当前,数字化转型正在改变各行各业的面貌,这一趋势,对于处于技术变革潮头的电力能源行业则尤为明显。在这一背景下,“数字原生”作为面向未来的产品形态趋势,正在越来越多地走进我们的行业视野。
2022年,施耐德电气筹备已久的新品——EvoPacT HVX新一代中压智能真空断路器在厦门隆重下线,这款新品正是采用了“数字原生”理念进行设计研发的突出代表。之所以能够率先将“数字原生”这一前沿理念迅速转化为抢占市场先机的“利器”,离不开施耐德电气在全球中压领域积淀的技术优势,更离不开研发团队坚韧不拔的创新攻关精神。

集聚全球中压创新资源,开创“数字原生”新产品形态
2018年,基于对市场需求的洞察,施耐德电气汇集了来自中国、法国和美国的共9个项目组,正式启动了对EvoPacT HVX新一代中压智能真空断路器的研发。
一开始,断路器的线圈、机构和真空灭弧室等核心元件同时启动并行开发,很多核心元件的特性参数尚不能完全确定,为开发过程带来了较大的不确定性。 更具挑战的是,由于这款全新的产品并无先例可循,对研发的方向和技术路线,不同的项目组也存在着不同的认识和判断。
俗话说:重担之下,方显身手。在挑战面前,施耐德电气在中压研发领域的过硬能力逐渐开始显现。担纲重要角色的中国研发团队独立完成了大部分的仿真工作,在确定核心产品及核心元件的性能上起到了决定性的作用。最终,这一项目的断路器机械寿命目标被设定为大电流产品3万次、小电流产品5万次,在行业里树立了新的标杆。

摸索流程与技术路线,护航产品后续开发
有了目标,如何摸索出一条清晰的技术路线加以实现,成为了团队面临的又一道难题。为此,中压研发团队不眠不休,经过复杂的传动链和扭矩计算、能量模拟和运动仿真,建立起了初步的断路器原型机,进行了大量的机械寿命数据和样机分析。
在解答这道难题的过程中,施耐德电气中压团队不仅最终确定了较为理想的性能指标,还自主开发了利用传感器技术测量特定关键值的精密检测仪器,申请了专利,并总结出了断路器最优机构能量配置的标准流程,为后期产品量产支持、质量保证、客户应用支持和后期全系列的产品开发提供了有力的保障。
凝聚创新方法和应用,为质量打造层层坚实保障
常言道,质量是品牌的生命。在整个项目的进程中,紧紧围绕客户价值这一核心,确保产品质量、全面提升客户满意度,同样是项目组坚持不懈的努力方向。
施耐德电气中压研发团队将可靠性作为产品重要的质量指标,通过验证过程中失效模式、失效时间的统计,评估产品功能的可靠性。在产品研发过程中,团队还利用完善的质量特性传递方法,将每一项设计要求、质量控制要求落地到零件、组件和产品的质量管控计划中,并紧密跟进每一项测试过程和发现,对严重度高的质量问题进行系统分析和纠正预防。

引入创新技术与工艺,实现质量效率双提升
相对于设计质量,产品实际落地过程中的生产质量同样重中之重。在这方面,施耐德电气中压团队在短短一年左右的时间里,建立了一条自动化程度和设计产能全面超越现有产线的新一代断路器流水线,能够适应该系列不同型号产品的高密度、高混合比和高定制化的生产。
在这条新的生产线上,各种创新的技术应用和解决方案随处可见。例如,项目团队引入了施耐德电气的新一代制造执行系统,实现了对装配步骤、物料追踪、测试过程的实时质量管控;AI算法和协作机器人技术提高了卡簧检测效率和正确率;在这条生产线上首次开发并应用的超程自动检测和调节技术,则显著提高了新技术、新工艺的成功率。
可以看到,在EvoPacT HVX新一代中压智能真空断路器从设计研发、生产制造到质量控制的各个环节中,创新带来的价值无处不在。在这一过程中的无数个“首创”和“首应用”,则印证了施耐德电气团队在中压领域卓越的创新能力和意志。当前,这款深入融合了“数字原生”理念的中压利器正以其卓越而稳定的电气和机械性能,全面引领中压行业断路器在性能、数字化、绿色低碳等各方面实现飞跃。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。