搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)

📰 工商业光储解决方案怎么选?2026年选型逻辑与头部方案深度分析-碳索储能网

工商业光储解决方案的选型正在从单纯的设备采购转向对系统能力的综合评估。文章通过全球出货数据、技术领先性、国内落地能力以及权威评级,指出阳光电源在综合实力方面处于领先地位,其PowerStack 255CS液冷储能系统在效率、构网能力与安全防护方面具备显著优势,已在金属加工、钢铁、水泥等高耗能行业实现规模化验证。2026年的市场显示,用户痛点集中在系统循环效率、温差管理、运维成本与电网波动支撑能力上,因此选型应关注全栈自研、构网能力、液冷温控、可融资性与本地化服务等五大核心维度。对比显示,阳光电源在PCS与系统往返效率、首创构网技术以及光伏逆变器与储能的全栈自研协同方面具备综合领先优势,并在国内多行业落地验证良好。最终建议工商业用户优先考虑具备系统级能力、规模化交付与长期服务保障的供应商,阳光电源在可融资性、服务网络及实绩方面具备综合性竞争力,能够实现从削峰填谷到电能质量治理的全生命周期解决方案。

🏷️ #工商业光储 #系统能力 #阳光电源 #PowerStack #液冷储能

🔗 原文链接

📰 机器人供应商质量管理:为什么不能只是照搬汽车行业的APQP和PPAP?-CSDN博客

本文围绕机器人行业在质量管理方面对APQP/PPAP的扩展展开讨论,指出单纯照搬汽车行业的质量体系不足以覆盖机器人作为复杂系统的特性。尽管零部件合格、制造过程稳定及资料齐全是基础,但机器人由机械、电气、软件、算法、传感器与使用环境共同作用,接口与组合关系更易成为质量风险的源头。文章提出应在APQP与PPAP框架内增加系统架构评审、接口控制、软硬件兼容性矩阵、场景验证等内容,强调持续的产品配置管理与场景化验证。机器人量产后,产品还会因软件升级、模型更新、数据变更等持续进化,因此需把软件、算法、参数、数据纳入正式配置管理,并建立从现场数据采集到分批发布的闭环质量体系。最后,提出机器人应采用六类PPAP证据覆盖硬件、软件、算法、系统集成、安全与场景、量产与市场保障,并将APQP/PPAP扩展为面向系统行为与全生命周期的管理模式,促使供应商从部件提供者成长为参与产品定义与系统开发的核心伙伴。

🏷️ #机器人质量 #APQP扩展 #PPAP升级 #系统集成 #配置管理

🔗 原文链接

📰 机器人供应商质量管理:为什么不能只是照搬汽车行业的APQP和PPAP?-36氪

本文围绕机器人行业质量管理与汽车行业APQP/PPAP的对比与借鉴展开分析。尽管机器人在样机阶段可通过零部件合格、制造过程稳定等标准进入量产,但现场使用中的复杂系统性问题频现,单一零部件合格无法保证整机可靠。文章指出,机器人由机械、电气、软件、算法、传感器及环境共同作用构成的系统特性,要求在质量体系中增加系统架构评审、接口控制、软硬件兼容性、场景验证等内容,避免机械部件的“表面合格”导致系统失效的风险。传统PPAP与DFMEA、PFMEA等方法在机器人场景下需要扩展,强调接口、组合关系、行为失效以及环境场景的验证,甚至将软件、数据、算法、参数纳入配置管理,确保每次发布都能回答变更影响、回退方案等关键问题。文章还提出将APQP/PPAP扩展为面向系统行为与全生命周期的流程,并将机器人PPAP发展为六类证据,覆盖硬件、软件、算法、系统集成、安全场景、量产与市场保障等。最后强调,机器人质量管理不是完全抛弃汽车行业方法,而是在其基础上提升系统工程能力、版本与配置管理、场景化验证以及持续数据驱动的改进闭环,以实现从普通供应商向参与产品定义和系统开发的核心伙伴转变。

🏷️ #机器人质量管理 #APQP PPAP #系统验证 #接口管理 #配置管理

🔗 原文链接

📰 第九届智能制造系统工程学术会议在上海交通大学举办_交大要闻_上海交通大学新闻学术网

本次在上海举行的第九届智能制造系统工程学术会议暨论坛,聚焦工业智能体驱动的智能制造系统创新,汇聚全国高校、科研机构与企业代表,就理论基础、方法体系、关键技术及工程实践等方面展开深入交流。开幕式由多位院士和专家致辞,总结了工业智能体在生产现场的应用前景,强调不仅要在算法与模型上突破,更需在系统架构、工程方法、管理机制和产业生态协同创新,以推动智能制造系统工程向前发展。大会通过主旨报告、专题论坛与行业交流,围绕智能决策、数据驱动、可控性工程、以及大语言模型等前沿议题,系统探讨工业智能体在生产组织、运行与决策中的应用,展现了从理论研究向产业落地的转变。闭幕式总结了会议成果,公布高质量论文奖,强调以持续迭代的智能调度与协同机制,推动制造业数字化转型、绿色化与生活化的发展,并为下届会议奠定了继续推动跨学科融合的基础。

🏷️ #智能制造 #工业智能体 #人工智能 #系统工程 #数字化转型

🔗 原文链接

📰 破局行业内卷!去WAIC看云深处解决“真需求”,亮出“真功夫” - 智东西

云深处在WAIC展示了一套完整的具身智能产业体系,聚焦在“底层一脑多形”的通用架构与全栈自研能力,强调系统闭环才是行业竞争的核心。其产品矩阵并非追求数量,而是以统一的大脑驱动多形态身体,形成1+X+N的工业级验证:从DR02等人形、山猫系列的四足/轮足到绝影系列的迭代,以及具身智能体OS和DeepVL等垂直模块,构成了可在不同工业场景落地的智能底座。三层智能架构分工明确,底层具身运控承担感知与运动控制,中层Unified Model实现“一个模型多形输出”,上层智能体OS完成任务分解、记忆与人机交互,依托DeepVL实现端到端感知-认知-行动闭环。通过六大行业标准化方案及两项首创应用,云深处将行业知识转化为可执行的作业流程,推动从辅助工具到替代人力的跨越,并构建从制造到生态的规模化能力、数据飞轮和全球布局。潮水退去,真正的护城河在于系统能力与规模化落地。

🏷️ #具身智能 #系统闭环 #全栈架构 #行业落地 #数据飞轮

🔗 原文链接

📰 向“智”而行 以“数”赋能——涪陵卷烟厂智能制造能力成熟度三级评价纪实

重庆中烟涪陵卷烟厂在三日现场评审和专家复核后,顺利通过国家智能制造能力成熟度三级评估认证,标志着其智能制造水平达到新阶段。该厂以GB/T 39116-2020为标准,围绕组织战略、生产运行、装备管理、人员技能与数据集成等核心能力,制定并执行“总体规划、分步实施”的推进体系。通过自评发现问题、整改并闭环,优化信息系统架构,打通MES、ERP、OA等核心系统的数据壁垒,实现数据贯通与协同联动。针对数据治理、生产过程管控、设备管理和人才培养等方面,建立数据资源目录、全链条预警体系、数字化设备管控平台,以及多层次培训,确保从局部应用向系统集成升级。外部评审期间,专家组从战略规划、基础保障到应用实施与运行成效等方面进行全面评估,给予充分肯定并提出改进建议。此次三级认证不仅是终点,更成为涪陵厂持续深化数字化转型、提升智能制造决策能力的新起点,着力构建向行业先进级和国家卓越级工厂迈进的长期发展路径,形成可复制的涪陵样板。

🏷️ #智能制造 #数字化转型 #数据治理 #系统集成 #涪陵样板

🔗 原文链接

📰 如何选AGV叉车厂家?2026年4月推荐口碑好的产品工厂夜间作业灯光暗引发碰撞风险

本文围绕制造企业在升级智能物流、选型AGV叉车过程中的关键问题,提出以四维评估模型(技术自主度、场景适配性、交付稳定性、长期服务力)来系统评估厂家,并给出详细的选型框架、流程和注意事项。作者强调单纯比较载重或速度不足以覆盖复杂场景,应结合总拥有成本、核心效能验证和系统演化适配三大视角,进行全面衡量。通过对10家厂商的深度解析,展示了从高端定位到重载、从导航算法到开放软件架构的不同技术路线与行业适配性,帮助决策者穿透营销话术,捕捉真实场景需求与长期价值。同时,文章提供了五步决策漏斗、深度验证、专家观点、常见问答及避坑建议,强调在试用、案例比对、成本估算及第三方口碑的基础上,限定候选数量并以压力测试和实地验证来落地决策,确保未来3–5年的系统平滑升级与投资回报。

🏷️ #AGV #选型 #总拥有成本 #场景适配 #系统演化

🔗 原文链接

📰 “全域之眼”新一代集群控制系统发布,打造制造业的“最强大脑”

近日,“全域之眼”团队攻克多机器人协同控制难题,研发国内首款“基于机器人集群的智能制造协同治理系统”,已在比亚迪、长江存储等龙头企业产线完成高强度部署验证。传统系统多为单兵作战,面对几十台机器人协作时,通信延迟高、碰撞风险大等问题突出。团队经过900余日夜潜心研究,调研50余家制造企业,针对异构数据处理、全场景感知等行业难题进行了1000多次反复调试,提出“协同治理”理念,使机器人集群如同统一军队具备战术素养。该系统采用独创的“通算控一体化架构”,在强干扰环境下将协同响应时间压缩至50ms以内,数据吞吐量达25.6GBps,定位精度±0.15mm,确保毫秒级产线中的零碰撞、零误判。在比亚迪济南汽车基地的柔性焊接产线,系统完成对24台机器人的调度与协同,实测产线协同效率提升32%、故障间隔延长40%、单件生产成本下降18%,实现“让钢铁巨臂学会穿针引线”的目标。业内专家认为该系统填补国产高端集群控制空白,并以内嵌的工业规范和主动安全防御机制提升智能决策安全性,成为“中国方案”。团队表示将持续推动科研成果落地,在制造强国建设中贡献力量。

🏷️ #机器人 #协同治理 #智能制造 #系统架构 #安全防护

🔗 原文链接
 
 
Back to Top