全球首家川造正极材料零碳工厂AI赋能测评
全球主流高端新能源车型的动力核心——锂离子电池，其性能上限很大程度上取决于正极材料。如果将锂电池视为能量存储系统，正极材料便相当于决定能量密度、循环寿命与热安全性的关键组件。成都巴莫科技正是这一细分领域的领军者，也是全球首家实现碳中和的正极材料生产基地。
成都巴莫科技厂区实景
真正令这座工厂脱颖而出的并非产能规模，而是其深度集成的智能决策中枢。步入成都巴莫科技的智能运营管控中心，巨型三维数字孪生屏将全厂生产流程实时映射：物料在密闭管道内精准输送，产线温度以热力图分层标识，AGV小车自主穿梭，每个批次物料均携带有唯一追溯码，从投料到成品下线的全链路数据透明可查。
而在七八年前，完全是另一番景象：工程师依赖纸质笔记本手动记录配方参数；工人凭经验频繁现场巡检判断工况；一旦出现质量异常，需翻阅成堆单据逐项溯源。如今，AI算法与智能系统彻底重塑了这一模式。
近日，封面新闻联合赛迪工业和信息化研究院（四川）集团有限公司，启动“奋进吧，AI！探秘‘川造’智能工厂”主题调研行，走进四川省“先进级智能工厂”——成都巴莫科技，深度解析正极材料制造如何从“经验驱动”跃迁至“数据驱动”。
Part.1 智慧中枢：让封闭物料流实现全息透明
在成都巴莫科技的三维管控工艺驾驶舱前，工程院负责人程晓焜轻触屏幕，全厂生产状态瞬时呈现。不同色块代表产线产品所处温度区间，物料在管道内的流动轨迹清晰可视。
三维管控工艺驾驶舱界面
“系统可实时展示所有现场物料的状态、内部温度及流转进度。”程晓焜解释，其底层依赖高频稳定的工业数据采集网络。通过遍布产线的传感器，系统能精确感知每个料仓存量、每批物料位置以及每台设备的运行参数。
对于正极材料这类连续流程制造，最棘手的难题之一是“断批”——物料在密闭管道内流动时，传统方式难以确定批次边界。过去工人只能手工记录进出窑时间并推算。现在，算法自动完成精准断批处理：每批原料用量、流向工序均可实时追踪。
“一旦出现质量异常，系统立即锁定该批次及所有关联物料。”程晓焜表示，以往排查异常需翻查纸质单据，如今一键即可隔离问题物料。
这个智慧中枢背后，30万个数据采集点每秒生成海量工业数据，为后续AI应用奠定了坚实的数据基础。
Part.2 人机协同进化：从抵触到主动驱动
智能化改造初期并非一帆风顺。
“最早推条码管理和批次管理时，员工抵触情绪很大。”程晓焜回忆，2017年系统上线后，管理层可通过数据直接掌握现场实况，传统管理模式被打破，车间主任的权力被扁平化；工人每步操作均被记录，透明度大幅提升。
“他们担心自己被‘透明化’，害怕岗位被替代。”程晓焜说。
转折点出现在系统实际运行之后。当工人发现系统能自动记录数据、计算配方、推送任务，再无需熬夜翻本子、顶着高温巡检、手工推算物料位置时，态度迅速转变。
“现在不是我们推着他们用，而是他们追着我们提需求。”程晓焜笑称，去年以来一线员工的智能化需求持续爆发，研发团队已应接不暇，需求排期排至年底。
典型场景是配方计算。正极材料配方需根据每批原料实际含量动态调整，过去全靠工艺工程师手动计算，24小时值岗。如今系统通过自研算法自动核算配方，并基于前后批次检测数据优化参数。现场员工只需持智能终端接收任务，点击确认启动即可。
“工艺工程师从繁琐计算中解放出来，转而关注生产趋势、提前预防异常。”程晓焜强调，这不仅提升效率，更重塑了角色定位——从‘计算员’变为‘趋势分析师’。
Part.3 进化路径：从单点突破到系统级重构
成都巴莫科技的智能化转型遵循了从点到面的渐进路径。
2016年建厂初期，产线已实现自动化装备，日常生产信息依赖纸质记录。2017年依托工信部智能制造新模式项目支持，启动全厂智能化改造与数字化转型。初期方案由外部供应商提供，数据采集采用有线网络，稳定性与可靠性不足。
“发现问题后，我们从2019年起自主开发。”程晓焜说，正极材料行业极为特殊，缺乏现成模板可复制。钢铁、化工等行业虽有智能化经验，但正极材料对杂质、水分、气氛、温度极其敏感，工艺窗口极窄，必须探索专属技术路线。
如今，成都巴莫科技已完成从自动化、数字化到智能化的三级跳。投料环节AGV搬运物料，摄像头与传感器实时监控；混料环节算法替代人工配方；窑炉环节通过传感器数据与算法模型，在800℃—1200℃高温环境下精准计算物料状态；破碎环节在线粒度检测实时反调参数；匣钵更换由机器人视觉识别损坏程度并控制机械臂抓取力度；下包环节智能算法计算完成时间并自动推送任务。
匣钵上下线机器人作业实拍
这一智能化体系带来了显著效益：良率从96%跃升至99.9%以上，生产效率翻倍，能耗成本下降超30%。在实现产品领先的同时，也做到了成本领先。
“人年省十几万，但一个批次报废就是几百万。”程晓焜指出，智能化的核心价值并非替代人力，而是让制造过程更稳定、更透明、更可预测。
面向未来，成都巴莫科技仍在持续推进智能化升级。第四代智能制造体系正在建设，目标打通采矿、冶炼、前驱体到正极材料的全产业链数据，实现一体化调度。同时，AI应用持续深化——从知识类算法到生成式大模型，从质量预警到异常归因分析，AI正成为工厂不可或缺的“超级员工”。
“我们不仅要生产世界级产品，也要输出世界级的智能制造解决方案。”程晓焜表示。