(報告出品方:國金證券)
1. 復(fù)盤:“04 專項”政策支持目標(biāo)為核心技術(shù)國產(chǎn)化突破
1.1 “04 專項”屬于國家科技重大專項,向機(jī)床“自主可控”發(fā)力
《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020 年)》提出“圍繞國家目標(biāo),進(jìn)一步 突出重點(diǎn),篩選出若干重大戰(zhàn)略產(chǎn)品、關(guān)鍵共性技術(shù)或重大工程作為重大專項,充分發(fā)揮 社會主義制度集中力量辦大事的優(yōu)勢和市場機(jī)制的作用,力爭取得突破,努力實(shí)現(xiàn)以科技 發(fā)展的局部躍升帶動生產(chǎn)力的跨越發(fā)展,并填補(bǔ)國家戰(zhàn)略空白”。 《規(guī)劃綱要》確定了 16 個國家科技重大專項,其中“高檔數(shù)控機(jī)床與基礎(chǔ)制造裝備”是 第四項,一般簡稱為“04 專項”。
根據(jù)《高檔數(shù)控機(jī)床與基礎(chǔ)制造裝備重大專項——編寫組專家對重大專項的解讀》信息, “04 專項”采用了更加創(chuàng)新的支持方式,以滿足需求為前提拉動自主創(chuàng)新可持續(xù)發(fā)展, 在“產(chǎn)、學(xué)、研”的基礎(chǔ)上增加了“用”,強(qiáng)化了產(chǎn)業(yè)鏈上下游合作加速研發(fā)落地,同時 有六項圍繞補(bǔ)貼、融資、招標(biāo)等核心問題的政策和措施落地以促進(jìn)專項成功實(shí)施: 1)在“產(chǎn)學(xué)研”基礎(chǔ)增加了“用”:圍繞實(shí)際產(chǎn)業(yè)需求,以企業(yè)為主體,采用“產(chǎn)、學(xué)、 研、用”結(jié)合方式統(tǒng)籌安排重點(diǎn)突破,實(shí)現(xiàn)自主創(chuàng)新,促進(jìn)產(chǎn)業(yè)升級。
2)建立了圍繞國產(chǎn)化率等的清晰目標(biāo):以 2010/2015/2020 三個時間點(diǎn)規(guī)劃了清晰的發(fā)展 目標(biāo),總體發(fā)展目標(biāo)主要關(guān)注產(chǎn)品開發(fā)/創(chuàng)新能力,實(shí)現(xiàn)高國產(chǎn)化率滿足下游需求。
3)推出促進(jìn)重大專項的實(shí)施措施與政策:以“應(yīng)用示范工程”支持、產(chǎn)品加入《政府采 購自主創(chuàng)新產(chǎn)品目錄》、稅收補(bǔ)貼等六項政策和措施促進(jìn)專項成功實(shí)施。
“04 專項”課題采用申報的形式由企業(yè)自籌+地方配套資金+中央財政投入經(jīng)費(fèi)支持完成。
1.2 “04 專項”支持下,高檔機(jī)床、高檔數(shù)控系統(tǒng)、功能部件等多個領(lǐng)域?qū)崿F(xiàn)突破
根據(jù)新華財經(jīng)信息,在 22 年 9 月 6 日工業(yè)和信息化部舉行的“新時代工業(yè)和信息化發(fā)展” 系列新聞發(fā)布會第五場,工業(yè)和信息化部裝備工業(yè)一司司長王衛(wèi)明表示,以“高檔數(shù)控機(jī) 床與基礎(chǔ)制造裝備”國家科技重大專項為抓手,高檔數(shù)控機(jī)床平均無故障時間間隔(MTBF) 實(shí)現(xiàn)了從 600 小時到 2000 小時的跨越,精度指標(biāo)提升 20%;國產(chǎn)高檔數(shù)控系統(tǒng)在國產(chǎn)機(jī) 床中市場占有率由專項實(shí)施前的不足 1%提高到 31.9%;五軸擺角銑頭等功能部件的市場占 有率由不足 10%提升至 30%以上。
伴隨“04 專項”的實(shí)施,海天精工、紐威數(shù)控、科德數(shù)控、華中數(shù)控、秦川機(jī)床、日發(fā) 精機(jī)等企業(yè)均參與了相關(guān)課題,加速技術(shù)進(jìn)步。 以科德數(shù)控為例,到 2021 年已承擔(dān)及參加了 29 項課題,圍繞高檔機(jī)床、數(shù)控系統(tǒng)、功能 部件實(shí)現(xiàn)技術(shù)升級突破。
1.3 “04 專項”課題與時俱進(jìn),已經(jīng)出現(xiàn)了較多智能化相關(guān)內(nèi)容
從“04 專項”2009 年第一批課題申報指南看,當(dāng)時大多數(shù)課題圍繞機(jī)床、核心零部件的 產(chǎn)品開發(fā)展開,考核指標(biāo)以機(jī)床精度、主軸轉(zhuǎn)速、MTBF 等為主,智能化、數(shù)字化、大數(shù) 據(jù)等詞較少提到。
“04 專項”2009 年的第一批課題主要圍繞機(jī)床與核心零部件相關(guān)產(chǎn)品開發(fā)展開,到了 2018 年的課題可以看到一方面課題的內(nèi)容不再僅限于單個產(chǎn)品,而是圍繞前期研制的機(jī)床、數(shù) 控系統(tǒng)在專項重點(diǎn)領(lǐng)域(比如汽車行業(yè))的實(shí)際應(yīng)用場景展開;一方面數(shù)字化、智能化、 大數(shù)據(jù)詞頻明顯提高,開始要求在智能化相關(guān)技術(shù)上也實(shí)現(xiàn)突破。
2. 展望:AI 時代的政策導(dǎo)向有望過渡為新技術(shù)領(lǐng)域?qū)崿F(xiàn)突破,數(shù)控系統(tǒng)重點(diǎn) 關(guān)注
2.1 從數(shù)控技術(shù)出現(xiàn)后,機(jī)床的技術(shù)升級就與電子、信息技術(shù)密切相關(guān)
從 18 世紀(jì)工業(yè)革命開始,機(jī)床隨著不同的工業(yè)時代展現(xiàn)出各個時代的技術(shù)特點(diǎn),當(dāng)前的發(fā)展方向是數(shù)字化、智能化。
機(jī)床的技術(shù)升級主要體現(xiàn)在機(jī)床結(jié)構(gòu)、主軸、驅(qū)動、控制等方面,持續(xù)迭代追求高精度、 高剛度、熱穩(wěn)定性、長壽命和精度保持性。
機(jī)床行業(yè)過去出現(xiàn)的***大技術(shù)迭代為數(shù)字控制(NC)技術(shù)尤其是后來采用計算機(jī)的計算機(jī) 數(shù)字控制(CNC)的出現(xiàn)和成熟,讓機(jī)床與電子、信息技術(shù)的發(fā)展直接關(guān)聯(lián)。
在軟件、硬件的持續(xù)迭代下,機(jī)床的加工精度和加工效率出現(xiàn)大幅提升。
2.2 機(jī)床行業(yè) AI 技術(shù)怎么落地?數(shù)控系統(tǒng)有望成為 AI 技術(shù)落地核心場景
數(shù)控系統(tǒng)由數(shù)控裝置、伺服驅(qū)動、電機(jī)組成,其中數(shù)控裝置為數(shù)控系統(tǒng)的核心。
數(shù)控系統(tǒng)的基礎(chǔ)功能主要包括控制功能、主軸功能、準(zhǔn)備功能(G 代碼)、輔助功能(M 代碼)、刀具功能等,系統(tǒng)軟件必須完成管理和控制兩大任務(wù),系統(tǒng)的管理軟件主要包括 輸入、I/O 處理、通信、顯示和診斷等程序。系統(tǒng)的控制部分包括譯碼、刀具補(bǔ)償、速度 控制、插補(bǔ)和位置控制、開關(guān)量控制等軟件。
從具體運(yùn)行流程來看,可以簡單總結(jié)為建模(制造圖紙)、路徑規(guī)劃(確定走刀路徑)、插 補(bǔ)(輪廓擬合/加工補(bǔ)償)、完成驅(qū)動。
也就是數(shù)控系統(tǒng)在運(yùn)行過程中實(shí)際上涉及大量數(shù)據(jù)的獲取和處理。
通過采用 AI 技術(shù),數(shù)控系統(tǒng)的智能化程度可以進(jìn)行大幅提升,讓機(jī)床具有動態(tài)規(guī)劃、推 理決策、環(huán)境感知、智能監(jiān)控、預(yù)測性診斷能力等。
2.3 遺傳算法、人工神經(jīng)網(wǎng)絡(luò)等技術(shù)已在數(shù)控系統(tǒng)插補(bǔ)、熱誤差補(bǔ)償、加工路徑優(yōu)化等領(lǐng) 域持續(xù)推進(jìn)研發(fā)
2.3.1 人工神經(jīng)網(wǎng)絡(luò)與遺傳算法:強(qiáng)化數(shù)控系統(tǒng)插補(bǔ)、熱誤差補(bǔ)償能力
人工神經(jīng)網(wǎng)絡(luò)(ANN)是人工智能技術(shù)中應(yīng)用***廣泛的一種技術(shù),具有學(xué)習(xí)能力、并行處 理能力、自適應(yīng)能力和容錯能力等。在復(fù)雜非線性的、難以用數(shù)學(xué)公式描述的系統(tǒng)建模和 控制中成為一種重要的建模技術(shù)手段。人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認(rèn)識過程而開發(fā)的一種算 法,分為訓(xùn)練和工作兩個階段。在訓(xùn)練階段,以一組輸入—輸出模式用以訓(xùn)練網(wǎng)絡(luò),使網(wǎng) 絡(luò)參數(shù)(包括權(quán)值、閾值等)調(diào)整到***佳;在工作階段,網(wǎng)絡(luò)參數(shù)不變,給定新的輸入得 到相應(yīng)的輸出。 ***廣泛的 BP 神經(jīng)網(wǎng)絡(luò)是一種人工神經(jīng)網(wǎng)絡(luò)的誤差反向傳播訓(xùn)練算法,由輸入層、隱層、 輸出層組成。BP 算法是采用有導(dǎo)師的監(jiān)督學(xué)習(xí)方式,適合于多層前饋神經(jīng)元網(wǎng)絡(luò)的一種 學(xué)習(xí)方法,其主要思想是利用期望值與網(wǎng)絡(luò)輸出值的誤差函數(shù)沿負(fù)梯度方向下降,不斷地 修正網(wǎng)絡(luò)權(quán)值和閾值,使網(wǎng)絡(luò)輸出層的誤差平方和達(dá)到***小,逐漸逼近目標(biāo)值。
在實(shí)際使用中,由于 BP 神經(jīng)網(wǎng)絡(luò)存在訓(xùn)練時間長、學(xué)習(xí)算法收斂速度慢等問題,通???采用遺傳算法和 BP 算法相結(jié)合的方式進(jìn)行優(yōu)化。
通過采用遺傳算法和 BP 神經(jīng)網(wǎng)絡(luò)算法,對數(shù)控機(jī)床加工效率、加工精度影響較大的插補(bǔ)、 熱誤差補(bǔ)償?shù)裙δ軐⒌玫斤@著強(qiáng)化:
1)插補(bǔ):減少運(yùn)算時間,提高插補(bǔ)速度,解決復(fù)雜型面加工難題
數(shù)控機(jī)床刀具的移動是一步步進(jìn)行的,為了實(shí)現(xiàn)***優(yōu)加工效果刀具軌跡應(yīng)該和工件輪廓一 致。對于復(fù)雜曲線,直接生成一條完全一致的軌跡算法會變得很復(fù)雜,實(shí)際應(yīng)用中主要通 過直線/圓弧逼近需要加工的曲線,插補(bǔ)就是指在這個過程中根據(jù)輸入的基本數(shù)據(jù)(如直 線終點(diǎn)坐標(biāo)值、圓弧起點(diǎn)、圓心、終點(diǎn)坐標(biāo)值等),按照一定的方法產(chǎn)生直線、圓弧等基 本線型,并以此為基礎(chǔ)完成所需要輪廓軌跡的擬合工作。
通過采用遺傳-神經(jīng)網(wǎng)絡(luò)對插補(bǔ)進(jìn)行優(yōu)化,可以簡化計算過程提高插補(bǔ)效率,并且改善刀 具路徑精度和表面光順性。
2)熱誤差補(bǔ)償:通過建模提高預(yù)測精度
根據(jù)《數(shù)控機(jī)床絲杠傳動系統(tǒng)熱誤差實(shí)時補(bǔ)償技術(shù)》數(shù)據(jù),高精度數(shù)控機(jī)床的誤差主要是 熱誤差,可占總誤差的 50%-75%。以絲杠熱誤差補(bǔ)償為例,目前的主要補(bǔ)償方式是通過位 移傳感器測量絲杠總熱形變量,或通過溫度傳感器檢測溫度變化量,通過軟件生成一個認(rèn) 為誤差來抵消熱誤差影響。
目前機(jī)器學(xué)習(xí)已經(jīng)成為了熱誤差建模的主要方法,通過 BP 神經(jīng)網(wǎng)絡(luò)模型可以提高模型預(yù) 測精度。
2.3.2 視覺模型:在工件尺寸測量與定位、機(jī)床回轉(zhuǎn)軸誤差檢測等領(lǐng)域有較好應(yīng)用前景
傳統(tǒng)數(shù)控系統(tǒng)主要依靠機(jī)械定位或光學(xué)定位進(jìn)行誤差補(bǔ)償,對于夾具要求較高,對小批量、 高靈活性的生產(chǎn)任務(wù)適應(yīng)性較弱。搭配了機(jī)器視覺系統(tǒng)的數(shù)控系統(tǒng)可以在保證加工精度的 情況下對不同加工任務(wù)僅需進(jìn)行特征點(diǎn)的采集即可,能夠有效節(jié)約生產(chǎn)成本和提高生產(chǎn)效 率。 通過確定相機(jī)坐標(biāo)系和機(jī)床主軸坐標(biāo)系之間的坐標(biāo)變換關(guān)系,可以建立運(yùn)動學(xué)模型,再結(jié) 合工件定位特征點(diǎn)建立優(yōu)化目標(biāo)函數(shù),求解特征點(diǎn)的工件坐標(biāo)來完成定位。
未來機(jī)器視覺技術(shù)在工件尺寸測量與定位、機(jī)床回轉(zhuǎn)軸誤差檢測、機(jī)床軌跡補(bǔ)償、工件裝 夾誤差視覺矯正等領(lǐng)域有較好應(yīng)用前景。
2.3.3 數(shù)字孿生模型:在可靠性分析、加工路徑優(yōu)化等領(lǐng)域進(jìn)一步強(qiáng)化
數(shù)字孿生(Digital Twin,DT)主要指在數(shù)字空間構(gòu)建物理實(shí)體或過程的數(shù)字模型,保持 數(shù)字模型與物理實(shí)體或過程同步共生,進(jìn)而完成對物理實(shí)體性能狀態(tài)的動態(tài)預(yù)測,***終對 物理實(shí)體或過程進(jìn)行主動干預(yù)。 對于機(jī)床來說,數(shù)字孿生技術(shù)的應(yīng)用主要是建立數(shù)字空間和物理空間的雙向映射,以數(shù)字 模型為基礎(chǔ)結(jié)合感知數(shù)據(jù)實(shí)現(xiàn)可視化監(jiān)測、性能預(yù)測、參數(shù)優(yōu)化、反饋控制等,顯著提升 機(jī)床的智能化水平。
通過采用數(shù)字孿生技術(shù),可以更高效的以數(shù)字驅(qū)動方式對機(jī)床進(jìn)行可靠性分析監(jiān)控、加工 路徑優(yōu)化等:
1)可靠性分析
基于歷史數(shù)據(jù)進(jìn)行數(shù)字孿生模型訓(xùn)練,基于事實(shí)數(shù)據(jù)用于數(shù)字孿生模型在線預(yù)測,從而建 立機(jī)床監(jiān)測信號和實(shí)際狀態(tài)之間的映射關(guān)系,將狀態(tài)監(jiān)測數(shù)據(jù)和數(shù)字孿生模型預(yù)測結(jié)果進(jìn) 行展示,幫助可靠性分析、預(yù)測性維護(hù)過程中進(jìn)行決策。
2)加工路徑優(yōu)化
《基于數(shù)字孿生的數(shù)控機(jī)床加工路徑優(yōu)化方法研究》提出了一種數(shù)字孿生感知驅(qū)動的加工 路徑優(yōu)化機(jī)制,在改進(jìn)遺傳退火算法(IGASA)路徑優(yōu)化算法基礎(chǔ)上結(jié)合數(shù)字孿生機(jī)床(DTMT) 模型對傳統(tǒng)機(jī)床(MT_CNC)實(shí)際加工過程進(jìn)行監(jiān)控和仿真,除提供全程加工監(jiān)控外,數(shù)字 孿生機(jī)床在虛擬信息空間中的仿真為數(shù)控加工提供了一個低成本的試驗驗證平臺,規(guī)避實(shí) 際加工中的潛在問題,如刀具碰撞、干涉等情況,實(shí)現(xiàn)對加工路徑與數(shù)控代碼的檢驗,從 而降低加工成本、提高工件質(zhì)量與機(jī)床效率。一旦感知到數(shù)控機(jī)床加工工藝參數(shù)或數(shù)控機(jī) 床相關(guān)運(yùn)行參數(shù)與原先預(yù)期不相符合情況的發(fā)生,即機(jī)床狀態(tài)發(fā)生變化時,分析路徑優(yōu)化 算法中的運(yùn)動干涉約束、重復(fù)走刀約束、加工工藝約束及刀具壽命約束是否發(fā)生變化,一 旦四個約束條件中的一個或幾個約束條件發(fā)生改變,則需要更新算法參數(shù),重新啟動 IGASA 優(yōu)化算法,進(jìn)行路徑優(yōu)化。
2.4 全球數(shù)控系統(tǒng)廠商積極加碼布局,華中數(shù)控推出“大模型”數(shù)控系統(tǒng),AI 技術(shù)應(yīng)用 將成為新的競爭點(diǎn)
從前文內(nèi)容可以看出,目前針對如何將數(shù)控機(jī)床中孤立、碎片化的大量數(shù)據(jù)轉(zhuǎn)化成有效決 策信息已有較多基于 AI 技術(shù)的應(yīng)用嘗試嘗試,***終目標(biāo)都是打造一個具有自適應(yīng)、自感 知、自學(xué)習(xí)、自交互、自執(zhí)行的數(shù)控系統(tǒng)。
海外主要數(shù)控系統(tǒng)廠商目前均在加碼智能化布局:
1) 西門子
西門子推出了 SINUMERIK ONE 數(shù)控系統(tǒng),是以西門子技術(shù)生態(tài)及其數(shù)字孿生工具鏈為依托 的“數(shù)字化原生”數(shù)控系統(tǒng),是西門子推動機(jī)床行業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵產(chǎn)品,具有創(chuàng)建相 應(yīng)數(shù)字化雙胞胎的多功能軟件,以實(shí)現(xiàn)機(jī)床制造和生產(chǎn)過程數(shù)字化孿生。其智能化功能包 括:智能動態(tài)控制(IDC)、智能負(fù)載控制(ILC)、Top Speed plus 智能功能。
2) 發(fā)那科
發(fā)那科已經(jīng)推出了采用機(jī)器學(xué)習(xí)技術(shù)的 AI 伺服調(diào)整、AI 熱誤差補(bǔ)償、AI 分揀等功能。
3)海德漢
海德漢 TNC7 數(shù)控系統(tǒng)具有智能偏差測控、智能磨損檢測、智能反向間隙補(bǔ)償、智能機(jī)床 前端點(diǎn)控制、智能圖形化編程、智能函數(shù)、智能動態(tài)碰撞監(jiān)測等智能化功能。
國內(nèi)數(shù)控系統(tǒng)領(lǐng)軍企業(yè)華中數(shù)控推出了華中 9 型智能數(shù)控系統(tǒng),集成了 AI 芯片,融合了 AI 算法,將人工智能、物聯(lián)網(wǎng)等新一代智能技術(shù)與先進(jìn)制造技術(shù)深度融合,遵循“自主 感知-自主學(xué)習(xí)-自主決策-自主執(zhí)行”新模式。
華中 9 型在自主感知、自主學(xué)習(xí)、自主決策、自主執(zhí)行等方面實(shí)現(xiàn)了較大突破:
1)自主感知:“指令域”大數(shù)據(jù)
通過獨(dú)創(chuàng)的“指令域”大數(shù)據(jù)分析方法,采集、匯聚數(shù)控系統(tǒng)內(nèi)部電控大數(shù)據(jù)和外部傳感 器數(shù)據(jù),形成指令域“心電圖”,實(shí)現(xiàn)大數(shù)據(jù)與加工工況的關(guān)聯(lián)映射,構(gòu)建由機(jī)床全生命 周期大數(shù)據(jù)描述的數(shù)字孿生。
2)自主學(xué)習(xí):融合建模
借助具有“因果關(guān)系”的數(shù)理模型和具有“關(guān)聯(lián)關(guān)系”的大數(shù)據(jù)模型,獨(dú)創(chuàng)性地將數(shù)理模 型與大數(shù)據(jù)模型進(jìn)行融合建模,實(shí)現(xiàn)對機(jī)床動態(tài)行為的自學(xué)習(xí)和認(rèn)知理解,構(gòu)建由機(jī)床動 態(tài)模型描述的數(shù)字孿生。
3)自主決策:i 代碼
利用所獲得的數(shù)字孿生,進(jìn)行虛擬加工,并預(yù)測加工效果。根據(jù)預(yù)測結(jié)果,自動進(jìn)行多輪 優(yōu)化迭代,***終生成多目標(biāo)智能優(yōu)化的“i 代碼”,實(shí)現(xiàn)自主決策。
4)自主執(zhí)行:雙碼聯(lián)控
華中數(shù)控獨(dú)創(chuàng)的雙碼聯(lián)控技術(shù),讓傳統(tǒng)數(shù)控加工的“G-代碼”(第一代碼)和多目標(biāo)智能 優(yōu)化的 “i-代碼”(第二代碼)同步運(yùn)行,實(shí)現(xiàn)優(yōu)質(zhì)、高效、可靠、安全的數(shù)控加工。
根據(jù)公司微信公眾號信息,***新的系統(tǒng)采用了基于大模型技術(shù)的故障診斷功能,能夠理解 用戶對故障問題的語言描述,快速提供可能得故障原因及解決方案,并通過手機(jī) APP 操作 以實(shí)現(xiàn)更好的人機(jī)交互。截至 24 年 4 月,系統(tǒng)已達(dá)到 1 到 2 年工程師水平,未來將不斷 進(jìn)化,提高診斷處理能力。
在第十三屆中國數(shù)控機(jī)床展覽會(CCMT2024)上,有 15 臺來自各個機(jī)床廠不同型號的參 展機(jī)床配套了華中 9 型智能數(shù)控系統(tǒng),后續(xù)有望繼續(xù)走進(jìn)更多機(jī)床廠商進(jìn)行適配。
2.5 結(jié)合日本機(jī)床產(chǎn)業(yè)政策復(fù)盤看,在技術(shù)重大變革時期的產(chǎn)業(yè)政策核心目標(biāo)為在新技術(shù) 領(lǐng)域?qū)崿F(xiàn)突破
通過復(fù)盤日本機(jī)床產(chǎn)業(yè)我們看到 CNC 技術(shù)出現(xiàn)之后,數(shù)控系統(tǒng)的探測(可以通過傳感器數(shù) 據(jù)修正溫度變化帶來的熱脹冷縮)和自適應(yīng)(可以通過軟件來修正硬件的幾何缺陷)能力 可以認(rèn)為重新讓大多數(shù)生產(chǎn)商,包括日本企業(yè)都到了同一起跑線,許多領(lǐng)先企業(yè)積累的經(jīng) 驗都變得不那么重要了。數(shù)控技術(shù)的出現(xiàn)成為了日本機(jī)床企業(yè)崛起的契機(jī),日本的數(shù)控化 率持續(xù)全球領(lǐng)跑,日本的龍頭企業(yè)也借此機(jī)會逐步成長為全球龍頭。
日本數(shù)控化率快速提升的背后我們認(rèn)為政策支持方向的切換也帶來了顯著的積極影響。 1971 年日本推出“機(jī)電法”,確定了機(jī)械工業(yè)與電子工業(yè)相結(jié)合的目標(biāo),政策導(dǎo)向從技術(shù) 引進(jìn)與模仿開始向技術(shù)改革與創(chuàng)新過渡,主要目標(biāo)從實(shí)現(xiàn)核心技術(shù)國產(chǎn)化轉(zhuǎn)換至在新方向 (CNC)關(guān)鍵核心技術(shù)實(shí)現(xiàn)突破。
通過前文復(fù)盤可以看出,“04 專項”相關(guān)政策目標(biāo)主要是實(shí)現(xiàn)核心技術(shù)的國產(chǎn)化,在當(dāng)前 AI 技術(shù)快速發(fā)展背景下,我們認(rèn)為國內(nèi)政策支持也有望逐步向在新方向?qū)崿F(xiàn)關(guān)鍵核心技 術(shù)突破過渡,加速 AI 技術(shù)在機(jī)床行業(yè)的產(chǎn)業(yè)化落地。
(本文僅供參考,不代表我們的任何投資建議。如需使用相關(guān)信息,請參閱報告原文。)
精選報告來源:【未來智庫】。