分类：行业新闻

智能化发展趋势：

集成人工智能：工业传感器正逐渐集成先进的人工智能算法，使设备能够进行实时数据分析和预测性维护。这种智能化使得传感器不仅是数据收集的工具，还能作为决策支持系统的一部分。

边缘计算：随着计算能力的提升，许多传感器现在能够在数据产生的地方即时处理信息，减少了对中心服务器的依赖，降低了延迟，并提高了数据处理的效率。

物联网（IoT）：传感器是物联网的核心组件，它们使设备能够相互通信并集成到更广泛的工业自动化系统中。这种集成为远程监控、自动化操作和智能优化提供了可能。

精准化发展趋势：

高精度传感器：为了满足工业应用中对精确度的高要求，传感器技术正在向更高的精度和分辨率发展。这包括温度、压力、流量等各种类型的传感器。

多传感器融合：通过结合来自不同类型传感器的数据，可以提高测量的准确性和可靠性。这种多传感器融合技术在复杂环境中尤其有用，如在动态或变化的环境中进行精确测量。

校准和自适应技术：现代工业传感器越来越多地采用自适应技术进行校准和调整，以确保在不同环境条件下都能保持高精度。

总的来说，工业传感器技术在智能化和精准化方面的发展，正在推动工业自动化向更高级别的自主性和效率迈进。这些技术的进步不仅提高了生产效率，还有助于降低运营成本、提高产品质量和增强安全性。随着技术的不断进步，我们可以预期未来工业传感器将在智能制造和工业4.0中扮演更加关键的角色。

近几年来，人工智能 (AI) 一直是网络安全领域的赌注，但大型语言模型 (LLM) 的广泛采用使 2023 年成为尤其令人兴奋的一年。事实上，大型语言模型已经开始转变网络安全的整个格局。然而，它也产生了前所未有的挑战。

一方面，大型语言模型使处理大量信息变得容易，让每个人都可以利用人工智能。大型语言模型可以为管理漏洞、防止攻击、处理警报和响应事故提供惊人的效率、智能和可扩展性。

另一方面，攻击者也可以利用大型语言模型来提高攻击效率，利用大型语言模型引入的额外漏洞，而滥用大型语言模型可能会造成更多网络安全问题，例如由于人工智能的普遍使用而导致的无意数据泄露。

大型语言模型的部署需要一种新的网络安全思维方式。这种思维更具活力、互动性和个性化。在硬件产品的时代，硬件只有在被下一个新版本的硬件取代时才会发生变化。在云时代，可以更新软件并收集和分析客户数据来改进下一版本的软件，但前提是发布了新版本或补丁。

现在，在人工智能的新纪元，客户使用的模型有了自己的智能，可以不断学习，根据客户的使用情况改变 — 要么更好地服务于客户，要么向错误的方向倾斜。因此，我们不仅需要在设计中建立安全性 — 确保我们构建安全的模型并防止训练数据中毒 — 而且还要在部署后继续评估和监控 LLM 系统的安全性、保障性和道德性。

最重要的是，我们需要在我们的安全系统中内置智能（例如向儿童灌输正确的道德标准，而不仅仅是规范儿童的行为），这样他们才能适应性地做出正确而坚定的判断，而不会轻易被不良意见所迷惑。

大型语言模型为网络安全带来了什么，是好还是坏？我将分享我们在过去一年中的收获以及我对 2024 年的预测。

 

回顾 2023 年

一年前（大型语言模型时代之前），我在撰写机器学习在网络安全中的未来时，指出了人工智能在网络安全领域面临的三个独特挑战：准确性、数据短缺和缺乏基本事实，以及三个虽然常见但在网络安全领域更为严峻的人工智能挑战：可解释性、人才稀缺和人工智能安全。

一年后的现在，经过大量探索，我们发现大型语言模型在这六个领域中的四个领域帮了大忙：数据短缺、缺乏基本事实、可解释性和人才稀缺。另外两个领域 — 准确性和人工智能安全，是极其关键的，但仍然非常具有挑战性。

我从两个方面总结了在网络安全领域使用大型语言模型的最大优势：

1.数据

标注数据

使用大型语言模型帮助我们克服了没有足够“标注数据”的挑战。

要使人工智能模型和预测更准确、更适合网络安全用例，就必须要有高质量的标注数据。然而，这些数据很难获得。例如，很难发现能让我们了解攻击数据的恶意软件样本。遭到入侵的企业并不热衷于分享这些信息。

大型语言模型有助于收集初始数据并根据现有的真实数据合成数据，对其进行展开以生成有关攻击来源、载体、方法和意图的新数据，然后使用这些信息来构建新的检测，而不局限于实地数据。

基本事实

正如我一年前的文章中提到的，我们并不总是掌握网络安全的基本事实。我们可以使用大型语言模型，通过发现我们的检测与多个恶意软件数据库之间的差距、降低误报率和频繁地重新训练模型来显着改善基本事实。

2.工具

大型语言模型特别擅长使网络安全运营变得更容易、更用户友好、更具可操作性。到目前为止，大型语言模型对网络安全的最大影响体现在安全运营中心 (SOC)。

例如，利用大型语言模型实现 SOC 自动化背后的关键能力是函数调用，这样有助于将自然语言指令转化为可直接操纵 SOC 的 API 调用。大型语言模型还可以协助安全分析师更智能、更快速地处理警报和事故响应。大型语言模型使我们能够通过直接从用户那里获取自然语言命令来集成五花八门的网络安全工具。

可解释性

以前的机器学习模型表现很好，但无法回答“为什么？”的问题。大型语言模型有望通过准确而自信地解释原因来改变游戏规则，这将从根本上变革威胁检测和风险评估。

大型语言模型快速分析大量信息的能力有助于关联来自不同工具的数据：事件、日志、恶意软件系列名称、来自常见漏洞和暴露 (CVE) 的信息，以及内部和外部数据库。这不仅有助于找到警报或事故的根本原因，还可以极大地缩短事故管理的平均解决时间 (MTTR)。

人才稀缺

网络安全行业的失业率为负。我们没有足够的专家，人类也无法追赶海量的警报。鉴于大型语言模型的优势：快速汇集和消化大量信息、理解自然语言命令、将命令分解成必要步骤以及找到执行任务的正确工具，大型语言模型极大地减轻了安全分析师的工作量。

从获取领域知识和数据到剖析新的样本和恶意软件，大型语言模型可以帮助我们更快、更有效地促进构建新的检测工具，使我们能够自动完成从识别和分析新的恶意软件到查明不良行为者的工作。

我们还需要为人工智能基础设施构建正确的工具，这样每个人不必成为网络安全专家或人工智能专家，也能从在网络安全领域利用人工智能中受益。

 

2024 年的三大预测

人工智能在网络安全领域的应用越来越广泛，很明显，我们正处于一个新时代的开端 – 也就是通常所说的“曲棍球效应”增长的早期阶段。我们对能够改善安全状况的大型语言模型了解得越多，就越有可能在充分利用人工智能方面领先于潮流（以及我们的对手）。

我认为，在网络安全领域，有很多方面都已经成熟，可以讨论越来越多地使用人工智能来放大力量，对抗复杂性和不断扩大的攻击载体，但有三件事很突出：

1.模型

人工智能模型将在创造植根于网络安全需求的深入领域知识方面取得巨大进步。

去年，人们对改进通用大型语言模型给予了很多关注。研究人员努力让模型变得更智能、更快、更便宜。然而，这些通用模型可以交付的功能与网络安全的需求之间存在巨大差距。

具体来说，我们的行业不一定需要一个巨大的模型来回答“如何制作佛罗伦萨鸡蛋”或“谁发现了美洲”这样多元的问题。相反，网络安全需要超精确模型，具备网络安全威胁、流程等深入的领域知识。

在网络安全中，准确性至关重要。例如，我们每天在 Palo Alto Networks 处理来自世界各地 SOC 的超过 75TB 的数据。即使 0.01% 的错误检测判定也可能是灾难性的。我们需要具有丰富安全背景和知识的高精度人工智能，提供专注于客户安全需求的定制服务。换句话说，这些模型需要执行的具体任务更少，但精确度更高。

工程师们在创建具有更多垂直行业和特定领域知识的模型方面取得了巨大进步，我相信，以网络安全为中心的大型语言模型将在 2024 年出现。

2.用例

网络安全领域的大型语言模型将出现变革性用例。这将使大型语言模型对于网络安全不可或缺。

2023 年，每个人都对大型语言模型的惊人能力感到无比兴奋。人们用这把“锤子”去敲击每一颗“钉子”。

2024 年，我们将了解到并非每个用例都最适合大型语言模型。我们将针对与大型语言模型的优势相匹配的特定任务，推出真正的大型语言模型赋能的网络安全产品。这将真正为客户提高效率、改善生产力、增强可用性、解决现实问题并降低成本。

试想一下，能够阅读成千上万有关安全问题的剧本，例如配置端点安全设备、排除性能问题、使用适当的安全凭据和权限引入新用户，以及逐个供应商地分解安全架构设计。

大型语言模型以可扩展且快速的方式消耗、总结、分析以及生成正确信息的能力将改变安全运营中心，并彻底变革调度安全专业人员的方式、地点和时间。

3.人工智能安全与保障

除了利用人工智能实现网络安全之外，如何在不损害人工智能模型智能的情况下构建安全的人工智能和安全的人工智能使用也是一个重要的话题。在这个方向上已经有很多讨论和伟大的工作。2024 年，真正的解决方案将得到部署，尽管这些解决方案可能只是初步的，但它们将是朝着正确方向迈出的一步。此外，还需要建立智能评估框架，动态评估人工智能系统的安全性和保障性。

请记住，大型语言模型也可能被不良行为者所利用。例如，黑客可以使用大型语言模型轻松生成大量质量更高的网络钓鱼电子邮件。还可以利用大型语言模型来创建全新的恶意软件。但行业在使用大型语言模型方面正在采取更加协作和战略性的行动，帮助我们相对于对手取得领先并保持领先。

2023 年 10 月 30 日，美国总统约瑟夫·拜登发布了一项行政命令，内容涉及负责任且适当地使用人工智能技术、产品和工具。这项命令的目的涉及要求人工智能供应商采取一切必要手段，确保其解决方案用于适当用途，而非恶意目的。

人工智能安全和保障代表一种真正的威胁 — 我们必须认真对待这种威胁，并且要假设黑客已经在设计部署来攻击我们的防御。人工智能模型已经得到广泛使用，这一简单事实导致攻击面和威胁载体大幅扩张。

这是一个充满活力的领域。人工智能模型每天都在进步。即使是在部署人工智能解决方案后，模型也会不断发展，永远不会保持静止。我们非常需要持续的评估、监控、保护和改进。

越来越多的攻击将使用人工智能。作为一个行业，我们必须把开发安全的人工智能框架作为首要任务。这就好比当今的登月计划，涉及供应商、企业、学术机构、政策制定者、监管机构 — 整个技术生态系统的通力合作。毫无疑问，这将是一项艰巨的任务，但我想我们都意识到这是一项多么重要的任务。

结语：最好的还在后头

在某种程度上，ChatGPT 等通用人工智能模型的成功已经让我们在网络安全方面被宠坏了。我们都希望能够构建、测试、部署并不断改进我们的大型语言模型，使它们更加以网络安全为中心，但我们却被提醒，网络安全是应用人工智能的一个非常独特、专业、棘手的领域。我们需要从数据、工具、模型和用例这四个关键方面入手，使其发挥作用。

好消息是，我们可以接触到许多聪明、坚定的人，他们有远见，能够理解为什么我们必须推进更精确的系统，将功能、智能、易用性以及最重要的网络安全相关性结合起来。

我有幸在这个领域工作了很长时间，Palo Alto Networks 内部的同事和我们周围的行业每天都在取得进步，这让我感到非常兴奋和欣慰。

回到预言家这个棘手的问题上，我们很难对未来有绝对的把握。但我确实知道这两件事：

2024 年将是人工智能在网络安全领域大显身手的一年。

而与未来相比，2024 年将显得黯然失色。

声像仪的概念首次出现在 19 世纪末期,由生理学家 J.R.Ewald 研究内耳功能时提出。它是一种用于分析、定位和可视化声源的设备,不仅可以让人知道声音来自哪里,还可以进一步展现声音的特征。

完整的现代声学相机通常由麦克风阵列、摄像头和显示设备构成。麦克风采集声音,经处理后以不同颜色的光斑和摄像头拍摄的画面叠加(投影)并在显示器中显示。

基于声学成像技术,利用麦克风阵列获取声源声波信息,通过波束成形和图像识别算法,将声源位置准确叠加在可视影像之上,实现声源的可视化定位。

超声源声波,又称为超声波,超声波即频率超出人耳可听范围的声波。科学家们将每秒钟振动的次数称为声音的频率,它的单位是赫兹(Hz)。我们人类耳朵能听到的声波频率为20Hz-20000Hz。因此,我们把频率高于20000Hz的声波称为“超声波”。

声像仪与热像仪区别

声像仪是一种通过物体表面发射的声波获取表面或内部缺陷信息的检测仪器。其原理类似于超声波探伤仪,通过将高频声波射入被测物体内部,并对射入声波后反射回来的信号进行分析,从而获得内部缺陷的特征信息。

热像仪则是一种通过物体表面辐来的红外线能量来检测物体表面温度分布的测量仪器。其原理即为测量物体表面的热辐射能量,并将数据转换成数字信号,进而分析出物体表面的温度分布情况。

一、特点

(1)声像仪让声音可视化,通过声像仪,人可以“看见”可听声和超声波的声源位置和强度。

(2)声像仪可以通过调节声强和频率的阈值排除环境的干扰信息,从而精准分析特定声源信号所含有的信息。

(3)部分高端声像仪还有本机软件可以把声强频率信息转化成气体泄漏量的评估和局放PRPD图展示。

二、应用

(1)气体泄漏检测,主要包含压缩气体泄漏、可燃性气体泄漏、有毒气体泄漏、腐蚀性气体泄漏以及惰性气体泄漏等。声像仪在检测气体泄漏时,与气体介质无关,任意种类的气体泄漏都可检测。

(2)电气设备局部放电检测,声像仪通过检测高压设备、电力电缆、绝缘体等设备局部放电产生的声波信号来识别和定位放电源,帮助维护人员及时发现和处理潜在电气故障,保障电力设备的正常、安全运行。

(3)机械振动,声像仪还可以通过捕捉机械振动发出的异响,进而定位出异响所在位置。

(4)声像仪的应用行业:工业气体、电力电网、石油化工、汽车、航空、轨道交通、制造业等。

三、技术参数

(1)麦克风通道,指声像仪所具有的麦克风通道数量,如FOTRIC声像仪有96个麦克风通道。

(2)定位频率范围,指声像仪能捕捉的声音频率范围,如2kHz ~ 65kHz,2kHz ~ 96kHz。

(3)声压灵敏度,指声像仪在捕捉声音时对声压强度判断的精准度。该参数对实现一些量化应用功能尤为重要,例如在判断气体泄漏时,FOTRIC声像仪的精度能做到在三米的范围内,0.3兆帕的气压条件下检测到0.03 升 / 分的泄漏。

(4)测量声压级范围,指声像仪可以检测并量化的声压级(SPL)的范围,如6 dB 至 120 dB( 1 dB SPL @ 5 kHz)

生成式人工智能将人工智能应用带到了新的阶段，且正在成为技术创新的前沿阵地。人工智能与机器人技术的持续融合蕴藏着巨大的潜力，将成为推动未来工业革新和效率提升的重要力量。

当前，人工智能与机器人技术融合进展到哪一阶段？二者的深入融合又将带来哪些颠覆性的应用变革？2月28日，电气与自动化领域的技术领导者ABB举办了人工智能技术战略发布媒体沟通会，ABB机器人与离散自动化事业部总裁安世铭、ABB机器人业务中国区总裁韩晨分享了ABB集团最新的AI战略、示范案例以及人工智能行业见解等内容。

AI驱动机器人技术变革与创新应用

当前，我们正处于前所未有的变革期内，个性化消费需求、数字化和人工智能发展提速、劳动力短缺及不确定性加剧、可持续发展等大趋势，将继续推动制造和物流等领域对机器人和自动化技术的长期需求，并对自动化和机器人技术的智能程度、速度和效率，尤其是否易于获得提出更高要求。

ABB领先的机器人和自动化解决方案，能够提高产能和质量，增强柔性和易用性，帮助企业创造价值最大化，灵活高效地应对上述趋势带来的挑战和机遇。更为重要的是，ABB利用数据信息及人工智能降低自动化应用门槛，其更柔性化的解决方案和更快速简单的编程，使得更多中小企业受益，并为用户带来更大的自主性，并实现更强的移动性，以及更强大的图像处理与分析功能。

ABB 机器人与离散自动化事业部总裁安世铭表示，ABB之所以持续地进行技术开发，就是希望能够有更易用的技术，减少或降低中小企业使用门槛，通过AI赋能机器人学习能力，使得物流或制造业更加轻松和方便。

工业机器人在生成式AI的加持下，正在实现从自动化到智能化的飞跃。这种智能化不仅体现在机器人执行任务时的自主决策和适应性上，还体现在它们可以通过学习不断提升工作效率和质量。由此可见，工业机器人的角色正在从简单的执行者转变为主动优化生产过程的智能体。

例如，针对仓储物流领域，人工智能可以教会机器人如何快速识别不同物体，并知道如何快速分拣和包装物品，同时还能利用机器视觉和人工智能学习能力，实现自主导航，规划最佳路径。在物品拣选环节，在3D视觉引导和AI深度神经网络支持下，ABB机器人快速高效准确拾取随机放置的工件，每小时可执行1400次拣选；在自主移动环节，ABB将3D视觉同步定位和地图共建（VSLAM）技术应用于自主移动机器人，使其能够根据周围环境做出智能导航决策。

作为全球技术领导者，ABB始终致力于推动人工智能技术的发展与应用，正越来越多地将人工智能融入其自动化与电气化产品组合，帮助电力、工业、交通和基础设施等领域的客户提升效率、质量与创新能力。ABB重点针对洞见生成、过程优化、技能开发和人机交互等AI应用门类，开展了100余个人工智能项目，兼顾分析型AI和生成式AI。

ABB电气、运动控制、过程自动化、机器人与离散自动化四大业务均已将人工智能投入应用，服务各行业客户。从宏观层面的能源管理到微观层面的机器人运动路径规划，借助人工智能，ABB正在实现新的应用突破，帮助更多行业用户优化运营，实现可持续增长。典型的案例如：

● ABB利用建筑系统数据，结合行为模式，进行建筑能源管理，大幅减少排放，降低成本超过20%，并延长设备寿命；

● ABB使用人工智能辅助预测变频器潜在故障，通过分析运行数据进行预测性维护，显著提高设备的可用性，并降低维护成本；

● ABB Ability™ Genix工业分析和AI套件通过流程优化，可帮助企业节约运营和维护成本达40%，生产效率提升30%，能源和排放优化提升25%。

● 在人机交互领域，ABB使用自然语言指令教导机器人，如进行拾取和放置等操作，提升易用性，方便进行快速调试。

积极推进AI战略融合落地

为满足对人工智能赋能的机器人解决方案日益增长的需求，ABB积极投资扩充生产设施并提升AI创新能力，在上海建成投产了世界级的机器人超级工厂，并启用新的人工智能、数字化和软件创新研发中心；在美国和瑞典扩建了已有的机器人工厂，提高产能、开发新一代人工智能技术。

ABB采用内生性增长和兼并收购相结合的路径，推进AI技术的创新与落地，构建AI应用生态系统。通过投资有潜力的人工智能初创型科技企业，ABB不断扩充新技术，了解新行业，探索新的商业模式。2024年初，ABB收购了瑞士初创公司Sevensense，以扩大在新一代人工智能自主移动机器人领域的领导地位；收购研发工程公司Meshmind的大部分股份，以扩大在人工智能、工业物联网和机器视觉领域的研发能力。

人工智能成功的基石是人才。ABB长期支持AI创新人才与产业应用人才的培养，包括与谷歌等合作组织编程马拉松竞赛（Hackathon），与中国自动化学会合作举办ABB杯智能技术创新大赛。此外，ABB还积极扩展工业教育系列机器人，以提高学生技能水平，赢得未来竞争优势。

AI+机器人，重塑未来工业发展图景

人工智能的引入为机器人行业带来了巨大的想象空间和机遇。多年来，工业机器人在机器视觉和深度学习能力加持下，完成了诸多人类难以胜任的繁重、枯燥、脏乱或危险的任务。而人工智能的融合使得工业机器人在这些业务上的表现更加游刃有余，并能够继续帮助人类改善工作，为个人、企业和环境三方共同增益。

作为新一轮科技革命和产业变革的核心驱动力，人工智能正在创新新价值、形成新质生产力。人工智能与机器人技术结合的巨大潜力正在扩展至远超过制造业的多个行业，特别是医疗保健、生命科学、新零售、新能源等充满活力的领域。

ABB机器人业务中国区总裁韩晨表示，中国是全球最大的机器人市场，也是全球人工智能领域的领军者之一。我们积极拥抱人工智能的新时代，加快创新速度，将人工智能与机器人技术深度结合，用更高自主化水平的新一代智能机器人解决方案，为国内汽车、3C、教育等重点领域以及医疗、零售、新能源等新兴领域的客户创造更大价值。

ABB作为引领智能制造革命的先锋，不仅仅是一个机器人技术的提供者，更是未来产业发展的引领者和创新者。我们坚信，人工智能与机器人的融合将开创出更加辉煌的未来，为人类社会带来更多惊喜与可能。

igus ReBeL产品系列新增一款由免润滑高性能工程塑料制成的仿人手

机器人现已成为工业不可或缺的一部分，并正以协作机器人（如ReBeL）的形式逐渐进入中小企业。它们可以在摄像头、抽吸装置和夹具系统的帮助下执行分拣、拾取和移动操作。现在，igus为其ReBeL协作机器人新开发出了一款机械手爪，以模仿人类执行任务。它完全由免润滑工程塑料制成，因此性价比很高且易于集成。

ReBeL是igus推出的一款小巧轻便的协作式机器人，用来帮助客户以低成本的方式开始其机器人应用。它是装配任务、质量检测和服务行业工作的理想选择。为了使机器人能够真正执行任务，我们需要为其配备夹爪和抽吸装置。为此，igus在其低成本机器人在线市场RBTX.com上提供了来自不同制造商的众多末端执行器供用户选择。“ReBeL仅重8kg，售价3970欧元起，轻便价廉的特点使它经常被用于仿人应用中。因此，我们收到了一些客户的请求，让我们设计一个机器人手，要求它能通过即插即用的方式轻松连接到ReBeL上。”igus低成本自动化业务部门负责人Alexander Mühlens解释道。应客户的要求，igus现在开发出了一款性价比极高的ReBeL机械手爪，仅售1840欧元。该仿人手爪可以与所有ReBeL型号兼容。它通过DIO在工具中心点进行控制，因此易于集成且应用广泛。该手爪的特别之处在于，它可以模仿人的手部动作。“在该低成本机械手的帮助下，ReBeL可以执行各种简单的仿人任务和应用。比如，它们可以用于大学研发等领域或用来执行餐饮或娱乐行业的任务等。”Mühlens说道。

由于采用了高性能工程塑料，机械手可以精确运动

新机械手的所有组件，包括法兰、电缆和控制单元等，均由igus直接提供。因此，所有组件保证100%兼容。由于采用了免润滑的高性能工程塑料，因此产品的性价比很高。手爪的关节处采用的是由iglidur工程塑料制成的滑动轴承，它们不仅性价比高且免润滑，还确保每根手指顺滑且精确运行。在占地3800平方米的igus内部测试实验室里进行的大量测试证明，该仿人手的使用寿命很长。它们非常灵活，并能通过很多接口进行控制，如USB、TTL（5V）串行接口和内部脚本等。除机械手爪外，igus还为ReBeL环境提供了很多其他产品，比如防护服、第7轴、夹具套件、转接板套件、柔性拖链系统、工作台和连接电缆等。

发展背景

随着全球贸易的不断发展，港口作为物流的关键节点，其运输效率直接关系到全球供应链的稳定性。传统的港口运输方式已无法满足日益增长的货物吞吐量与高效、安全、环保的运输需求。因此，智慧港口的建设成为了港口发展的必然趋势。而在这一趋势中，网络通信作为智慧港口建设的核心基础设施，扮演着至关重要的角色。

上海兆越通讯技术有限公司作为国内领先的通信设备与解决方案供应商，深知网络通信在智慧港口建设中的重要性。我们始终致力于提供先进、可靠的网络通信技术，以推动智慧港口的高效运作，为港口智慧运输的发展提供有力支持。

系统介绍

港口智慧运输系统是结合现代信息技术与物流管理理念，对港口运输流程进行全面智能化升级的系统。该系统通过集成物联网、大数据、云计算、人工智能等前沿科技，实现了港口运输的自动化、智能化和高效化，显著提高了港口的货物吞吐能力、运输安全性和环境友好性。

核心功能

（1）智能化调度管理：基于大数据分析和云计算平台，系统能够实时收集和分析港口运输数据，自动调整运输计划，实现最优化的资源配置和运输路径规划。

（2）自动化作业：通过物联网技术，实现对港口设备、车辆、人员等资源的实时监控和控制，减少人工干预，提高作业效率。

（3）安全管理：利用先进的监控和预警系统，实时监测港口运输过程中的安全风险，并及时进行预警和干预，确保运输安全。

（4）环保监控：系统通过实时监测和分析港口运输过程中的环境数据，确保运输活动符合环保要求，降低对环境的影响。

方案介绍

1、构建高速、稳定的网络基础设施

利用先进的网络通信技术，构建覆盖整个港口的网络基础设施。确保港口内各类设备、车辆、人员之间的实时、高效通信，提升港口整体运行效率。

2、实现数据传输的安全与可靠

采用加密技术、访问控制、安全审计等手段，确保港口智慧运输过程中的数据传输安全。同时，通过冗余设计、负载均衡等技术，保障网络通信的可靠性，防止因网络故障导致的运输中断。

3、智能化管理与决策支持

利用大数据、云计算等技术，对港口智慧运输过程中产生的海量数据进行实时分析，为港口管理提供决策支持。通过智能化管理，实现港口资源的优化配置，提升港口整体运行效率。

方案特点

1、在远程控制方面，利用5G的无线传输方式取代了原有主控PLC到起吊设备PLC 之间的有线通信方式，通过工业无线5G路由器实现与原有工业控制协议的适配。5G网络特性满足了PLC控制信号超低时延要求以及高清视频回传的带宽要求。

2、在交通运输方面，采用AGV/IGV和5G无人驾驶集卡进行运输。当集装箱放置好车上并确定货车正确时，无人集卡将自动启动，识别周围的其他物体，自主做出减速、刹车、转弯、绕行、停车等操作，提供最优运行路线进入作业指定位置。

3、双5.8G无缝漫游技术使用支持双5.8GHz频段的无线通信模块，它可以在两个5.8GHz的频段之间实现无缝切换，以保证无线通信的连续性和稳定性。这种技术常用于工业自动化、智能制造等领域，以确保无线终端设备能够在工业环境中保持不间断的网络连接。

4、港口作业设备无缝漫游主要是利用双5.8G无缝漫游技术，实现港口作业设备在装卸、运输、仓储等环节中不间断的网络连接，使各作业设备可以在不同网关之间无缝切换，实现港口的全方位移动和通信。在港口设置多个网关，确保能够覆盖每个港口作业区域，集装箱吊车、货车、叉车、AGV小车等设备上安装无缝漫游客户端MWP-3763，各作业设备在移动过程中会根据当前位置和目标位置之间的距离，选择最近的网关进行连接。当移动到不同网关的覆盖区域交界处时，会自动断开当前网关的连接，并选择下一个最近的网关进行连接，实现无缝切换，保证数据传输的稳定性和可靠性。

众所周知，汽车电气化竞争已经拉开序幕，无论是因为政府法规和奖励措施的刺激，还是受消费者对性能更高、续航更远且功能更多的绿色交通解决方案的需求推动。各大汽车制造商都正积极参与这一竞争。随着通用等汽车品牌公开声明，到2035年，通用生产的所有汽车都将实现零排放，汽车制造商似乎正积极响应汽车的电气化。

双向电源转换为所有电源系统设计师创造了一个独特的创新机会。这一概念与围绕电气化的密集研发工作相结合，带来了实用且创新的应用场景。

快速充电基础设施是个问题。最初的电动汽车平台设计采用400V电池，由400V充电基础设施和400V辅助系统提供支持。然而，早在第一批400V电动汽车推出之前，行业就已开始开发800V平台，有效地将整个电动汽车市场分成了两类电压。

业内人士预测，2027年到2030年间推出的大多数电动汽车将采用800V电池架构。然而根据以往的经验，Vicor认为这一过渡将比预期要慢，因此我们将在可预见的未来继续支持400V电池设计。

过去，电源系统设计师采用从左到右，即从电源到负载点的方法来设计供电网络（PDN）。这是设计师遵循了几十年的传统做法。本质上，我们一直是“右撇子”。想象一个我们可以左右开弓的世界将会如何，双手并用，从左到右或从右到左都可以。

目前，供设计师使用的模块化电源组件有两大关键属性：

•它们是有效且高效的“DC变压器”——也就是说，它们提供固定比率的DC-DC转换比

•它们本身支持双向供电

要发掘双向供电网络的潜力，重要的一点是要探索核心使能技术，了解正弦振幅转换器（SAC）的工作原理。告别从左到右的思维模式，让我们从中间开始；这里有一个变压器和一个串联电容，与变压器的漏电感保持谐振。

一侧有一个开关桥（switching bridge），通常会被视为一个斩波DC母线的直流输入，而另一侧的布局基本相同，可以被称为同步整流器。只要这两条路径与中心“储能器”的谐振波形同步切换，整个器件就是对称的，作用就像DC变压器。

电压根据磁性元件的匝数比升高，而电流降低——反之亦然。

一个端口上的阻抗变化会反映在另一个端口，电流会相应地流动。谐振、零电压和零电流切换确保了低损耗。谐振回路中储存的能量最少，通过转换器产生良好的瞬态响应，而MHz切换使所需的电感和电容又小又轻。

400V和800V电动汽车如何共存？

鉴于400V和800V电动汽车可能会在一段时间内共存，行业必须有效化解以下挑战：实现两种架构的混合，确保足够的互操作性，同时避免给消费者带来困惑，造成潜在买家排斥电动汽车。

那么，我们接下来该怎么做？

要确保400V和800V系统之间的互操作性，或者反过来说，要确保800V和400V电池架构之间的互操作性，要求行业支持所有充电接口，以确保驾驶员的汽车能兼容任何充电站。同时，我们需要找到重新利用原有的400V电池的新方法，即使我们提高了400/800V系统的效率，扩展并增强了“车对车”（V2V）和“车对其他”（V2X）的充电能力。这两种电压的混用可能很复杂。将400V的电池连接到800V的充电器时需要升压；将800V的电池连接到400V的辅助系统时需要降压，而不同的V2V和V2X应用可能需要升压和降压转换及稳压的组合。

Vicor认为，这些电源系统需要高压双向电压转换，从400V转换到800V，或从800V转换到400V。电动汽车充电站是一个很好的例子，可以清楚地说明这一点。美国的绝大多数充电基础设施都是400V，这意味着行业需要通过升级或安装800V充电设施来完善充电站——这将需要大量投资。安装一个车载双向转换器，就可以轻松解决这个充电问题。插入充电插头后，系统会自动检测电源需要降压还是升压，以实现无缝充电。

V2X及其它领域的双向供电创新

今天，“车对电网”（V2G）和“车对家”（V2H）等新概念日渐普及。大多数情况下需要不同程度的调节，但配电网（PDN）并不是非常复杂。在V2G场景下，双向供电的好处是多方面的。V2G为提高电网稳定性和弹性铺平了道路。电动汽车可以连接到电网，用作移动储能单元。在能量需求高峰或意外停机期间，这些车辆可以反过来向电网供电，起到缓冲作用，减轻传统电源的压力

这样就可以确保不间断电力供应，减少对辅助电站的需求（这些电站通常在需求高峰时段投入运行），从而大幅节约成本。此外，允许电动汽车车主将多余的电力卖回给电网，催生了一种新的经济模式。电动汽车车主可以将储存的能量变现，抵销部分购车用车成本，并推动电动汽车的进一步普及。

再看看V2H应用，双向供电预示着实现家庭能源独立和安全的一种新模式。随着极端天气条件和停电频率的增加，拥有一辆支持V2H功能的电动汽车，可以成为一条生命线。在这种情况下，家庭可以从电动汽车中获取电力供应，确保供暖或制冷等基本系统的正常运行。这样，电动汽车就成了一种备用电源，可以减少家庭对中央电网或通常使用化石燃料的独立发电机的依赖。除了紧急情况之外，在日常生活中，V2H允许业主在高峰时段从电动汽车电池中取电，然后在低谷时段再为汽车充电，进而优化电力成本，实现成本节约。

另一个用例是“车对负载”（V2L），可以带来更多可能性。V2L进一步展示了双向供电的多用途。在这种情况下，电动汽车成了一种能够为外部设备、电器或系统供电的便携式电源。这在很难使用传统电源的偏远地区特别有用。想象一下，在一个僻静的地方搭建一个露营地，并使用电动汽车来为照明和烹饪设备供电，该有多好。商家和活动组织者也可以利用V2L来为他们的设备现场供电，摆脱固定电源的限制，再也不必拖运笨重的发电机。V2L的潜在应用非常广泛：从娱乐到商业无所不包。

双向供电开启了多种可能性。解决400/800V充电难题，是当今的重中之重。但是，其它概念不仅仅代表了技术创新，还是向更加整合、可持续的能源格局迈出的关键一步。通过增强电网的弹性，为电动汽车车主带来经济效益，确保家庭能源安全，以及实现电力供应的便携性，双向供电技术利用电动汽车蕴含的潜力，将它们从单纯的交通工具转变为未来能源基础设施的关键节点。

双向供电模块带来新的可能性

双向供电的巨大潜力正在汽车领域得到发掘。两个电源组件系列最有效地利用了双向供电功能。一是Vicor 母线转换器模块，即BCM，在两个电压轨之间提供隔离、固定比例的转换。另一个是非隔离版本，称为NBM，其它方面与BCM类似。后者在双向供电环境中更容易使用，因为它可以使用任一端口的电源“启动”（建立和稳定谐振开关）。如果需要隔离，使用BCM®，但这需要少量额外的电路，以提供从“二次侧”设备电源启动它所需的偏置。

参考文献：

《纽约时报》，2021年10月1日；Frost & Sullivan，2022年11月28日

“双碳”目标下，冶金行业作为高能耗、高排放的行业之一，面临着前所未有的碳减排压力，业内亟需从高碳工艺向低碳工艺转变，加大清洁低碳能源替代煤炭的应用。其中，尤以钢铁行业为最，为实现近零排放，钢铁企业除了要积极采用低碳零碳燃料方案，还需加快数字化转型，提升整体能效和运营效率；同时，企业也必须结合利用诸如氢基炼钢、铁矿石电解，以及碳捕集、利用与封存（CCUS）等变革性技术，以达到高效脱碳。

氢能作为一种可制备、可运输的清洁能源，通过可再生能源生产的绿氢（GH2），有助于构建清洁低碳安全高效的能源体系。当前，我国正积极探索氢能在冶金、化工等工业

领域替代化石能源的应用空间。国家发展改革委、国家能源局联合印发《氢能产业发展中长期规划（2021-2035年）》提出，探索氢能冶金示范应用，将作为“十四五”时期氢能产业创新应用示范工程之一。

向绿氢燃料转型，无疑是推动炼钢等“碳减排困难型”行业迈向碳中和的有效手段之一。然而，当前我国氢能制备的原料以化石燃料为主，绿氢制备面临生产成本高、专用基础设施不全、能量损失较大等难题，在大规模商业化应用方面仍有一定距离。施耐德电气认为，制氢企业需要全方位加强可再生能源的整合能力，以更低成本、更高效益且更大生产规模的绿氢制备，助力更多高能耗行业企业实施碳减排。在此过程中，绿氢工厂的数字化运营能力成为高质量制氢的关键。

数字赋能，高效整合绿氢制备全流程

立足行业真实需求，施耐德电气提供绿氢一体化设计与运营解决方案，以数字化手段帮助企业减少碳足迹、降低总资本和运营支出，并最大化提升绿氢整合效率。具体而言，主要从以下四个维度赋能绿氢工厂“设计工程施工到生产运营维护”全生命周期：

1. 集成设计与仿真模拟：绿氢制备是电力密集型的生产流程，其能源系统设计需具备对电力和过程的仿真建模能力。

依托施耐德电气AVEVA Pro/II & Process Simulation工艺模拟仿真软件和AVEVA E3D Design三维设计软件，绿氢工厂可构建以生产过程机理为基础的工艺生产流程数字孪生，对多种设计和场景进行集成建模，包括天气、设备、流程、承购商需求波动和本地基础设施（当前和未来）等变量，通过模拟设备属性和在线工艺行为，对设计、建设到生产的整体设计进行寻优，实现投资回报最大化和风险最小化。其中，基于模拟仿真与工厂3D设计工具集成的数字孪生解决方案有助于：

•实现各环节无缝过渡，缩减工程施工时长；

•减少人为失误，以及因其导致的返工风险；

•集成过程和电力设计，构建一个工程数字孪生底座；

•集成能源管理和过程模拟，实现过程设备端到端的耦合联动及全面分析；

•提升整体性能，并确保过程设备和配电设备之间的设计完整性。

在建造与交付阶段，施耐德电气提供涵盖AVEVA ERM材料和施工管理系统、AVEVA AIM资产信息管理平台（数字化交付）和AVEVA OTS操作员仿真培训系统在内的解决方案，帮助绿氢工厂搭建一个三维可视化的数字化工厂，为参与项目的设计院、施工方、设备供货商、客户建立一个跨组织协作、信息共享平台，从而能够在保证施工数据和交付数据质量的同时，减少成本浪费并优化操作工序。

2. 配电优化：目前，成本过高是掣肘高能耗行业向绿色氢能燃料转型的核心问题之一。根据《中国绿色氢能发展路线图》，我国绿氢的生产成本介于33.9-42.9元/千克（4.92-6.23美元/千克）之间，若要替代煤制氢，其生产成本需降至6.8-12.1元/千克（0.99-1.76美元/千克）。千兆瓦级的绿氢项目作为高能耗行业实施碳减排的关键支撑，其当前的首要任务是降低生产成本，并提高供给量，不断提升绿氢应用的市场覆盖率。

借助施耐德电气全新可扩展的模块化配电解决方案，绿氢工厂可有效降低绿氢的制备成本，尽可能缩小与媒制氢的成本差距。这些升级版电力架构采用标准化的紧凑型设备，能够更好地帮助工厂强化自身的可扩展性。而结合配电设计优化工具以及模块化的E-House预制式变电站等，工厂还能平稳过渡到低成本且稳健的配电方案。

此外，基于施耐德电气ETAP电力系统仿真软件和AVEVA工业软件的组合，工厂可覆盖绿氢耦合化工全流程，对可再生能源产电制氢用氢过程中的供能配电和工艺生产过程中的波动间歇性、安全连续性、可用性与经济性进行预测模拟，进一步挖掘数据价值，实现整体效益最大化。

3. 安全、高效的运营与维护（O&M）：氢气是一种易燃易爆气体，如果处理不当，容易引起火灾、爆炸等严重后果。对工厂而言，制氢过程的安全性和稳定性显得尤为重要。因此，绿氢工厂需要将能源和过程管理系统与集成安全和网络信息安全相结合。而该组合系统，还将高效集成施耐德电气EcoStruxure Foxboro DCS分布式控制系统、安全仪表系统（SIS）和能源管理系统，配合数字孪生解决方案可在项目设计阶段进一步提升安全性，并有助于：

•降低资本支出；

•减少硬件设备需求；

•缩短工程建造及功能测试时长；

•尽可能减少调试需求；

•集成控制平台、预测性仿真和一体化运营、资产绩效管理，以及网络信息安全软件等。

针对运营数据的利用，施耐德电气还将为绿氢企业提供AVEVA PI System运营大数据管理平台，对生产过程的数据进行分析、挖掘和可视化，促进云边端融合，帮助企业优化决策质量。配合AVEVA Predictive Analytics 预测性维护系统、EcoStruxure PMA预测性维护顾问、APC先进过程控制软件等，可在有效增强设备可靠性和可用性、减少非计划性停车的同时，提高电能利用效率。而通过集成各生产运营子系统数据而打造的AVEVA UOC一体化运营中心，还能助力企业打通信息孤岛，提高管理效率，减少因信息不对称造成的时间和成本浪费。

4. 咨询先行，优化生产用能：能源成本是工业企业绕不开的“大山”。企业生产用能策略是否稳健、可靠，将影响其长期利润。比如，在钢铁生产中，能源成本占比可达20-40%，而为了降低该成本，部分钢铁生产商正转向低成本的可再生能源方案；有些则寄希望于签署长期的电力采购协议（PPA），以锁定其在较长时期内固定的能源价格。

对制氢企业而言，借助合理优质的生产用能配置，可有效降低制氢成本，促进绿氢能源的推广。目前，越来越多企业正联合成熟的咨询机构，通过量身定制的能源策略，优化能源资源组合，并利用人工智能（AI）等前沿技术来预测生产用能消耗。施耐德电气EcoStruxure Microgrid Advisor微网能源顾问（EMA）采用基于AI的独有优化控制算法，通过边缘控制与互联互通的设备实现控制指令和数据传输，可满足市电接入、分布式能源（DER）和用能设备的多种调配需求；并根据实时电价、天气数据及用电量，适时调整资源调配，让厂区和园区实现从新能源发电端，到电能储存、负荷用电需求的完美平衡，从而在各个维度为制氢企业带来可观的经济收益。

举生态之力，共促高能耗行业绿色发展

以钢铁行业为代表的高能耗行业，正致力于通过数字化转型，减少自身碳排放，这与施耐德电气在可持续发展方面的核心战略不谋而合。施耐德电气在全球200多家工厂和物流中心均已完成数字化升级和转型，这些减碳成果更是获得了包括企业爵士（Corporate Knights）、世界经济论坛（World Economic Forum）等权威机构在内的高度认可。

施耐德电气依托“AVEVA + ETAP”双擎，在助力绿氢企业实现“高级分析”和“柔性运营”双效的同时，也将为炼钢等高能耗企业提供先进的数字化与可持续发展咨询，以及软硬件一体化、贯穿能源管理与自动化的整体解决方案，助力其提高工厂全生命周期的生产效率，并降低碳排放，推动高能耗行业的高效与可持续发展。

立足绿色氢能领域的行业需求，施耐德电气将通过覆盖与整合从新能源发电、绿氢生产车间到市电/绿电/微网链接，以及终端用户的全流程、全生命周期解决方案，持续为绿氢行业上下游产业链赋能，携手客户开辟绿色新路径，一同迈向更加开放、高效与韧性、可持续和以人为本的未来工业。

●最新报告显示，资源短缺将导致成本增加、供应链中断、生产放缓

●尽管标准化方法尚未出台，关键举措采用速度缓慢，但大多数企业支持循环经济相关法规，并计划在未来三年内加大相关投资

●发展循环经济与能源效率关系密切，而当下能源浪费现象较为严重

ABB运动控制事业部新近发布的一份题为《发展循环经济：时不我待》的报告显示，88%的受访中国工业企业受到了资源短缺的影响，促使80%的受访中国工业企业计划在未来三年内加大对循环经济的投资。

报告称，对于受访中国工业企业而言，当前最短缺的资源是原材料（46%），其次是能源（45%）、劳动力（26%）和金属（24%）。资源短缺导致30%的企业成本增加，20%的企业供应链受损，27%的企业生产力下降。尽管能源日益短缺，但仍有40%的企业表示能源浪费现象较为严重。由此表明，整个工业领域都急需提高能源效率，国际能源署（IEA）认为这是实现净零排放的关键。

ABB委托Sapio Research于2023年10月开展了此项调研，共收集了来自全球12个国家3304位工业决策者的反馈，其中包括400位中国受访者。这些受访者来自各行各业，覆盖能源、金属、化工、石油和天然气、船舶、矿山和公用事业等领域。

虽然人们对投资循环经济持乐观态度，但调研当中还是发现了一些行动阻碍。比如，大部分受访者还没有就“循环经济”的定义达成一致。此外，只有4%的中国受访企业将循环经济视为全公司的责任，这部分企业在能源消耗、再生材料利用和碳排放等关键循环指标上均有显著提升。

调研还显示，中国受访工业企业在采取重要措施促进循环经济方面还有待提高，包括与废弃物管理公司合作（40%）、采用节能技术（45%），在供应链中推广循环经济原则（36%）。令人鼓舞的是，70%的受访中国企业在一定程度上使用可再生材料生产产品。

中国受访工业企业反馈，他们在循环经济上的投资已带来了可观的收益，包括减少浪费（49%）和提高能效（50%）。尽管部分企业对所需的前期投资表示担忧，但许多企业认为从长远来看，流程效率和成本控制都将得到显著改善。

大多数中国受访企业（90%）认为，循环经济可以促进创新，提高企业竞争力。他们支持加强监管并提高报告要求（89%），还希望政府能提供更多支持，鼓励采取循环经济举措（88%）。

ABB运动控制事业部全球总裁梅塔表示：“向循环经济转型的迫切需要从未如此明确。我们目前的生活方式正在以不可持续的速度消耗资源，导致排放加剧和气候变化。发展循环经济不仅有助于保护环境，还可显著提升企业韧性。”

梅塔还表示：“这项调研强调了采用全面方法、在企业各个层面强化责任感及拥抱新技术和更多合作机会的重要性。尽管挑战仍然存在，但全面发展循环经济的企业已获得诸多显著收益，包括生产成本下降，和企业声誉提升等。时不我待，我们必须立即行动起来，在全球工业领域发展循环经济。”

*如需了解更多信息，请阅读英文新闻稿 与 调研报告 全文。

ABB运动控制事业部驱动世界运转，促进节约能源。我们持续创新，不断拓展技术疆界，赋能客户、行业和社会实现低碳未来。通过数字化赋能的变频器、电机和服务，我们的客户和合作伙伴将获得更优的产品性能、安全性和可靠性。我们将领域专长和技术优势融为一体，为工业领域的广泛应用场景提供可靠的变频器和电机解决方案。通过遍布全球的服务渠道，我们始终为客户带来便捷的服务。基于在电力传动链领域140多年的丰富经验，我们每天都在创新前行