高端新材料智能制造的發展機遇與方向丨中國工程科學

本文選自中國工程院院刊《中國工程科學》2023年第3期

作者：孫寶德，疏達，付華棟，汪東紅，彭立明，王新雲，朱言言，王華明，丁文江，謝建新

來源：高端新材料智能制造的發展機遇與方向[J]. 中國工程科學, 2023,25(3):152-160.

編者按

高端新材料是支撐高端裝備和重大工程需求的核心材料，包括高性能鋁合金、鎂合金、钛合金等先進基礎材料及高溫合金等關鍵戰略材料和增材制造金屬材料等前沿新材料，在航空、航天、能源、交通、電子資訊、武器裝備等戰略領域發揮着舉足輕重的作用。

中國工程院王華明院士、丁文江院士、謝建新院士研究團隊在中國工程院院刊《中國工程科學》2023年第3期發表《高端新材料智能制造的發展機遇與方向》。文章指出發展智能制造是大陸制造業創新更新的主攻方向，高端新材料是支撐高端裝備和重大工程需求的核心材料，推動智能制造與高端新材料制造緊密結合，對提升高端新材料制造能力，滿足重大裝備對高端新材料的需求，具有重要意義。文章深入分析了高端新材料智能制造的必要性，在分析面向高端新材料的高性能制造、複雜構件的整體化與輕量化制造、高端構件的一體化與低成本綠色制造等特征基礎上，總結了傳統“試錯法”研發模式在材料制造領域遇到的主要問題與挑戰，分析了資料驅動的高端新材料智能制造研發模式帶來的重大變革與機遇，并以材料智能加工成形為例，全面梳理了亟需發展的共性關鍵技術及其發展方向。從加強關鍵技術研究、建構創新體系、創新學科交叉人才培養和加快成果轉化等方面，提出了加快發展高端新材料智能制造的對策建議，以縮短與國外先進水準的差距，支撐大陸材料産業的更新換代和跨越式發展。

一、前言

高端新材料是支撐高端裝備和重大工程需求的核心材料，包括高性能鋁合金、鎂合金、钛合金等先進基礎材料及高溫合金等關鍵戰略材料和增材制造金屬材料等前沿新材料，在航空、航天、能源、交通、電子資訊、武器裝備等戰略領域發揮着舉足輕重的作用。新材料的發展始終離不開材料制造技術的進步，典型的材料制造技術可以分為材料的合成與制備、成形與加工、改性與表面加工、複合4大類。随着全球新一輪科技革命和産業變革的快速發展，新一代資訊、通信、生物、新材料、新能源等技術不斷取得突破，并與先進制造技術加速融合，為制造業高端化、智能化、綠色化發展提供了曆史機遇。為此，世界主要國家和地區相繼推出了一系列支援智能制造的政策和發展計劃，如美國的國家科學基金智能制造項目和先進制造業國家戰略計劃、歐盟的7個研發架構計劃、德國的工業4.0戰略計劃等。

大陸緊抓新一輪科技革命和産業變革的曆史機遇，在機械制造等領域加快發展智能制造并取得了積極成效，但整體發展仍處于初級階段；新材料智能制造領域尚處于起步階段。大陸是材料大國，但還不是材料強國。在高端新材料制造領域，雖然已經具備了一定的高端新材料制造能力，但受國外新材料技術及标準體系、産品壟斷等影響，與國外先進水準相比還存在較大差距。材料制造技術水準不足，成為大陸關鍵領域新材料研發、應用與産業化受制于人的重要因素。目前，大陸正處于高品質發展的戰略轉型期，運載工具、能源動力、資訊顯示、生命健康等領域均對高端新材料提出了重大戰略需求，這為大陸新材料的大發展提供了難得的機遇，但也對高端新材料及關鍵構件的制造提出了新的更高要求。

在智能化制造的國際大趨勢下，進一步搶占先機，發展高端新材料智能制造技術，推動材料産業更新換代，顯得尤為急迫。為此，本文從梳理高端新材料制造的特征出發，分析傳統研發模式遇到的問題與挑戰，指出材料智能制造研發模式帶來的變革與機遇，總結高端新材料智能制造應重點發展的共性關鍵技術，并提出對策建議，以期推動大陸高端新材料智能制造的快速發展。

二、高端新材料制造的特征

（一）材料的高性能制造

航空、航天、交通運輸、海洋開發、深空探測、武器裝備等國家重大工程的建設和發展，對材料性能提出了更高要求，而材料的制備與加工是保證其使役性能的基本要素之一。材料的高性能制造，即要求以使役性能為第一要求，在材料成分、組織、工藝與性能綜合調控的基礎上，不斷提升材料的綜合性能及其一緻性，并實作關鍵構件的幾何結構、材料和性能一體化的高性能精密制造，以滿足高端裝備和先進制造的不斷發展要求。

以航空發動機核心零部件複雜空心高溫葉片為例，定向凝固技術使合金的結晶方向平行于葉片的主應力軸方向，基本消除了垂直于應力軸的橫向晶界，提高了合金的塑性和熱疲勞性能；單晶生長技術消除了全部晶界，因而省去了可導緻合金初熔點下降的晶界強化元素，進一步發揮了合金的潛力，實作高溫強度和承溫能力的提高。除提升材料自身性能之外，通過在葉片上設計複雜的冷卻通道和冷卻孔，對渦輪葉片進行複合冷卻（對流、沖擊式、氣膜結構、發散冷卻等），可以使葉片的工作溫度（渦輪前溫度）相比承載溫度高出約400 K。在新一代渦輪葉片中，采用雙層空心壁冷卻技術增加内部的冷卻通道，可以進一步提升冷卻效率，但也使葉片的成形更加困難；此外，通過先進的熱障塗層制備技術，在葉片表面打造一層“金鐘罩”，可使葉片在遠高于合金熔點的溫度下工作，大幅提高發動機的工作效率，服役壽命增加了1倍以上。

（二）複雜構件的整體化、大型化與輕量化制造

輕量化是航空、航天、交通運輸、武器裝備等領域的重要發展方向。戰鬥機的重量若減輕15%，則飛機滑跑距離可縮短15%，航程增加20%，有效載荷可提高30%。傳統燃油車重量每減少10%，燃油能耗可降低6%~8%，二氧化碳排放降低13%。而随着電池技術和智能技術時代的來臨，新能源汽車在全球範圍内迅速崛起，輕量化也被認為是新能源汽車續航的另一塊“電池”。

輕量化對大型複雜薄壁構件及其成形提出了新的要求和挑戰。高性能大型精密鑄件是航空、航天領域大量使用的一類關鍵熱加工金屬構件，包括高溫合金鑄件、钛合金鑄件和鋁合金鑄件等，通常具有外廓尺寸大、結構複雜、各部位尺寸變化大、形狀尺寸精度要求高等特點。新一代航空發動機大型結構件尺寸更大、壁厚更薄、薄壁面積更大、結構更加複雜，對其結構剛度、表面品質以及可靠性提出了更高的要求。近年來，随着最大鎖模力超過6000 t的超大型、智能化壓鑄裝備獲得突破，鋁合金車身結構件一體化成型技術取得了進展，極大推動了新能源汽車輕量化的發展，降低了生産制造成本，提升了新能源汽車的性能。一體壓鑄不僅颠覆了汽車車身工程的百年制程，也直接推動了免熱處理高強高韌壓鑄鋁合金材料的開發應用與疊代更新，極大促進了鋁合金材料的創新與發展。

（三）材料、結構與工藝的一體化制造

增材制造技術的快速發展和應用，為高端裝備大型關鍵金屬構件的加工制造提供了一種變革性的技術途徑。增材制造過程具有獨特的超高溫微小熔池、熔體強對流等超常冶金條件和超高溫度梯度、超快冷卻速度等非平衡凝固條件，不僅可以克服傳統鑄錠冶金偏析嚴重、疏松、凝固組織粗大等固有冶金缺陷，還為突破傳統鑄錠冶金的合金化限制，設計制造新一代高性能複雜超常合金材料提供了可能。此外，增材制造逐點連續熔凝沉積成形過程中可實作對合金成分、組織及性能的線上精确控制，可在新型高溫合金等複雜構件設計與制造、結構功能一體化及梯度材料等新材料加工成形方面，具有對傳統技術的颠覆性優勢。

（四）高端構件的低成本綠色制造

高端構件除了對高品質、高性能的不斷追求外，低成本及低消耗制造也是其核心競争力的重要組成部分，是高附加值和高社會經濟效益的具體展現。材料及其加工産業是能源和資源的主要消耗者以及污染環境的主要責任者之一，随着能源和環境危機的日益嚴重，基礎材料産業中能耗高、污染大的制造技術已經成為阻礙社會發展的瓶頸問題，而高端新材料及其構件的低消耗與綠色制造成為推動大陸經濟高品質發展和“雙碳”目标實作的必然選擇。

三、傳統高端新材料研發模式遇到的問題與挑戰

材料的高性能化、構件的複雜化與輕量化、生産的高效化與低成本化等重大需求，對材料制造過程的精确控制提出了越來越高的要求。大陸高端新材料制造領域研究長期處于型号牽引下的任務攻關模式，跟蹤性強，基礎理論研究薄弱，多采用經驗積累和以簡單循環試錯為特征的“經驗尋優”方式，緻使新材料的科學性差、偶然性大、研制周期長、成本高。究其原因，是對材料加工制備過程的研究不深入、不系統，過程控制水準較低，緻使材料内部冶金缺陷、外形尺寸超差、殘餘應力大等諸多問題長期和普遍存在。新材料産品品質的一緻性與穩定性偏差，成為高端制造的“卡脖子”難題。傳統高端新材料“試錯法”研發模式遇到的問題與挑戰，主要集中于以下3個方面。

（一）基礎理論與機理模型不健全

20世紀後期以來，材料加工技術呈現出過程綜合、技術綜合、學科綜合的總體發展趨勢；材料制造過程呈現出多實體場耦合、多參數互動作用、多學科交叉的顯著特點。傳統的理論解析、實驗回歸模組化和數值模拟等機理模型雖然能夠闡明材料加工成形過程中某些基本的、确定性的規律，但在解決材料加工過程中成分‒組織‒性能‒工藝之間關系的非線性、應力‒形變‒相變之間複雜的互動作用、溫度/力學/電磁等多種外場的耦合作用以及各種擾動引起的邊界條件及工藝參數的時變性等科學問題方面進展緩慢，相關基礎理論的研究進展仍遠遠不能滿足生産實踐的需要，導緻實作全過程模拟、多尺度‒多目标‒多參數綜合優化非常困難，而這也成為制約高端新材料制造的瓶頸問題。

（二）“形”“性”一體化控制存在瓶頸

傳統裝備及零件的設計與機械制造是在標明材料的基礎上進行零件幾何設計、公差确定與制造實作的過程，多以幾何尺寸公差為關注點。而高端新材料的制造則不同，不僅要關注外在形狀‒尺寸‒表面品質的變化，更要關注内在性能及其決定性因素組織和缺陷的演化過程，實作内在組織‒缺陷‒性能與外在形狀‒尺寸‒表面的一體化控制。大陸制造業大而不強，部分重要零部件的壽命低、可靠性差，其重要的根源就在于制造過程中重成形制造、輕控性基礎工藝。以航空用高性能大型整體金屬鍛件為例，組織缺陷和性能對成形過程和工藝參數敏感性大，成形過程溫度場、金屬流動與應力應變場精确控制水準低，難以實作内部組織場、性能場、殘餘應力場與服役應力場相比對，導緻鍛造成品率低、尺寸精度低、品質一緻性差、成本高。

（三）材料制造過程全流程精确調控難

材料制備加工成形過程具有多實體場強耦合作用，過程強時變擾動，内禀關系非線性、多變量與多目标等特點，組織結構演化貫穿全過程，影響因素多、孤島控制對象多、綜合品質評價困難，難以解決全過程模組化、綜合優化和智能調控的問題，導緻全過程綜合優化，特别是快速自動尋優困難。此外，在材料加工過程中，内部的組織轉變和缺陷演化往往難以實時測量與感覺，緻使材料控性成為制造過程數字化與資訊化的一個盲區，使這一過程成為難以把控的“黑箱”。很多材料制造過程，特别是熱制造，是能量場、應力場、濃度場與材料相變等高度耦合的不可逆的動态過程，即使能通過計算機仿真模組化等手段進行模拟計算和缺陷預測，也很難對這一過程進行實時的幹預和調控。

四、高端新材料智能制造研發模式帶來的變革與機遇

20世紀80年代中期以來，通過綜合利用計算機、人工智能、資料庫和先進控制技術，材料智能化成形加工技術逐漸興起，成為21世紀前期材料制備與成形加工新技術中最富發展潛力的前沿研究方向。該技術可将材料組織性能設計、零部件設計、制備與成形加工過程的實時線上監測和回報控制融為一體，其目标是以一體化設計與智能化過程控制方法取代傳統材料制備與加工過程中的“試錯法”，實作材料組織性能的精确設計與制備加工過程的精确控制，獲得最佳的材料組織性能與成形加工品質。但受制于當時的技術水準，早期的智能化技術研究，主要采用基于實體模組化和基于數學實體模型、先驗知識的專家系統的技術路線。

近10年來，以材料高效計算、高通量實驗和大資料技術為特征的材料基因工程關鍵技術的發展和應用，将材料傳統順序疊代的“試錯法”研發模式，變革成全過程關聯并行的新模式，全面加速了材料發現、開發、生産、應用等全過程的程序，促進新材料研發和工程化應用。材料基因工程的工作模式大緻可分為實驗驅動、計算驅動和資料驅動3種。其中，資料驅動模式提出了一種新的材料創新範式，即所謂的材料研發第四範式，以資料為基礎，借助材料資訊學的方法建立模型，利用人工智能如機器學習解析多參數間複雜的關聯關系，可能産生颠覆性的效果，大幅度提升材料研發效率和工程化應用水準，推動新材料快速發展。

資料驅動模式也為發展材料制造加工全過程綜合優化、智能調控新原理和新方法提供了重要機遇。數字化是智能化的前提和基礎。快速發展的材料高效計算模拟、內建計算材料工程（ICME）等技術，為材料制造過程提供了大量仿真資料；同時，在材料制造過程中各種實時監測、智能感覺技術的應用，又提供了有關材料工藝與品質的大資料。随着以深度學習為代表的人工智能技術的革命性突破，通過資料融合和挖掘，為基于資料模型而非實體模型實作全過程數字化模組化和實時仿真提供了可能。在此基礎上，與智能控制相結合，有望真正解決材料制造過程複雜多實體場耦合作用、時變擾動以及内禀關系非線性、多變量和多目标優化等難題。

目前，世界主要先進工業國家正在開展高端構件的數字化、智能化制造加工技術研究，從傳統的“經驗+試錯法”向“數字化仿真+智能控制”研發模式轉變，基于數字化和資訊化的數字孿生和虛拟制造技術得到越來越多的應用。為了縮小與國外先進水準的差距，快速彌補短闆，大陸應抓住機遇，集中力量研究和探索智能化制造國際大趨勢下的材料智能制造研發模式，應用人工智能、大資料分析等前沿技術，發展資料驅動的集“成分設計‒工藝優化‒過程控制”為一體的材料制造新原理和新方法，發展資料驅動的智能加工成形共性關鍵技術與工藝，搶占先機，引領大陸高端新材料制造加工工藝技術實作換道超車、跨越式發展。

（1）注重發展機遇，開展高端新材料智能制造研究，搶占學科發展前沿。在以人工智能技術廣泛應用為重要标志的第四次工業革命的新形勢下，智能制造是未來全球高端制造業的競争焦點，也是大陸先進制造業發展的必然趨勢。目前國際上在基于智能控制的材料加工成形研究與應用方面仍處于起步階段，抓住難得的發展機遇，開展高端新材料智能制造相關研究，對于促進學科發展，搶占學科國際發展前沿具有重要意義。

（2）應用內建計算材料工程、大資料分析、人工智能等前沿技術，發展高效研發模式，提升原始創新能力。傳統的基于經驗、實驗和數值模拟的“試錯法”研究模式，難以解決材料加工成形過程中的組織、缺陷及性能的跨尺度關聯複雜性、互動作用、形成與演化的時變複雜性，為此，通過綜合應用內建計算材料工程、大資料分析、人工智能等前沿研究技術，發展高效研發模式，提升原始創新能力，是突破高端新材料制造技術瓶頸的關鍵。

（3）突破高端新材料智能制造關鍵技術，建立材料及其構件加工成形過程綜合優化、精确控制新原理和新方法，支撐材料産業更新換代和跨越式發展。解決材料加工過程影響因素多、複雜多實體場耦合與多目标參數互動作用、組織結構與缺陷演化貫穿全過程等瓶頸難題，為實作高品質制造提供技術支撐，滿足高端關鍵材料的國家急需，支撐材料産業更新換代，實作高品質發展。

（4）促進材料加工‒虛拟制造‒人工智能學科交叉，發展材料加工全過程數字模組化與智能調控理論與方法，引領材料加工工程學科發展。

五、高端新材料智能制造共性關鍵技術的發展方向

目前，高端新材料智能制造的發展重心為融合人工智能與制造技術，突破材料智能制造共性關鍵技術，建構全生命周期、全流程、多尺度的智能制造系統。“料要成材，材要成器。”材料成形與加工在高端新材料制造中占有重要地位，正在開展智能技術研究的細分領域包括但不限于：鑄造、鍛造、增材制造、焊接、熱處理、半固态成形、熱處理、粉末注射成形等。以材料智能成形加工技術為例，亟待發展的材料智能制造共性關鍵技術主要包括：①面向工程應用的材料基礎資料庫與資料庫技術；②應用先進資料庫、內建計算和人工智能等技術，實作材料性能與成形工藝一體化設計的智能設計技術；③材料成形過程工藝參數、材料組織和性能等的線上檢測與智能感覺技術；④材料成形與加工處理全過程的預測與控制技術；⑤材料智能成形系統，實作對智能成形全過程的虛實互動、協同控制與發展。

（一）面向工程應用的材料基礎資料庫與資料庫技術

面向工程應用的材料基礎資料庫重點包含材料綜合性能資料、制造技術資料、進階計算機輔助工程仿真所需資料、标準資料以及材料供應商資訊等，按照統一的資料格式将不同來源的資料存儲至永久化記憶體或雲端。材料資料庫技術主要包括：資料的自動擷取技術、多源異構資料存儲技術、材料資料雲技術設施、材料資料交換技術等。

歐洲、美國等國家和地區自20世紀90年代起開始發展材料性能資料庫，如歐洲的Total Materia、Matmatch資料庫和美國的MatWeb資料庫。國内近年來也發展了例如鋼研·新材道、材易通和尋材問料等線上資料庫服務平台。但大陸材料資料的發展曆史較短，在資料庫數量、資料量和全民積累資料與共享資料理念方面明顯落後于世界先進水準。

總體而言，大陸面向材料成形加工的工藝資料庫和品質資料庫較為稀缺，面向工程應用的材料資料資源整合和資料體系建設尚待發展，材料資料自動擷取技術與軟體發展相對滞後，材料資料标準規範、權益保障與激勵機制尚顯不足。為此，今後應圍繞材料研發、生産、認證、應用、服役全鍊條，進一步整合現有材料産業資料資源，開展面向材料研發和制造過程的資料自動抽取、實時采集、高效管理、智能檢索與可視化、資料挖掘等大資料技術研發，形成系統化、成體系的材料資料應用産品鍊，創新突破和持續輸出材料資料、關鍵技術、軟體和産品服務，形成面向工程應用的材料資料賦能生态。

（二）高端新材料成形智能設計技術

1. 實驗資料驅動的材料成形智能設計

借助機器學習建立材料性能與特征工藝參量之間的映射關系，利用這一映射關系預測未知材料性能，再對新材料的成形工藝設計進行指導，是一種典型的資料驅動的材料成形智能設計政策。有文獻提出了一種基于最小二乘支援向量機（LSSVM）的Al-Zn-Mg-Cu系合金時效工藝參數‒力學/電學性能預測模型，結果表明，與反向傳播神經網絡結合梯度下降訓練算法相比，LSSVM模型具有更好的廣義預測能力。此外，利用優化算法、實驗設計算法指導下一步實驗，通過疊代回報的方式快速優化模型，指導新材料開發，也是一種典型的資料驅動材料成形智能設計的關鍵技術。有文獻提出了一種機器學習輔助政策的多目标性能優化方法，通過疊代方式推薦下一個實驗，以加速完成多目标優化。面向未來，發展具有可解釋性的機器學習方法，發展材料多目标協同優化關鍵技術，突破複雜材料的多性能需求、内在作用機理複雜等難題，将成為重要發展方向。

2. 內建計算驅動的成形智能設計

內建計算內建了橫跨原子、微觀、介觀到宏觀等跨尺度的計算方法，包括第一性原理計算、分子動力學、相圖計算、相場模拟、有限元等方法。通過跨尺度、多層次地将計算模拟、理論模型和實驗工具結合起來，将傳統實驗試錯法的合金開發模式轉換成事前預測模式，顯著促進了新材料、新工藝的發展。作為材料基因組計劃的重要組成之一，內建計算驅動成形智能設計在國内外已得到廣泛認可。工程上應用的材料一般是複雜的多元合金體系，其生産和服役溫度跨度較大，運用內建計算驅動成形智能設計有利于全流程綜合考慮，優化設計，縮短研發時間和減少研發成本。

相較于機器學習黑箱模型，內建計算具有實體可解釋性，計算方法有明确的數理方程，能夠顯式指導材料成形智能設計。此外，目前內建計算所使用的計算軟體具有通用的資料結構，有統一的計算标準，可以對計算結果進行橫向比較和多人協作完成模型建構。但內建計算驅動成形設計在應用中仍然面臨一定的挑戰，如計算量和需要的計算資源需求量巨大，缺乏廣泛普适的計算方法，存在跨尺度、多實體場的耦合困難等。因而，未來仍需加強內建計算驅動的成形智能設計計算方法、理論模型和多功能資料庫的研發，進而加速實作面向應用的多層次、跨尺度的內建計算材料模拟平台的建立。

3. 工業大資料驅動的成形智能設計

随着第四次工業革命的深入展開，工業大資料日漸成為工業發展重要的戰略資源，是推動制造業數字化、網絡化、智能化發展的關鍵生産要素。在傳統的材料加工過程中，積累了大量的材料成形資料，這些資料包含的知識可以輔助新材料成形設計。此外，随着高通量計算和高通量實驗的發展，高通量成形技術可以輔助新材料成形資料庫的建設。通過高通量計算、高通量實驗手段，可在短時間内快速擷取較多資料，且資料标準統一、資料品質較高。然而，目前存在工業過程全流程、多模态資料采集困難，資料噪聲和波動大，資料資訊密度低等問題制約了該領域的發展。為此，發展多源異構資料協同挖掘，聯合實驗、計算和工業生産資料優勢，成為未來工業大資料驅動的成形智能設計的重要發展方向。

（三）高端新材料成形過程線上檢測與智能感覺技術

在高端新材料成形過程中，常見的線上檢測系統通常由核心傳感器、傳輸系統、處理系統及顯示系統組成。目前，高端新材料成形過程主要的傳感器及測量技術有：①材料塑性成形過程的參數測量，主要包括應變、應力及殘餘應力；②尺寸測量，主要包括工件長度、寬度、厚度以及複合層或塗層的厚度、直徑、不圓度、版型等；③表面粗糙度、表面缺陷及内部缺陷檢測；④成形工藝和裝置參數測量，主要包括在加工過程中的力、扭矩、變形量、振動、張力、溫度、軋機的輥縫、軋件速度、機架應力以及電流、電壓、功率等。

智能感覺是賦能機器視覺、機器人、掃描和檢測等工業自動化的關鍵技術之一，在薄片厚度測量、工件裂縫以及工件的缺損檢測等方面已取得了顯著進展。高端新材料生産過程智能感覺主要包括資料采集網絡、大資料分析與挖掘以及感覺技術3個方面。資料采集網絡由射頻識别（RFID）、分布式傳感器和物聯網技術組成；大資料分析與挖掘包括資料的挖掘‒分析‒融合以及資料存儲‒內建；感覺技術包括生産狀态感覺、裝置狀态感覺以及裝置之間的智能感覺。與國外先進國家的高端新材料成形過程線上檢測與智能感覺技術相比，大陸在核心傳感器國産化率、系統內建度、系統穩定性、檢測資料服務成形控制能力、“産學研”協同示範應用等方面還存在較大差距。未來，需圍繞這些關鍵問題，針對性開展技術突破，形成高精度快速檢測和智能化感覺模态。

（四）高端新材料成形過程預測與控制技術

高端新材料成形過程預測與控制技術主要從工業資訊實體系統、數字孿生系統以及工業大資料與人工智能3個方面入手，建立起具有動态感覺、實時分析、自主決策和精準執行功能的智能成形技術，把握材料生産資料價值，建構針對不同成形技術的材料資料庫，并結合實際案例不斷進行優化。

1. 工業資訊實體系統

面向成形過程的工業資訊實體系統主要包含實體系統、資訊互動層和資訊系統等要素。實體系統包含材料成形過程涉及的各種實體裝備和控制系統；資訊系統為通過數字化模組化技術建立的與實體空間相對應的虛拟空間；實體空間與虛拟空間需要通過資訊互動層連接配接，內建先進的感覺、計算、通信、控制等資訊技術和自動控制技術，實作互相映射、适時互動和高效協同。基于資訊實體系統的智能工廠正在引領制造方式向智能化方向發展。

2. 數字孿生系統

數字孿生指在計算機虛拟空間建立的與實體實體高度保真的資訊模型。西門子公司、通用電氣公司等較早将其應用到航空、醫療、能源等工業領域，引起了廣泛關注和高度重視。最近，在美國國家航空航天局（NASA）釋出的《2040願景：材料體系多尺度模拟仿真與內建路徑》中，提出采用混合數字孿生技術對制造技術過程進行分析和改進，顯示了這項前沿技術在材料成形加工中的巨大應用前景。由于材料成形過程的複雜性、時變性以及資料難以擷取，建立材料成形過程的數字孿生系統具有極大的挑戰性。目前，這方面的工作尚處于起步階段。高端新材料成形過程的數字孿生體模組化理論與方法有待完善，全流程數字模組化、實時仿真、數字主線建構、互操作等關鍵技術亟需突破。

3. 工業大資料與人工智能

無論是工業資訊實體系統還是數字孿生系統，都離不開工業大資料與人工智能技術的支撐。工業大資料技術，包括資料規劃、采集、預處理、存儲、分析挖掘、可視化和智能控制等，可使材料成形過程相關的各種資料中所蘊含的價值得以挖掘和展現。用于材料智能系統建構的人工智能的核心技術主要包含：深度學習、計算機視覺、自然語言處理和資料挖掘等。模拟、新資料源、互操作性、可視化、儀器、平台等多方面的進步共同推動了上述技術的快速發展。随着新一代資訊技術、先進制造技術、新材料技術等系列新興技術的發展，高端新材料成形過程預測與控制技術還将持續得到優化。未來，需充分利用模型、資料、智能，并內建多學科技術，面向産品全生命周期，發揮連接配接實體世界和資訊世界的橋梁與紐帶作用，提供更加實時、高效、智能的服務。

（五）高端新材料智能成形系統

為了突破高端新材料規模化制備的成套技術與裝備，需要堅持創新驅動和數字賦能相結合，聚焦國家重大戰略需求和産業發展瓶頸，加快關鍵核心技術攻關，大力發展材料智能化制備與成形加工技術與智能制造系統。目前，國際上典型的材料智能成形系統有智能增量成形系統、智能無模拉拔系統、智能自動焊接系統、智能粉末注射成形系統、智能軋制成形系統等。建構高端新材料智能成形系統的技術難點在于內建政策的開發和實時資訊傳遞與回報機制的建設。先進智能成形技術的內建政策要求具有統一的技術銜接标準、可靠的銜接橋梁和高的技術穩定性，而實時資訊傳遞與回報機制要求各先進技術的時效性，即能在極短時間完成計算與輸出過程。是以，攻克上述內建技術難題将成為高端新材料智能成形系統發展的重要方向。

六、發展高端新材料智能制造的對策建議

（一）加強對材料智能制造軟/硬體、關鍵技術與資料标準研究

建議在國家各類科技計劃中設定高端新材料智能制造專項，統籌各方資源，加大政策扶持及引導力度，形成穩定的資金支援，推動該領域基礎理論、工業軟/硬體、關鍵技術與資料标準等研究工作。推動材料智能制造戰略研究，制定發展規劃，明确下一步發展路徑。緊抓新一輪科技革命和産業變革的曆史機遇，通過學科交叉和創新鍊産業鍊協同，重點突破材料資料庫、數字化模組化、實時仿真、資料驅動的工藝智能設計、數字孿生等共性關鍵技術，形成面向材料制造過程的大資料軟/硬體平台。以若幹種典型高端新材料和具有代表性的成形加工工藝為突破口，争取在較短時間内取得原創性成果，打造高端新材料智能制造的成功應用案例，以在國内外産生示範引領效應。

（二）加強高端新材料智能成形創新體系與創新平台建設

高端新材料智能成形共性技術涉及到系統、硬體、軟體、基礎理論等多個方面，建議整合完善産業創新資源，充分調動企業的積極性，建構該領域覆寫産業鍊所有環節的創新聯盟，統籌國家需求、技術攻關和資源共享，圍繞産業鍊共性技術、關鍵技術和前沿技術攻關布局，打造具有國際競争力的協同創新體系與平台，提高從基礎研究到工程應用的轉化能力。在基礎研究方面，充分發揮高校、重點實驗室的學科優勢，積極開展國際合作與交流，争取原創性成果。在工程應用方面，夯實企業創新主體地位，以需求為引領，彙聚創新要素，打造高端新材料智能制造的核心競争力。在科技創新服務平台方面，建設面向材料制造的數字雲平台，提供資料共享、數字化模組化等基礎服務，為企業在雲上建構高度仿真的數字孿生系統提供支撐。

（三）創新人才培養與評價體系，培養學科交叉工程人才

加快人才培養是發展高端新材料智能制造的重要支撐。材料智能成形（數字孿生）系統建構，需要材料科學與工程、機械工程、計算機科學與工程、控制科學與工程等多個一級學科交叉與合作。如何将材料制造的相關專業知識、機理、資料、模型轉化為計算機能了解、可處理的資訊，是實作高端新材料智能制造的關鍵，其重要性不亞于掌握機器學習算法等人工智能專業知識。目前，既懂材料制造，又熟悉人工智能方法與技術的複合型人才非常稀缺，建議增設“材料智能制造”專業，創新人才培養與評價體系，培養該領域卓越工程人才。

（四）加快成果轉化，引領行業轉型更新

按照國務院釋出的《新一代人工智能發展規劃》，人工智能将成為帶動大陸産業更新和經濟轉型的主要動力。随着人工智能的應用場景從熱門的網際網路領域擴大深入到各個行業，人工智能賦能工業将成為人工智能新的爆發點。高端新材料制造産業覆寫範圍廣、産品價值高、對先進裝備的支撐作用大，是人工智能應用落地的理想場景。建議從政策、财政、金融、稅收、知識産權等方面，引導支援社會資本進入材料智能制造領域，培育獨角獸企業，加快技術創新步伐。鼓勵“産學研”深度結合，破除成果轉化壁壘，加快科技成果轉化，通過智能制造研發模式的變革，不斷推動和引領傳統材料制造行業的轉型更新。

注：本文内容呈現略有調整，若需可檢視原文。

作者介紹

王華明

金屬增材制造專家，中國工程院院士。

主要從事重大裝備高性能大型關鍵金屬構件增材制造技術和嚴酷服役環境關鍵機械運動副零部件特種表面工程技術研究。

丁文江

輕合金研究專家，中國工程院院士。

主要從事先進鎂合金材料及其精密成形研究。

謝建新

材料加工工程專家，中國工程院院士。

主要從事金屬凝固、加工和熱處理及其關鍵裝備的研究。

注：論文反映的是研究成果進展，不代表《中國工程科學》雜志社的觀點。