基于專利文本挖掘的智能制造領(lǐng)域研發(fā)趨勢研究

摘" 要：該文分析智能制造領(lǐng)域的研發(fā)情況，為同類研究提供借鑒及思路。采用“智慧芽”專利數(shù)據(jù)庫及3D專利地圖分析，從專利分布概況、技術(shù)主題、重點(diǎn)專利、專利市場價(jià)值和主要機(jī)構(gòu)及技術(shù)領(lǐng)域等方面，簡要分析智能制造領(lǐng)域的研發(fā)情況。通過“智慧芽”專利數(shù)據(jù)庫分析全面地反映某一領(lǐng)域的專利發(fā)展思路與趨勢，為科研發(fā)展與企業(yè)創(chuàng)新提供情報(bào)依據(jù)。

關(guān)鍵詞：專利分析；智能制造；智慧芽；制造業(yè)；助殘領(lǐng)域

中圖分類號：G35" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號：2095-2945（2023）16-0084-05

Abstract： The research and development in the field of intelligent manufacturing is analyzed to provide reference and ideas for research of similar types. By using the \"PatSnap\" patent database and 3D patent map analysis， this paper briefly analyzes the situation with research and development in the field of intelligent manufacturing from the aspects of patent distribution， technical theme， key patents， patent market value， main institutions and technical fields， etc. Through the analysis of PatSnap patent database， this paper comprehensively reflects the ideas and trends of patent development in a certain field， so as to provide information basis for scientific research development and enterprise innovation.

Keywords： patent analysis; intelligent manufacturing; PatSnap; manufacturing; disability assistance

制造業(yè)是國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，是工業(yè)化和現(xiàn)代化的主導(dǎo)力量，是衡量一個(gè)國家或地區(qū)綜合經(jīng)濟(jì)實(shí)力和國際競爭力的重要標(biāo)志[1]。2021年12月28日，工業(yè)和信息化部等八部門聯(lián)合印發(fā)了《“十四五”智能制造發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》）。《規(guī)劃》提出，“十四五”及未來相當(dāng)長一段時(shí)期，推進(jìn)智能制造，要立足制造本質(zhì)，緊扣智能特征，以工藝、裝備為核心，以數(shù)據(jù)為基礎(chǔ)，依托制造單元、車間、工廠、供應(yīng)鏈等載體，構(gòu)建虛實(shí)融合、知識驅(qū)動、動態(tài)優(yōu)化、安全高效、綠色低碳的智能制造系統(tǒng)，推動制造業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型、網(wǎng)絡(luò)化協(xié)同、智能化變革[2]。

本文借助“智慧芽”Insights英策分析系統(tǒng)，對智能制造領(lǐng)域的相關(guān)專利布局和發(fā)展態(tài)勢進(jìn)行分析，并篩選部分高價(jià)值專利，旨在為相關(guān)領(lǐng)域的學(xué)者提供情報(bào)信息支持和依據(jù)。

1" 文獻(xiàn)綜述

1.1" 專利研究

專利（patent）一詞來源于拉丁語Litterae patentes，是專利權(quán)的簡稱。我國專利法將專利分為3種，即發(fā)明、實(shí)用新型和外觀設(shè)計(jì)。專利是知識產(chǎn)權(quán)的一種，是人類發(fā)明創(chuàng)造成果的一種表示形式。專利具有專有、公開、地域、期限和無形等特點(diǎn)。專利信息可分為技術(shù)信息、法律信息、經(jīng)濟(jì)信息、著錄信息和戰(zhàn)略信息，因此專利信息的分析和利用已經(jīng)成為各類機(jī)構(gòu)了解本行業(yè)技術(shù)發(fā)展方向和爭取優(yōu)勢地位的重要手段之一[3]。

20世紀(jì)50年代，Seidel就提出了對專利引文分析的概念。專利引文中共被引分析和耦合分析通常要借助統(tǒng)計(jì)分析軟件SPSS、知識圖譜工具CiteSpace、VOSviewer和社會網(wǎng)絡(luò)分析軟件Ucinet、Pajek、Netdraw等，這是未來的研究熱點(diǎn)和前沿[4]。

德國學(xué)者Sternitzke等[5]在2008年指出用社會網(wǎng)絡(luò)分析法對專利信息進(jìn)行分析的方法才剛剛開始應(yīng)用，具有非常廣闊的應(yīng)用價(jià)值。目前社會網(wǎng)絡(luò)分析的分析對象主要集中在專利的發(fā)明人與權(quán)利人的合作共現(xiàn)網(wǎng)絡(luò)、技術(shù)分類的共現(xiàn)網(wǎng)絡(luò)等，通過可視化軟件形成節(jié)點(diǎn)網(wǎng)絡(luò)圖，可以發(fā)現(xiàn)重要的發(fā)明人和權(quán)利人，識別核心專利，預(yù)測技術(shù)發(fā)展趨勢等[4]。

1.2" 智能智造產(chǎn)業(yè)研究

截至2022年4月27日，利用Springerlink數(shù)據(jù)庫，對2016—2022年間的外文期刊文獻(xiàn)，以“intelligent manufacturing（智能制造）”和“information requirements（信息需求）”在題名或關(guān)鍵詞字段進(jìn)行檢索。經(jīng)過篩選，結(jié)果表明：近年來世界各國紛紛針對制造業(yè)提出了產(chǎn)業(yè)轉(zhuǎn)型升級的國家戰(zhàn)略規(guī)劃，如德國的“工業(yè)4.0”、美國的“工業(yè)互聯(lián)網(wǎng)”和我國的“中國制造2025”等，這些發(fā)展政策都強(qiáng)調(diào)物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)與制造業(yè)的深度融合，為了在全球產(chǎn)業(yè)競爭中保持領(lǐng)先優(yōu)勢，必須大力推動先進(jìn)制造業(yè)的發(fā)展，提升傳統(tǒng)制造業(yè)技術(shù)水平和創(chuàng)新能力[6]。

截至2022年4月27日，利用CNKI數(shù)據(jù)庫，時(shí)間范圍為2017—2022，主題為“智能制造”進(jìn)行檢索，共檢索到相關(guān)文獻(xiàn)21 270條，其中學(xué)術(shù)期刊16 729篇，核心期刊1 617篇，中文社會科學(xué)引文索引（CSSCI）403篇，工程索引（EI）206篇，科學(xué)引文索引（SCI）32篇；主題為“智能制造行業(yè)”或“智能制造產(chǎn)業(yè)”進(jìn)行檢索，共檢索到相關(guān)文獻(xiàn)3 140條。中國電子技術(shù)標(biāo)準(zhǔn)化研究院發(fā)布《智能制造發(fā)展指數(shù)報(bào)告（2020）》，對制造業(yè)趨勢進(jìn)行了分析可知：①聚焦智能制造遠(yuǎn)景目標(biāo)擘畫發(fā)展藍(lán)圖；②提升設(shè)備數(shù)字化和網(wǎng)絡(luò)化能力，夯實(shí)智能制造基礎(chǔ)；③扎實(shí)推進(jìn)數(shù)字化設(shè)計(jì)，快速應(yīng)對需求變化；④著力推進(jìn)生產(chǎn)過程智能化，建設(shè)智能化車間；⑤關(guān)注在線質(zhì)量管控，提升產(chǎn)品品質(zhì)可靠性；⑥加強(qiáng)集成技術(shù)深度應(yīng)用，消除信息孤島；⑦提升數(shù)據(jù)分析利用率，基于模型驅(qū)動精準(zhǔn)決策和業(yè)務(wù)優(yōu)化；⑧加快智能制造人才培養(yǎng)，支撐產(chǎn)業(yè)持續(xù)發(fā)展[7]。

綜上所述，利用數(shù)據(jù)挖掘技術(shù)以及專利的前瞻性、公開性等特點(diǎn)，使我們有條件且有科學(xué)依據(jù)研究智能制造產(chǎn)業(yè)的發(fā)展現(xiàn)狀，為高科技企業(yè)、創(chuàng)新型企業(yè)和科研院所等機(jī)構(gòu)提出建設(shè)性意見，推進(jìn)制造業(yè)數(shù)字化、高端化、綠色化發(fā)展，提升制造業(yè)競爭力，加快建設(shè)全球先進(jìn)制造業(yè)基地，助力制造強(qiáng)國建設(shè)。

2" 數(shù)據(jù)來源

“智慧芽”Insights英策分析系統(tǒng)（網(wǎng)址：https：//www.zhihuiya.com/analysis.html），檢索式為：TACD_ALL：（智能制造）OR TACD_ALL：（智造數(shù)字化）=（APD_Y：（“2022” OR“2021” OR“2020” OR “2019” OR “2018” OR “2017” OR “2016”），共檢索出20 306條專利，其中已授權(quán)專利8 727條（檢索時(shí)間：2022年10月3日）。

3" "智能智能產(chǎn)業(yè)技術(shù)發(fā)展現(xiàn)狀

3.1" 智能制造技術(shù)專利申請趨勢（概況）

根據(jù)檢索式共檢索出殘疾人領(lǐng)域的相關(guān)專利20 306條，經(jīng)篩選后，排除未繳年費(fèi)、撤回、駁回、避重授權(quán)及放棄等專利，最終獲得有效專利17 566件。

按照法律狀態(tài)來分，其中有效專利8 727件（約占49.68%），審中專利8 747件（約占49.80%），PCT指定期內(nèi)92件（約占0.52%）；按照專利類型來分，其中發(fā)明專利12 441件（約占70.82%），外觀設(shè)計(jì)99件（約占0.56%），實(shí)用新型專利5 026件（約占28.61%）。

從2015—2022年專利趨勢可以看出智能制造領(lǐng)域?qū)＠?年總體呈現(xiàn)上升趨勢，2022年則有所回落。由圖1可知，智能制造領(lǐng)域?qū)＠?015—2017年申請量逐步上升，但專利總量在1 000件以下；2018年起申請量大步提升，到2021年達(dá)到最高的5 239件，而截至2022年10月年度申請量為2 115件。

3.2" 技術(shù)主題

智能制造領(lǐng)域?qū)＠夹g(shù)主要分布如圖2所示，IPC類中的G06Q10（行政；管理〔8，2012.01〕[2012.01]）1 309件、G06Q50（特別適用于特定商業(yè)行業(yè)的系統(tǒng)或方法，例如公用事業(yè)或旅游（醫(yī)療信息學(xué)入G16H）[2012.01]）1 128件、G05B19（程序控制系統(tǒng)（特殊應(yīng)用見有關(guān)位置，例如A47L15/46；附帶或內(nèi)裝有在預(yù)定時(shí)間間隔操作任一器件的裝置的時(shí)鐘入G04C23/00；記錄或讀取數(shù)字信息的記錄載體入G06K；信息存儲器入G11；在程序執(zhí)行完了后自動終止其運(yùn)行的時(shí)間或時(shí)間程序開關(guān)入H01H43/00）[2006.01]）1 035件、G06N3（基于生物模型的計(jì)算安排[2006.1]）988件、G06K9（識別模式的方法或安排（用于讀取圖形或?qū)C(jī)械參數(shù)模式（例如力或存在）轉(zhuǎn)換為電信號G06K 11/00；圖像或視頻識別或理解G06V；語音識別G10L 15/00的方法或安排）[2022.01]）871件。

從技術(shù)分布的年度趨勢可以看出（圖3），做主要技術(shù)分布分類中，G06Q10和G06Q50專利技術(shù)較早，并且近10年來在數(shù)量上也不斷增多，2021年和2022年，G06Q10分類中的專利數(shù)量分別為378件和219件，G06Q50分類中的專利數(shù)量分別為346件和200件。

3.3" 重點(diǎn)專利

在17 566件專利中，被引用數(shù)量最多的3件專利是US20180204111A1（System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform）、US20200184278A1（System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform）、CN106874914A（一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的工業(yè)機(jī)械臂視覺控制方法），分別被引用達(dá)到631、163及96次；專利權(quán)利要求數(shù)量最多的為WO2022133210A2（Market orchestration system for facilitating electronic marketplace transactions），要求數(shù)量達(dá)到286項(xiàng)（圖4）。

3.4" 發(fā)明人

在17 556件專利中，專利數(shù)量最多的前9位發(fā)明人分別是許錦標(biāo)（84件）、何光（82件）、何青（81件）、曾珞亞（81件）、邵澤華（62件）、武佩（60件）、潘輝（60件）、翟光強(qiáng)（60件）及翟光杰（60件），見表1。從專利技術(shù)上看，主要發(fā)明人及其團(tuán)隊(duì)的主要研究領(lǐng)域在可編程序邏輯控制器、從氣體或蒸汽中分離顆粒的方法或裝置的組合、以轉(zhuǎn)換方式為特點(diǎn)的數(shù)字轉(zhuǎn)換器和僅在不連續(xù)的點(diǎn)上檢測液面變化等幾個(gè)方面。

3.5" 專利市場價(jià)值

“智慧芽”Insights英策分析系統(tǒng)采用3D專利地圖分析高價(jià)值專利的分布情況（坡度越大表示此處專利越多，顏色越白表示專利越多），如圖5所示。其中專利授權(quán)最多的是計(jì)算機(jī)硬件amp;軟件等研究領(lǐng)域。

“智慧芽”專利平臺的專利價(jià)值評估結(jié)果表明[8]，智能制造領(lǐng)域?qū)＠饕植嫉姆诸愔校袠I(yè)專利均值：行政；管理為76 181美元，特別適用于特定商業(yè)行業(yè)的系統(tǒng)或方為64 939美元，程序控制系統(tǒng)為92 336美元，基于生物模型的計(jì)算安排為32 434美元，識別模式的方法或安排為89 899美元。

最有價(jià)值的 10 件專利中（表 2），專利 US20210116256A1（Autonomous vehicle component damage and salvage assessment）和US10963969B1（Autonomous communication feature use and insurance pricing）的價(jià)值較高，分別為7 730 000和7 430 000美元。

3.6" 主要機(jī)構(gòu)及技術(shù)領(lǐng)域

根據(jù)專利數(shù)量，智能制造領(lǐng)域的主要研究機(jī)構(gòu)有華為技術(shù)有限公司（252件）、華中科技大學(xué)（100件）、華南理工大學(xué)（95件）和南京航空航天大學(xué)（92件）等。從主要機(jī)構(gòu)的專利公開年度趨勢看，華為技術(shù)有限公司已經(jīng)成為該領(lǐng)域的主要研究機(jī)構(gòu)，其受理局分別在中國（218件）、世界知識產(chǎn)權(quán)組織（31件）、德國（2件）及歐洲（1件）；2021年公開公布專利達(dá)109件，專利技術(shù)主要涵蓋特定計(jì)算模型的計(jì)算學(xué)習(xí)方法和體系結(jié)構(gòu)。華中科技大學(xué)的受理局全部都在中國，其2019—2021年公開公布專利達(dá)20件左右，專利技術(shù)主要涵蓋專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法；華南理工大學(xué)2016—2022年公開公布達(dá)95件，主要技術(shù)涉及應(yīng)用電子設(shè)備進(jìn)行模式識別的方法或裝置、資源、工作流、人員或項(xiàng)目管理；南京航空航天大學(xué)2016—2022年公開公布達(dá)92件，主要技術(shù)涉及全面工廠控制，即集中控制許多機(jī)器、程序控制系統(tǒng)。

4" 結(jié)束語

本文利用“智慧芽”專利分析工具，分析了智能制造領(lǐng)域相關(guān)技術(shù)領(lǐng)域?qū)＠恼w情況，展現(xiàn)了智能制造相關(guān)技術(shù)領(lǐng)域?qū)＠陌l(fā)展態(tài)勢。

智能制造相關(guān)的專利發(fā)明人，主要集中在許錦標(biāo)、何光、何青及曾珞亞；專利申請人主要集中在華為技術(shù)有限公司、華中科技大學(xué)、華南理工大學(xué)及南京航空航天大學(xué)；主要涉及技術(shù)領(lǐng)域包括特定計(jì)算模型的計(jì)算學(xué)習(xí)方法和體系結(jié)構(gòu)，專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法等。在智能制造領(lǐng)域的專利還需要不斷的努力，將專利成功轉(zhuǎn)化成產(chǎn)品。

參考文獻(xiàn)：

[1] 《中國制造2025》解讀之：中國制造2025，我國制造強(qiáng)國建設(shè)的宏偉藍(lán)圖[J].工業(yè)爐，2022，44（2）：11，54.

[2] 八部門聯(lián)合印發(fā)《“十四五”智能制造發(fā)展規(guī)劃》[J].中國有色金屬，2022（2）：24.

[3] 羅璇.基于數(shù)據(jù)挖掘技術(shù)的專利信息分析及應(yīng)用研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2011.

[4] 林立洲.基于專利信息挖掘的人工智能技術(shù)發(fā)展研究[D].昆明：昆明理工大學(xué)，2021.

[5] STERNITZKE C，BARTKOWSKI A，SCHRAMM R.Visualizing patent statistics by means of social network analysis tools[J].World Patent Information，2008，30（2）：115－131.

[6] 李夢蓉.面向智能制造的供應(yīng)鏈協(xié)同模型研究[D].南京：南京郵電大學(xué)，2020.

[7] 析讀《智能制造發(fā)展指數(shù)報(bào)告（2020）》[J].中國包裝，2021，41（3）：23.

[8] 馬吉宏，田長彥，呂光輝.基于“智慧芽”專利數(shù)據(jù)庫的塔里木河生態(tài)環(huán)境領(lǐng)域?qū)＠治鯷J].科技管理研究，2018，38（10）：158-164.