AI与工业软件融合正引领工业母机变革
4月15日，由中国工业报社与卡伦特科技股份有限公司联合主办的“中工智库沙龙·AI共创工业智能——生成式CAD模型首版次工业软件研讨会”在北京举行。工信部工信（北京）产业发展研究院成果转化部部长聂振华在开幕式上指出，工业软件作为现代工业的“大脑”与“神经”，正通过与人工智能大模型、机器学习、数字孪生等前沿技术的深度融合，推动工业母机领域经历深刻变革。
工信部工信（北京）产业发展研究院成果转化部部长聂振华
“AI+工业软件”在工业母机领域的战略意义正被重新审视
据聂振华介绍，我国在中低端数控机床领域已具备自主可控能力，但在高端市场仍面临“大而不强、全而不精”的突出问题。长期以来，高端数控系统及配套的工业软件依赖进口，发那科、西门子、海德汉等国际企业构建了集“机床—控制系统—工艺软件—数据服务”于一体的封闭生态，造成国内企业在精度、效率、可靠性及智能化方面存在明显代差。
“仅靠硬件层面的追赶已难以突破瓶颈。”聂振华强调，AI与工业软件的融合为工业母机提供了换道超车的新路径。其战略价值主要体现在三个方面：
首先，在加工过程中实现自主优化。传统数控机床依赖G代码编程，加工参数固定，难以响应刀具磨损、主轴振动、热变形等实时变化。引入AI算法后，系统可通过传感器采集的数据进行在线学习，自动调节进给率、切削深度及主轴转速。
其次，实现工艺知识的沉淀与复用。以往工艺经验高度依赖经验丰富的操作人员，难以系统化、数字化传承。借助AI与工业软件，可将大量切削数据、振动信号和温度变化输入机器学习模型，提取最佳工艺参数，构建可复用的知识库。
第三，推动设备全生命周期的智能运维。AI结合数字孪生与预测性维护技术，可为每台数控机床建立虚拟镜像，实时比对实际运行状态与仿真模型，提前预警主轴轴承失效、导轨磨损及冷却系统异常等问题。
推动“AI+工业软件”与工业母机深度融合的最后一环
尽管理念清晰，但落地仍面临挑战。聂振华指出，目前AI与工业软件在赋能工业母机方面仍存在三大瓶颈：
- 算法与实际工艺脱节。许多AI模型在实验室中表现优异，但在真实机床环境中鲁棒性下降。主要原因是开发人员对实际加工流程理解不足，训练数据与现实场景存在较大差距。
- 数据孤岛问题突出。数控机床制造商、系统供应商、软件公司与终端用户之间缺乏数据共享，接口不开放，通信协议不统一，导致AI模型难以获取高质量、多源实时数据。
- 中试平台建设滞后。国内面向工业母机的第三方中试熟化平台能力不足，企业自建成本高且周期长，高校缺乏实际应用环境，大量研究成果难以转化。
据悉，工信产业发展研究院近年来在推动工业母机高质量发展方面持续发力，参与组织了多场行业论坛，编制了辽宁省及广州黄埔区工业母机发展相关规划，致力于构建“设计—工艺—制造”一体化的数智生态闭环。
“要让AI算法真正应用于真实机床，让工业软件智能链贯穿研发、生产与制造全流程。实践表明，一旦实现这一闭环，AI+工业软件便能释放巨大潜力。”聂振华表示，“每一次工业母机的技术跃迁，都伴随着控制与软件的革新。从手动到数控，从数控到智能，如今我们正站在新的转折点。我们具备信心与能力，以AI为驱动力、以工业软件为杠杆，实现换道超车，注入工业母机的新增长动能。”
在谈到生成式CAD的发展方向时，聂振华提出，应以首版次产品为起点，以具体应用场景为路径，以产业化为目标，推动其在装备制造领域落地，为新型工业化和制造强国战略提供有力支撑。