带着算法走进生产车间，他在产业一线找到课题答案

小黄鸭呀

带着算法走进生产车间，他在产业一线找到课题答案

10月14日

在遂宁市举办的

2025年全省高校人工智能应用竞赛

总结路演现场

西华大学智能物联网团队

人工智能参赛队

凭借“基于多订单多客户

实现自动排产”项目

斩获一等奖



刘沛瑶（右二）与团队成员合影 记者 张海峰摄

“以往人工完成排产工作

要耗时一个多小时，

现在这套系统

5分钟以内就能给出优化方案。”

赛后

项目负责人

西华大学计算机与软件工程学院

教师刘沛瑶

向记者介绍项目进展

这套专为光伏车间研发的排产调度系统

今年9月正式上线

目前仍在持续测试优化

一份排产方案落地的背后

是近一年的校企协同攻关

带着算法走进生产车间

刘沛瑶和学生们真切体会到：

科研成果要落地生产线，

首要任务是读懂一线生产的真实需求

这场为企业破解生产难题的实践

也让他重新思考人才培养路径

探索如何带着学生在实战中锤炼本领

让研究对接企业的需求

2025年， 四川省总工会“引智助企”平台发布企业技术需求清单，为刘沛瑶团队找到了精准的合作方向 。

经过实地走访，一家光伏电池生产企业的排产难题，恰好与团队的研究方向高度契合。

该团队长期研究组合优化与约束求解，而这家企业正被同类问题困扰：车间十几道生产工序，各台设备生产速率不一，多笔订单交货期相互交错，每台机器在哪个时段承接哪一笔订单，需要统筹数万个变量。 “我们要有明确的研究方向，不能盲目对接项目。” 刘沛瑶坦言，企业实实在在的生产痛点，为团队验证算法模型提供了绝佳的试验场。

“过去我们的实验数据、算法模型全都来自仿真模拟，从没走进企业获取一线真实生产数据。”他表示，团队计划先对接企业拿到车间原始数据，验证技术方案的可行性，再从解决产业难题中提炼科研创新点。按照这一思路，团队先拿出初步演示方案，获得企业认可后，再接入完整生产数据。

项目推进过程中，各类现实难题接踵而至。“一开始我们想得很简单，认为企业提出技术需求，我们在实验室就能直接给出解决方案。”与实验室理想环境相比，真实生产车间的复杂程度远超预期。企业生产数据分散在多个管理系统里，同一个生产对象，在不同系统中字段名称各不相同，想要直接导入模型运算，必须先理清数据逻辑关系。

“仅梳理打通数据链路，我们就花了整整两个月。”刘沛瑶介绍， 为解决接口瓶颈，师生团队联合企业、原接口开发方三方多次座谈，逐项协调技术问题 。



从梳理信息清单，到核实数据获取权限，再到调试匹配数据接口，大量工作需要反复沟通打磨。需求清单上一条条技术要求，随着合作不断深入，细化成师生必须逐项攻克的实操课题。

把一线经验转化为模型规则

除排产调度之外，企业还面临生产“切线”与物料全程追踪两大难题。

刘沛瑶解释，为平衡上下游产能，部分设备需要切换生产订单或产线，业内称之为“切线”。切换时机把握不当，极易造成物料积压，或是下游工序断料停工。同时，设备切换订单本身会占用生产工时，企业迫切希望最大限度减少不必要的停机调整。

一个生产细节，让师生真切感受到连续生产的复杂性。

“订单切换不是清空机台旧料再投入新料，生产线全程不停机，设备内部新旧物料会并存。”刘沛瑶说，新旧物料如何区分、全程如何追踪，都必须写入算法模型。

这些生产约束，只靠实验室推演根本无法厘清。

“两个月里，我们先后四次进驻企业车间。不光在办公室对接技术方案，还要扎根生产现场，观察设备运行、物料投放全过程，核对现场工时与实验室测算数据是否一致。” 刘沛瑶和不少学生都是第一次走进实体生产车间。除了线下驻场调研，师生还和企业工程师保持高频线上研讨，把对生产流程的粗略认知，细化到每一道工序、每一个操作环节。

“我们先列出问题清单，再对照清单逐条和企业核对确认。”他说，只有把现场生产条件全部摸清摸准，算法给出的排产计划才能真正落地。

团队在原有研究基础上迭代优化方案，增加仿真验证环节，让排产计划先在数字模型里试运行，发现工序冲突及时修正。今年4月，团队与企业正式签订合作协议；9月，光伏车间排产切线提醒系统顺利上线。

和学生一起走进产业大课堂

走进生产一线，老师带着学生破解技术难题，师生双方都在成长。

“来到真实车间，学生首先要吃透工艺约束，学会倾听一线操作人员的诉求，明白技术始终要服务生产。”刘沛瑶说，学生必须听懂生产工艺术语，在技术可行性与工厂现实条件之间找到平衡点。

对学生而言，算法模型要接受真实生产场景的检验；对刘沛瑶来说，教学指导方式也必须随之调整。以往做科研项目，他习惯于布置任务、定期检查、验收成果。但在产业项目里，这套管理方式已经行不通。

“学生有自己的思考，项目推进过程中，我要和学生一起讨论、共同设计技术方案。” 他主动深度参与方案研讨，和学生一起推敲技术细节，同时学习把控研发进度、对接企业沟通协调。 “这是学生与我双向成长的过程。”



10月15日，2026年四川省“引智助企”遂宁行活动暨高校人工智能应用竞赛正式启动，刘沛瑶随即投入新一轮校企对接工作。



刘沛瑶（左）开始新一轮校企对接工作 记者 张海峰摄

一家绵阳显示企业的技术负责人提出，目前手机屏幕划伤、气泡等外观瑕疵，大多依靠人工在特定光照下肉眼检测，企业希望借助人工智能技术实现自动质检。刘沛瑶当场询问企业现有检测设备，追问是否采集过产品照片、人工能否精准标注瑕疵位置。得知企业还未开展数据采集工作，他当即给出建议：先组织团队教师赴企业实地走访，与现场技术人员、工程师面对面交流。

“技术方案不能凭空设计，必须立足于车间现有生产条件。” 在他看来，脱离现场的技术研发没有实际价值。 对于下一步工作，刘沛瑶有着清晰规划：持续优化现有排产调度系统，把这套智能排产技术拓展应用到半导体、锂电池制造等领域。 “不同工厂的生产工艺约束各不相同，每落地一个新项目，都要结合工厂实测数据做定制化适配。” 他计划依托工会搭建的“引智助企”对接平台，对接更多省内制造企业，加快智能排产技术的产业转化 。

当企业生产难题变成师生共同攻关的科研课题，生产车间成为检验理论知识的实景课堂。这堂扎根产业的实践课，打通了高校人才培养与制造业转型升级的通道，也让青年教师的科研与教学，牢牢扎根在产业实践的沃土之上。

来源：四川工人日报

记者：张海峰

部分图片：受访者提供

宁飘飘

总结路演现场多来点这种通报

吃鸡爱好者

支持，10月14日挺重要

平凡可贵h

实现自动排产希望能落实到位

宁飘飘

哎有没有懂行的解释一下，10月14日

恐龙高新呀h

有没有懂行的解释一下，10月14日

加加加加油呀

话说实现自动排产啥时候能见成效

太极

基于多订单多客户确实该重视

加加加加油呀

基于多订单多客户多来点这种通报

太极

收藏了，10月14日

一颗火星子

嗯，人工智能参赛队了解了

文竹的一天

哎实现自动排产有后续吗，蹲一个

加加加加油呀

10月14日可以

太极

关于总结路演现场，本地人还是关心的

你最好别惹我

先码住，回头再看斩获一等奖