一、高档数控机床与基础制造装备科技重大专项召开成果发布会
2017年6月26日,科技部、工业和信息化部组织召开了“高档数控机床与基础制造装备”国家科技重大专项成果发布会。发布会由科技部重大专项办公室解敏主持,专项牵头实施单位工业和信息化部装备工业司罗俊杰副司长和专项技术总师卢秉恒院士及副总师王德成院长(机械科学研究总院)介绍了数控机床专项实施取得的成果和应用情况,并回答了记者提问。
专项实施八年多来,取得了一大批可喜成果,提升了对工业的基础支撑能力,满足了国民经济对制造装备的急需。一是中高档机床水平得到持续提升,行业创新研发能力不断增强。专项实施之初确定的57种重点主机产品,已有38种达到或接近国际先进水平。机床主机平均无故障运行时间从400至500小时提升至1200小时左右,部分产品达到国际先进的2000小时。二是高档数控系统实现关键突破,功能部件配套体系逐步完善。高档数控系统实现了从模拟式、脉冲式到全数字总线的跨越,市场占有率由专项实施前的不足1%提高至目前的5%左右。滚动功能部件检测装备从无到有,静刚度等关键技术指标和测试设备水平已跻身国际先进行列。三是高端制造装备取得重要突破,国家战略需求满足度大幅提高。一大批创新机床保障了航空航天、汽车、船舶、发电设备等重点领域装备需求,有效支撑了国家重大战略任务的顺利实施。
数控机床作为工业母机,是国家基础制造能力的综合体现,要实现整体突破,应继续发挥中国特色创新优势,持续推进,久久为功。
二、科技部先进制造技术领域专项规划发布
为明确“十三五”先进制造技术领域科技创新的总体思路、发展目标、重点任务和实施保障,推动先进制造技术领域创新能力提升,科技部组织制定了《“十三五”先进制造技术领域科技创新专项规划》 (简称《专项规划》)。《专项规划》 明确,“十三五”期间,我国先进制造领域重点从“系统集成、智能装备、制造基础和先进制造科技创新示范工程”四个层面,围绕增材制造(3D打印)、激光制造、智能机器人等13个主要方向开展重点任务部署。
我国制造业总量跃居世界第一,成为名副其实的制造大国。随着一批世界级大企业的涌现,企业正在逐步成为技术创新主体,而且初步形成了企业、高校、院所联动的产业创新体系。
不过,我国制造业自身存在自主创新能力不强、基础能力薄弱,产品质量不高、资源利用效率偏低、制造业与互联网技术等新兴信息技术的融合程度低等问题。粗放式发展道路已经无法适应我国制造业的发展,通过科技创新提高制造业竞争力是必由之路。
《专项规划》要求,“十三五”期间在战略布局上要瞄准国际制造业发展的最前沿,力争率先突破,构筑先发优势;依托新兴信息技术,建立健全制造业的创新发展模式,形成网络协同制造创新服务体系,提高市场竞争力。
三、首届世界智能大会今日在天津开幕
四、GE正在建设世界上最大的激光粉3D打印机
GE已经宣布计划建造世界上最大的激光粉末增材制造机床。该设备由GE子公司GE Additive研发,使用激光模制金属粉末,并能够构建测高达1立方米(35立方英尺)的零件。目前的3D打印更容易地打印出玩具,食品,鞋子,假肢,甚至整个建筑物,但是,大多数是通过喷嘴喷射塑料或其他液体建筑材料制成,而GE Additive的设备则使用一种称为激光增材制造的系统。
美国宇航局等组织已经使用这种技术制造火箭部件,这种技术涉及将激光束指向一层粉末状金属,将其熔合在一起。这可以有效地在粉末中塑造所需的形状,GE表示系统几乎可以形成任何形状的金属部件。
GE Additive副总裁兼总经理Mohammad Ehteshami说:“该机将3D打印适用于飞机的喷气发动机结构部件和航空部件,它也适用于汽车,电力和油气行业。该设备将使用粉末钛,铝和其他金属构建,初始演示版本将能够实现高达1米(3.3英尺)的3D打印对象。 GE没有详细说明对象各项功能的分辨率,或者打印速度有多快,该机器的早期版本将在年底前提供给合作公司,在2018年的某个时候正式投入使用。
五、2022年3D打印复合材料市场价值1.1亿美元
Stratview Research的市场报告预测,全球3D打印复合材料市场将在未来五年内呈现令人印象深刻的增长,而在2022年将达到1.11亿美元。
整个复合材料市场分为两种材料类型:连续纤维和不连续纤维。在2017至2022年的预测期间,连续纤维预计仍将是最为复杂的3D打印复合材料,尽管不连续纤维复合材料由于其较高的强度获得市场牵引力。
在预测期间,碳纤维预计将保持全球3D打印复合材料市场中最大的增强型,纤维类型也可能出现同期最高的增长。
六、这个机器人心灵手巧 几乎能抓起任何物体
通常我们形容一个人手巧,会用有着“金手指”或者手指“会跳舞”来形容,现在这个称呼在机器人身上也适用了。据美国国家广播公司7频道报道,加利福尼亚大学伯克利分校的科学家创造了一个机器人,几乎能抓取任何物体,成功率达到了99%。
据报道,人类抓住不规则的物体很容易,但是对于机器人来说很难知道应该在哪里用力,加州大学伯克利分校的教授Ken Goldberg和博士后研究员Jeff Mahler与自动化科学与工程实验室(AUTOLAB)共同创造了名为DexNet 2.0的机器人它能拾取现实世界当中的任何物体,成功率达到99%。
报道称,研究人员建立了一个庞大的三维形状数据库,总共有670万个数据点。机器人通过观察数千个虚拟3D模型,学习如何抓奇形怪状的物体,包括未包括未在模型中的物体。神经网络用于学习抓取并移动具有不规则形状的对象,深度学习的过程则帮助其逐渐提高准确度和灵活性。
当一个对象放置在机器人面前时,它会快速研究形状,并且选择一个可以抓取的点,成功进行抓取。