一、主要技术需求 1. 面向民用大飞机的超声高端制造装备 针对下一代国产大飞机长桁等关键复合材料构件，开展高效、低损伤的超声切割/制孔工艺与专用装备研制，解决其因材料特性导致的加工难题，提升制造质量与效率。为国产大飞机复合材料的规模化、高质量制造提供自主化工装保障。 2. 面向低空经济的轻量化智能制造装备 针对低空经济装备广泛采用的铝合金等轻量化材料，研究其大型薄壁结构件在加工过程中的残余应力演化规律，开发相应的精准测量与协同调控技术。 3. 面向军用飞机的未来智造技术 面向军用飞机复合材料承力构件（如梁、肋）的复杂型面与深腔，研发低损伤超声加工工艺及专用刀具（如两段式匕首刀、锯齿圆盘刀），在保证构件极限承载能力的同时实现高质高效加工。 二、企业现有基础 常州耀翔工具有限公司成立于2015年8月，聚焦"卡脖子"关键核心技术，自主研发了一系列具有自主知识产权的高端刀具产品，航空行业拳头产品包括：纵向夹齿复材钻铰刀、破碎型蜂窝加工铣刀和制孔刀具、高精度高光洁度蜂窝插铣刀、全系列复合材料（碳纤维、玻纤、陶瓷基复材等）专用刀具。

（1）生产线噪音干扰检测精度，影响质量判断：在自动化生产线中，需要通过声学检测技术判断产品性能是否合格，但由于生产环境噪音复杂，干扰信号较多，使得检测精度下降，误判率高。 （2）噪音源复杂，传播路径多变：自动化产线存在多种噪音源，如机械运转、气动装置、电机、风扇等，不同设备间噪声叠加，声源传播路径复杂，导致同一检测点在不同位置、距离收音效果差异较大，影响检测稳定性。 （3）现有噪音控制手段局限，适应性低：传统的噪音控制方式主要依赖物理隔音（如屏蔽罩、吸音材料等），但这些方法在高速流水线生产环境中效果有限，无法满足智能制造的需求。 （4）市场需求广阔，智能噪声控制技术亟待突破：制造业特别是新能源汽车、电动工具、储能电池等高精度行业，对产品质量检测依赖精准的声学分析，智能噪声控制系统的市场潜力巨大，预计可减少30%以上的检测误判率，提升生产效率20%以上，增强企业竞争力。

0-20米酒精气体探测。无感酒精检测技术要求在0-20米范围内探测到有酒精气体，所需的技术指标包括： 探测距离：0-20米 探测灵敏度：低至100ppm的酒精浓度 响应时间：5秒内完成检测和报警 抗干扰能力：能够区分酒精气体和其他气体 环境适应性：在不同环境条件下正常工作

针对SRM、CRM、MES、WMS等多系统的特性，研发AI数据融合引擎；打破各系统数据壁垒，实现跨系统数据智能关联、业务流程自动协同、权限精细化管控，构建全域智能制造数据中台，提升平台一体化解决方案的协同效能，为客户提供全链路智能制造管控服务。

国内外现状：海外企业在 AI 视觉算法与 3D 视觉感知融合、视觉 - 机器人闭环控制上技术领先，国产方案存在 AI 算法工业适配性差、鲁棒性不足、高端视觉处理芯片依赖进口等问题，工业级 AI 视觉融合机器人集成方案国产化率低。研究内容：研发 AI 视觉融合的机器人视觉集成技术，含多传感器融合感知、AI 驱动的位姿高精度估计、视觉伺服闭环控制、工业场景小样本自学习 AI 视觉算法、多机型适配集成等

按EPCM模式整合智能加工、包装、仓储、运维模块，配置各环节智能设备与系统，同步搭建对接无人化智能工厂的基础框架，助力落地无人化车间雏形。实现减人工、提效率，贴合“打造一万家无人化智能工厂”愿景，为农化企业提供转型方案，进一步巩固行业领先地位。

目标：面向矿山、园区及复杂非结构化场景，突破多模态感知融合、自主定位导航、作业决策控制与边缘协同计算等关键技术，实现具身智能装备在低照度、高粉尘、动态障碍等环境下的稳定感知、自主作业与安全协同。

⼈⼯检测效率低：传统的⼈⼯检测⽅式需要检测⼈员逐件检查产品，耗时⻓且效率低下，难以满⾜⼤规模⽣产的需求。 检测⼀致性差：⼈⼯检测受主观因素影响⼤，不同检测⼈员之间的判断标准存在差异，导致检测结果的⼀致性差。 质量检测滞后：传统检测⽅式往往在⽣产结束后进⾏，⼀旦发现质量问题，追溯和整改的难度较⼤

聚焦农化高危场景作业需求，研发适用于农化行业柔性制造的专用机器人集群系统。核心突破自然语言理解与环境感知、自主移动导航、拟人操作、产线自动化设备协同三大关键能力，同时强化机器人在高粉尘、强腐蚀等恶劣环境下的耐受性能，确保极端工况下稳定运行。

依托现有重油催化裂化装置侧视频摄像设备，加装适配传感设施，构建全天候数据采集体系，搭建在线监测与智能报警体系；研发智能监控巡检应用，具备仪表自动识别、视频智能识别、异常预警、智能巡检路线规划功能；实现视频智能识别与工控数据联动，完成重大风险源数据整合及核心算法开发，系统需兼容麒麟国产操作系统、东方通 TongWeb 中间件、达梦数据库，保障技术自主可控，最终达成装置远程集中监视