灯塔案例｜亨通光纤科技苏州

5大核心案例 1光棒沉积工序AI智控

业务痛点

光棒外包层在超过1200℃高温下需要将二氧化硅微粉均匀沉积在芯棒表面，直径极差控制在4mm以内。传统靠人工经验反复调整参数，一致性差，1根光棒废掉损失数十万元。

解决思路

构建AI自控沉积系统，以12组微距摄像机实时采集图像数据，通过机器视觉算法识别裂纹、斑点等缺陷，并自动触发工艺参数闭环调整。

实施路径

1) 每台沉积设备部署12组微距摄像机，覆盖360°无死角；2) 每秒采集1万+条数据，通过5G网络送入智能集控中心；3) 算法实时甄别芯棒表面缺陷，自动调整沉积温度、速度和送粉量；4) 与上下游拉丝、延伸工序数据联动，确保全链路参数一致性；5) 过去3年沉淀上千万条生产数据，每月汇总分析挖掘有益工艺参数。

关键数据

覆盖400+台大型生产检测设备，年产能光棒2500吨（折算光纤1亿芯公里），单根6米超大尺寸光棒可连续拉丝6天、产光纤15000公里。

用了什么技术

机器视觉 03.03.03 AI/ML 05.01.01 工业大数据 05.04.02

12组微距摄像机内置于1700℃的沉积设备中，替代了工人无法靠近的人工巡检。图像数据通过5G专网实时回传集控中心，缺陷识别模型经数千万条历史数据训练，可同时判别裂纹、斑点、气泡等12类缺陷，检出率超99%。一旦发现瑕疵，系统在500ms内自动下发修正参数至设备PLC，实现无人干预闭环控制。

↓52%

不良率降低

↑66%

工厂效率提升

5大核心案例 2高温拉丝机器视觉缺陷检测

业务痛点

光纤拉丝炉温度高达2200℃，光棒以180km/h被拉成125µm光纤（比头发丝还细），任何表面气泡、杂质都会导致断丝。过去只能靠出炉后抽检，发现缺陷已经废掉整批产品。

解决思路

在每台拉丝炉内布置12台微距摄像机，通过机器视觉和AI算法实现2200℃高温环境下的在线实时缺陷检测，将检测从"出炉后抽检"前移到"生产过程中全检"。

实施路径

1) 每台拉丝炉内部署12台耐高温微距摄像机，覆盖光纤从熔融到成型的全路径；2) 摄像机以每秒数十帧速度采集图像，数据通过耐高温线缆传输至边缘计算节点；3) 边缘端部署轻量化CNN缺陷检测模型，实时判定芯棒表面状态；4) 检测到缺陷后系统自动标记异常段、触发拉丝速度微调或停机保护；5) 数据同步回传集控中心，用于工艺参数持续优化。

关键数据

覆盖全厂数十台拉丝炉，12台摄像机/炉，每分钟检测约3000m光纤，缺陷检出响应时间<1秒，断丝率显著下降。

用了什么技术

机器视觉 03.03.03 边缘计算 07.03.02 5G 07.02.01

高温拉丝炉（2200℃）内的人工巡检完全不可行，机器视觉是唯一可行的在线检测手段。12台微距摄像机连续采集光纤表面图像，边缘计算节点在毫秒级完成缺陷分类，无需等待数据上传云端。匹配拉丝速度180km/h的极高节拍，单台炉每天检测超过4000km光纤表面质量，形成完整的"数字质量护照"。

↓52%

缺陷率降低

↓21%

单位成本降低

5大核心案例 3数字仿真驱动特种光纤快速研发

业务痛点

海外客户特种光纤订单需求多样（抗辐射、耐高温、多芯耦合等），传统研发需要反复物理试制，一次配方调整耗时大半年、成本上百万元。新市场机会稍纵即逝。

解决思路

以智能集控系统的千万级历史生产数据库为基础，运用数字仿真技术在虚拟环境中反复模拟制造流程，验证配方参数，将物理试制次数从数十次压缩到接近零。

实施路径

1) 将过去3年的上千万条生产数据（温度、压力、速度、原料配比等）清洗入库，建立工艺知识图谱；2) 开发多物理场耦合仿真模型，涵盖热传导、流体力学、光学特性等维度；3) 客户需求输入后，AI自动匹配历史相似配方并生成初始参数组合；4) 仿真平台模拟10000+层沉积堆砌过程，逐层验证参数；5) 确认最优参数后直接下发至生产设备，首件即达标，大幅减少试制轮次。

关键数据

某BL光纤从需求到交付仅15天（传统需大半年），节省研发成本上百万元。已累计支撑多款特种光纤快速上市。

用了什么技术

数字孪生/仿真 03.01.01 AI/ML 05.01.01 工业大数据 05.04.02

数字仿真平台部署在集控中心的算力引擎上，基于过去3年上千万条工艺数据构建机理+数据混合模型。仿真覆盖从沉积、烧结、延伸、拉丝到测试全流程，能模拟10000+层沉积堆砌和2200℃高温拉丝的物理化学过程。与传统"试错法"研发相比，物理试制从数十次降至1-2次验证，研发周期压缩90%以上。

15天

研发周期（原半年+）

↓90%+

试制次数减少

5大核心案例 4桁架机器人智能调度与自主派单

业务痛点

光棒前体（芯棒疏松体）像烟灰一样脆弱易碎，人工搬运极易造成微裂纹损伤，且工厂内30000m²空间内400+台设备分散分布，人工调度效率低、等待时间长。

解决思路

部署重型桁架机器人实现物料自动搬运，结合设备状态实时数据分析（良品率、忙闲度、能耗），由算力引擎自动向表现最优的设备派发任务，实现去中心化自主调度。

实施路径

1) 在网格化车间顶部铺设桁架轨道，部署多台重型桁架机器人，可实现360°定位+4种联动微距调整；2) 机器人配备力控夹爪，以精确力度抓取易碎芯棒，消除震动风险；3) 每台设备通过1.2万+传感器实时上报状态（运行/待机/故障/良品率趋势）；4) 算力引擎综合评估设备健康度、历史良率和实时负载，自动向最优设备派发生产任务；5) 机器人与AGV联动完成跨车间物料转运。

关键数据

2万m²车间仅需十余人维护设备（传统需百人以上），物料等待时间大幅缩短，设备综合利用率(OEE)显著提升。

用了什么技术

智能机器人 01.02.02 工业大数据 05.04.02 5G 07.02.01

重型桁架机器人在车间顶部轨道运行，不占用地面空间，覆盖30000m²全区域。每台机器人集成力控传感器和3D视觉，可识别芯棒姿态并以0.1N精度抓取。自主派单算法基于每台设备的实时OEE数据和历史良品率曲线，动态优化任务分配，避免"忙的设备更忙、闲的设备更闲"的传统困局。

↑66%

工厂效率提升

10+人

运维2万m²车间

5大核心案例 5智能集控中心"数字大脑"全局调度

业务痛点

光纤制造上百道工序分布在400+台设备上，过去各工序独立运行、数据孤岛，生产排程靠Excel+电话协调，异常响应滞后，一个环节堵住影响整条产线。

解决思路

建设7年的"数字大脑"智能集控中心，将6道核心工序+8道辅助工序全部接入统一平台，实现从原料到成品的全链路数据贯通、自动排程和实时优化。

实施路径

1) 历时7年筹备建设，将400+台设备通过1.2万个传感器接入集控平台；2) 自研HioT工业互联网平台（2023年入选国家级双跨平台），统一数据标准与接口；3) 二楼主控大厅大屏实时展示每台设备运行状态、能耗、质量数据；4) 搭载算力引擎，根据订单需求自动生成排程计划并下发至各设备；5) 生产环境变化或瑕疵超标时，系统自动介入调整参数，全程无需人工干预。

关键数据

每秒采集数据1万+条，过去3年沉淀上千万条生产数据，组建100+人数据工程师团队，HioT平台面向亨通集团70+家公司开放40+套系统。

用了什么技术

工业互联网平台 07.01.01 AI/ML 05.01.01 数字孪生 03.01.01 大数据 05.04.02

智能集控中心位于工厂二楼，是整个"灯塔工厂"的神经中枢。数字大屏不仅展示设备状态，更能根据订单需求自动拆解为各工序任务并下发。HioT平台作为自研国家级双跨平台，向下连接1.2万+传感器和400+台设备，向上支撑27个先进用例的部署运行。算力引擎融合机理模型与AI模型，是亨通最核心的差异化竞争力。

↑66%

整体效率提升

↓33%

单位能耗下降

65G全制程设备物联与实时监控

业务痛点

400+台设备来自不同品牌和年代，协议异构、数据格式不统一，设备数据采集覆盖率不足40%，大量工序仍处于"黑箱"状态。

解决思路

以1.2万个传感器为"神经末梢"，通过5G专网实现全制程设备互联，建立统一的设备物联中台，实现数据100%实时采集。

实施路径

1) 对400+台设备逐一加装传感器（温度、压力、振动、电流等），总计部署1.2万+个传感点；2) 建设5G专网覆盖3万m²车间，解决有线布线困难问题；3) 开发统一设备物联中台，兼容Modbus、OPC-UA、Profibus等主流协议；4) 每秒采集1万+条数据，实时汇聚到HioT平台；5) 实现设备状态可视化、异常预警、预测性维护。

关键数据

1.2万+传感器、400+台设备全联网，每秒1万+条数据，数据采集覆盖率从<40%提升至100%。

用了什么技术

5G 07.02.01 IoT 03.02.02 工业互联网 07.01.01

5G专网解决了高温车间、移动设备（桁架机器人）场景下"有线布不了、WiFi不稳定"的痛点。1.2万+传感器覆盖沉积温度(1200℃+)、拉丝炉温(2200℃)、光纤直径在线检测(125µm精度)等关键参数，每秒万级数据洪流通过5G上行通道毫秒级进入集控中心。

↑2.5x

数据采集覆盖

1万+/秒

实时数据吞吐

7机器学习闭环配方研发系统

业务痛点

特种光纤配方涉及上万层材料堆砌，每层厚度、掺杂浓度、温度曲线等数十个参数需要精确控制，传统靠有经验工程师"调参数-做样品-测结果"循环，开发周期以年计。

解决思路

搭建机器学习闭环系统，通过数字化标定逐层扫描生成图像，比对配方目标值与实际值，自动分析偏差原因并推荐参数修正方案。

实施路径

1) 将光棒10000+层沉积过程全部数字化标定，建立逐层扫描数据库；2) 训练ML模型学习"配方参数→沉积结果"的映射关系；3) 每次试制后自动比对目标值与实际值的偏差图谱；4) AI分析偏差根因（如第N层掺杂浓度偏高/沉积温度偏低），推荐修正参数；5) 累积学习效应使模型推荐精度随试制次数不断提升。

关键数据

覆盖10000+层堆砌，逐层精度控制。机器学习迭代次数越多，首件成功率越高。

用了什么技术

AI/ML 05.01.01 工业大数据 05.04.02

该闭环系统将"老师傅的隐性经验"转化为可量化的ML模型参数。每层沉积后自动扫描生成数字图像，算法判别该层是否达标并给出原因。与数字仿真（案例3）形成互补——仿真做正向预测，ML做反向溯源，两者构成完整的"预测+诊断"研发体系。

10000+

层逐层标定

↑持续

首件成功率

8AI仿真自主优化全流程工艺参数

业务痛点

光棒拉丝需将包层和芯层等比拉伸至头发丝般粗细，速度180km/h下稍有参数偏差即断丝，传统工艺参数"一次设定、人工微调"模式无法适应原料批次差异和环境变化。

解决思路

开发AI仿真自主优化系统，在线上对每个加工环节进行仿真模拟，根据实时数据自主优化设计参数和加工参数，确保产品性能高度稳定。

实施路径

1) 建立机理+数据混合模型，模拟拉丝过程的温度场、应力场分布；2) 实时采集拉丝炉温、拉丝速度、张力、光纤直径等参数；3) AI引擎根据原料批次特性（通过上游追溯数据获得）自动调整炉温曲线和拉丝速度；4) 预测性监测光纤直径变化趋势，提前微调而非事后纠正；5) 系统可在原料切换、环境温湿度变化时自适应调整，无需停机。

关键数据

单根光棒连续拉丝6天不断，总长达15000km（北京-上海往返7次），直径波动控制在亚微米级。

用了什么技术

AI仿真 05.01.01 数字孪生 03.01.01 先进过程控制 03.03.01

该系统在云端仿真+边缘实时优化双架构下运行。云端基于千万条历史数据训练预测模型，边缘端在毫秒级响应实时数据并调整参数。尤其关键的是"等比拉伸"控制——光棒包层和芯层必须严格等比缩小，偏差超过0.1%即导致光学性能不达标。AI通过学习最优参数空间，实现比人工经验更稳定、更精确的控制。

6天

连续拉丝时长

15000km

单棒光纤长度

9全流程数据追溯与工艺知识图谱

业务痛点

光纤经历上百道工序，出现质量问题时难以快速定位问题工序，典型追溯需数天翻阅纸质记录和分散的系统日志，延误交付和客户信任。

解决思路

建立全流程数字化追溯体系，每根光纤从光棒批次、沉积参数、拉丝参数到最终测试数据全部关联，构建工艺知识图谱支持秒级根因定位。

实施路径

1) 1998年上线ERP，2006-2008年建立全流程追踪系统，持续迭代至今；2) 为每根光棒赋予唯一ID，关联所有工序参数和检测数据；3) 构建工艺知识图谱，将每道工序的参数设定、设备状态、环境条件与最终质量指标建立因果链路；4) 出现质量异常时，系统自动沿因果链路反向追溯，秒级定位问题工序；5) 每月对海量数据总结梳理，挖掘有益工艺数据、追溯异常关键信息。

关键数据

100+道工序全程追溯，故障定位时间从数天缩短至秒级，100+人数据团队持续挖掘生产数据价值。

用了什么技术

工业大数据 05.04.02 知识图谱 05.05.01 MES 02.02.01

追溯体系跨越从1998年ERP上线到2023年灯塔获评的25年数字化积累。每根光纤的"数字质量护照"记录了从芯棒批次到成品质检的完整数据链。知识图谱将上百道工序间的数万个参数关联关系结构化，支持自然语言查询如"哪些参数组合最可能导致涂层剥离缺陷"。

秒级

故障根因定位

100+

工序全覆盖

10能源管理与绿色智能制造

业务痛点

光棒制造是高能耗过程（沉积和拉丝均需超1000℃长时间高温），面对国际市场对绿色生产的期望和碳关税压力，必须系统性降低单位能耗。

解决思路

通过AI优化高温设备运行参数、智能排程削峰填谷、能源数据实时监控与闭环管理，实现生产过程绿色化。

实施路径

1) 对每台高能耗设备（沉积炉、拉丝炉）加装独立电表和温度传感器；2) 能耗数据接入HioT平台，建立设备级能耗基线模型；3) AI分析"工艺参数-能耗"关系，在不影响产品质量前提下推荐最低能耗参数组合；4) 智能排程系统优先在电价谷段安排高能耗工序；5) 能耗异常（偏离基线>5%）自动告警并追溯原因。

关键数据

单位能耗下降33%，获评国家绿色工厂，满足国际市场绿色生产标准。

用了什么技术

能源管理 09.02.01 AI优化 05.01.01 IoT 03.02.02

能耗监测覆盖全厂400+台设备，建立逐台设备的能耗基线。AI优化引擎在温度、压力、速度等多个维度搜索能耗最优解，在保证产品良率不下降的前提下动态调整参数。智能排程将高能耗沉积工序（单次持续数小时、能耗占全厂60%+）优先安排在夜间低电价时段，削峰填谷降低用电成本。

↓33%

单位能耗下降

↓21%

单位成本降低

指标	改善前	改善后	提升幅度	业务解读
工厂效率	基准水平	—	↑66%	同等设备规模下产能提升2/3，人均效率大幅跃升
不良率	基准水平	—	↓52%	光纤断丝报废大幅减少，每年挽回数千万元损失
单位制造成本	基准水平	—	↓21%	AI+自动化替代人工，能耗优化+物料浪费减少叠加效应
单位能耗	基准水平	—	↓33%	高温工序AI优化+智能排程削峰填谷，年减排显著
数据采集覆盖率	<40%	100%	↑2.5x	400+台设备、1.2万+传感器全联网，消除生产"黑箱"
新产品研发周期	半年以上	15天	↓90%+	数字仿真替代物理试制，研发成本降低上百万元/款
单棒连续拉丝	数小时	6天	↑10x+	超大尺寸光棒（6m/200mm）实现15000km连续拉制
质量追溯时间	数天	秒级	↓99.9%+	全流程数字追溯，故障根因从"翻纸质记录"到"秒级定位"
运维人力需求	百人级	十余人	↓80%+	2万m²车间、400台设备仅需十余人维护
光棒国产化成本	2000-3000元/km	<30元/km	↓99%	自主研发光棒使国内光纤网络建设成本降低70%

📋 企业名片

🔧 核心案例

📊 绩效改善总览

🗺️ 技术全景图

🔍 可复制性分析

🏭 行业对标视角

同小类（3971 光纤光缆制造）灯塔工厂

同中类（397 电子器件制造）其他灯塔工厂

💬 互动