（報告出品方：國金證券）
1. 復盤：“04 專項”政策支持目標為核心技術(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
《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要（2006-2020 年）》提出“圍繞國家目標，進一步 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、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、招標等核心問題的政策和措施落地以促進專項成功實施： 1）在“產(chǎn)學研”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、 研、用”結(jié)合方式統(tǒng)籌安排重點突破，實現(xiàn)自主創(chuàng)新，促進產(chǎn)業(yè)升級。
2）建立了圍繞國產(chǎn)化率等的清晰目標：以 2010/2015/2020 三個時間點規(guī)劃了清晰的發(fā)展 目標，總體發(fā)展目標主要關(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)進步。 以科德數(shù)控為例，到 2021 年已承擔及參加了 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，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)，具有學習能力、并行處 理能力、自適應(yīng)能力和容錯能力等。在復雜非線性的、難以用數(shù)學公式描述的系統(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)人的認識過程而開發(fā)的一種算 法，分為訓練和工作兩個階段。在訓練階段，以一組輸入—輸出模式用以訓練網(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)的誤差反向傳播訓練算法，由輸入層、隱層、 輸出層組成。BP 算法是采用有導師的監(jiān)督學習方式，適合于多層前饋神經(jīng)元網(wǎng)絡(luò)的一種 學習方法，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到***小，逐漸逼近目標值。
在實際使用中，由于 BP 神經(jīng)網(wǎng)絡(luò)存在訓練時間長、學習算法收斂速度慢等問題，通?？?采用遺傳算法和 BP 算法相結(jié)合的方式進行優(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，解決復雜型面加工難題
數(shù)控機床刀具的移動是一步步進行的，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。對于復雜曲線，直接生成一條完全一致的軌跡算法會變得很復雜，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 線終點坐標值、圓弧起點、圓心、終點坐標值等），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 為誤差來抵消熱誤差影響。
目前機器學習已經(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定位進行誤差補償，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。 通過確定相機坐標系和機床主軸坐標系之間的坐標變換關(guān)系，可以建立運動學模型，再結(jié) 合工件定位特征點建立優(yōu)化目標函數(shù)，求解特征點的工件坐標來完成定位。
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)進行數(shù)字孿生模型訓練，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 行展示，幫助可靠性分析、預(yù)測性維護過程中進行決策。
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，***終目標都是打造一個具有自適應(yīng)、自感 知、自學習、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)推出了采用機器學習技術(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)與先進制造技術(shù)深度融合，遵循“自主 感知-自主學習-自主決策-自主執(zhí)行”新模式。
華中 9 型在自主感知、自主學習、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）自主學習：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)模型進行融合建模，實現(xiàn)對機床動態(tài)行為的自學習和認知理解，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，自動進行多輪 優(yōu)化迭代，***終生成多目標智能優(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)已達到 1 到 2 年工程師水平，未來將不斷 進化，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)走進更多機床廠商進行適配。
2.5 結(jié)合日本機床產(chǎn)業(yè)政策復盤看，在技術(shù)重大變革時期的產(chǎn)業(yè)政策核心目標為在新技術(shù) 領(lǐng)域?qū)崿F(xiàn)突破
通過復盤日本機床產(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，政策導向從技術(shù) 引進與模仿開始向技術(shù)改革與創(chuàng)新過渡，主要目標從實現(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。
通過前文復盤可以看出，“04 專項”相關(guān)政策目標主要是實現(xiàn)核心技術(shù)的國產(chǎn)化，在當前 AI 技術(shù)快速發(fā)展背景下，我們認為國內(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