主营业务

智能制造硬件部分：AI智能化产品及核心零部件

作为人工智能领域的前沿探索者,以通用大模型为基座,深度融合行业知识图谱,强化算法仓库与开发平台建设,重点突破多模态感知融合、自主决策优化两大方向,构建AI赋能的智能核心零部件生态,并以此打造具备AI基因的智慧机床、巡卫机器人等智能装备,重点服务电力、民航、冷链、教育等国家关键领域,致力于成为驱动工业智能化变革的核心技术供应商,为国家构建现代产业体系提供关键技术支撑。

智能制造软件部分

 1. 工业AI平台与数据分析软件  

用于设备数据采集、分析和优化：  

 PTC ThingWorx：工业物联网（IIoT）平台，支持设备监控和预测性维护。  

 Siemens MindSphere：基于云的工业AI平台，用于设备数据分析和优化。  

 GE Digital Twin（Predix）：工业设备数字孪生建模与预测性维护。  

 IBM Maximo：资产管理和预测性维护解决方案。  

 SAP Predictive Maintenance and Service：结合AI的预测性维护工具。  

 2. 机器视觉与缺陷检测软件  

用于产品质量检测、自动化视觉识别：  

 Cognex VisionPro/Deep Learning：工业视觉检测与深度学习分析。  

 Keyence CVX系列：高精度视觉检测系统。  

 Halcon（MVTec）：机器视觉库，支持AI驱动的缺陷检测。  

 OpenCV + TensorFlow/PyTorch：自定义视觉检测方案开发。  

 3. 预测性维护（PdM）与故障诊断  

利用AI分析设备传感器数据，提前预警故障：  

 Uptake：工业设备预测性维护平台。  

 SparkCognition：AI驱动的故障预测与健康管理（PHM）。  

 Falkonry：实时异常检测与预测分析。  

 Seeq：工业时序数据分析工具，用于设备健康监测。  

 4. 机器人控制与自动化优化  

用于智能机器人、自动化产线优化：  

 ABB Ability™：工业机器人AI优化与控制。  

 FANUC FIELD System：AI驱动的机器人自主学习与优化。  

 Universal Robots (UR+)：协作机器人AI应用生态。  

 ROS（Robot Operating System）：开源机器人控制框架，支持AI算法集成。  

 5. 数字孪生与仿真优化  

通过AI模拟和优化设备运行：  

 ANSYS Twin Builder：数字孪生仿真与AI优化。  

 Dassault Systèmes 3DEXPERIENCE：结合AI的数字孪生平台。  

 NVIDIA Omniverse：工业元宇宙与AI仿真环境。  

 6. 边缘计算与实时AI  

在设备端部署轻量级AI模型：  

 NVIDIA Metropolis：边缘AI视觉分析平台。  

 Siemens Edge Computing：工业边缘计算与AI推理。  

 Google Edge TPU：低功耗AI芯片，用于设备端智能分析。  

 7. 能源管理与优化  

AI优化工业设备能耗：  

 Schneider Electric EcoStruxure：智能能源管理与AI优化。  

 Rockwell Automation：工业能源AI分析工具。  

 8. 开源AI框架（可定制化开发）  

 TensorFlow/PyTorch：深度学习模型训练与部署。  

 Scikitlearn：机器学习算法库，适用于工业数据分析。  

 Apache Spark：大数据处理与AI分析。

教培领域智能制造相关

青岛分院围绕国家重大战略、重点产业、“一体两翼”、高品质民生、边疆职教、职教出海等领域需求，国家宏观布局、地方统筹建设，在对接需求的基础上支持建设“服务好、支撑好”的专业群，优化职业教育布局体系。坚持产教融合，服务第二期“双高计划”与市域产教联合体、行业产教融合共同体建设，深化校企合作办学、合作育人、合作就业、合作发展，增强职业教育适应性。坚持质量为本，以提高人才培养质量为核心，校企共同打造匹配需求的金专业、金课程、金教材、金教师、金基地，提升关键办学能力，夯实职业教育新基建。

坚持产教融合、工学结合，积极推广“工业互联网技术、智能制造技术、数字孪生技术、人工智能技术”等，已形成“人工系列、工业互联网系列、智能制造系列、机器人系列、机电一体化系列、物联网系列”等十七大系列800多种实验实训产品。

1、科研课题：依托教育部直属单位及国家一级学会面向高等院校征集科研课题。以数字技术在教育场景应用和人才培养与产业发展适配为核心，通过数字化手段赋能专业建设。推动政产学研深度合作，以技术服务、培训服务、就业输出等为核心打造行业深度参与的高质量产教融合赋能体系。

2、技能竞赛：大赛开展以“工业4.0”为核心的智能制造技术技能、人工智能、数字技术技能、未来技术技能，培养国际化、高技术技能水平的未来技术技能人才和人文交流人才。

3、产教融合：围绕国家重点领域发展趋势、区域经济与产业发展需要，联合行业组织、企业、专业机构等单位深入开展产业人才需求分析与预测研究、产教对接谱系研制，推动建立以产业需求为导向的专业设置动态调整机制，进一步联动招生培养与就业服务，助力地方特色产业集群发展

4、“五金”建设：助力职业院校在金专业、金课程、金师资、金基地、金教材等维度，以高质量产教融合培养一批高素质技术技能人才，进一步增强教育改革发展与现代化产业体系建设。

5、实训基地：打造“场景真实、开放融合”的实习实训基地，推进实践教学情境真实化、实习实训项目生产化，让学生在真实环境真操实练，掌握真本领，联合企业利用厂房、设备、生产线，建设开放型生产性实训基地，按照企业真实生产场景、任务、过程、产品，打造虚拟、智慧实训基地，开发生产性实训项目，服务高成本、难再现的实训教学需要。

6、师资培训：实践技能专项培训：围绕技术更新和技能提升，深入机械行业相关企业，以机械工业重点领域真任务、真场景、真过程、真产品的生产实践为载体，真岗实做，提升教师的实践技能。数字素质能力提升：落实《教师数字素养》教育行业标准要求，帮助教师建立数字化思维、整合数字化资源、构建数字化场景等，开展AIGC/XR技术赋能工业：AI工具应用与知识库大模型部署培训项目。提升教师教学工具操作、数字教材开发、数字化教学设计和优质数字教学资源应用能力。