Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >卡中国脖子的20项技术产品,每一项都关乎中国制造的崛起

卡中国脖子的20项技术产品,每一项都关乎中国制造的崛起

作者头像
钱塘数据
发布于 2022-03-15 09:00:31
发布于 2022-03-15 09:00:31
1.7K0
举报
文章被收录于专栏:钱塘大数据钱塘大数据

中国制造业目前已取得了举世瞩目的成就,从落后挨打,到现在巨龙腾飞,中国制造人付出了巨大心血和努力。然而不可否认的是,中国目前许多产品仍然高度依赖进口,中国制造在这些领域的研发和生产依然存在难以攻破的技术难关。

这其中有关乎中国工业命脉的核心产品,也有和我们生活息息相关的工业零部件,本文就来为大家盘点中国严重依赖进口的20项产品:

➤ 1、高端数控机床

机床是现代制造的基础,没有机床的支撑,现代制造将寸步难行。随着时代和科技的发展,制造业对精密加工的要求越来越高,更高精度的产品不得不依赖高端数控机床。

目前国内的高性能机床基本上都是从德国、美国、日本这些国家进口,高端数控机床自给率不足10%,虽然我国不断加大对高端机床的研发投入,但国产机床精度和使用寿命远远达不到世界同类水平。

➤ 2、芯片

小到平时使用的智能手机,大到登月用的超级计算机,芯片可以说是无处不在。2018年中国芯片市场超过4000亿美元,然而令人遗憾的是中国核心集成电路国产芯片占有率多项为0,贸易逆差高达1657亿美元,芯片之痛是中国制造难以抹去的阴影。

尽管我国正在加大攻关芯片技术的力度,但中国企业在全球芯片产业格局中仍处于中低端领域,目前中国能自主制造类比、分离等低端芯片,但逻辑、存储等高端芯片目前都无法自给。

➤ 3、光刻机

光刻机被誉为芯片之母,国产芯片的匮乏一定程度上源于光刻机的无力。目前制造高端芯片的光刻机,全球只用荷兰ASML和日本尼康和佳能拥有,其中荷兰的ASML占据全球份额的87.4%,由于受到美国的影响,这些精端装备是是禁止向中国出口的,这些核心装备是用钱买不来的,只能靠中国人自己的智慧和双手。

如今半导体工业正在挑战的制程工艺为5nm和7nm,这个尺寸不到头发丝直径的万分之一。在这个精度条件下加工,任何传统的加工方式都毫无用武之地,“工欲善其事,必先利其器”,要想半导体产业突破技术封锁,要想开发先进的半导体制程,就必须要有先进的光刻机。

➤ 4、操作系统

尽管国产智能手机已取得世界领先地位,但在智能手机的操作系统上中国仍一片空白。目前谷歌的Android操作系统市场占比高达81.5%,苹果IOS占比18.4%,美帝几乎垄断了整个智能手机的操作系统市场。

中国要想真正实现智能手机的自主生产,操作系统的空白是永远绕不开的问题。而建设操作系统最重要的软件生态系统,需要芯片厂商、系统厂商、软件厂商的数年如一日地共同协作。

➤ 5、医疗器械

医疗器械是指直接或间接用于人体的仪器、设备、器具、体外诊断试剂及校准物、 材料及其他类似或者相关的物品, 包括所需要的软件, 主要用于医疗诊断、监护和治疗。没有医疗器械,中国上亿医患病人难以得到及时救治。

尽管我国医疗行业日益完善,但很多医疗器械多进口于德国、日本、瑞士,这种高端精密仪器,一台设备的成本通常高达百万甚至千万。

目前我国医疗器械和发达国家的差距主要体现在高端产品上。国产医疗器械同质化严重,例如我国仅生产输液器、注射器的企业就有200多家,缺乏差异化和创新意识。

➤ 6、航空发动机

中国的火箭能去月球,四代战机能自主研发,但航空发动机依然高度依赖进口。目前世界航发领域,美国英国的航空发动机的霸主地位难以撼动,美国普惠(PW:普拉特·惠特尼)、通用(GE:通用电气)和英国的罗罗(RR:罗尔斯·罗伊斯,又名劳斯莱斯)牢牢占据航发三甲的位置,国产发动机市场占有率不足1%。

航空发动机的缺失不仅关乎我国民航事业的发展,更已成为制约我国空军战力的一个去重要因素。以我国的J-20战机为例,歼-20在早期发动机远远落后于F-22装备的F119,无法进行超音速巡航,而超音速巡航是四代机的一个重要标准,所以只能在气动布局上做文章。可以说没有国产航空发动机的突破,就没有我国空军的未来。

➤ 7、汽车发动机

目前国产发动机依然喜欢买别人技术、捡别人淘汰的技术,导致国产汽车品牌质量跟不上同期的合资企业和进口汽车,国产发动机无论在制程、可靠度与国外都有较大差距。

在自主品牌快速发展的今天,国产车在外观设计和车身做工上进步非常大,某些优秀产品在这些方面甚至可以赶超合资,但再好的外观设计和做工依然弥补不了发动机的短,一台优秀的发动机将是国产汽车赢得消费者信赖的重要基础。

➤ 8、船舶柴油发动机

中国造船技术位居世界前列,但在船舶柴油发动机却高度依赖进口,国内在船舶动力装置中,有95%以上为柴油机动力装置,而世界上的船舶柴油机基本被MAN B&W柴油机公司和瓦锡兰公司垄断。

不仅船舶发动机市场被国外牢牢占据,专利封锁也难以突围。曾有报导称国内中西部地区有一家国有企业制造了300多台船舶用中速机,赢利上亿元,可是当该企业在缴纳知识产权费后,盈余所剩无几。国产发动机要想厚积薄发,突破专利封锁成为重中之重。

➤ 9、高端传感器

无论是智能手机、智能硬件还是智能家居,高端传感器可谓无处不在,高端传感器已成为数字化时代的基础配件。

目前我国最缺乏的是高端的、灵敏的传感器。就总体水平而言,国产的传感器产品仍以中低端为主,技术水平相对落后。中国市场上的中高端传感器进口占比达80%,数字化、智能化、微型化产品严重欠缺。

➤ 10、转辙机

转辙机是道岔控制系统的执行机构,它可以很好地保证行车安全,提高运输效率,改善行车人员的劳动强度。目前我国自主生产的ZD6转辙机精度远远不及西门子S700K,达不到使用要求,只能依赖进口。

➤ 11、高端轴承

在我们的生活中轴承几乎无处不在,小到路边的共享单车、家里的家用电器,大到上天的宇宙飞船,下水的航空母舰,没有轴承这一切都无法存在。

然而应用于精密机床的主轴承,我国在技术上仍处于一片空白。滚动轴承的精度一般分为P0、P6、P5、P4和P2五个等级,用于精密机床主轴上的轴承精度应为P5及以上级,而对于数控机床、加工中心等高速、哈尔滨轴承高精密机床的主轴支承,则需选用P4及以上级超精密轴承。P4及以上级超精密轴承对技术性能和可靠性要求很高,国内需求的一半以上都依赖进口。

➤ 12、大型机

大型机也被称为大型主机,依靠其强大的数据存储能力和安全性某些重要行业具备了“不可替代性”。大型机担着企业、机构最核心的应用,例如银行的资金交易,用户数据等等。如果四大行这样的大银行大型机出了大故障,银行转账和ATM机都将瘫痪,我们日常使用的移动支付将无法正常运作。

如此重要的企业设备中国却严重依赖进口,其主要原因在国产大型机安全性和可靠性远远落后于IBM。

➤ 13、透射电子显微镜

透射电子显微镜是利用高能电子束,充当照明光源而进行放大成像的大型显微分析设备。相比于光学显微镜,透射电子显微镜可以看到看清小于0.2um的细微结构,是我国科研领域重要器械。

目前我国还无法生产高精度的透射电子显微镜,高校和科研机构使用的电镜大多进口自美国、日本和荷兰。

➤ 14、数控刀具

数控刀具是工业生产的牙齿,没有刀具原材料的加工就是无稽之谈。目前国产数控刀具在工艺和图层工艺上和进口的还是有很大的差距,精度和耐用性都不如进口刀具,再加上高端机床技术的缺失,我国数控刀具只能依赖进口。

➤ 15、高精度机械手

机械手是工业机器人的最重要的部件之一,随着中国制造业逐步走向数字化、智能化对工业机器人的精度要求也越来越高。目前世界上最先进的KUKA工业机器人,凭借其灵活的机械手已经能和乒乓球世界冠军进行比赛,而我国依然无法生产高精度的机械手,导致我国工业机器人自主生产严重落后。

➤ 16、基因检测仪

前段时间网上爆出的基因编辑婴儿事件引起了广泛关注,许多人以为我国已掌握基因编辑技术,然而令人遗憾的是中国连一台基因检测仪都造不出来。

基因测序仪诞生于1986年,目前已经走过了30多年,其中超过99%的设备都是美国研发、设计和生产的,如果没有美国的先进机器作为技术支撑,中国的基因工程将举步维艰。

➤ 17、真空蒸镀机

随着搭载京东方OLED 屏幕的华为mate20的上市,国产OLED 屏幕在国际市场上将扮演着越来越重要的角色。然而作为OLED面板制程的“心脏“:真空蒸镀机,其核心技术仍然牢牢掌握在日本Canon Tokki手里。

Canon Tokki的年产量通常只有几台到十几台之间,还没出厂就被抢购一空,可谓有钱也买不到。它能把有机发光材料蒸镀到基板上的误差控制在5微米内,没有其他公司的蒸镀机能达到这个精准度。目前我国还没有生产蒸镀机的企业,在这个领域我们没有发言权。

➤ 18、 感光干膜

感光干膜是一种特殊的制造印制电路板(PCB)的专用品,通常由聚乙烯膜、光致抗蚀剂膜和聚酯薄膜三部分组成。感光干膜主要作用是隔绝氧气、分层和避免机械划伤,没有它电路板的寿命将大幅下降。

2017年我国光致抗蚀干膜产量约0.7亿平方米,仅占国内消费量的1/3,绝大部分依赖进口。

➤ 19、抗癌药

《我不是药神》第一次引起人们对于进口药价的思考,进口药之所以售价如此之高一方面是国外制药企业高昂的研发投入,另一方面也源于国产创新药缺失。2017年我国肿瘤药规模超过1400亿,但其中95%依赖进口。

一种新药对于癌症患者来说是救命稻草,但对于制药企业来说是6-10年上百亿元的研发投入。让中国癌症患者早日吃上廉价的国产药,中国制造企业仍有很长的路要走。

➤ 20、数码相机

中国的火箭都上太空了,却造不出一台小小的数码相机,难道数码相机制造工艺要求比火箭还高吗?

其实还真是,单反数码相机技术门槛很高,需要最前沿的光学、电子、机械技术相结合。像如今单反相机的快门速度可以达到1/4000秒,部分高端机型甚至达到1/8000秒如此高速的快门对加工精度和可靠度有着极其严苛的要求,中国机械加工条件目前还难以达到这样的水平。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-12-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 钱塘大数据 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
目标检测算法之NMS后处理相关
昨天盘点了一下目标检测算法的常见数据集还有评判标准,但目标检测过程还有一个后处理算法的重要性确常被忽略,今天我们就来盘点一下目标检测算法中的NMS相关知识吧。
BBuf
2019/12/09
1.4K0
解释 NMS (Non Maximum Suppression) 算法的原理
NMS(Non-Maximum Suppression,非极大值抑制)是目标检测中常用的一种后处理技术,用于消除冗余的检测框,保留最有可能的检测结果。其主要目的是解决多个边界框重叠的问题,确保每个目标只有一个边界框。
代码小李
2025/01/23
1800
【目标检测系列】非极大值抑制(NMS)的各类变体汇总
所以本文针对目标检测中的NMS作进一步研究,基本的NMS方法,利用得分高的边框抑制得分低且重叠程度高的边框。NMS方法虽然简单有效,但在更高的目标检测需求下,也存在如下缺点:
深度学习技术前沿公众号博主
2020/06/19
3.3K0
【目标检测系列】非极大值抑制(NMS)的各类变体汇总
【计算机视觉——RCNN目标检测系列】三、IoU与非极大抑制
在上一篇文章:【计算机视觉——RCNN目标检测系列】二、边界框回归(Bounding-Box Regression)中我们主要讲解了R-CNN中边界框回归,接下来我们在这篇文章我们讲解R-CNN中另外一个比较种重要的模块——IoU与非极大抑制。
AI那点小事
2020/04/15
1.1K0
【计算机视觉——RCNN目标检测系列】三、IoU与非极大抑制
非极大值抑制(Non-Maximum Suppression)
本文介绍了非极大值抑制(Non-Maximum Suppression, NMS)在计算机视觉目标检测中的应用,主要讲述了如何通过 Python 和 OpenCV 库实现 NMS 算法。首先介绍了 NMS 的基本概念和作用,然后通过具体的实验过程展示了 NMS 算法的实现过程,最后给出了参考资料和实验结果。
Tyan
2017/12/28
2.2K0
非极大值抑制(Non-Maximum Suppression)
一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD
object detection,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。所以,object detection要解决的问题就是物体在哪里以及是什么的整个流程问题。
智能算法
2019/12/06
11.3K1
一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD
object detection中的非极大值抑制(NMS)算法
前言 什么是NMS算法呢?即非极大值抑制,它在目标检测、目标追踪、三维重建等方面应用十分广泛,特别是在目标检测方面,它是目标检测的最后一道关口,不管是RCNN、还是fast-RCNN、YOLO等算法,都使用了这一项算法。 一、概述 非极大值抑制(Non-Maximum Suppression,NMS),顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜索。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Suppression》对1维和2维数据的NMS实现),而是用于目标检测中提取分数最高的窗口的。例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。这时就需要用到NMS来选取那些邻域里分数最高(是行人的概率最大),并且抑制那些分数低的窗口。 NMS在计算机视觉领域有着非常重要的应用,如视频目标跟踪、数据挖掘、3D重建、目标识别以及纹理分析等。本文主要以目标检测中的应用加以说明。
小草AI
2019/06/02
7.3K0
一分钟速学 | NMS, IOU 与 SoftMax
简单的说,就是模型给出了多个重叠在一起的候选框,我们只需要保留一个就可以了。其他的重叠的候选框就删掉了,效果可见下图:
机器学习炼丹术
2020/07/23
9850
一分钟速学 | NMS, IOU 与 SoftMax
python opencv-有点意思同学讨论问题记录
还有很多,懒得发了,通过讨论,问题基本上都已经解决了,本来懒得写了,觉得太花时间了,想了想决定还是写吧,别问为啥,问就是热爱编程,乐于助人。
叶子陪你玩
2021/12/08
6830
python opencv-有点意思同学讨论问题记录
一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD「建议收藏」
之前我所在的公司七月在线开设的深度学习等一系列课程经常会讲目标检测,包括R-CNN、Fast R-CNN、Faster R-CNN,但一直没有比较好的机会深入(但当你对目标检测有个基本的了解之后,再看这些课程你会收益很大)。但目标检测这个领域实在是太火了,经常会看到一些写的不错的通俗易懂的资料,加之之前在京东上掏了一本书看了看,就这样耳濡目染中,还是开始研究了。
全栈程序员站长
2022/06/30
8300
一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD「建议收藏」
目标检测 - 非极大值抑制(Non Maximum Suppression)
NMS 对检测得到的全部 boxes 进行局部的最大搜索,以搜索某邻域范围内的最大值,从而滤出一部分 boxes,提升最终的检测精度.
AIHGF
2019/02/18
6610
目标检测算法发展简史
比起图像识别,现在图片生成技术要更加具有吸引力,但是要步入AIGC技术领域,首先不推荐一上来就接触那些已经成熟闭源的包装好了再提供给你的接口网站,会使用别人的模型生成一些图片就能叫自己会AIGC了吗?那样真正成为了搬运工了,而且是最廉价的。 生成图片技术更多是根据一些基础的图像处理技术来演变而来,从最基础的图像处理技术学习,你就能明白图片生成是怎么一回事。最近看了很多关于目标检测的文章和博客,也在学习AIGC技术,从基础手工设计特征到如今的深度学习模型,二者技术发展历史其实可以说是有比较共同性的。
fanstuck
2024/01/26
2.7K0
目标检测算法发展简史
目标检测算法基础概念:边框回归和NMS
【导读】前面我们详细介绍了目标检测领域常用的一些评价指标。本文我们来讨论一下在目标检测算法中必须掌握的两个基本概念:边框回归和NMS(非极大值抑制)。
深度学习技术前沿公众号博主
2020/06/10
1.4K0
目标检测算法基础概念:边框回归和NMS
即插即用 | 或许你的NMS该换了,Confluence更准、更稳的目标检测结果
---- 新智元报道   来源:AI人工智能初学者 作者:ChaucerG 【新智元导读】本文提出了一种优于NMS的非IoU替代方案,其在边界框保留和抑制方面不依赖IoU或最大置信度得分。在YOLOv3、RetinaNet和Mask R-CNN等检测器上实验证明,Confluence比NMS性能更强,更可靠! 简介 本文提出了一种在目标检测中的边界框选择和抑制任务中替代贪婪非极大值抑制(NMS)的新颖方法。它提出了Confluence,该方法不仅不依赖于置信度得分来选择最佳边界框,也不依赖于IoU
新智元
2023/05/22
5460
即插即用 | 或许你的NMS该换了,Confluence更准、更稳的目标检测结果
【深度学习】目标检测
目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。
杨丝儿
2022/03/01
2.9K0
【深度学习】目标检测
目标检测基本概念与性能评价指标计算
不同的问题和不同的数据集都会有不同的模型评价指标,比如分类问题,数据集类别平衡的情况下可以使用准确率作为评价指标,但是现实中的数据集几乎都是类别不平衡的,所以一般都是采用 AP 作为评价指标,分别计算每个类别的 AP,再计算mAP。
嵌入式视觉
2022/09/05
9490
目标检测基本概念与性能评价指标计算
目标检测算法中检测框合并策略技术综述
物体检测(Object Detection)的任务是找出图像或视频中的感兴趣目标,同时实现输出检测目标的位置和类别,是机器视觉领域的核心问题之一,学术界已有将近二十年的研究历史。随着深度学习技术的火热发展,目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初 2013 年提出的 R-CNN、OverFeat,到后面的 Fast/Faster R-CNN、SSD、YOLO 系列,以及Mask R-CNN、RefineDet、RFBNet等(图 1,完整论文列表参见[1])。短短不到五年时间,基于深度学习的目标检测技术,在网络结构上,从 two stage 到 one stage,从 bottom-up only 到 Top-Down,从 single scale network 到 feature pyramid network,从面向 PC 端到面向移动端,都涌现出许多好的算法技术,这些算法在开放目标检测数据集上的检测效果和性能都很出色。
SIGAI学习与实践平台
2018/12/05
1.3K0
无需NMS的目标检测,OneNet
目标检测是计算机视觉领域的基础性任务之一,并且赋能大量的下游应用。当前目标检测器存在的一大挑战是标签分配问题。特别地,如何定义每个目标的正样本和背景的负样本始终是一个悬而未决的难题。数十年来,目标检测中的正样本一直是候选框,它与真值框的 IoU 大于阈值。现代检测器在图像网格上预定义数千个锚框,并在这些候选框上执行分类和回归任务。这种基于框的标签分配方法被称为「框分配」。
计算机视觉
2021/01/12
8410
无需NMS的目标检测,OneNet
CVPR2021目标检测 | Weighted boxes fusion(附github源码及论文下载)
当不需要实时推理时,模型的整合就有助于获得更好的结果。在这项工作中,研究者提出了一种新的方法来结合目标检测模型的预测:加权边界框融合。新提出的算法利用所有提出的边界框的置信度分数来构造平均的边界框。
计算机视觉研究院
2021/05/08
1.2K0
CVPR2021目标检测 | Weighted boxes fusion(附github源码及论文下载)
计算机视觉-YOYO-
对计算机而言,能够“看到”的是图像被编码之后的数字,但它很难理解高层语义概念,比如图像或者视频帧中出现的目标是人还是物体,更无法定位目标出现在图像中哪个区域。目标检测的主要目的是让计算机可以自动识别图片或者视频帧中所有目标的类别,并在该目标周围绘制边界框,标示出每个目标的位置,如 图1 所示。
zhangjiqun
2024/12/14
1130
计算机视觉-YOYO-
推荐阅读
相关推荐
目标检测算法之NMS后处理相关
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档