时间：2026-06-12 00:00:00 来源： 株洲市工业和信息化局 来源截图
“十五五”规划纲要提出，将数智化转型列为数字中国建设的重要引擎。在这场变革中，一批看似普通的中小企业，正蜕变为工厂里的“新物种”。
近日，工信部公布2023年度智能制造系统解决方案“揭榜挂帅”验收通过项目名单和5G数字化工厂应用案例，株洲国创轨道、天桥嘉成、宜安精密等企业在列。它们规模不大，却走出了一条共同的路：先解决自身的生存难题，再将成熟方案输出，成为企业转型突破、助推产业链升级的关键变量。
本期《经济观察》，我们聚焦这些《工厂里的“新物种”》，看“十五五”规划中关于数智赋能的蓝图，如何在株洲落地生根。
列车检修的“智能医生”
株洲日报全媒体记者/王娜
凌晨，广州地铁18号线一列列车驶入检修库。转向架上的传感器自动将运行数据传回后台。几分钟后，一份车辆健康报告出现在值班工程师的屏幕上。
这套系统名为轨道交通车辆智能运维平台，由株洲国创轨道科技有限公司研发，正在改变地铁检修延续了几十年的人工模式。
滞后的人工巡检
过去，地铁车辆检查全靠人工，每12小时或24小时一次。工人拿着手电和检车锤，沿着走行部一寸一寸敲击，凭声音判断故障。
“传统模式就像等人喊疼再吃药，发现问题总是滞后。”国创公司工业智能研究所工程师梁超这样形容人工巡检的弊端。她以轴承为例说，该部件轻微磨损、接触器触点老化等早期异常，人工很难察觉，等故障暴露时，列车已经带病运行了数小时。这种模式不仅效率低下，人工成本高昂，还存在运营风险。
比发现晚更棘手的是数据割裂。传统模式下，主机厂、地铁公司、检修厂分别负责制造、运营、维修，三方数据长期不互通。“比如，一个轴承出了问题，要追溯设计参数、制造批次、运行记录，得翻阅多个部门的纸质台账，耗时一两天。”梁超说。
此外，按固定里程更换零部件的“计划修”模式，导致大量部件未到寿命就被换下，备件库存居高不下，而突发故障仍防不胜防，这正是智能运维平台要破解的困局。
预警跑在故障前
如今，传统运维模式正被这一平台改变。该系统旨在整合轨道交通行业资源，实现企业间信息传递，深度优化产品制造全流程。
以运维为例，平台基于预测与健康管理系统，通过安装在列车各部位的传感器，实时采集牵引、制动等关键部件的运行数据。相比人工巡检，该系统能够大幅降低成本，提高故障检测准确率，被工程师们称为列车的“智能医生”。
“系统不仅能发现故障，更能预测故障。”平台研发工程师甘海青说。通过对大数据进行分析，平台可实现故障预警，为运维人员提供决策支持，让运维模式从被动检修变为主动防护。
在广州地铁18号线和22号线上，平台通过传感器实时采集空压机主接触器信号，算法提前识别老化趋势，维修人员在故障发生前便更换了零件。
目前，该平台已在广州、南宁等多条线路投用。数据表明，平台使故障应急处置效率提升80%，定位时间从小时级压缩到几分钟；检修作业时间、单车检测工时间、非计划停运分别缩短60%、40%、70%，效率大幅提升。
产业链的馈赠
研发过程并非一帆风顺。甘海青说，团队遇到的最大难点在于数据融合——列车上的传感器来自不同厂商，数据格式和通信协议各异。“这就像让说不同方言的人顺畅交流。”研发团队耗时半年多，攻克了多源异构数据集成技术，打通了设备出厂试验、在轨运行、入库检修、备件仓储的全链条数据。列车从出厂起，每一次电流波动、每一次轴承振动都被记录在案。
现下，团队正在开发新一代系统，计划将电子技术手册与名为“蜂巢”的AI问答系统结合，构建智能知识库。当检修人员遇到问题时，可以直接向系统提问，AI能自动定位故障章节、提供维修建议。同时，团队还计划运用数字孪生技术构建关键部件三维模型，实现远程协同诊断。
为何平台能不断迭代，从而赋能轨道交通产业？在工程师们看来，这得益于株洲深厚的产业基础。这里集聚了中车株机、中车株洲所等龙头企业和近400家配套厂，从牵引、制动到走行部，几乎所有核心部件都能本地制造。高度集成的产业链，为数据贯通提供了天然试验场。
中试环节是科研成果转化的关键。国创公司依托国家先进轨道交通装备创新中心，搭建了工业智能研究所作为中试基地，新技术先在这里小范围验证，成熟后再推向实际线路。梁超说，有了中试基地，新算法的验证周期缩短了一半以上。
如今，列车上的“智能医生”正在让运维变得更主动、更高效，也为轨道交通的智能化、绿色化发展探出了新路。
钢板下料车间的“数字裁缝”
株洲日报全媒体记者/任远
一块长达15米、重达十几吨的钢板，如何精准、高效、安全地变成工程机械所需的各类零部件？在传统的机械制造第一道工序——切割下料环节，这个问题的答案曾经是“翻板找料、行车吊运、人工分拣、效率低下”。
如今，湖南天桥嘉成智能科技有限公司用一套自主研发的“面向工程机械的柔性智能切割下料分拣产线”，给出了颠覆性的答案。
下料车间的“石器时代”
天桥嘉成副总经理赵宏用“石器时代”形容传统模式：钢板堆得乱七八糟，行车嗡嗡作响，工人在高温烟尘中搬运滚烫零件，找一块钢板可能花半天时间。
下料切割是机械制造第一道工序，也是痛点最集中的环节：库区管理粗放，钢板混堆，有时想要最底下那张，只能多次倒垛挪开上面的；物流衔接不畅，生产节拍卡壳；设备之间互不联通，成为“哑巴设备”；切割渣堆积需要停产人工清理；更重要的是，高温、烟尘、重物搬运，时刻威胁着工人安全。
正是看到了这些行业共性的“痛点”，天桥嘉成决心要用智能化手段，为这个传统得不能再传统的工序，做一次彻底的“换血”。
给产线装上大脑
天桥嘉成给出的解决方案，是一条全自动、柔性化的智能切割下料分拣产线。它不再是几台设备的简单拼凑，而是一个硬件与软件深度融合的智慧系统。
“我们的产线可以兼容激光、等离子、火焰三种切割方式，但真正的核心在于‘群控调度管理’。”副总工程师郭思明介绍。整个产线被划分为原材料库区、切割区、分拣区和边缘加工区四大区域。
在库区，天桥嘉成自主研发的“智能天车及WMS库区管理系统”替代了人工行车吊运作业，能自动识别、抓取、吊运指定钢板，定位精度可达5毫米以内，彻底解决了“找料难”的问题；在切割区，企业自主研发的集控系统为设备接入了“工业互联网”，设备之间可以“对话”，任务自动下发、套料图自动解析、自动喷码切割、完成情况实时反馈，彻底告别了人工排产的混乱。针对令人头疼的切割渣，团队也研发了自动清渣排屑系统，避免了停产清理的麻烦。
分拣区最为亮眼。传统分拣靠工人徒手搬运，现在由机器人和重载桁架自动完成。每个零部件在钢板切割前被喷上专属二维码，切割成型后视觉分拣系统一扫，便知它属于哪个产品、该去哪里、下道工序何时用。这相当于给每个零件发了“身份证”。整条产线从钢板入库到边缘加工，全程自动化、信息化、智能化。
从单点突破到行业标配
天桥嘉成的客户名单，几乎就是中国高端装备制造业的“明星册”，包括三一、徐工、振华重工、中海油、中船、中建三局等。赵宏说，智能切割下料分拣产线已从工程机械行业迅速复制到船舶海工、重型机床、钢结构等“用钢大户”行业。“头部企业已全面铺开，第二梯队开始跟进，我们进入了广泛复制阶段。”
“自三一重工的灯塔工厂获得全球认可后，大家都意识到，这是一种全新的生产方式。”赵宏说，如今，智能切割下料分拣产线已从工程机械行业迅速复制到船舶海工、重型机床、钢结构等“用钢大户”行业。“头部企业已经全面铺开，现在第二梯队也开始跟进，我们进入了广泛复制的阶段。”
对企业而言，投资千万级以上的智能产线，生产效率提升20%至30%，人力节省约70%，同时消除安全隐患。赵宏表示，几年前大众还觉得电动汽车是个概念，如今已经形成规模，智能切割下料分拣产线也一样，已从理念变成可落地、可复制的现实。“未来重工装备制造企业的智能工厂，下料切割环节都可采用这种方式。”
从服务一个企业到赋能一个行业，从单点突破到整线智造，天桥嘉成的故事是中国智能制造迈向好用的生动缩影。
铸造车间的“透明管家”
株洲日报全媒体记者/刘芳
走进株洲宜安精密制造有限公司的生产车间，巨大的压铸机轰鸣作响。旁侧的电子显示屏上，油压、温度、产量、刀具寿命等数据实时跳动。
在过去，这里是典型的“黑箱”操作：排产靠估算，调机凭手感，老师傅的经验是唯一真理。而现在，一位全天候值守的“透明管家”接管了一切。
“数字化转型不是选择题，是生存题。”宜安精密战略发展部副部长钟其乐说。
“客户要透视你的工厂”
倒逼的力量来自两端。一端是客户。无论是国内头部车企还是海外新能源巨头，对零部件供应商的要求已近乎苛刻：不仅要有二维码追溯班次、机台，连工艺参数、辅机数据都要一并采集。“客户要透视你的工厂。”钟其乐说。
另一端是行业。全国的压铸同行早已跑在数字化的赛道上。如果还依赖老师傅的经验去“喂”产能，宜安精密这个2022年才量产的新厂，可能刚建成就落后了。
更现实的教训来自一次批量报废。一台压铸机油压悄然下降，现场无人察觉。一天后，产品X光检测发现内部气泡——整天的活儿全白干了。
“那一刻我们意识到，靠人盯人，永远防不住意外。”钟其乐回忆。于是，一场“不得不转”的数字化转型正式启动。
用数据打破“黑箱”
宜安精密的第一步是搭建覆盖全厂的5G专网。这张网络像神经系统一样，将压铸机、CNC加工中心、质检终端等数百个关键节点串联起来，最终实现了毫秒级响应和数据不出园区。
数据连通之后，第一个改变是设备开始说真话。在精加工车间，每把刀具的寿命被实时监控，到了预警值就会提醒更换，避免了因刀具磨损导致的批量不良。第二个改变是管理不再扯皮。过去设备停机时，生产部门抱怨维修太慢，维修部门指责操作不当。现在每一次停机都被精准拆解：响应花了多久，修理用了多长时间。钟其乐说，数据摆在那里，谁也推脱不了。
更关键的一步是打通了实验室这个信息孤岛。过去，检测数据往往要等样品冷却后才能出具报告，生产流转先于检验结果，极易造成批量返工。现在，数据实时同步到MES系统，实现了在线闭环的质量管控。产品平均合格率从91%跃升到98%以上。
让AI当“师傅”
如果说5G解决的是“看得见”的问题，那么AI智能体，则开始触碰压铸行业最核心的“黑箱”——调机。
传统模式下，调机需要反复试模，耗时耗料。一个熟练的师傅，往往需要十几年经验积累。
“我们做了一个‘数字员工’。”钟其乐掏出手机，展示了企业微信里的AI智能体。它已经“吞”下了公司所有的检验标准、历史调机数据与产品质量的关联关系。当新产品上线或出现异常时，AI能智能推荐最优参数，甚至提前预警缺陷。
调机时间从数小时压缩至分钟级。“对老师傅，它是助手；对新员工，它就是师傅。”
更重要的是，这套模型用的是开源架构，典型的“小切口、深应用”。这种务实的思路，让宜安精密在有限投入下，跑通了从“经验驱动”到“数据智能”的关键一步。
数字化带来了实打实的回报。2024年宜安精密实现营收5318万元，2025年则增至9792万元，增幅达到84.13%。但员工总数仍保持在200人左右，人均产出近乎翻倍。
AI的应用在宜安精密才刚刚开始。打磨车间里，自动打磨机器人已替代了8到10人的小组，第三代五轴联动设备正在定制；厂区里，AGV智能物流车即将上线，实现物料自动转运。未来，AI还将应用于能源管理和环保监测。
钟其乐说，下一步要把AI智能体从单点优化推向全局智能决策，推动区域压铸产业集群从物理集聚向数字协同跃迁。