（報告出品方：國金證券）
1. 復(fù)盤：“04 專項”政策支持目標(biāo)為核心技術(shù)國產(chǎn)化突破
1.1 “04 專項”屬于國家科技重大專項，向機床“自主可控”發(fā)力
《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006-2020 年）》提出“圍繞國家目標(biāo)，進(jìn)一步 突出重點，篩選出若干重大戰(zhàn)略產(chǎn)品、關(guān)鍵共性技術(shù)或重大工程作為重大專項，充分發(fā)揮 社會主義制度集中力量辦大事的優(yōu)勢和市場機制的作用，力爭取得突破，努力實現(xiàn)以科技 發(fā)展的局部躍升帶動生產(chǎn)力的跨越發(fā)展，并填補國家戰(zhàn)略空白”。 《規(guī)劃綱要》確定了 16 個國家科技重大專項，其中“高檔數(shù)控機床與基礎(chǔ)制造裝備”是 第四項，一般簡稱為“04 專項”。
根據(jù)《高檔數(shù)控機床與基礎(chǔ)制造裝備重大專項——編寫組專家對重大專項的解讀》信息， “04 專項”采用了更加創(chuàng)新的支持方式，以滿足需求為前提拉動自主創(chuàng)新可持續(xù)發(fā)展， 在“產(chǎn)、學(xué)、研”的基礎(chǔ)上增加了“用”，強化了產(chǎn)業(yè)鏈上下游合作加速研發(fā)落地，同時 有六項圍繞補貼、融資、招標(biāo)等核心問題的政策和措施落地以促進(jìn)專項成功實施： 1）在“產(chǎn)學(xué)研”基礎(chǔ)增加了“用”：圍繞實際產(chǎn)業(yè)需求，以企業(yè)為主體，采用“產(chǎn)、學(xué)、 研、用”結(jié)合方式統(tǒng)籌安排重點突破，實現(xiàn)自主創(chuàng)新，促進(jìn)產(chǎn)業(yè)升級。
2）建立了圍繞國產(chǎn)化率等的清晰目標(biāo)：以 2010/2015/2020 三個時間點規(guī)劃了清晰的發(fā)展 目標(biāo)，總體發(fā)展目標(biāo)主要關(guān)注產(chǎn)品開發(fā)/創(chuàng)新能力，實現(xiàn)高國產(chǎn)化率滿足下游需求。
3）推出促進(jìn)重大專項的實施措施與政策：以“應(yīng)用示范工程”支持、產(chǎn)品加入《政府采 購自主創(chuàng)新產(chǎn)品目錄》、稅收補貼等六項政策和措施促進(jìn)專項成功實施。
“04 專項”課題采用申報的形式由企業(yè)自籌+地方配套資金+中央財政投入經(jīng)費支持完成。
1.2 “04 專項”支持下，高檔機床、高檔數(shù)控系統(tǒng)、功能部件等多個領(lǐng)域?qū)崿F(xiàn)突破
根據(jù)新華財經(jīng)信息，在 22 年 9 月 6 日工業(yè)和信息化部舉行的“新時代工業(yè)和信息化發(fā)展” 系列新聞發(fā)布會第五場，工業(yè)和信息化部裝備工業(yè)一司司長王衛(wèi)明表示，以“高檔數(shù)控機 床與基礎(chǔ)制造裝備”國家科技重大專項為抓手，高檔數(shù)控機床平均無故障時間間隔（MTBF） 實現(xiàn)了從 600 小時到 2000 小時的跨越，精度指標(biāo)提升 20%；國產(chǎn)高檔數(shù)控系統(tǒng)在國產(chǎn)機 床中市場占有率由專項實施前的不足 1%提高到 31.9%；五軸擺角銑頭等功能部件的市場占 有率由不足 10%提升至 30%以上。
伴隨“04 專項”的實施，海天精工、紐威數(shù)控、科德數(shù)控、華中數(shù)控、秦川機床、日發(fā) 精機等企業(yè)均參與了相關(guān)課題，加速技術(shù)進(jìn)步。 以科德數(shù)控為例，到 2021 年已承擔(dān)及參加了 29 項課題，圍繞高檔機床、數(shù)控系統(tǒng)、功能 部件實現(xiàn)技術(shù)升級突破。
1.3 “04 專項”課題與時俱進(jìn)，已經(jīng)出現(xiàn)了較多智能化相關(guān)內(nèi)容
從“04 專項”2009 年第一批課題申報指南看，當(dāng)時大多數(shù)課題圍繞機床、核心零部件的 產(chǎn)品開發(fā)展開，考核指標(biāo)以機床精度、主軸轉(zhuǎn)速、MTBF 等為主，智能化、數(shù)字化、大數(shù) 據(jù)等詞較少提到。
“04 專項”2009 年的第一批課題主要圍繞機床與核心零部件相關(guān)產(chǎn)品開發(fā)展開，到了 2018 年的課題可以看到一方面課題的內(nèi)容不再僅限于單個產(chǎn)品，而是圍繞前期研制的機床、數(shù) 控系統(tǒng)在專項重點領(lǐng)域（比如汽車行業(yè)）的實際應(yīng)用場景展開；一方面數(shù)字化、智能化、 大數(shù)據(jù)詞頻明顯提高，開始要求在智能化相關(guān)技術(shù)上也實現(xiàn)突破。
2. 展望：AI 時代的政策導(dǎo)向有望過渡為新技術(shù)領(lǐng)域?qū)崿F(xiàn)突破，數(shù)控系統(tǒng)重點 關(guān)注
2.1 從數(shù)控技術(shù)出現(xiàn)后，機床的技術(shù)升級就與電子、信息技術(shù)密切相關(guān)
從 18 世紀(jì)工業(yè)革命開始，機床隨著不同的工業(yè)時代展現(xiàn)出各個時代的技術(shù)特點，當(dāng)前的發(fā)展方向是數(shù)字化、智能化。
機床的技術(shù)升級主要體現(xiàn)在機床結(jié)構(gòu)、主軸、驅(qū)動、控制等方面，持續(xù)迭代追求高精度、 高剛度、熱穩(wěn)定性、長壽命和精度保持性。
機床行業(yè)過去出現(xiàn)的***大技術(shù)迭代為數(shù)字控制（NC）技術(shù)尤其是后來采用計算機的計算機 數(shù)字控制（CNC）的出現(xiàn)和成熟，讓機床與電子、信息技術(shù)的發(fā)展直接關(guān)聯(lián)。
在軟件、硬件的持續(xù)迭代下，機床的加工精度和加工效率出現(xiàn)大幅提升。
2.2 機床行業(yè) AI 技術(shù)怎么落地？數(shù)控系統(tǒng)有望成為 AI 技術(shù)落地核心場景
數(shù)控系統(tǒng)由數(shù)控裝置、伺服驅(qū)動、電機組成，其中數(shù)控裝置為數(shù)控系統(tǒng)的核心。
數(shù)控系統(tǒng)的基礎(chǔ)功能主要包括控制功能、主軸功能、準(zhǔn)備功能（G 代碼）、輔助功能（M 代碼）、刀具功能等，系統(tǒng)軟件必須完成管理和控制兩大任務(wù)，系統(tǒng)的管理軟件主要包括 輸入、I/O 處理、通信、顯示和診斷等程序。系統(tǒng)的控制部分包括譯碼、刀具補償、速度 控制、插補和位置控制、開關(guān)量控制等軟件。
從具體運行流程來看，可以簡單總結(jié)為建模（制造圖紙）、路徑規(guī)劃（確定走刀路徑）、插 補（輪廓擬合/加工補償）、完成驅(qū)動。
也就是數(shù)控系統(tǒng)在運行過程中實際上涉及大量數(shù)據(jù)的獲取和處理。
通過采用 AI 技術(shù)，數(shù)控系統(tǒng)的智能化程度可以進(jìn)行大幅提升，讓機床具有動態(tài)規(guī)劃、推 理決策、環(huán)境感知、智能監(jiān)控、預(yù)測性診斷能力等。
2.3 遺傳算法、人工神經(jīng)網(wǎng)絡(luò)等技術(shù)已在數(shù)控系統(tǒng)插補、熱誤差補償、加工路徑優(yōu)化等領(lǐng) 域持續(xù)推進(jìn)研發(fā)
2.3.1 人工神經(jīng)網(wǎng)絡(luò)與遺傳算法：強化數(shù)控系統(tǒng)插補、熱誤差補償能力
人工神經(jīng)網(wǎng)絡(luò)（ANN）是人工智能技術(shù)中應(yīng)用***廣泛的一種技術(shù)，具有學(xué)習(xí)能力、并行處 理能力、自適應(yīng)能力和容錯能力等。在復(fù)雜非線性的、難以用數(shù)學(xué)公式描述的系統(tǒng)建模和 控制中成為一種重要的建模技術(shù)手段。人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認(rèn)識過程而開發(fā)的一種算 法，分為訓(xùn)練和工作兩個階段。在訓(xùn)練階段，以一組輸入—輸出模式用以訓(xùn)練網(wǎng)絡(luò)，使網(wǎng) 絡(luò)參數(shù)（包括權(quán)值、閾值等）調(diào)整到***佳；在工作階段，網(wǎng)絡(luò)參數(shù)不變，給定新的輸入得 到相應(yīng)的輸出。 ***廣泛的 BP 神經(jīng)網(wǎng)絡(luò)是一種人工神經(jīng)網(wǎng)絡(luò)的誤差反向傳播訓(xùn)練算法，由輸入層、隱層、 輸出層組成。BP 算法是采用有導(dǎo)師的監(jiān)督學(xué)習(xí)方式，適合于多層前饋神經(jīng)元網(wǎng)絡(luò)的一種 學(xué)習(xí)方法，其主要思想是利用期望值與網(wǎng)絡(luò)輸出值的誤差函數(shù)沿負(fù)梯度方向下降，不斷地 修正網(wǎng)絡(luò)權(quán)值和閾值，使網(wǎng)絡(luò)輸出層的誤差平方和達(dá)到***小，逐漸逼近目標(biāo)值。
在實際使用中，由于 BP 神經(jīng)網(wǎng)絡(luò)存在訓(xùn)練時間長、學(xué)習(xí)算法收斂速度慢等問題，通常可 采用遺傳算法和 BP 算法相結(jié)合的方式進(jìn)行優(yōu)化。
通過采用遺傳算法和 BP 神經(jīng)網(wǎng)絡(luò)算法，對數(shù)控機床加工效率、加工精度影響較大的插補、 熱誤差補償?shù)裙δ軐⒌玫斤@著強化：
1）插補：減少運算時間，提高插補速度，解決復(fù)雜型面加工難題
數(shù)控機床刀具的移動是一步步進(jìn)行的，為了實現(xiàn)***優(yōu)加工效果刀具軌跡應(yīng)該和工件輪廓一 致。對于復(fù)雜曲線，直接生成一條完全一致的軌跡算法會變得很復(fù)雜，實際應(yīng)用中主要通 過直線/圓弧逼近需要加工的曲線，插補就是指在這個過程中根據(jù)輸入的基本數(shù)據(jù)（如直 線終點坐標(biāo)值、圓弧起點、圓心、終點坐標(biāo)值等），按照一定的方法產(chǎn)生直線、圓弧等基 本線型，并以此為基礎(chǔ)完成所需要輪廓軌跡的擬合工作。
通過采用遺傳-神經(jīng)網(wǎng)絡(luò)對插補進(jìn)行優(yōu)化，可以簡化計算過程提高插補效率，并且改善刀 具路徑精度和表面光順性。
2）熱誤差補償：通過建模提高預(yù)測精度
根據(jù)《數(shù)控機床絲杠傳動系統(tǒng)熱誤差實時補償技術(shù)》數(shù)據(jù)，高精度數(shù)控機床的誤差主要是 熱誤差，可占總誤差的 50%-75%。以絲杠熱誤差補償為例，目前的主要補償方式是通過位 移傳感器測量絲杠總熱形變量，或通過溫度傳感器檢測溫度變化量，通過軟件生成一個認(rèn) 為誤差來抵消熱誤差影響。
目前機器學(xué)習(xí)已經(jīng)成為了熱誤差建模的主要方法，通過 BP 神經(jīng)網(wǎng)絡(luò)模型可以提高模型預(yù) 測精度。
2.3.2 視覺模型：在工件尺寸測量與定位、機床回轉(zhuǎn)軸誤差檢測等領(lǐng)域有較好應(yīng)用前景
傳統(tǒng)數(shù)控系統(tǒng)主要依靠機械定位或光學(xué)定位進(jìn)行誤差補償，對于夾具要求較高，對小批量、 高靈活性的生產(chǎn)任務(wù)適應(yīng)性較弱。搭配了機器視覺系統(tǒng)的數(shù)控系統(tǒng)可以在保證加工精度的 情況下對不同加工任務(wù)僅需進(jìn)行特征點的采集即可，能夠有效節(jié)約生產(chǎn)成本和提高生產(chǎn)效 率。 通過確定相機坐標(biāo)系和機床主軸坐標(biāo)系之間的坐標(biāo)變換關(guān)系，可以建立運動學(xué)模型，再結(jié) 合工件定位特征點建立優(yōu)化目標(biāo)函數(shù)，求解特征點的工件坐標(biāo)來完成定位。
未來機器視覺技術(shù)在工件尺寸測量與定位、機床回轉(zhuǎn)軸誤差檢測、機床軌跡補償、工件裝 夾誤差視覺矯正等領(lǐng)域有較好應(yīng)用前景。
2.3.3 數(shù)字孿生模型：在可靠性分析、加工路徑優(yōu)化等領(lǐng)域進(jìn)一步強化
數(shù)字孿生（Digital Twin，DT）主要指在數(shù)字空間構(gòu)建物理實體或過程的數(shù)字模型,保持 數(shù)字模型與物理實體或過程同步共生,進(jìn)而完成對物理實體性能狀態(tài)的動態(tài)預(yù)測,***終對 物理實體或過程進(jìn)行主動干預(yù)。 對于機床來說，數(shù)字孿生技術(shù)的應(yīng)用主要是建立數(shù)字空間和物理空間的雙向映射，以數(shù)字 模型為基礎(chǔ)結(jié)合感知數(shù)據(jù)實現(xiàn)可視化監(jiān)測、性能預(yù)測、參數(shù)優(yōu)化、反饋控制等，顯著提升 機床的智能化水平。
通過采用數(shù)字孿生技術(shù)，可以更高效的以數(shù)字驅(qū)動方式對機床進(jìn)行可靠性分析監(jiān)控、加工 路徑優(yōu)化等：
1）可靠性分析
基于歷史數(shù)據(jù)進(jìn)行數(shù)字孿生模型訓(xùn)練，基于事實數(shù)據(jù)用于數(shù)字孿生模型在線預(yù)測，從而建 立機床監(jiān)測信號和實際狀態(tài)之間的映射關(guān)系，將狀態(tài)監(jiān)測數(shù)據(jù)和數(shù)字孿生模型預(yù)測結(jié)果進(jìn) 行展示，幫助可靠性分析、預(yù)測性維護(hù)過程中進(jìn)行決策。
2）加工路徑優(yōu)化
《基于數(shù)字孿生的數(shù)控機床加工路徑優(yōu)化方法研究》提出了一種數(shù)字孿生感知驅(qū)動的加工 路徑優(yōu)化機制，在改進(jìn)遺傳退火算法（IGASA）路徑優(yōu)化算法基礎(chǔ)上結(jié)合數(shù)字孿生機床（DTMT） 模型對傳統(tǒng)機床（MT_CNC）實際加工過程進(jìn)行監(jiān)控和仿真，除提供全程加工監(jiān)控外，數(shù)字 孿生機床在虛擬信息空間中的仿真為數(shù)控加工提供了一個低成本的試驗驗證平臺，規(guī)避實 際加工中的潛在問題，如刀具碰撞、干涉等情況，實現(xiàn)對加工路徑與數(shù)控代碼的檢驗，從 而降低加工成本、提高工件質(zhì)量與機床效率。一旦感知到數(shù)控機床加工工藝參數(shù)或數(shù)控機 床相關(guān)運行參數(shù)與原先預(yù)期不相符合情況的發(fā)生，即機床狀態(tài)發(fā)生變化時，分析路徑優(yōu)化 算法中的運動干涉約束、重復(fù)走刀約束、加工工藝約束及刀具壽命約束是否發(fā)生變化，一 旦四個約束條件中的一個或幾個約束條件發(fā)生改變，則需要更新算法參數(shù)，重新啟動 IGASA 優(yōu)化算法，進(jìn)行路徑優(yōu)化。
2.4 全球數(shù)控系統(tǒng)廠商積極加碼布局，華中數(shù)控推出“大模型”數(shù)控系統(tǒng)，AI 技術(shù)應(yīng)用 將成為新的競爭點
從前文內(nèi)容可以看出，目前針對如何將數(shù)控機床中孤立、碎片化的大量數(shù)據(jù)轉(zhuǎn)化成有效決 策信息已有較多基于 AI 技術(shù)的應(yīng)用嘗試嘗試，***終目標(biāo)都是打造一個具有自適應(yīng)、自感 知、自學(xué)習(xí)、自交互、自執(zhí)行的數(shù)控系統(tǒng)。
海外主要數(shù)控系統(tǒng)廠商目前均在加碼智能化布局：
1） 西門子
西門子推出了 SINUMERIK ONE 數(shù)控系統(tǒng)，是以西門子技術(shù)生態(tài)及其數(shù)字孿生工具鏈為依托 的“數(shù)字化原生”數(shù)控系統(tǒng)，是西門子推動機床行業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵產(chǎn)品，具有創(chuàng)建相 應(yīng)數(shù)字化雙胞胎的多功能軟件，以實現(xiàn)機床制造和生產(chǎn)過程數(shù)字化孿生。其智能化功能包 括：智能動態(tài)控制（IDC）、智能負(fù)載控制（ILC）、Top Speed plus 智能功能。
2） 發(fā)那科
發(fā)那科已經(jīng)推出了采用機器學(xué)習(xí)技術(shù)的 AI 伺服調(diào)整、AI 熱誤差補償、AI 分揀等功能。
3）海德漢
海德漢 TNC7 數(shù)控系統(tǒng)具有智能偏差測控、智能磨損檢測、智能反向間隙補償、智能機床 前端點控制、智能圖形化編程、智能函數(shù)、智能動態(tài)碰撞監(jiān)測等智能化功能。
國內(nèi)數(shù)控系統(tǒng)領(lǐng)軍企業(yè)華中數(shù)控推出了華中 9 型智能數(shù)控系統(tǒng)，集成了 AI 芯片，融合了 AI 算法，將人工智能、物聯(lián)網(wǎng)等新一代智能技術(shù)與先進(jìn)制造技術(shù)深度融合，遵循“自主 感知-自主學(xué)習(xí)-自主決策-自主執(zhí)行”新模式。
華中 9 型在自主感知、自主學(xué)習(xí)、自主決策、自主執(zhí)行等方面實現(xiàn)了較大突破：
1）自主感知：“指令域”大數(shù)據(jù)
通過獨創(chuàng)的“指令域”大數(shù)據(jù)分析方法，采集、匯聚數(shù)控系統(tǒng)內(nèi)部電控大數(shù)據(jù)和外部傳感 器數(shù)據(jù)，形成指令域“心電圖”，實現(xiàn)大數(shù)據(jù)與加工工況的關(guān)聯(lián)映射，構(gòu)建由機床全生命 周期大數(shù)據(jù)描述的數(shù)字孿生。
2）自主學(xué)習(xí)：融合建模
借助具有“因果關(guān)系”的數(shù)理模型和具有“關(guān)聯(lián)關(guān)系”的大數(shù)據(jù)模型，獨創(chuàng)性地將數(shù)理模 型與大數(shù)據(jù)模型進(jìn)行融合建模，實現(xiàn)對機床動態(tài)行為的自學(xué)習(xí)和認(rèn)知理解，構(gòu)建由機床動 態(tài)模型描述的數(shù)字孿生。
3）自主決策：i 代碼
利用所獲得的數(shù)字孿生，進(jìn)行虛擬加工，并預(yù)測加工效果。根據(jù)預(yù)測結(jié)果，自動進(jìn)行多輪 優(yōu)化迭代，***終生成多目標(biāo)智能優(yōu)化的“i 代碼”，實現(xiàn)自主決策。
4）自主執(zhí)行：雙碼聯(lián)控
華中數(shù)控獨創(chuàng)的雙碼聯(lián)控技術(shù)，讓傳統(tǒng)數(shù)控加工的“G-代碼”（第一代碼）和多目標(biāo)智能 優(yōu)化的 “i-代碼”（第二代碼）同步運行，實現(xiàn)優(yōu)質(zhì)、高效、可靠、安全的數(shù)控加工。
根據(jù)公司微信公眾號信息，***新的系統(tǒng)采用了基于大模型技術(shù)的故障診斷功能，能夠理解 用戶對故障問題的語言描述，快速提供可能得故障原因及解決方案，并通過手機 APP 操作 以實現(xiàn)更好的人機交互。截至 24 年 4 月，系統(tǒng)已達(dá)到 1 到 2 年工程師水平，未來將不斷 進(jìn)化，提高診斷處理能力。
在第十三屆中國數(shù)控機床展覽會（CCMT2024）上，有 15 臺來自各個機床廠不同型號的參 展機床配套了華中 9 型智能數(shù)控系統(tǒng)，后續(xù)有望繼續(xù)走進(jìn)更多機床廠商進(jìn)行適配。
2.5 結(jié)合日本機床產(chǎn)業(yè)政策復(fù)盤看，在技術(shù)重大變革時期的產(chǎn)業(yè)政策核心目標(biāo)為在新技術(shù) 領(lǐng)域?qū)崿F(xiàn)突破
通過復(fù)盤日本機床產(chǎn)業(yè)我們看到 CNC 技術(shù)出現(xiàn)之后，數(shù)控系統(tǒng)的探測（可以通過傳感器數(shù) 據(jù)修正溫度變化帶來的熱脹冷縮）和自適應(yīng)（可以通過軟件來修正硬件的幾何缺陷）能力 可以認(rèn)為重新讓大多數(shù)生產(chǎn)商，包括日本企業(yè)都到了同一起跑線，許多領(lǐng)先企業(yè)積累的經(jīng) 驗都變得不那么重要了。數(shù)控技術(shù)的出現(xiàn)成為了日本機床企業(yè)崛起的契機，日本的數(shù)控化 率持續(xù)全球領(lǐng)跑，日本的龍頭企業(yè)也借此機會逐步成長為全球龍頭。
日本數(shù)控化率快速提升的背后我們認(rèn)為政策支持方向的切換也帶來了顯著的積極影響。 1971 年日本推出“機電法”，確定了機械工業(yè)與電子工業(yè)相結(jié)合的目標(biāo)，政策導(dǎo)向從技術(shù) 引進(jìn)與模仿開始向技術(shù)改革與創(chuàng)新過渡，主要目標(biāo)從實現(xiàn)核心技術(shù)國產(chǎn)化轉(zhuǎn)換至在新方向 （CNC）關(guān)鍵核心技術(shù)實現(xiàn)突破。
通過前文復(fù)盤可以看出，“04 專項”相關(guān)政策目標(biāo)主要是實現(xiàn)核心技術(shù)的國產(chǎn)化，在當(dāng)前 AI 技術(shù)快速發(fā)展背景下，我們認(rèn)為國內(nèi)政策支持也有望逐步向在新方向?qū)崿F(xiàn)關(guān)鍵核心技 術(shù)突破過渡，加速 AI 技術(shù)在機床行業(yè)的產(chǎn)業(yè)化落地。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關(guān)信息，請參閱報告原文。）
精選報告來源：【未來智庫】。
川公網(wǎng)安備51012202001782