艾超：人工智能與工程機械行業的深度融合正在重塑行業的技術生態與產業格局
2025年05月29日15:12
2025年5月14—15日，以“開新篇、拓新局、創新績”為主題的第二十二屆工程機械發展高層論壇在山西太原召開。
15日上午，在以“守正創新綠色智能——工程機械行業科技發展”為主題的平行論壇（一）上，14家企業領導圍繞論壇主題，結合當前工程機械行業綠色轉型與智能化升級的迫切需求，深入探討了行業在科技創新與可持續發展方面的新路徑和新機遇。與會嘉賓一致認為，在“雙碳”目標的引領下，工程機械行業必須堅守質量與安全的底線，以創新為驅動，加速綠色技術的研發與應用，推動智能化產品的迭代升級。通過加強產學研用的深度合作，構建綠色智能產業生態，提升行業整體的科技水平和核心競爭力，為工程機械行業的高質量發展注入強勁動力，助力行業向高端化、智能化、綠色化發展。
平行論壇（一）第一場
對話嘉賓：
北京田一科技有限公司總經理毛軼
西安主函數智能科技有限公司董事長牟均發
鄭州奧特科技有限公司董事長趙民章
青島泰凱英專用輪胎股份有限公司副總經理徐芳
凡己科技（蘇州）有限公司董事長孟凡己
山西太重工程機械有限公司副總經理、太重（上海）裝備技術有限公司總經理尹滿義
燕山大學教授、起重機械關鍵技術全國重點實驗室副主任艾超
平行論壇（一）第一場對話現場
論壇開場主持人：中國工程機械工業協會副秘書長王金星
論壇對話主持人：中國工程機械工業協會工業互聯網及數據分會副秘書長李國軍
以下為對話實錄：
李國軍：請簡要介紹自己及所在企業的情況。
燕山大學教授、起重機械關鍵技術全國重點實驗室副主任艾超
艾超：2022年底，燕山大學獲批建設起重機械關鍵技術全國重點實驗室，現有試驗設備資產2億元，科研人員160人，設立材料制備成形、構件輕量設計、先進制造理論、智能驅動傳動、智慧健康運維5大研發中心，研究方向覆蓋輕量化設計與制造、智能驅動與傳動、高性能智能感知與控制、全生命周期檢測與運維。
李國軍：人工智能如何更好地為工程機械行業的綠色化、智能化發展服務？
艾超：人工智能與工程機械行業的深度融合，正在重塑行業的技術生態與產業格局。從綠色智能發展的視角，人工智能的應用已從單一效率提升轉向全產業鏈協同優化，價值體現在資源效率、環境友好、智能決策等3個核心維度。我從技術路徑、應用場景及未來趨勢3方面對此分析。
第一，技術路徑。AI驅動的綠色智能技術體系構建，數字孿生與動態仿真，通過多物理場建模與實時數據映射，構建工程機械全生命周期數字孿生體。例如，卡特彼勒利用AI仿真平臺對液壓系統進行能耗動態模擬，使挖掘機燃油效率提升的同時，降低關鍵部件應力峰值，這種虛實交互的技術路徑，縮短了產品迭代周期。多模態感知與邊緣智能，采用激光雷達—視覺—慣導融合的感知系統，結合輕量化神經網絡部署于邊緣設備，實現施工質量實時檢測與自主路徑規劃，減少返工能耗。強化學習驅動的能效優化，建立馬爾可夫決策過程模型，通過深度Q網絡優化動力系統控制策略，提高能量回收利用率。
第二，應用場景突破。從單機智能到生態協同，智能制造端，焊接缺陷檢測：基于遷移學習等技術手段提高缺陷識別精度。綠色施工端，集群協同調度：混凝土泵車群通過聯邦學習實現動態調度，降低燃油成本。循環經濟端，再制造決策系統：基于設備運行大數據的剩余壽命預測，提升核心部件再制造率。
第三，未來發展方向與關鍵挑戰。腦機接口與遠程操控：實現高危場景下的人機協同作業。產業生態重構，構建行業知識圖譜：整合超200萬條設備故障數據形成行業智能底座，開發面向工程機械的專用AI芯片，開發面向邊緣設備的低功耗神經網絡架構。
第四，實施建議：建立“數據—算法—平臺”三位一體創新體系，重點突破多源異構數據融合技術，推動智能物聯網標準體系建設，實現跨品牌設備互聯互通，培育“AI+機械+能源”復合型人才，開設智能建造交叉學科，構建開放創新生態。當前，工程機械行業綠色化轉型正處于關鍵窗口期。人工智能不是簡單的工具疊加，而是通過數據價值的深度挖掘和系統能力的質變重構，推動行業向“自感知、自決策、自進化”的智能體演進。這需要行業建立新的價值認知體系，即從“設備制造商”向“智能服務商”轉型，從“產品生命周期”向“數據價值周期”跨越。期待與業界同仁共同探索這條充滿挑戰的革新之路。
李國軍：請分享團隊現階段在工程機械方面做的一些工作，特別是在守正創新、綠色智能方面如何推進？
艾超：借助燕山大學起重機械關鍵技術全國重點實驗室、河北省重型機械流體動力傳輸與控制實驗室、校企聯合研發中心等平臺，我們團隊主要從元件—系統—整機等3方面進行工程機械綠色智能方向的創新工作。
第一，液壓元件方面。液壓元件如變量泵、多路閥的綠色智能是工程機械綠色智能的基礎，我們針對傳統多路閥頻響低、感知弱、壓損大、低流量分配精度與增加系統能量損失等問題，提出高頻響數字液壓多路閥新構型原理設計與控制策略，為數字化電液系統的多源狀態感知與智能節能控制奠定基礎。
第二，電液系統方面。電液系統作為工程機械的骨骼與肌肉，驅動移動裝備運轉。對此，我們一方面開發了數字化電液系統，實現對液壓缸與液壓馬達等執行機構高精度運動控制的同時，大大降低系統的能耗；另一方面，基于深度學習建立電液系統大數據模型，基于強化學習實現對控制策略的優化迭代，實現了在云平臺上實時進行工程機械控制策略的優化。
第三，整機方面。我們一方面開發了基于整機的數字孿生平臺，快速實現問題復現與問題點改善方案驗證，大大提高解決問題周期；另一方面，聚焦工程機械智能輔助，開發高精度工程機械執行機構末端軌跡控制，實現一鍵輔助作業。如旋挖鉆機，實現自動對孔與智能鉆進；挖掘機，實現一鍵平地、修坡、高精度電子圍欄、動態稱重等。
李國軍：謝謝大家。我們熱愛工程機械行業并對其未來發展充滿信心，相信通過數字化、智能化和人工智能等技術與行業的深度融合，能夠推動行業科技創新與應用創新，助力其在節能降耗、綠色發展場景中發揮更大作用。
來源：宣傳工作部根據現場對話實錄整理
初審：董萌
復審：尹曉荔
終審：吳培國
編輯：趙利祥
市場動態
更多>>行業展會
更多>>
京公網安備 11011502006194號
