①业内预计今年半固态电池出货量约7GWh,全固态电池突破GWh出货要到2028年以后。A股方面,众源新材周五收盘四连板,奥克股份20CM涨停。 ②梳理固态电池产业链市值弹性超200%的A股上市公司名单及具体业务情况(附表)。
《科创板日报》11月8日讯(记者 黄心怡) “我们将依然紧跟中国制造业发展的步伐,未来欧姆龙将继续强化本土战略布局,扩大中国市场朋友圈,促进产业链创新深度融合,持续为中国产业升级作出我们的贡献。” 在进博会期间,欧姆龙自动化(中国)有限公司总经理朱左江在接受《科创板日报》记者采访时表示。
这是欧姆龙连续第六次参展进博会,开设了工业自动化、器件与模块、健康医疗、第八代FORPHEUS、应用案例六大展区。
“今年进博会上,欧姆龙带来多个助力中国制造业智能化、数字化转型的解决方案。例如搭载3D仿真技术的机器人高速多点检查解决方案,它不仅可以实现制造现场的目视检测自动化,还可以使用3D仿真技术进行设计和启动,快速应对变种变量的柔性生产,以及后期设备的远程维护、检修等,实现了数字化和机器人相融合的革新应用。” 朱左江介绍。
对于公司的业绩情况,朱左江表示,在刚刚过去的上半财年,由于大环境的持续低迷,欧姆龙重点的注力市场尤其二次电池、半导体等行业的投资处于停滞,对欧姆龙的销售带来了影响。“但是从全球经济的角度来看,中国是欧姆龙非常重要的产品销售市场,中国企业既是我们的客户、竞争者,也是合作伙伴。我们一直以积极正向的心态看待竞争环境,对中国营商环境和未来发展充满信心。”
数字化转型是全球经济增长的重要引擎,推动数字化转型,对于构建更加智能化、环保化的工业体系大有裨益。而中国俨然已成为一个由技术驱动的转型升级市场。新一代信息技术与制造业的深度融合,将促进制造模式、生产组织方式和产业形态的深刻变革。同时,企业对于高速度、高精度等复杂的制造需求越来越多,更需要数字化技术的创新拉动质量需求。
朱左江认为,要推进制造业的高端化发展,必须借助数字化转型的现场革新。而欧姆龙以“传感&控制+思考”的核心技术为驱动,不仅提供产品和自动化解决方案,还利用数字化、AI等技术等提升竞争力,预见客户需求和社会的变化。
目前,欧姆龙上海工厂导入了移动机器人来协助搬送零部件和成品,制造货期缩短2小时,中间品置场面积缩减50%。在商品组装的检查中,为了改善以往人工操作所导致的效率低下并降低质量风险,欧姆龙运用高性能四轴机器人来搬运和检查产品,实现了投资回报1~2年内回收。在自动搬送的基础上,扩展了图像检查的无人化等新技术研发,并与欧姆龙的商品技术应用结合,实现了生产能力3倍的提升。
其中值得一提的是欧姆龙人机协作的智能化单元生产线(CLCS),融合了AI、IoT、自动化搬运、协作机器人等技术,基于大数据分析,实际运用在欧姆龙工厂的近未来生产管理系统。通过5G,实现各种感测数据的超高速反馈;AI实时监控可以将作业人员动线可视化,提示容易出错的作业点,客观反映作业熟练度,实现各生产基地的自主改善推进。
“在上海工厂,我们有100多条生产线,生产的产品种类高达23000种,每条生产线机种切换平均20次/天,操作员1~4人,是非常典型的人机协作·少量多种的生产模式。通过导入人机协作的智能化单元生产线,我们实现了制造起因不良为0;而通过对现场数据的可视化和分析,使作业流程改善得以加速,实现了生产效率12%的提升。” 朱左江说。
“我们一直提倡‘机器可以做的事情就让机器去做,人应该在更具创造性的领域享受乐趣’。机器人作为助手将协助我们完成大量简单、重复的任务,人只需要完成其中创造性、思维性较强的工作环节,这将大大提高人们的工作效率甚至改造工作模式。”朱左江提到,“同时,人工智能也将通过催生智能新兴产业、带动衍生业态等方式,创造大量新的就业。我们认为,人机协作将是未来社会的主要工作模式。在未来,我们将致力于实现人与协作机器人的高度融合,以此实现安心安全的生产。”
近几年,欧姆龙发展的核心依旧是控制技术,AI控制器就是其中的一个经典应用。例如在工业生产的流水线场景中加入Think算法,机器人便可实现柔性仿真的搬送,同时还具备自主学习能力。朱左江称。伴随着行业发展中控制应用的增多,尤其是智能化控制的应用落地,基于Think算法,未来控制器内部软件的占比,也会越来越大。
智能手机和EV等高科技产品的发展日新月异,工业产品近年来也在高品质化的道路上高歌猛进。作为高品质背后的支撑,外观检查的必要性与日俱增。另一方面,熟练检查员短缺、人件费暴涨则成为了拦在高品质产品制造面前的一大经营课题。
而通过AI技术,在短时间内获得检测人员在多年实践中积累的“检测技术和知识”,朱左江介绍,AI视觉检查的优点是“可以理解复杂的特征” 和“可以自动学习判断标准”,这些优点打破了传统技术的束缚,为实现自动检查创造了条件。此外,通过在生产现场的装置层运用AI/IoT技术,将熟练技工的直觉、经验等隐性知识转化为显性知识,实现“人与机器共同成长的未来工厂”。