数理统计学；（2）经济统计学；（3）生物统计学；（4）商务统计学；（5）化学统计学；（6）数据挖掘（使用统计学和模型来发现数据中的规律和知识）；（7）人口统计学；（8）数量经济学；（9）能源统计学；（10）金融统计学；（11）工程统计学；（12）卫生统计学；（13）地理统计学；（14）图像统计学；（15）心理统计学；（16）社会统计学；（17）农业统计学；（18）风险管理；（19）精算学；（20）保险学．

⑸政策支持引导发力。政府工作报告将“大力推进现代化产业体系建设，加快发展新质生产力”列为首要任务，并提出推动产业链、供应链优化升级、积极培育新兴产业和未来产业。

马宏宾及团队面向制造业的实际需求(如高质量质检、高精度装配等)，基于有限模型自适应融合思想和超限学习机提出嵌入式实时轻量学习技术，结合自研的硬件平台(包括高精度3D 线扫激光相机、高精度三维检测台、便携式模块化检测平台等)，形成多种新产品，包括3D 视觉高精度测量系统、3D 视觉定位引导系统、2D/3D 视觉缺陷检测系统、2D 视觉工件识别系统，产品部署应用于大型铸件打磨、汽车零部件装配、三维检测(锂电池、冰箱表面等)、2D 检测(汽车涂胶检测、法兰表观检测)等，解决企业难题，获北京奔驰、苏州三星、郑州格力、芜湖奇瑞等单位认可。团队申请多项发明专利和软件著作权，2021 年获得中国产学研合作创新奖。

自研高精度3D 线扫激光相机

汽车零配件装配系统

火车连接件检测

高精度车型识别

冰箱缺陷检测

基于学院在产学研用方面的探索与实践，马宏宾对产学研用的合作模式提出以下七种创新模式：

⑴构建需求驱动的合作机制。1)产学研用合作的核心在于解决实际应用问题。马宏宾团队的很多研究来自企业和市场提供的需求，这种需求导向能够提高科研成果的转化率，也能够更好地服务于市场。2)建立需求对接平台及网络，让高校、科研机构和企业能够打破信息壁垒，使科研人员快速了解企业需求，还可以促成企业和高校之间的合作关系。马宏宾团队多次受邀在产业论坛做主题报告，与相关机构及产业界形成互利共生的生态。

⑵形成长效合作的分配机制。1)产学研用合作项目应避免短期行为，建议通过合同或政策支持建立长期合作机制，比如联合共建研发中心或实验室，让企业和科研机构能够在一个更稳定的环境下推进技术创新。2)在科研成果转化过程中，应在项目启动初期明确知识产权和利益分配机制，确保各方权益。同时可以通过“股权激励”“成果分享”等方式激励科研人员积极参与转化过程。

⑷完善政策支持的激励机制。1)政府可设立产学研用专项基金，支持技术研发、成果转化和应用推广。特别是对具有长远意义的基础研究项目，政府应给予前置资助，降低企业和高校的研发投入压力，帮助解决“投入不足”问题。2)创新政策激励引导。政府可通过设备补贴、税收减免、成果转化奖励等政策鼓励企业与科研机构深度合作。同时，对于在科技创新和转化过程中表现突出的企业和个人，提供政府的表彰和激励，提高企业和个人的创新积极性。

⑸落实面向应用的转化机制。在科研项目进入应用阶段时，搭建“实验基地”有助于企业快速对接科研成果。实验基地可以位于科技园区或企业内，企业可以在实验基地进行小规模生产测试，以降低技术应用风险。

⑹形成全程多维的评估机制。在产学研用合作中，建议设立项目管理团队，对项目的进展进行实时监控，确保项目按时、高质量完成。产学研用合作需要从多维度、多方面、多层次对技术成果进行客观、全面、中肯的评估，不能仅仅看重经济效益，也要综合考察其科学价值、技术创新、人才培养、社会效益、环保意义等多方面因素。

⑺探索融通内外的开放机制。搭建开放式创新平台，整合产业链各方资源，实现资源共享。比如，平台可以汇集高校、企业、科研机构的技术成果，供企业和科研人员共同探讨、改进和应用。产学研用合作不仅限于国内资源，还应加强与国际先进技术和理念的交流。通过开展国际学术论坛、技术交流等活动，学习国外先进经验，帮助本土企业和科研人员提升技术水平。马宏宾团队每年在11 月初组织ISCIIA 或IWACIII 国际会议，除了邀请中国院士及顶级专家做大会报告，还邀请来自美国、日本、英国等国的世界知名专家进行学术交流。

马宏宾作为北京理工大学自动化学院博士生导师，根据培养学生的经验，从导师培养学生的角度、人才自我成长的角度以及学校培养人才的角度提出了中肯培养模式。

⑴从导师培养学生的角度，对人才管理经验有以下4 点人才培养模式：

1)放手做事、敢闯敢试。年轻一代倾向于追求个性化和自主性。因此，在项目管理中尽量减少过度干预，而是鼓励他们发挥主观能动性，敢于尝试新方法。在任务目标明确的情况下，给予他们探索的自由，不仅能激发创新，还能提高工作满意度。2)开阔眼界、提升认知。90 后、00 后对学习和信息获取有很强的自主需求，但他们也重视团队的支持。组织研讨会、读书会或项目交流会，让他们在交流中获得多元的视角，并帮助他们快速成长。同时，定期邀请业内专家讲解或交流，开阔视野。3)直面需求、实践创新。科研工作应与产业需求对接，尽量让年轻科研人员在项目中解决实际问题，增强实践能力和产业意识。让他们认识到科研成果的应用价值，有助于激发他们的工作热情和责任感。4)关注心理、平衡有道。年轻科研人才更看重工作的意义与成就感。提供积极的反馈和认可是非常重要的，同时需关注他们的心理健康，适当平衡工作压力。

⑵对于科研人才的自我成长，马宏宾给出以下4点希望和建议：1)永远好奇。持续探索未知领域，勇于尝试新事物，保持对科学研究的热情，多关注学科交叉和学术创新，结合多学科思维拓展思路。2)团队合作。科学研究往往需要跨学科的合作，学会与他人有效协作。3)终身学习。科学技术日新月异，保持学习的习惯，关注领域前沿技术的动态，坚持长期投入。4)使命在我。科研成果最终服务于社会，要有意识地思考自己的研究如何能为解决现实问题做出贡献。

⑶针对高校院所，其人才培养模式需要不断创新，以适应未来企业发展对人才的新要求：1)交叉学科教育。针对实际复杂问题的多学科背景要求，高校逐渐加强交叉学科教育，培养学生的跨领域知识。例如，开设复合型专业课程，提供多个学科的研究机会，使学生拥有更广的学科视角和解决问题的能力。2)校企联合培养。与企业的深度合作，为学生提供真实的科研和产业项目参与机会，让他们在校期间就能接触一线行业需求。高校和企业联合培养的形式包括共建实验室、企业导师制、企业专家授课等，不仅提高学生的实践能力，也有助于他们了解产业应用的科研路径。3)因材施教培养。高校开始实施个性化培养计划，倡导自适应教育，学生可提前进入实验室，导师根据学生的兴趣、特长和职业发展方向制定个性化学习和科研计划，使学生能获得更为定制化的学习体验与实习机会。4)创新创业支持。许多高校为学生提供多种类型的创新实践竞赛、创新创业支持政策，包括创业基金、创业孵化器和资源对接等，鼓励年轻人以实际问题为导向，将科研成果转化为实际应用。通过这类支持举措，高校培养了不少具有创业精神和创新能力的年轻科研人才。

未来，全球经济一定会在变革中发展，局部冲突摩擦也不会停止，针对汽车的贸易战对中国的冲压行业带来了不小的影响，马宏宾认为以下四点值得整个冲压行业深度思考。

1)汽车产业链重构。摩擦可能导致汽车制造商调整供应链策略，加速本地化生产。冲压行业的供应链布局和客户需求可能随之变化，国内冲压企业需要更灵活地适应和响应需求。

2)产能过剩的风险。为了应对不确定性和风险，企业可能会重新评估其全球供应链布局，这可能导致外资品牌在华生产基地减少或需求下降，若国内冲压企业过于依赖国际客户，可能面临产能过剩风险。

3)新能源汽车需求。随着电动汽车的普及，传统燃油汽车的冲压件需求可能逐渐减少，而新能源汽车的冲压零件设计和材质要求不同，未来冲压行业需加速技术和产品结构的转型，适应新能源汽车的需求。

4)成本与价格压力。摩擦可能带来原材料成本波动、运输成本上涨，进一步增加冲压行业的经营压力。因此，冲压企业需关注市场和政策变化，采取灵活的采购和成本控制策略，加强技术创新能力，提高智能化水平，提升自身竞争力。

编辑：张旭栋

审核：冯忠

广告宣传、活动策划

来源：锻造与冲压