7月28日,广东省工业和信息化厅发布《关于省政协十三届一次会议第号提案答复的函》。根据复函,2022年,广东省智能机器人产业营业收入实现616.4亿元,同比增长15.45%;实现增加值111.4亿元,同比增长12.1%。其中,广东省工业机器人累计产量16.57万台(套),同比增长2.1%,占全国产量三分之一,工业机器人产量连续三年稳居全国第一。
政策引导:推动企业获得融资支持89.09亿元
广东是如何摘下这颗“制造业皇冠顶端的明珠”?2020年,广东省出台《广东省培育智能机器人战略性新兴产业集群行动计划(2021-2025年)》,聚焦技术创新,重点支持提升关键零部件、核心软件技术水平,突破瓶颈制约,提升国产化率。
政策持续推动之下,广东着重做大做强企业,带动全产业链协同发展。
一是培育壮大骨干企业。加快培育广东省机器人产业自主品牌,围绕研发制造、关键零部件研发生产、系统集成服务,共遴选认定5批86家省级机器人骨干(培育)企业,其中机器人骨干企业46家,充分发挥骨干企业的引领带动作用。
二是缓解中小企业融资困难。加强政银企合作,截至2023年5月,推动8家金融机构为广东省智能机器人产业集群累计573家(次)企业获得融资支持89.09亿元。
三是大力实施智能制造生态合作伙伴行动计划。自2021年广东省实施智能制造生态合作伙伴行动计划以来,先后遴选两批八大领域共395家合作伙伴单位,围绕机器人产业集群迫切需求,开展智能制造生态合作需求对接、政策宣贯、技术研讨等专场活动。
产业应用:国家级智能制造试点示范优秀场景34个
智能机器人产业的发展离不开应用场景的不断延伸。在工信部等四部门联合发布的2022年机器人典型应用场景名单,广东省有17家企业共19个场景入选机器人典型应用场景。全省拥有国家级智能制造试点示范工厂16个,国家级智能制造试点示范优秀场景34个。
产业结构方面,广东省在生产机器人所需的精密机械加工、电子设计、工艺装配等方面具有技术优势,产品研发与应用相对成熟。在核心零部件技术攻关与成品研制方面,拥有汇川技术、瑞松科技等自主品牌企业,具备一定的国产化核心技术与自主知识产权,并逐渐形成完善的产业链布局。
图为瑞松科技的生产线
同时,建立以广州、深圳为产业核心城市,珠海、佛山、东莞、中山为产业重要制造城市的产业布局,凭借区域内良好的制造业发展基础,重点围绕系统集成领域展开布局,充分发挥在流通渠道与价格方面的优势,为机器人应用企业实施灵活多样的定制化服务。
重大专项:有力推动高端装备产业高质量发展
广东启动实施省重点领域研发计划“智能机器人与装备制造”重大专项,共立39个项目,拟投入省拨财政资金共计42300万元,吸引社会配套资本共计万元。专项实施以来取得良好成效,有力推动广东省高端装备产业高质量发展,支撑广东省制造业当家战略的高质量实施。
——突破了一批智能机器人与智能制造关键共性技术,如机器人感知、人机共融、多机协同、远程运维和智能诊断、数字孪生、制造业信息化与智能化等核心技术。
——攻克了一批高性能核心零部件,如谐波减速机、行星摆线减速器(RV)、伺服电机和驱动器、直线伺服系统、驱控一体控制系统。
——研发了一批高端装备产品,如移动操作一体化机器人、人机协作机器人、焊接机器人系统、下肢骨折精准复位手术与康复一体化机器人、建筑机器人、五轴精密小龙门数控加工中心、搅拌摩擦焊接装备、全直驱高速高精密数控机床、智能型五轴精密小龙门数控加工中心。
人才培育:立项建设机器人相关高水平专业群6个
产业要发展,人才队伍要和产业一体壮大。
集中政策资源培育产业人才,广东省出台产业技能根基工程、新产业工人职业技能提升工程等政策措施,引导优质企业创建“产教评”融合型技能生态组织,打造产业集群高技能“新工匠”队伍;工信、发改、教育等部门联合开展11个产教融合城市试点和两批1200余家企业试点培育,鼓励企业联合省内重点高校共建共管共享产业学院。
在加强机器人相关学科专业建设上,强化机器人工程、机械设计及自动化相关专业建设,建设省级一流专业28个,其中国家级一流专业13个;建设省级一流课程7门,其中国家级一流课程1门。同时,依托省级教学研究与教学改革质量工程,立项建设机器人工程特色专业1个,机器人产业卓越人才培养计划、机器人应用型专项人才培养计划2项。加强省级高水平专业建设,辐射带动全省同类专业发展,立项建设机器人相关高水平专业群6个,立项建设6个智能机器人相关省中职教育"双精准"示范专业。
广东还积极组织开展广东高校科研平台和科研项目申报工作,设立高端装备制造(智能机器人、新材料)等重点领域专项。鼓励相关高校申报国家和省智能机器人相关重大科研课题,联合相关行业企业开展产学研合作。近三年,省教育厅立项资助近300项智能机器人相关领域的科研项目。
“明珠”光彩初绽,培育更需再下功夫。下一步,广东将继续推动智能机器人产业集群行动计划落实,持续攻关关键技术不断提升产业集群自主创新能力,加快智能互联工厂、工业机器人等领域的人才布局。
文、图/广州日报·新花城记者:徐雯雯广州日报·新花城编辑:林静
2021年05期《广东科技》杂志“专家论道”栏目,发布了广东省科学院智能制造研究所人工智能研究中心吴鸿敏、徐智浩、周雪峰的文章:《人工智能开启机器人编程新模式:机器人操作技能学习》。
机器人被誉为“制造业皇冠顶端的明珠”,是衡量一个国家创新能力和产业竞争力的重要标志,已经成为全球新一轮科技和产业革命的重要切入点。随着工业4.0和智能制造业的智能化和柔性化发展,机器人在智能化发展过程中也面临较大的挑战。一方面,产品生产方式呈现多样化、小批量和定制化特征,需要更短的制造系统迭代周期,迫使机器人具备快速编程与不同场景的高效适应能力。另一方面,机器人正逐渐从工业环境的独立操作转化为与人类共存,进行人机协作,这就要求机器人具备类人的灵巧操作能力。
随着机器人应用广度与深度的不断提升,现有依赖于人为干预与反复调试的机器人编程方式,只适用于特定任务,当遇到相近任务或不同环境时,需要重新进行编程,从而无法汲取过往的操作经验,存在效率低、适应性差、灵巧性不足等问题。当前,新一代人工智能技术研发取得了重大进步,产品应用也日益广泛,探索如何利用人工智能技术让机器人系统具备一定的自主决策和学习能力,进而使机器人能够学习到适应于不同任务和环境的操作技能,避免对每个任务的繁琐编程,是未来机器人研究和发展的重要趋势。
人工智能技术促进机器人智能化与自主化发展
2017年7月,国务院发布了《新一代人工智能发展规划》,将人工智能定位为国家战略,明确提出了三步走战略目标,即到2020年人工智能技术应用成为改善民生的新途径;到2025年人工智能成为带动我国产业升级和经济转型的主要动力,智能社会建设取得积极进展;到2030年人工智能理论、技术与应用总体达到世界领先水平。国家和国内有关省市都高度重视人工智能和机器人技术融合发展等方面的研究工作,部署实施了一批重大重点科技攻关项目,如:2018年科技部发布科技创新2030—“新一代人工智能”重大项目,明确指出开展“自主智能体灵巧精准操作学习”;2020年广东省重点领域研发计划“新一代人工智能”重大专项,也明确提出开展“多自由度智能体复杂技能的自主学习研究及应用”等。由此可见,随着人工智能与互联网、大数据、云平台等深度融合,在跨媒体感知、自主协同控制和优化决策、机器学习、类脑智能计算等技术的支撑下,机器人的智能化与自主化水平将进一步提升,未来的机器人将具有更多的感知与决策认知能力,变得更加灵活、灵巧与通用,能够高效适用于复杂多变的应用场景。
现如今,人们提出了借助人工智能技术能够让机器人进行自主决策与学习的方法,从而使机器人适应于灵活多样化的应用需求。其中,机器人操作技能学习被认为是最为有效的解决方案,主要是通过机器人与人类和环境交互的方式获得操作技能,具体包括两方面的内容:一是,使机器人从人类交互的经验数据中进行高效率模仿学习,充分利用人类的操作经验,实现人-机器人操作技能传授,目的是赋予机器人具备“举一反三”的能力;二是,使机器人从环境交互的经验数据中进行可持续增强学习,并根据实际环境的变化构建出自主操作策略模型,目的是赋予机器人具备“熟能生巧”的能力。特别地,模仿学习是增强学习初始化和提高技能学习效率的重要方式。
机器人操作技能的高效率模仿学习
2018年8月,中国科学工程院院刊刊载的文章《走向新一代智能制造》中明确指出,新一代智能制造技术机理是“人-信息-物理系统”,其典型特征是人将部分认知转移给信息系统,使系统具有“认知与学习”能力。在“人-信息-物理系统”中将人的操作经验与灵巧性迁移到机器人系统,使其获得高度类人化操作能力,是机器人操作技能学习的一种重要方式,其实现过程有着不同的称谓,如示教编程( by , PbD)、示教学习( from , LfD)、模仿学习( ),以及学徒学习( )等。特别地,根据该类机器人操作技能学习方法的特点以及实现过程,我们在此表述为机器人操作技能的高效率模仿学习。在实际应用中,一般让熟练的工人根据自身操作经验通过拖动示教、远程示教或虚拟示教等方式对机器人系统进行示教,进而通过人工智能技术从经验数据中获得机器人运动策略,最终实现机器人操作技能学习。当面临相近的操作任务应用需求时,机器人可以通过高效地对所习得的操作技能进行泛化处理,以生成新的操作技能来完成新的任务,从而极大增加了机器人系统编程的效率及灵活性。
机器人操作技能的高效率模仿学习过程包括三个阶段:
第一阶段是人类对机器人进行示教阶段。一般以在线示教为主,在示教过程中机器人跟随示教者进行运动,并同步采集到机器人本体、机器人与操作对象,以及环境的状态信息,包括位姿、速度、力矩、刚度、相对位姿关系等。
第二阶段是机器人操作技能的建模与学习阶段。通过非线性动态系统或轨迹编码算法对经验数据进行封装,形成技能模型,并通过技能学习获得模型参数。
第三阶段是机器人操作技能的实例化与泛化应用阶段。通过智能感知技术对新任务的目标进行识别与定位,将学习到的技能模型适应于环境的变化,并根据任务的需求选择合适的机器人控制模式,其实现过程如图1所示。
总体而言,机器人操作技能模仿学习方法通过构建“感知-动作”的学习机制,赋予机器人“举一反三”的操作能力,显著提升机器人操作的编程效率与灵巧性,实现复杂任务下多样化技能的高效习得。
图1 机器人操作技能的模仿学习过程
机器人操作技能的可持续增强学习
增强学习( )被认为是人类通往通用人工智能( , AGI)的有效途径。在基于增强学习的机器人操作技能学习中,机器人以试错的机制与环境进行交互,并通过给定当前状态及其回报优化下一步动作,以最大化从环境获得的预期回报进行最优操作技能策略学习。相比于玩电脑游戏、围棋的增强学习问题,机器人操作技能的增强学习主要面临着三个方面的挑战:一是需要对机器人的高维连续状态与动作空间进行优化;二是真实机器人与环境交互的数据采集成本高昂且安全性低;三是策略模型训练效率低。
为了应对增强学习在机器人操作技能学习方面面临的挑战,目前机器人操作技能增强学习方法主要有两类:一是将机器人感知与控制模块融合进策略模型中,形成端到端的机器人操作技能策略模型,进而可以直接将传感器原始观察作为输入,并将底层执行器的驱动指令作为输出,由于其学习过程是对机器人完成任务的每一步的动作进行优化,也被称为基于步骤的机器人操作技能增强学习方法,如图2所示。
图2 机器人装配技能的增强学习方法
二是针对增强学习样本利用率低和学习效率低的瓶颈问题,在模仿学习的基础上,提出了一种基于运动基元表征( )的机器人操作技能增强学习方法,即将机器人完成任务的运动基元,例如:模仿学习中常用的动态运动原语( , DMP)、概率运动基元( , ProMP)和核化运动基元( , KMP)等,进行参数化后对这些运动基元的参数进行学习与优化,得到满足任务需求的运动基元参数配置,具体技术方案如图3所示。通过结合模仿学习与增强学习的优势,将人类的操作经验进行知识化表达后再进行学习,具有较好的样本利用率和学习效率,这也是近年来机器人操作技能学习的主要研究方向。
由此可见,机器人操作技能的增强学习方法是通过构建“感知+控制”一体的机器人操作技能增强学习机制,不断从环境交互中进行操作策略学习与持续优化,赋予机器人“熟能生巧”的操作能力。
图3 融合模仿学习与增强学习的机器人操作技能学习过程
机器人操作技能学习的相关研究
目前,国内外研究学者通过效仿人类进行操作技能学习的内在机制,将机器人操作技能学习系统划分为四个功能模块:机器人本体、感知与控制、技能模型与技能学习。其中,机器人感知与控制是机器人本体与技能模型之间的中介层,通过视觉、触觉、听觉等传感器实现对操作对象和环境的状态感知,并由控制模块实现机器人本体的运动控制与执行。技能模型用于对经验数据进行封装,且不依赖于具体的机器人平台,可以由一定的参数配置实例化为具体的技能,其参数通常由技能学习实现。下面将针对技能模型与技能学习方法的不同对目前机器人操作技能学习的相关研究进行阐述:
1.“举一反三”
为了赋予机器人“举一反三”的操作能力,学界提出了机器人操作技能的高效率模仿学习方法,包括基于非线性动态系统和轨迹编码两种技能模型。该方法能够充分利用人类的操作经验,将人类的操作技能传递给机器人,具有高效率、低成本等优点。
在动态系统方面,德国马普研究所的智能自主系统研究团队通过利用一系列线性可微方程对人类示教的机器人运动进行建模,提出了基于动态系统的操作技能模仿学习方法,命名为动态运动原语(DMP)。该方法继承了非线性动态系统的条件收敛、对外界扰动的鲁棒性和时间独立性等优点,无论受到何种外界干扰,模型都将收敛于目标点。在此基础上,瑞士联邦理工学院的学习算法与系统实验室通过将机器人动力学与创新学习算法相结合,提出了一种基于非线性动态系统全局稳定估计( of , SEDS)的机器人操作技能模仿学习方法,将动态系统与概率统计模型相结合,给出全局稳定性的约束条件,将参数估计问题转化为最优化问题对未知参数进行学习,实现了动态性很强的机器人复杂操作技能模仿学习,具有较强的抗干扰性和全局稳定性。国内,哈尔滨工业大学采用动态运动原语与高斯回归模型( , GMR)进行人机技能迁移学习,提出了基于阈值的启发式机器人操作任务分割算法,并在人机协作任务上进行泛化应用。华南理工大学提出了基于动态运动原语与模糊高斯混合回归模型的人机技能传递系统,并利用径向基神经网络进行机器人运动学估计,有效提升技能泛化的精度。广东省科学院针对已有操作技能模型在未知环境下感知能力不足的问题,提出了基于动态运动原语的机器人自感知操作技能模型( , IMPs),不仅具备传统机器人操作技能的运动特性,还兼备了外界的感知能力,并结合有限状态机在机器人装配及物流装箱任务中进行了验证,实现了机器人复杂多步操作任务的增长式表征。
在轨迹编码方面,瑞士Idiap研究所通过高斯混合模型( Model, GMM)和高斯回归模型( , GMR)对人类示教的经验数据进行轨迹编码,构建了操作空间的机器人操作技能模仿学习框架,且利用相对熵作为轨迹泛化性能的指标,保证了技能的稳定性。德国达姆施塔特工业大学提出了概率运动基元(ProMP)对示范数据时间-空间两个维度的不确定性进行联合建模,使技能模型具有运动预测及增加中间过渡节点的能力。英国利兹大学在GMM/GMR模型的基础上采用了核函数对回归函数进行建模,提出了核化运动基元(KMP)的机器人操作技能模仿学习方法,适用于高维输入变量的情况。国内,华中科技大学针对人机技能模仿学习中任务约束的不确定性问题,提出了基于GMM/GMR模型的闭环式人机技能传递方法,有效提升技能模型的泛化应用的精度和鲁棒性。中国科学院自动化提出了基于GMM/GMR的机器人微装配技能模仿学习方法,实现了毫米级零件微米级精度的微装配技能学习,实现人机高精度装配技能的迁移。
2.“熟能生巧”
为了赋予机器人“熟能生巧”的操作能力,学界提出了机器人操作技能的可持续增强学习方法,让机器人以试错的机制与环境进行交互,通过最大化累计奖赏的方式学习得到最优操作技能策略。相比于模仿学习,该方法主要适用于人类难以示教,甚至不能示教,以及具有较高不确定性因素影响的操作任务,如打乒乓球、平底锅翻饼、物体抓取、柔顺装配等。
美国加州大学伯克利分校的机器人人工智能与学习实验室提出了针对机器人操作任务的端到端深度视觉策略( ),将感知与控制融合于策略模型中,实现了直接由原始的观测状态,包括机器人关节角、关节速度、末端位姿、末端速度和RGB图像作为策略模型输入,输出机器人关节力矩。该方法不仅实现了较为复杂的操作技能,而且避免技能学习对相机标定、机器人动力学模型、视觉特征提取算法的依赖,展现较强的通用泛化能力,并在需要视觉和控制之间密切协调的拧盖子任务进行了验证。谷歌大脑耗时4个月采集了14台真实机器人总共随机进行80万次抓取物体的数据,进行抓取技能学习,成功率为82%。在此基础上,为了提高效率,提出了一种off-的增强学习算法QT-Opt,并通过7台真实机器人收集超过58万次的抓取数据进行训练,实现了未知物体抓取成功率达96%。谷歌大脑联合剑桥大学在4台真实机器人上采集视觉、惯性测量单元、关节编码器等多模异构信息融合的操作经验数据,并基于深度增强学习算法进行机器人随机目标点到达和开门技能的学习,平均成功率达90%。提出了基于数据驱动的技能学习框架,在常见物体的抓放、堆叠等2种技能应用中的成功率为80%和60%,而该框架依赖于人工的偏好进行新技能的学习,需要重新设计网络及经历8-12小时的调试后才能实现一个简单的插入技能应用。
国内,清华大学针对人类示教数据量不够和质量不高的问题,提出了基于示教的操作技能增强学习方法,将技能建模成一个带约束的优化问题,实现了在专家示教附近寻找最优的技能策略,大幅度提升了技能学习效率。山东大学将机器人装配任务划分为两个阶段,先由视觉引导进行精定位,再通过深度确定性策略网络进行精装配,提出了基于力/力矩和机器人本体运动量等多模信息描述的机器人柔性装配技能学习方法,并在卡扣式装配任务进行了验证。腾讯机器人实验室采用最小化操作技能逆动力学差异的方法分析了由观测和牵引示教两种方式进行多自由度智能体技能学习的性能,相关方法在虚拟场景下进行了验证。英特尔中国研究院提出了基于动态运动单元的机器人学习系统,通过DMP对机器人操作技能进行表达后采用增强学习算法实现投掷、做菜等任务。
机器人操作技能学习的未来发展趋势
机器人操作技能学习作为人工智能与机器人学的交叉领域,通过让机器人从人类示教或环境交互的经验数据中进行操作技能的自主获取与优化,并扩展应用于未知环境或任务,是实现机器人快速编程、高效适应和灵巧操作的有效途径。由于算法、算力、算据作为人工智能技术发展的三大支柱,同样也直接决定了机器人操作技能学习的上限。一方面,利用深度学习已经解决部分机器人通过视觉、触觉、听觉等传感器进行外界感知的问题,并且基于模仿学习和增强学习理论框架下机器人操作技能已取得初步的成效,让机器人具备一定的自主决策与学习能力,但目前大部分工作尚处于理论研究阶段,所实现的操作技能相对简单,与人类相比还有较大的差距。在这个问题上,麻省理工学院机器人专家 Pack 于2020在《》上发表一篇名为《The of Robot 》的文章,她指出要想实现下一代机器人学习的技术革新,必须综合考虑工程原理、生物学灵感、系统设计阶段学习以及最终的在线学习,才能打造出类人的智能机器人。另一方面,目前机器人操作技能学习主要集中在单个机器人对单个任务的学习,缺乏从多个机器人、多个任务以及不同任务之间进行学习。为实现这一目标,需要对过往的操作经验进行知识化表达,让机器人学习到任务和环境的不变量,并存储起来以便在学习新任务时利用它们,这就需要算力超强的“云端大脑”提供支撑,形成“云-边-端”协同计算架构的机器人操作技能学习与应用平台。最后,在面临算据不足的问题上,目前已提出了少样本学习、迁移学习等理论框架,以及通过高逼真度的机器人物理仿真引擎,实现机器人操作技能的虚-实迁移,但都将难以消除虚-实之间的差异性。对此,构建具备硬件无关、传感共享、技能派生和群体智能特征的云机器人平台,将促进机器人操作技能学习技术更好落地应用。
机器人操作技能学习作为人工智能加持下机器人编程新模式,已受到了社会各界的广泛关注与认可,随着人工智能与机器人技术的不断突破,我们有理由相信,机器人将成为人类日常生活的一部分,在工业、服务、医疗、教育和军工等领域提供帮助,并逐渐改变原有的产业模式,甚至是人类的生存模式。
【作者简介】
吴鸿敏(1990-),男,广东省科学院智能制造研究所人工智能研究中心,博士后,研究方向:云机器人技能学习、多模态感知;
徐智浩(1989-),男,广东省科学院智能制造研究所人工智能研究中心,博士,助理研究员,研究方向:机器人轨迹编码、机器人智能控制;
周雪峰(1982-),男,广东省科学院智能制造研究所人工智能研究中心,博士,研究员,研究方向:机器人技能学习。
全文链接:
(第九十四期,2022.3.20 — 3.26)
● 海沧水暖卫浴规上企业去年产值首超100亿元
24日,记者从海沧区市场监督管理局获悉,海沧水暖卫浴产业规上企业去年产值突破100亿元。目前,海沧区水暖卫浴产业规模以上企业有31家。2021年年度,这31家企业产值达到100.4亿元,首次突破百亿元大关。(据厦门晚报)
●科勒旗下卡丽卫浴因感应脸盆龙头以次充好被罚
据上海市市场监督管理局网站消息,近日,上海科勒国际贸易有限公司因生产的一款感应脸盆龙头经抽检不合格,违反了《中华人民共和国产品质量法》相关规定,构成生产以不合格产品冒充合格产品的行为,被上海市浦东新区市场监督管理局罚款2253.95元。天眼查显示,上海科勒国际贸易有限公司成立于1999年,注册资本20万美元,系科勒(中国)投资有限公司全资子公司。行政处罚中涉及的“KARAT”商标中文名为“卡丽”。(据中国网财经)
●斩获32项德国红点奖,九牧让国货闪耀世界
近日,备受全球设计界瞩目的2022德国红点奖获奖名单公布,九牧凭借着独特创新的产品设计一举斩获32项红点设计大奖。其中包括i80魔力泡抗菌智能马桶、P50智能挂墙马桶、方系列龙头等多项产品。
●华艺卫浴两款产品荣获2022德国红点设计奖
浪鲸卫浴四川“明星总裁双签售&315·FUN肆嗨购节”活动圆满结束
近日,浪鲸卫浴“明星总裁双签售&315·FUN肆嗨购节”活动在四川省红星美凯龙·内江甜城商场隆重举行。活动还邀请了人气歌手马郁倾情助唱,为四川消费者带来一场钜惠盛典。演唱结束后,马郁在浪鲸领导的带领下来到了浪鲸门店,与消费者朋友们一起近距离地体验了浪鲸脉霸S12、云迪浴缸、国潮系列浴室柜等智能卫浴产品。
●用时仅两天!金莎丽紧急援港整体卫浴全部发运
3月18日16时,运载援建香港方舱医院整体卫生间的货车正式从金莎丽装配式厨卫生产基地开出。从签订援建香港方舱医院合同到完成出货,金莎丽仅用了2天时间,再一次见证了“金莎丽速度”。
●人间有爱 包头澳斯曼向当地防疫一线捐赠物资
近期,国内多地突发疫情,防控形势严峻。其中,内蒙古疫情防控压力大,很多工作人员、志愿者都在与时间赛跑,都在为打赢这场疫情阻击战奋斗在一线。近日,包头澳斯曼发挥“与子同袍,共克时艰”的精神,慰问当地防疫一线工作人员,并捐赠防疫物资一批,为疫情防控尽一份力量。
●四川奉节县艾康卫浴销售有限公司涉嫌生产、销售不合格超五类四对双绞网络线被罚款800元
2022年3月21日,四川省奉节县市场监管局网站发布关于奉节县艾康卫浴销售有限公司涉嫌生产、销售不符合保障人体健康和人身、财产安全的国家标准、行业标准违法案的处罚决定书。并处罚款800元。
●湖北十堰:竹山县与银超卫浴签约卫浴产业链项目
3月19日,十堰市2022年3月份重大招商项目集中签约活动举行。本次集中签约10个项目,协议总金额201.8亿元。其中,竹山县人民政府与银超卫浴科技有限公司签约木林森—银超卫浴产业链项目,项目由福建泉州银超卫浴科技有限公司投资,选址暂定在竹山县鱼岭工业园,占地面积100亩左右,主要生产五金水龙头、高压进水管、花洒等卫浴产品,打造木林森、银超等知名卫浴品牌。
●东鹏龙头、淋浴器经检测认定为全国卫生洁具产品质量测评一级产品
在中国卫生陶瓷协会组织开展的首批卫生洁具水嘴、淋浴器产品质量测评活动中,佛山东鹏洁具股份有限公司的龙头、淋浴器符合中国建筑卫生陶瓷协会标准《卫生洁具水嘴》(T/CBCSA 10-2019)、《卫生洁具淋浴器》(T/CBCSA 8-2019)要求,达到一级水平。
●苏宁易购驰援抗疫 青岛方舱医院抢装千套卫浴
自3月16日以来,苏宁易购已完成青岛姜山方仓医院卫浴室主体安装40间,卫浴室内部物品安装470套。青岛黄岛红石崖方舱医院550套卫浴安装,也于20日正式开始现场施工。
●许昌市卫生陶瓷行业产销对接活动成功举办
3月22日上午,许昌市万人助企联乡帮村活动办、许昌市工业和许昌市信息化局、许昌市财政局一行人分别到长葛市开展许昌市“万人助企”卫生陶瓷行业产销对接活动。调研组一行先后走访了许昌卫浴产区的龙头示范企业,尚典卫浴、白特卫浴、蓝健卫浴等,对于立足本地区发展的卫浴产业有着浓厚的产区发展氛围,以后河镇、石固镇、和尚桥镇等地区为主,形成卫浴产业街区的繁荣产区场景有了更深入的了解。
●帝王洁具南充红星美凯龙旗舰店盛大开业
3月19日,帝王洁具南充红星美凯龙旗舰店盛大开业。由帝王洁具西南大区副总监蹇旭先生以“好看、好用”为核心对帝王洁具的S1pro智能座便器进行产品发布。S1pro智能座便器采用极简工艺美学设计,颜值控制一键达;雷达脚杆冲水,搭配鸿蒙AI语音系统,实现智能操控,解放双手。
●康纳卫浴第一批被国家纳入“政府节能产品强制采购清单”企业
从2004年开始征求意见到2007年国家开始实施节能产品政府采购时,康纳卫浴凭综合实力第一批被国家纳入“政府节能产品强制采购清单”企业。
●广东清远:3家陶卫企业通过清洁生产审核验收
3月17日,清远市工业和信息化局、清远市生态环境局公布了清远市第二十三批(2021年)通过清洁生产审核验收企业名单,该批企业共39家/次,其中有广东冠星陶瓷企业有限公司、清远市新金山陶瓷有限公司、清远市伽蓝洁具有限公司3家陶卫企业。(据清远市工业和信息化局)
●怡和卫浴荣登2021年度“浙江制造精品”名单
3月22日,浙江省经济和信息化厅重磅发布2021年度“浙江制造精品”名单,浙江怡和卫浴再次上榜,成为入选295个产品中唯一一家智能马桶研造商。
●泉心泉意,共克时艰|汉舍卫浴捐款助力家乡抗疫
当前,泉州市疫情形势复杂严峻。汉舍卫浴作为泉州本土企业,在了解家乡防控形势严峻、防疫物资短缺的实际情况后,积极响应,快速决议行动,捐款2万元及部分防疫物资,为泉州开展疫情控制工作贡献一份力量。
●中宇厨卫2022年浙江区域营销峰会圆满举行
3月22日,中宇厨卫在东阳市举行2022年浙江区域营销峰会及新展厅乔迁仪式,随后,中宇厨卫浙江运营中心总经理谢沅莆先生总结了2021年取得的成绩。此次经销商会议,一批优秀团队新锐脱颖而出。
●标准促发展 | 心海伽蓝国家检验标准培训圆满成功
3月24日,国家陶瓷及水暖卫浴产品质量监督检验中心副主任区卓琨、高级工程师杨志雄应邀前往心海伽蓝培训宣导,解读卫浴产品国家检验标准。培训会上,区主任与杨工程师对卫浴产品质量、标准相关法律法规以及各品类卫浴产品标准细则、检测项目,标准变更等方面进行了详细讲解。高级工程师杨志雄则从卫浴家具、智能坐标器、陶瓷洁具,水暖五金、休闲卫浴,厨卫配件的执行标准与常见的不合格项目进行了分享。
●TEPE缇派卫浴新一轮高铁广告全面震撼上线
3月22日,TEPE缇派卫浴高铁站冠名广告正式上线,强势霸屏广州南-深圳北-长沙南-佛山西四大关键高铁枢纽站,完成了华南、华中地区的长线品牌布局。
●箭牌家居集团2022年“品质改善月”启动会顺利召开
3月24日,箭牌家居集团2022年“品质改善月”启动会在箭牌大厦顺利召开。据了解,箭牌家居集团董事长、总经理谢岳荣,集团董事、副总经理谢炜,集团副总经理卢金辉,集团副总经理严邦平,集团副总经理刘广仁,集团董事长助理、品质管理中心总经理张德华,集团董事长助理周正良,箭牌家居三水基地总经理刘雪祥等领导出席本次启动会,传达集团“品质改善月”精神,对“品质改善月”行动作动员部署及指示。
●山东省聊城市公布2021年第二批产品质量市级监督抽查结果(节水型器具)
据中国质量新闻网,近日,山东省聊城市市场监管局公布2021年第二批产品质量市级监督抽查结果(节水型器具)。
● 雅竹卫浴总投资2亿生产项目落户商丘宁陵
3月24日,河南商丘宁陵县赵村乡人民政府与商丘雅竹卫浴有限公司举行卫浴生产项目合作签约仪式。据悉,雅竹卫浴生产项目总投资2亿元,主要从事高档卫浴生产与出口。项目地点位于县产业集聚区二期标准厂房,总面积8000㎡(其中一期4000㎡、二期4000㎡),今年计划生产高档卫浴产品2.6万件套,其中1.5万套出口迪拜等阿联酋国家。一期项目计划5月上旬正式投产,年内可安排就业岗位 100个,年内完成营业额4000万元,出口创汇2250万元。明年产能、销售翻一番,并启动项目二期建设。
● 浙江宁波市消保委测评20款卫浴产品发现出水量设定差异明显
近日,浙江省宁波市消保委联合鄞州区消保委对电商平台销售的卫浴产品(水嘴、花洒)开展了比较试验。结果显示,20款样品均达标,但不同品牌的产品在流量、温降值方面差异明显。从比较试验的结果来看,所有样品均符合相关标准要求,整体质量较好。但与此同时,在流量、温降值等性能指标上,不同品牌的产品差异明显。