Китай разгоняется За первые четыре месяца 2026-го производство 3D-принтеров в Китае выросло на 51% к прошлому году. Экспорт — более чем вдвое: 2,46 млн единиц за четыре месяца. Девять из десяти бытовых принтеров в мире сделаны там. Видно невооруженным взглядом, как Китай затмевает прототипирование оборудованием для серийного производства продукции. И пусть эти серии будут малыми. Пока. Раньше принтер стоял у конструкторов в НИОКР-отделах. Теперь же он стоит в цехе и серийно производит вполне себе ответственные детали. Новые точки роста — робототехника и потребительская электроника. Не авиастроение (там уже никому ничего доказывать не нужно — все понятно) с его длинными циклами и жёсткой сертификацией, а быстрые, итерационные производства, где гибкость дороже стабильности. Там китайские машины с китайскими материалами по китайским ценам попадают в самую точку. Для тех, кто привык смотреть на Китай как на поставщика дешёвых копий, — стоит обновить картину мира. Отдельное спасибо каналу @skmfg за эту новость. Логика 👂 слоя ◖ Быть в курсе АП ◗ ◖ Прислать новость ◗
DiDigital Manufacturing
CategoryOtherLanguageRUFirst seenJul 06, 2026QualityVerified
Subscribers1K
Avg views1K
ERR100.6%
Price-- RUB
Price / subscriber--
Price / view--
Metrics updated: Jul 07, 2026
Recent posts
🏭 Как искусственный интеллект спасает глобальные цепочки поставок: передовой опыт Siemens Знаете ли вы, что почти 80% компаний даже не представляют, сколько у них поставщиков второго (tier-2) и третьего (tier-3) уровня? Именно в этих глубоких, непрозрачных зонах логистики рождаются самые масштабные кризисы, такие как недавний глобальный дефицит полупроводников. Чтобы решить проблему таких слепых зон, исследователи из Siemens в публикации "A Knowledge Graph Perspective on Supply Chain Resilience" предложили инновационный подход: объединить логистику с графами знаний и алгоритмами машинного обучения . Вот как это работает на практике: 🔹 Построение мега-сети: объединив разрозненные внутренние базы данных с внешними источниками (например, таможенными декларациями), инженеры создали единый граф, в котором прозрачно отображаются более 100 000 поставщиков вплоть до 3-го уровня. 🔹 Предсказание скрытого (Link prediction): логистические данные всегда неполны и децентрализованы. Поэтому система использует графовые нейросети и передовые модели обучения (лучше всего себя показала математическая модель RotatE), которые улавливают закономерности и с высокой точностью предсказывают ранее неизвестные, скрытые связи между компаниями. 🔹 Автоматический поиск "узких горлышек": алгоритмы аналитики графов анализируют кратчайшие пути в сети поставок и вычисляют метрики центральности (например, betweenness centrality) для каждой компании. Центральность — это метрика в графовой аналитике, которая используется для вычисления показателя важности узла (например, поставщика) в сети на основе анализа количества его связей и расположения на кратчайших путях между другими участниками. В реальном кейсе Siemens система автоматически выявила 988 критически важных поставщиков , перебои у которых могут обрушить всю цепь. 🔹 Защита бизнес-сфер: визуализация таких графов позволяет находить крайне уязвимые бизнес-направления, зависящие всего от одного уникального поставщика, что дает возможность заранее подготовить запасные варианты. 💡 Главный вывод: технологии машинного обучения на графах позволяют промышленным гигантам навсегда уйти от реактивного тушения пожаров по факту сбоя и перейти к проактивному управлению рисками . 🎧 Хотите узнать больше? Мы подробно разобрали (за 12 минут) этот впечатляющий кейс в свежем эпизоде нашего подкаста "Цифровое производство". Обсуждаем, как графовые сети превращают хаос данных в предсказуемую систему и почему благодаря этому подходу вы можете управлять вашими цепочками поставок более эффективно. (А GNN с использованием индекса Херфиндаля-Хиршмана (HHI) - это просто космос!) Слушать наш увлекательный диалог: 👉 Yandex Music | Apple Podcasts #ЦифровоеПроизводство #ИИ #Логистика #Siemens #МашинноеОбучение #УправлениеЦепямиПоставок #Нейросети
Мы живем в удивительное время, когда барьеров для входа в сложное инженерное творчество и производство больше нет. Сегодня ученик седьмого класса способен самостоятельно создать полноценную лабораторную установку для исследования аэродинамических явлений. Еще недавно создание подобных испытательных стендов требовало промышленных ресурсов. Сейчас же CAD-моделирование, 3D-печать, лазерная резка, гравировка и даже настольная ЧПУ-обработка металлов, становятся доступны каждому. Отличным примером служит проект модульной аэродинамической трубы для изучения обтекания макетов болидов F1. Используя современные инструменты, семиклассник изготовил функциональную установку всасывающего типа. В ней реализованы грамотные инженерные решения: от напечатанных на 3D-принтере сотовых выпрямителей с гексагональным заполнением для гашения боковых завихрений потока до системы визуализации с дымовой гребенкой и лазером. Использование технологий цифрового производства позволило снизить стоимость оборудования в десятки раз по сравнению с коммерческими учебными аналогами. Собранная установка позволяет на практике наблюдать поведение ламинарного потока, возникновение прижимной силы на профиле Жуковского, турбулентные следы за неаэродинамическими телами и даже эффект слипстрима при продуве двух машин. Это наглядно доказывает: доступность технологий радикально меняет подход к инженерным исследованиям, превращая сложные концепции в реализуемые настольные проекты. 🎞 Судите сами: YouTube | RuTube Digital Manufacturing
AMSupplyCheck или почему мы платим в 50 раз больше просто потому, что ленимся искать Каждый раз, когда нужно заказать серию деталей на стороне, закупщики предприятий пишут десяток писем, прикрепляют STEP-файлы, и ждут ответ по три дня. Половина производств вообще может не ответить, а у оставшихся цены могут гулять в космосе. Сейчас для аддитивки появился инструмент, который хотелось бы иметь многим. Называется он AMSupplyCheck. Суть его проста: загружаешь STL, выбираешь материал и количество. Система сама стучится к 97 поставщикам по всему миру и возвращает тебе сводную таблицу. Вот такая вот полезная автоматизация. Опытный промышленник привык доверять цифрам, а не красивым описаниям. И что интересно, данный сервис для примера рассчитал варианты изготовления детали. Минимальная цена получилась 27 евро, а максимальная — 1378 евро. Разница в 51 раз. Это не опечатка. Одна и та же модель, одни и те же требования. Просто кто-то из поставщиков сидит на потоке заказов и может позволить себе давать честную цену, а кто-то вписывает в смету стоимость Aurus директору. Есть ли здесь параллель с логистикой? Давайте разбираться. Помните, как раньше мы возили грузы одной и той же транспортной компанией годами, потому что «так исторически сложилось»? А потом появились агрегаторы вроде «Деловых линий» или СДЭК, и выяснилось, что можно отправлять ту же коробку в три раза дешевле. С 3D-печатью та же история. Мы прирастаем к одному-двум проверенным подрядчикам и даже не подозреваем, что рынок уже ушёл далеко вперёд. Этот сервис — не серебряная пуля. Он не решит проблему качества, если поставщик криворукий. Он не напишет за вас ТЗ. Но если вы заказываете печать хотя бы раз в месяц и ваш бюджет превышает пару десятков тысяч рублей, не попробовать сравнить цены — это профессиональное преступление. Даже если в итоге вы останетесь у старого подрядчика, у вас появится железный аргумент для торга. И да, на сайте есть карта, где можно просто посмотреть, кто печатает металлом или полиамидом в ближайшем к вам регионе. Для общего развития и поиска альтернатив на случай форс-мажора — штука полезная. Но самое отталкивающее российского пользователя здесь — это то, что сервис зарубежный и ищет за пределами России. Источник вдохновения: amsupplycheck.com/browse P.S. Единственное, чего не хватает — это фильтра по компаниям, которые не теряют файлы клиентов и не выкладывают их на Thingiverse. Но это уже совсем из области фантастики. Синтезиум. Подписка
Видео: "мы доказали, что производство в США может быть дешевле, чем в Китае" Роботизация 3D-печати кардинально меняет глобальную систему разделения труда и традиционные цепочки создания ценности, переводя их от массового стандартизированного производства к локальному и кастомизированному. Эти изменения проявляются в ключевых направлениях: Децентрализация и локализация производства (решоринг): традиционная модель поставок опирается на централизованное производство огромных объемов продукции на фабриках в Азии с последующей долгой транспортировкой через океан. Роботизированная 3D-печать делает производство децентрализованным, позволяя создавать товары «точно в срок» и максимально близко к потребителю. Это снижает риски, связанные с хрупкостью глобальных цепочек поставок, задержками доставки и геополитической напряженностью. Сегодня фабрика — это не массивный комплекс за границей, а автоматизированная ферма машин по соседству (в странах, где это позволяет сделать финансовая модель). Новая экономика и устранение логистических издержек: раньше главным препятствием для внедрения 3D-печати была высокая стоимость по сравнению с азиатскими фабриками. Однако роботизация меняет математику: расчеты показывают, что производство на полностью автоматизированной 3D-ферме в США позволяет выпускать пару обуви примерно за $15,42. Эта цифра успешно конкурирует с традиционным зарубежным производством, если учесть растущие расходы на логистику, высокие таможенные тарифы (до 37%), затраты на растаможивание и хранение товарных запасов. Отказ от физической оснастки и минимальных партий (MOQ): классическое производство требует инвестиций в дорогостоящие металлические пресс-формы для каждого размера изделия. В 3D-печати роль формы выполняет цифровой файл, что сводит затраты на переоборудование к нулю и позволяет вносить изменения в дизайн мгновенно. Печать по требованию и под заказчика исключает необходимость заказа огромных минимальных партий товара (MOQ) и устраняет риск затоваривания складов нераспроданной продукцией. Массовая кастомизация: из-за отсутствия физических форм производство тысячи уникальных изделий теперь стоит столько же, сколько производство тысячи одинаковых. Цепочка создания ценности смещается в сторону персонализации: покупатели могут с помощью LiDAR-сканера на смартфоне создать точную биомеханическую карту своей стопы и отправить её напрямую производителю для создания идеально подходящего продукта. На выставке TCT Asia, на которой мы работали в марте и писали ранее, мы встретили несколько компаний, которые оказывают такие услуги — и сразу печатают обувь. Переосмысление продукта и экологичность (цикличность): главный урок индустрии заключается в том, что нельзя просто автоматизировать старые процессы (например, поручать роботам шнуровку или сшивание деталей — заводы Speedfactories Adidas закрыл ещё в 2019) — необходимо перепроектировать сам продукт под робототехнику и аддитивное производство. Переход на печать из мономатериалов (которым ничто не мешает быть многоцветными), либо использование многоэкструдерных 3D принтеров, позволяет отказаться от клея и сборки. Это создает замкнутую (циркулирующую) цепочку создания ценности: старые изделия можно измельчать и бесконечно перепечатывать в новые, что существенно сокращает отходы, снижает выбросы и экономит воду. Обратите внимание — видео к этому тексту показывает, что роботизация ферм 3D печати актуальна как никогда. Даже для небольших производств. Источник видео: youtube.com/@dhrengineering Digital Manufacturing