声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：程鼎豪, 胡炳涛, 冯毅雄, 杨晨, 王飞, 袁富邦, 汪勇, 谭建荣
单位：1. 浙江大学流体动力基础件与机电系统全国重点实验室 杭州 310030;2. 贵州大学公共大数据国家重点实验室 贵阳 550025;3. 蓝卓数字科技有限公司 杭州 310000;4. 浙江天旺智慧能源有限公司 湖州 313199
关键词：智能制造,未来工厂,新能源,适应性,数据模型体系；
随着制造业对电池定制设计、智能制造和绿色循环的要求不断提高，如何在生产过程中适应客户个性化需求、多学科协同设计、智能化灵活生产和绿色化循环回收的要求，成为铅酸蓄电池工厂转型升级需要解决的关键问题。因此，分析了数据与模型在工厂转型升级中的作用，提出了一种面向铅酸蓄电池的未来工厂适应性数据模型体系，阐述了该体系涉及的四类关键技术，包括适应客户个性化需求的定制设计、适应多学科协同设计的虚实交互、适应全流程智能生产的管控追溯和适应绿色化循环回收的工艺升级。以铅酸蓄电池的全流程生产信息追溯为例，分析了计算机视觉等技术在生产管控追溯中的应用，证明所提方法的有效性，并对以铅酸蓄电池为代表的新能源企业未来工厂发展进行展望，为国内新能源行业的转型升级提供了参考。
来源：2026年第3期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。