同时拥有二维CAD、三维CAD/CAM、仿真CAE核心技术与产品矩阵 可 信 赖 的 A l l - i n - O n e C A x 解 决 方 案 提 供 商 核 心 技 术 DWG文件并行读取 三维几何建模引擎 图形并行生成 几何约束引擎 图形数据库 数据转换引擎 内存池 高性能计算引擎 仿真求解器 高性能渲染引擎 通用前后处理引擎 网格剖分引擎 模具 通用机械 能源动力 轨道交通 {} 自主三维几何建模内核（Overdrive） 体现CAD厂商专业化与商业化能力的关键，满足国产自主化需求 国内极少数自主三维建模内核，拥有全部知识产权，安全可靠 超过30年工业设计应用实际验证，成熟稳定 具备强大的混合建模能力 “实体-曲面对象”混合建模 支持各种几何及建模算法 几何算法：求交、投影、分割、合并、延伸、偏移等 建模算法：拉伸、旋转、扫掠、放样、布尔、圆角、抽壳、拔模等 圆角、抽壳、拔模等 同步建模技术 支持容差模型 数据交互，支持模型诊断与修复 可 信 赖 的 A l l - i n - O n e C A x 解 决 方 案 提 供 商 自主内核 安全可靠 三维几何建模内核，超30年工业设 计应用验证，技术成熟，安全可靠 三维建模 高效快速 强大的混合建模能力，支持各种几何 和建模算法，快速实现设计创意 行业应用

农 业 基 准 数 据 库  数据增值的关键在于整合，但整合的前提是数据标准的统 一。 3. 农业大数据分析处理技术 建模技术：  农作物生长与产量形成机理建模；  农产品消费行为与消费量变化动态建模；  基于多代理系统进行农业智能仿真模拟；  关联分析：  专家会商系统结合；  专家智慧动态引入；  仿真模拟智能化和自适应； anXn anXn a X a X a Y       2 2 1 1 0 多代理 系统 CAMES模 型系统 专家会 商系统 农业动态 建模技术 农业动态 建模技术 交互仿真 模拟技术 交互仿真 模拟技术 仿真可视 化技术 仿真可视 化技术 农产品消费 行为与消费 量变化模型 农作物生长 与产量形成 机理模型 介入与反 馈模型 农业智能仿真架构 农业智能仿真架构 优化调整 多品种市场关联预测技术 高频变农产品市场数据处理 关键技术 多品种、多地域、多类型农 产品市场预测模型系统  智能预警基础算法 智能算法 B E C D A 预警算法的可 计算建模技术 农产品市场预警与市场反馈机理模型 大数据密集与大 数据驱动条件下 的预警基础算法 预警算法参数 自调整技术 预警发布流程调度技术  农产品市场预警 多维模拟技术  基于大数据的农业行业分析预警将成为热点

安全性和可靠性将不断提升，氢燃料航空 将成为航空业的重要发展方向，并将推动我国实现“双碳”目标。 （10）临近空间高超声速滑翔弹头跳跃弹道预测 临近空间高超声速滑翔弹头跳跃弹道预测旨在通过数学建模、仿真分析和实时跟踪等手段，预测高超 声速滑翔弹头在临近空间（20~100 km 高度）内无动力滑翔过程中的高速飞行航迹。该类弹头在空气动力 作用和伺服控制机构的综合作用下，以跳跃变轨迹方式在临 第三章 信息与电子工程前沿 全球工程前沿 Engineering Fronts 进缺陷检测算法，通过改进网络结构，优化算法和数据处理方法，提升缺陷识别、检测的精度与效率。 ④ 缺陷成因分析与建模。基于超高灵敏度缺陷检测技术，探究缺陷形成的物理机制，并预测其对器件性能 的潜在影响，为高精度加工工艺设计和改进提供理论支撑。 目前，该技术正朝着更高灵敏度、更高分辨力、更高检测速度、更智能、更低成本的方向持续发展。 ① 分布式规划与智能协同 控制体系架构设计，包括动态主节点的选取机制、星群分层分组策略，旨在为大规模星群规划与控制提供 工程实施框架；② 去中心化的分布式自主协同决策理论方法，包括分布式决策问题建模、模型有效性分析、 自主协同决策算法设计、收敛性分析与保证等，为大规模卫星集群任务规划提供理论基础；③ 基于生物 群体智能和前沿智能技术的大规模集群协同控制方法，以实现仅依赖邻居通信的分布式自组织协同控制；

是工业智能 化发展关键的综合信息基础设施”。工业互联网是以机器、原 材料、控制系统、信息系统、产品及人之间的网络互联为基础， 通过对工业数据的全面深度感知、实时传输交换、快速计算处 理和高级建模分析，实现智能控制、运营优化和生产组织变革。 放眼全球，各工业大国均出台了工业互联网领域的顶层战 略，加快推动工业数字化转型与智能化发展，强化工业核心竞 争力，抢占竞争制高点，夺取发展主动权。美国高度重视发展 景适配验证。数据集成能力进一步加强，工业互联网集成技术 向更深层次的模型集成和更广范围的数据主线演进，为数据和 模型融合决策提供底座支撑，使更深层次的互联互通互操作成 为可能。识别类、数据建模类、知识推理决策类以及组合优化 类等传统工业智能由简单感知识别向深度认知演进，随着应用 认知水平依次递升，应用范围加速由质检、巡检等外围环节向 工艺优化、设备运维等核心环节演进。 （五）工业互联网特征优势 时获取生产数据和信息，协调生产活动，从而提高生产效率和 响应能力，减少信息孤岛，增强生产过程整体协调性和灵活性。 智能分析。利用大数据、人工智能等新兴技术对收集到的 大量数据进行深入挖掘和建模。通过对海量数据的处理和分析， 揭示出生产过程中的模式和趋势，根据历史数据预测未来的生 产情况，减少设备故障和停机时间，优化生产工艺，提高资源 利用率，推动生产过程的整体智能化升级。 知识复

石化行业装备智能化运营管理需求迫切 泵 压缩机 汽轮机 风机 石化行业是典型的重资产行业代表，设备性能直接关系到生产装置的投资、产能、 质量、安全、能耗及成本，设备运行状况将直接影响装置安全稳定运行。然而，采 用传统的设备建模方式，存在模型构建复杂、构建的数学模型通常不完善、存在诊 断滞后等问题。 炼化设备在石化生产中具有 至关重要 的作用 6 AI技术的快速发展为石化装备智能管理提供了可能 交互查询 批查询 A I 智 慧 发 力 BigData 深 度 赋 能 12 石化装备AI管理—中化工业互联网平台深度赋能 拖拉拽模型构建 交互式建模分析 深度优化算法库30+ 模型管理/发布可视化 用户数据 数据预处理 特征探索 机器学 习建模 模型评估 批量/实时预测 故障监测诊断 能耗优化 客户精准营销 工业安防 工业仿真 驾驶行为分析 文本分类 话题发现 中化AI 智慧发力 生命曲线，获取充足的正样本； • 用人工智能方法定位设备的工况和趋势预警； • 采集数据源：机组转速、轴向振动、径向振 动、温度、流量、压力等。 用户数据 数据预处理 特征探索 机器学习建模 模型评估 批量/实时诊断 数据预处理 历史数据 实时数据 特征提取 大数据分析 样本库构建 模型训练 分类/预测 离线 在线 振动信号 转速信号 温度信号 载荷信号 石化装备AI管理—主要功能组件

程，以适应不同的生产任务和环 境变化，提高生产质量和效率， 降低次品率。 （三） 提升运动控制精度：人工智能 技术可优化工业自动化系统及 工业机器人的运动控制。例如， 利用神经网络算法对机器人的 运动模型进行建模和预测，能够 实现更精确的运动轨迹控制，提 高机器人在高速运动和复杂动 作下的控制精度，使其能够完成 更加精细和复杂的任务，如高精 度的焊接、打磨等。 （四） 增强人机交互的易用性：自然语 言和语音界面的发展，使没有受 象模型对各工业要素进行刻画和描 述，并高效组织和管理数据，创建的 模型实例通过接口形式对外提供服 务，各应用通过与模型实例的交互获 取数据，提高对象之间、数据之间的 交互效率。平台提供多维度统一建模 集成环境和数据模型建模工具，以 图形化方式构建和管理数据模型，并 通过统一模型调度框架和标准化数 据服务接口，提供统一的模型和数据 服务，实现异构数据的集成和模型 化管理。通过模型化的数据组织和 服务，为工业AI应用和全局智能优化 综合提升产品性能和制造效率。仿真 系统将来自多传感器、多尺度的信息 和数据，在一定准则下加以分析和综 合，并融合异构数据与结构性数据， 将机理模型和数据模型相结合，实 现全流程多层次多尺度多场耦合的 一体化建模，将不同领域的仿真模型 软件通过统一接口，软件总线、数据 共享或网络等技术，集成为具备多 种功能的综合仿真软件系统。在进 行大规模复杂系统仿真时，平台通过 采用协调一致的结构、标准和协议， 利用网络设备将分散在各地的仿真

应用开发（开发工具、服务框架等） 组件库研发（机理模型、知识、算法等） 工业大数据分析系统 大数据预处理 生产-能源协同关联分析 考虑能效、成本、 安全等多目标优化 能耗、环 保等指标 可视化 多能流统一建模 ... 监控系统 调度系统 PC端 管理APP 生产APP ... ... 移动端 大规模计算 模型集成 ... 云端 图 3 钢铁能源工业互联网架构 智慧钢铁 Metal World 介绍和分析的几个核心内容和主要应用举例外，以 下几个方向将成为人工智能应用于钢铁能源管控的 未来发展趋势： (1) 机理、数据、知识模型的深度融合：目前模 型方法的构造方式仍相对单一，仅基于数据、知识 等某一资源开展建模工作，所得结果难免有所偏 颇，无法全面反映钢铁能源产、消、存实际变化。 虽然已有学者进行了融合模型的研究，但采用的仍 是简单加权方式，缺少考虑生产制造、能源利用等 过程的实际特征。因此，人工智能在钢铁能源管控 河钢承钢基于大数据构建智能管控系统. 世界金属导报, 2019- 07-30(B13)[2022-03-02] [8] 李军朋, 华长春, 关新平. 基于机理、数据和知识的大型高炉冶 炼过程建模研究. 上海交通大学学报, 2018，52(10)：16 [9] Samek W. Explainable AI: Interpreting, Explaining and Visualizing

据监测、分析、优化、控制的功能闭环，一方面集成源、网、 荷、储各类物理设备和调度系统，本地实现多能协同控制、云 端实现算法优化与集中式管理，提高全局策略的可靠度。云端 算法通过对多设备、多时段建模，在时间维度（如短期、中 长期）和空间维度（如楼宇、园区）实现多维预测，以成本最 优、绿电用量最优、系统可靠性与稳定性最优、发电机组寿命 与安全性最优为目标，实现多目标协同优化，支持前端用能优 IT技术，通过全网统一数据图建模实现电网深度造影，通过电 力图计算引擎实现智慧电碳耦合优化方案，开展智慧综合能 源、智慧虚拟电厂、智慧源网荷储优化调度、智慧运营管理、 高颗粒度碳排放监测等应用服务。 该方案通过电网时空图建模与电碳关联分析，利用多时空碳流 分布情况实现对电碳资源的精准定量分析与预测，推进电-碳 耦合协同友好互动，实现源网荷储的统一建模、全局监视、分 析优化和市场决 秉轴持钧——智能物联夯实电力系统数智化底层基础 核心能力和价值 1. 实现源网荷储碳全景统一图建模，实现电碳数据引擎 基于源网荷储全景模型构建技术，将新型电力系统中源、网、 储、荷数以千万计的各个环节、各个要素、各个主体进行联合 建模，全面提升多类业务统一建模能力，实现各类数据的广泛 接入与有机融合、属地电力碳强度精准计算、市场电力碳强度 量化分析、电碳耦合关联分析、电碳数据全景展示，最终建立

据监测、分析、优化、控制的功能闭环，一方面集成源、网、 荷、储各类物理设备和调度系统，本地实现多能协同控制、云 端实现算法优化与集中式管理，提高全局策略的可靠度。云端 算法通过对多设备、多时段建模，在时间维度（如短期、中 长期）和空间维度（如楼宇、园区）实现多维预测，以成本最 优、绿电用量最优、系统可靠性与稳定性最优、发电机组寿命 与安全性最优为目标，实现多目标协同优化，支持前端用能优 IT技术，通过全网统一数据图建模实现电网深度造影，通过电 力图计算引擎实现智慧电碳耦合优化方案，开展智慧综合能 源、智慧虚拟电厂、智慧源网荷储优化调度、智慧运营管理、 高颗粒度碳排放监测等应用服务。 该方案通过电网时空图建模与电碳关联分析，利用多时空碳流 分布情况实现对电碳资源的精准定量分析与预测，推进电-碳 耦合协同友好互动，实现源网荷储的统一建模、全局监视、分 析优化和市场决 秉轴持钧——智能物联夯实电力系统数智化底层基础 核心能力和价值 1. 实现源网荷储碳全景统一图建模，实现电碳数据引擎 基于源网荷储全景模型构建技术，将新型电力系统中源、网、 储、荷数以千万计的各个环节、各个要素、各个主体进行联合 建模，全面提升多类业务统一建模能力，实现各类数据的广泛 接入与有机融合、属地电力碳强度精准计算、市场电力碳强度 量化分析、电碳耦合关联分析、电碳数据全景展示，最终建立

过建立透明地质保障平台，构建“地质透明化、风险可视化、防控精 准化”三位一体的新型安全保障体系，推动矿山灾害防治模式从被动 应对向主动治理的转变。例如，国家能源集团乌海能源公司建立的新 型透明地质保障系统创新融合了三维地质建模、随掘随探、动态更新 等技术，形成“矿井地质-透明地质保障系统-采掘生产”的平台化、 标准化、流程化作业新模式，在智能回采、智能掘进、灾害预警等多 场景应用，实现了“地质辅助生产”到“地质指导生产”的转变，对 推进高精度地质探测技术与装备的升级。研究高分辨率地震勘 探、随钻测量、三维地质雷达等技术，研发适用于复杂地质条件的智 能钻探装备，提高复杂条件地质勘探精度，实现地质数据自动化处理 与智能解释，为智能采掘、地质建模和灾害预警提供精准数据支持。 2.协同攻克矿井地质保障动态更新技术。结合煤矿生产中的随钻 探测、随掘探测、巷道掘进揭露、随采探测、工作面回采揭露、随落 探测等实时动态数据信息，构建透明化地质信息数据库。研究矿井地 提升掘进装备响应速度与控制精度，深入研究掘、支、运等各环节的 时序协同与空间匹配，推动多系统全流程自动化衔接与稳定运行，提 升掘进系统协同控制精度与应用水平。 2.攻关掘进系统数智少人化核心技术。依托地质建模与动态修正 技术，实现掘进路径的智能规划与截割参数自适应调整，突破基于地 质模型耦合的掘进装备规划截割，达到少人、高效、安全掘进。融合 人工智能与掘进系统专家知识库，开发具备智能感知、精准预测、协