实验室背景与方向
作为长三角制造业重镇的昆山与苏州，区域内产业基础雄厚，尤其是电子信息、精密机械、高端装备制造等产业集群优势显著。为了推进新型工业化、建设制造强国，并响应“315”科技创新体系与数字经济“一号工程”战略导向，工控智能应用模型研发实验室面向现代制造业的数字化转型需求，致力于打通从设计图纸到生产指令的自动化通道。以自动化标注识别为起点，特征智能提取为核心，自动化工艺路径以及工序卡的生成成为目标，最终服务于高效、精准的生产投入，旨在显著提升产品开发效率、工艺规划准确性和生产准备速度，降低人工依赖与错误率。
实验室团队
实验室由昆山新质创新数字技术研究院与ONE Supply Chain（简称“一链”）联合建设，依托其相关的技术积累与行业洞察，为实验室提供强大的技术底座和方向指引。一链是国内首家基于多层神经网络模型驱动的智能供应链解决方案提供商。通过部署分布式小型AI模型，在不影响现有运营机制的环境下，实现企业供应链的整体智能化。
在产品落地与规模化应用方面，我们与具有强大制造实力和丰富产业经验的昆山美仑工业样机有限公司（MEKO）达成战略合作，确保实验室的创新成果能够快速、高效地转化为满足市场需求的可靠产品。
实验室研究方向
1.数据感知
实验室采用多模态数据解析引擎，借助自适应特征识别模块、多模态解析模型和知识图谱等技术，进行几何特征提取，在基于OpenCASCADE开发自适应特征识别模块，融合点云深度学习（PointNet++）识别复杂曲面特征；以及图纸方面的语义理解，去采用Transformer架构构建多模态解析模型（LayoutLMv3），联合处理文本、图像和布局信息。
2.知识中枢
建立工艺知识图谱，构建四维工艺知识库，包含：特征、工艺、设备、参数等多方面工艺知识面。同时做到集成ISO标准、刀具手册、材料数据库等结构化数据。构建动态经验库持续收集产线反馈数据（加工时间、刀具损耗、良品率）。
3.混合推理引擎
混合推理引擎，集成了多种智能技术来处理不同复杂度的决策问题，如：规则引擎（Drools）：负责处理确定性的工艺规则，即那些逻辑清晰、条件明确、可以明确定义的生产规则和约束。深度强化学习模型：用于解决复杂的工序编排优化问题，通过学习和模拟，在大量可能的方案中寻找最优或接近最优的工序安排和调度策略。图神经网络：基于构建的工艺知识图谱进行路径推理，能够理解和利用工艺元素（如工序、设备、物料）之间的复杂关系网络，推理出可行的工艺路径或优化建议。
4.应用服务
依据构建的工艺知识库与推理引擎。基于识别的特征、材料、精度要求等信息，结合企业标准工艺路线、设备能力、刀具库等知识，智能决策最优的加工步骤（工序）、选择设备、推荐刀具、设定切削参数、预估工时，并自动生成结构化的、可读性高的智能化工艺工序卡。再通过数字孪生验证，基于物理引擎的加工过程仿真验证。