钣金成型车间里，数台激光双丝焊设备匀速吞吐钢板，机械臂精准完成折弯、翻转、上下料全流程；涂装烘房内，数字孪生仿真平台实时流转几百万个虚拟温控点位，算法自动调控风速与温度……走进位于山东省胶州市的青岛中集冷藏箱制造有限公司（以下简称“中集青岛冷箱”），处处是智能化应用场景。

不久前，世界经济论坛发布最新一批全球灯塔工厂名单，中集青岛冷箱入选。作为冷藏集装箱龙头企业，公司2021年启动数字化转型以来，全面落地50多项AI数字化应用，实现制造周期缩短32%、产品缺陷率下降47%。

数据驱动制造转型

冷藏集装箱行业长期受订单剧烈波动、定制化需求繁杂、人工依赖度高等痛点制约。在中集青岛冷箱钣金车间工作20年的工人王康永告诉记者：“以前焊缝全靠手稳，遇上加急订单，出图、排产全部是人工操作。改一次订单，整条生产线都要等，产能白白浪费。”

智能化改造，首先从生产全流程“去人工、上算法”破局。如今，在钣金成型车间，整条生产线实现无人化运转。激光双丝焊设备自动完成钢板焊接，焊缝平整度、结构强度远优于传统人工焊；过去四五个人值守岗位，现在仅需1名巡检人员定点监控。

依托AI智能设计与排产智能体两大核心应用，中集青岛冷箱彻底扭转传统制造低效困局。“以往客户定制箱体，整套图纸研发、可制造性验证需耗费数日，一套定制图纸打磨三四天是常态。现在，AI设计模型接入PDM图纸数据库，30多分钟就能输出全套合规图纸，同步测算物料用量、预判加工难度。不用耗在重复绘图上，我们就能专心钻研新型箱体设计了。”中集青岛冷箱设计主管工程师陈浩东说。

数据是智能制造的基石。中集青岛冷箱全厂区部署数千个物联网传感器，生产线每日产生海量生产数据汇总至工业中台，构建起数据驱动制造新模式。中集青岛冷箱生产部总调度杨斌说：“过去人工排产模式依靠调度人员经验预估产能，极易出现生产线换型损耗大、淡旺季产能分配失衡、定制订单交付延期等问题。如今靠数据调度，淡旺季产能平衡，工人劳动强度也大幅下降。”

中集青岛冷箱搭建APS智能排产系统，打通ERP（企业资源计划）、MOM（制造运营管理系统）、PLM（产品生命周期管理）全系统数据，整合产能、物料、人员、设备全部生产要素，建立以换型成本、设备负荷、交期权重为核心的调度算法。系统可自动解析不同客户箱体定制规范，将零散小订单智能聚类合批，瓶颈工序集中排产、非瓶颈工序柔性穿插生产，全局均衡分配资源，最大限度压缩生产线换产等待损耗。

以前，公司接到一款特殊规格生鲜冷藏箱定制订单，人工排产阶段需人工梳理图纸、核算物料、协调两条生产线计划，耗费2天时间才能敲定生产方案；如今AI排产，可在半小时内输出多套生产方案，同步预判物料缺口、设备负荷，动态切换两条核心生产线任务，精准对冲订单淡旺季波动。

“即便面对全球市场起伏不定的冷链装备订单，公司也能稳定保障各类定制箱体快速交付，订单承接韧性大幅提升。”杨斌说。

破解行业工艺难题

冷藏集装箱有三大核心工艺：发泡、焊接、涂装。其中，发泡是决定箱体保温性能的“心脏工序”，也是行业最难突破的技术壁垒。箱体采用内外钢板+聚氨酯发泡的“三明治”结构，发泡化学反应受温湿度、注料量、保压时长等上百项参数影响，一旦有细微波动就会出现分层、漏泡，直接导致远洋运输货物损失。“发泡工艺参数繁杂，过去全靠老师傅经验把控，质检更是行业老大难。”中集青岛冷箱工艺工程师庄兴民说。

曾经，发泡质量全靠从业10年以上的工人手持木棍逐点敲击箱体，依靠听力分辨内部缺陷，一台箱体要敲击2800余个点位。有着12年敲箱经验的刘伟回忆：“敲箱特别熬人，判断全凭主观，经常出现漏检、误判，心里总悬着一块石头。”

对此，中集青岛冷箱联合科大讯飞训练行业专属声学大模型，打造全自动敲击检测装备。数十台伺服电机带动检测探头自动完成全点位敲击，声音信号实时传入后台AI系统，模型自动区分发泡分层、局部缺料等各类缺陷，屏幕以红绿点位直观标注故障位置，整套检测流程不足两分钟，检测准确率稳定超80%。

“我们把几十位老技工几十年敲箱经验全部录入模型，让AI学会分辨箱体细微异响，实现检测标准统一。同时，检测数据持续回流模型迭代，越用识别精度越高。”中集青岛冷箱数字化工程师贺玉梦介绍，声学大模型将老师傅多年的实操经验数字化、标准化，彻底摆脱稀缺技工制约。

涂装环节是冷箱制造绿色转型关键。过去，行业普遍使用油性漆，VOC（挥发性有机化合物）排放量大，并且3层底漆、中漆、面漆烘烤全凭人工调控天然气供热，极易出现漆面流挂、开裂。中集青岛冷箱涂装骨干工程师刘红军告诉记者：“以前车间气味刺鼻，人工调温全凭感觉，漆面瑕疵返工率居高不下。”

中集青岛冷箱大力推进“禁油改水”，投入超2亿元完成水性漆全线改造，VOC排放降至个位数，大幅降低了环保压力。然而，问题接踵而至。水性漆对烘房温度、风速管控要求严苛，传统人工调控模式完全无法适配。为此，公司联合清华大学搭建烘房1∶1数字孪生仿真平台，3座烘房布设14组高精度传感器，模拟生成400多万个虚拟温控点位，搭配MoE（混合专家模型）自动调节各区段风速、温度。“3段式温区精准匹配3层漆面烘干需求，既杜绝漆面瑕疵，又大幅削减天然气消耗，平衡质量与能耗。同时，我们上线机器人视觉检测模型，通过高清相机自动扫描箱体漆面，AI识别鱼眼、流挂等数十种表面缺陷，系统自动反向调节喷涂速度、风压、烘房温度，实现缺陷源头管控。”贺玉梦说。

立足发泡、涂装两大核心工艺研发的两个垂直工业模型，不仅构建起集装箱行业独有的垂域AI体系，还形成了可复制、可推广的数字化工艺解决方案。

带动全产业链升级

灯塔工厂评选标准要求企业不只是自身提质增效，更要带动全产业链共同升级。从原材料研发、生产制造到终端跨境冷链运输，中集青岛冷箱打通全链条低碳改造路径，搭建集装箱碳管理平台，实现箱体从生产到远洋运营“全生命周期碳追踪”。在此基础上，公司联动国内外头部供应商，从原材料端推动新材料、新工艺迭代，构建绿色智造生态圈。

“我们是整条产业链的技术合伙人，携手上下游一起提质、降碳。”中集青岛冷箱供应链对接专员、采购部经理助理邹恩祥说。在金属材料供应领域，中集青岛冷箱携手山东南山铝业股份有限公司联合研发高强轻量化型材地板，优化型材结构并缩减拼接焊缝，使得装配效率大幅提升，并减少客户使用过程中约三成的损毁概率，大幅降低了客户使用维护成本；在化工材料供应领域，中集青岛冷箱与万华化学集团股份有限公司联合研发新型环保发泡料，既保障原料国产化自主可控，也给冷箱行业提供稳定的绿色原料方案。

同时，中集青岛冷箱依托深厚技术积累，面向全行业开放数字化转型经验。公司将逐步向国内冷箱制造同行输出发泡AI管控、烘房数字孪生、声学质检等成熟方案，打破行业技术壁垒。

不少制造业企业智能化改造伴随一线工人缩减，中集青岛冷箱走出完全不同的人才转型路径。早年月薪过万元的冲压、发泡工艺环节老技工，如今转型设备巡检、数据标注专员，劳动强度大幅下降，职业发展通道却拓宽了。“人工智能不是单纯替代工人，而是把一线老师傅几十年实操经验转化为算法，使工人从重复劳动中解放出来，聚焦工艺优化、设备改进等创新工作，实现人机协同、双向赋能。”中集青岛冷箱设备部经理张国省介绍，公司把老技工全部转岗到高附加值岗位，同时，定向培养复合型数字化人才，让他们既懂箱体制造工艺，又掌握AI、大数据基础应用。

据介绍，瞄准未来发展，中集青岛冷箱将持续迭代智能化体系，探索无接触式发泡检测、全流程数字孪生等下一代新技术，并加快输出数字化方案。