當前，中國經(jīng)濟正處于轉變發(fā)展方式、結構優(yōu)化升級、新舊動(dòng)能轉換的關(guān)鍵窗口，數字技術(shù)、智能技術(shù)的應用日益成為這一轉變的新動(dòng)能。在國內發(fā)展動(dòng)能轉換和國際競爭加劇的形勢下，提高國家制造業(yè)創(chuàng )新能力和工業(yè)自動(dòng)化水平，是實(shí)現工業(yè)強國戰略目標的重要途徑，也是實(shí)現“中國制造2025”目標的關(guān)鍵所在。

為發(fā)掘和培養更多優(yōu)秀的智能產(chǎn)業(yè)技術(shù)人才，更好地使智能技術(shù)服務(wù)于科技創(chuàng )新、資源開(kāi)發(fā)利用和能源管理，推進(jìn)現代智能產(chǎn)業(yè)理論與技術(shù)的發(fā)展和應用，全方位體現全國智能技術(shù)人才的專(zhuān)業(yè)素養和技術(shù)水平，溝通本領(lǐng)域內最新研究成果和前沿思維，中國自動(dòng)化學(xué)會(huì )特此舉辦了“首屆ABB杯全國智能技術(shù)大賽暨第九屆ABB杯全國自動(dòng)化系統工程師論文大賽”。

大賽聚焦智能制造、機器人等當前熱門(mén)領(lǐng)域及關(guān)鍵技術(shù)，得到了來(lái)自高等院校、科研機構、企事業(yè)單位從事自動(dòng)化、數字化領(lǐng)域相關(guān)工作的專(zhuān)業(yè)人員的廣泛關(guān)注與積極參與。截至9月30日大賽截稿，共收到591篇論文。其中，經(jīng)過(guò)資歷深厚的組委會(huì )嘉賓和在智能技術(shù)相關(guān)領(lǐng)域深耕多年的審稿專(zhuān)家的公平、公正、有序地審核下，本屆大賽共產(chǎn)生了15篇特等獎參評稿件。特等獎可在自動(dòng)化大會(huì )做成果展示，所有獲獎作者也將在自動(dòng)化大會(huì )頒獎典禮環(huán)節受邀上臺領(lǐng)獎。

ABB杯全國智能技術(shù)論文大賽的前身是ABB杯全國自動(dòng)化系統工程師論文大賽，目前已舉辦九屆，賽事挖掘并發(fā)現了一大批優(yōu)秀的工作。本次轉型主要考慮到當前社會(huì )已由“互聯(lián)網(wǎng)+”時(shí)代步入了 “智能+”時(shí)代，更智能的機器、更智能的網(wǎng)絡(luò )、更智能的交互將創(chuàng )造出更智能的經(jīng)濟發(fā)展模式和社會(huì )生態(tài)系統。大賽新的賽制、更高的獎項、更加注重應用技術(shù)實(shí)踐，吸引了更多企事業(yè)單位的科技人員以及高等院校、科研院所的教師、學(xué)生和工程技術(shù)人員等參與到大賽中來(lái)。為自動(dòng)化行業(yè)領(lǐng)域的本土創(chuàng )新提供了重要的展示與交流平臺，促進(jìn)產(chǎn)學(xué)研協(xié)同體系的構建，支持國內企業(yè)利用智能技術(shù)擴大競爭優(yōu)勢，在新一輪工業(yè)革命浪潮中搶占先機。

同往屆相比，本屆論文大賽在投稿數量、稿件質(zhì)量以及稿件來(lái)源等方面均取得新突破，下面通過(guò)數據進(jìn)行一一展示，與各位讀者共享！

本屆大賽數據展示

從首屆論文大賽開(kāi)始，每屆大賽的投稿量呈遞增趨勢，從首屆大賽的228篇稿件，到第二屆的292篇，第三屆飛躍式增長(cháng)為442篇，第四屆大賽繼續突破為523篇，第五屆545篇，第六屆549篇，第七屆561篇，第八屆583篇，至上屆大賽完畢，基本穩定提升投稿量，大賽已經(jīng)取得越來(lái)越多的影響力，吸引了眾多自動(dòng)化領(lǐng)域優(yōu)秀人才的積極參與。本次大賽轉型后，收到稿件591篇，評審工作正在穩步開(kāi)展。

大賽來(lái)稿作者企業(yè)/公司人員約為24%，高校師生約為62%，其余為研究院所的工程及科研人員，約為14%。

研究院所投稿主要來(lái)自中科院自動(dòng)化所、中國洛陽(yáng)電子裝備試驗中心、山東省“船舶控制工程與智能系統”工程技術(shù)研究中心、青島智能產(chǎn)業(yè)技術(shù)研究院、新智認知-一體化指揮調度技術(shù)國家工程實(shí)驗室、防化研究院、火箭軍裝備研究院、西北機電工程研究所、中國船舶設計研究院以及軍事科學(xué)院國防科技創(chuàng )新研究院等。

公司投稿主要來(lái)自電子科技、智能機器、電力、熱電等相關(guān)領(lǐng)域企業(yè)/公司。說(shuō)明智能技術(shù)在這些領(lǐng)域正在發(fā)揮著(zhù)重要推動(dòng)作用。

高校投稿主要來(lái)自中南大學(xué)、西安理工大學(xué)、北京理工大學(xué)、西北工業(yè)大學(xué)、寧夏醫科大學(xué)、浙江大學(xué)、五邑大學(xué)、國防科技大學(xué)、西安交通大學(xué)以及北京航空航天大學(xué)等。從這些數據中，可以看出國內高校對這次智能技術(shù)論文大賽的關(guān)注和重視。

來(lái)稿涉及自動(dòng)化領(lǐng)域的方方面面，各領(lǐng)域內都有出色的優(yōu)秀人才積極參與。

華北與華東地區依然是主要的稿件來(lái)源地。

此次大賽吸引了國外的相關(guān)學(xué)者及技術(shù)人員投稿，但主要稿件來(lái)源依然是國內。

大賽參評特等獎?wù)撐?/span>

本次大賽共收到特等獎投稿15篇（排名不分先后），如下簡(jiǎn)要進(jìn)行介紹。若想進(jìn)一步了解文章工作，可報名參加2018年度中國自動(dòng)化大會(huì )，現場(chǎng)也將舉行本次論文大賽頒獎典禮！http://cac2018.medmeeting.org/cn

Paper 1

熱連軋核心控制技術(shù)及控制模型的設計與國產(chǎn)化實(shí)踐

中冶賽迪工程技術(shù)股份有限公司(簡(jiǎn)稱(chēng)中冶賽迪)以總承包方式、寶武中央研究院承擔部分模型對寧波鋼鐵有限公司（以下簡(jiǎn)稱(chēng)寧鋼）現有的1780熱軋帶鋼產(chǎn)線(xiàn)自動(dòng)化系統全面升級改造的情況，簡(jiǎn)要介紹了1780熱連軋帶鋼生產(chǎn)線(xiàn)工藝設備組成及技術(shù)特點(diǎn)等，著(zhù)重闡述了熱連軋帶鋼主軋線(xiàn)L1基礎自動(dòng)化控制系統和L2過(guò)程自動(dòng)化控制系統的系統配置、核心技術(shù)、主要功能，以及改造后取得的效果等。應用實(shí)踐證明，改造后的自動(dòng)化控制系統具有技術(shù)先進(jìn)、生產(chǎn)穩定性好、系統可靠性高等特點(diǎn)，AWC、AGC等核心控制技術(shù)的應用有效提高了產(chǎn)品的寬度和厚度精度，高精度板形控制模型實(shí)現了高強鋼、超薄規格帶鋼的穩定軋制，大幅提高產(chǎn)品的成材率，基于機理的在線(xiàn)仿真模型可以實(shí)現零廢鋼的新品種開(kāi)發(fā)，多項核心控制技術(shù)和先進(jìn)軋鋼模型的投用，1780熱軋產(chǎn)線(xiàn)的各項指標達到了國內一流水平，同時(shí)本次改造也創(chuàng )造了熱軋連軋帶鋼在線(xiàn)改造時(shí)間、達產(chǎn)時(shí)間等多項新的記錄，標志著(zhù)我國在熱連軋帶鋼的核心控制技術(shù)已經(jīng)達到國際先進(jìn)水平。

Paper 2

基于數字四胞胎的平行駕駛系統及應用

平行駕駛是一種兼具運營(yíng)管理、在線(xiàn)狀態(tài)監測、應急駕駛安全接管等功能的先進(jìn)云端化網(wǎng)聯(lián)自動(dòng)駕駛集成解決方案。本文著(zhù)重介紹平行駕駛的數字四胞胎系統，即物理車(chē)、描述車(chē)、預測車(chē)和引導車(chē)的集成系統。首先，給出平行駕駛與數字四胞胎的具體定義與框架。隨后，介紹描述車(chē)、預測車(chē)和引導車(chē)的具體含義和內涵。最后，討論數字四胞胎系統在礦山、物流等場(chǎng)景中的應用實(shí)例。

Paper 3

基于雙層注意力機制的招聘平臺推薦系統研究

在當前大數據時(shí)代下，在線(xiàn)招聘平臺在其招聘流程中會(huì )不可避免地產(chǎn)生海量的異質(zhì)化數據，如何高效地利用這些數據去提升智能化招聘推薦的準確率以及改善用戶(hù)的使用體驗是至關(guān)重要的。目前，傳統的在線(xiàn)招聘平臺都是通過(guò)簡(jiǎn)單的信息匹配在招聘者和應聘者之間提供推薦服務(wù)。然而，這種簡(jiǎn)單的推薦策略不僅會(huì )造成大量的信息浪費，而且推薦結果的準確率往往較低。因此，本文提出一種基于雙層注意力機制的循環(huán)神經(jīng)網(wǎng)絡(luò )模型（RNN-TLA）對崗位和候選者進(jìn)行智能化推薦。首先，該模型通過(guò)訂閱、檢索記錄以及企業(yè)相關(guān)知識圖譜來(lái)完善招聘者和應聘者的實(shí)體表示。之后，將上述實(shí)體通過(guò)one-hot和TransR方法及其組合映射到向量空間，并通過(guò)帶有兩層注意力機制的循環(huán)神經(jīng)網(wǎng)絡(luò )從點(diǎn)擊序列中獲取它們的潛在興趣，進(jìn)而生成推薦列表。實(shí)驗結果表明，該模型在推薦系統的各項性能指標和實(shí)時(shí)點(diǎn)擊率上相較于以往的模型取得了最優(yōu)結果。在應用場(chǎng)景中，本文設計并構建了基于該模型的大數據智能在線(xiàn)招聘平臺“熱招”用于實(shí)際的校園招聘，并取得了良好效果。

Paper 4

橋梁自動(dòng)檢測無(wú)人機系統核心技術(shù)的應用與發(fā)展

橋梁結構作為一種大型土木工程結構，由于受到長(cháng)時(shí)間的荷載作用、腐蝕效應及材料老化等因素的影響，不可避免的會(huì )出現損傷累積、抗力衰退等問(wèn)題，甚至可能造成橋梁坍塌等危害人類(lèi)生命和行車(chē)安全的嚴重事故。為了防止事故的發(fā)生，有必要對已建或在建橋梁結構的安全情況進(jìn)行檢測。為了解決常規檢測手段在橋梁檢測中的局限性，以無(wú)人機檢測膠州灣大橋為工程實(shí)例，介紹了無(wú)人機橋梁檢測系統的組成及工作原理，通過(guò)無(wú)人機在特殊結構橋梁檢測中的應用，與傳統檢測手段對比分析了優(yōu)缺點(diǎn)，探討了無(wú)人機在橋梁檢測中的應用與發(fā)展。

Paper 5

一種控制器柔性控制功能的實(shí)現方法

盡管傳統的開(kāi)發(fā)模式和開(kāi)發(fā)工具理論上能夠滿(mǎn)足柔性控制需求，但對開(kāi)發(fā)者的知識面和技能有較高的要求，從而導致工程現場(chǎng)策略更改的難度很高。而隨著(zhù)智能制造、自動(dòng)駕駛等智能應用需求的增加，越來(lái)越需要柔性時(shí)變的控制器。本文通過(guò)重構控制器的程序架構，設計具備友好人機交互界面的開(kāi)發(fā)工具，使算法軟件工程師和硬件工程師能夠以協(xié)同的方式進(jìn)行控制策略的開(kāi)發(fā)，簡(jiǎn)便高效地實(shí)現了控制器的柔性控制功能。

Paper 6

基于平行智能的無(wú)人裝卸系統

本文提出一種用于大件商品的無(wú)人裝卸系統，該系統由智能控制、視覺(jué)感知、和機械執行三個(gè)模塊組成。智能控制模塊內嵌裝箱算法，依據貨箱空間尺寸和貨物尺寸信息自動(dòng)生成最優(yōu)裝載方案，包括貨物裝載位置和裝載順序，確保貨箱空間利用率最高、裝載速度最快；視覺(jué)感知模塊利用深度學(xué)習技術(shù)，根據拍攝到的圖像識別出車(chē)箱的方位和貨物的方位；機械執行模塊依據裝載方案和貨物貨箱位置生成裝載路線(xiàn)，執行裝載操作。本系統應用于啤酒、糧食等行業(yè)，大大降低了產(chǎn)品裝卸的用人需求，降低了工廠(chǎng)的物流成本。

Paper 7

基于人工智能技術(shù)的火電廠(chǎng)燃煤鍋爐智能燃燒優(yōu)化研究及應用

為了降低火電廠(chǎng)燃煤鍋爐的氮氧化合物排放濃度和鍋爐煤耗，提出一種量子樣本增量前饋神經(jīng)網(wǎng)絡(luò )和一種量子蜂群優(yōu)化算法。量子樣本增量前饋神經(jīng)網(wǎng)絡(luò )可以動(dòng)態(tài)建立燃煤鍋爐的氮氧化合物排放濃度和鍋爐煤耗的綜合模型，并且可實(shí)現模型滾動(dòng)優(yōu)化?；诮⒌木C合模型，應用量子蜂群優(yōu)化算法優(yōu)化一二次風(fēng)量、燃煤量和各二次風(fēng)門(mén)開(kāi)度來(lái)實(shí)現鍋爐燃燒優(yōu)化?；谏鲜鰞煞N方法，開(kāi)發(fā)了一套燃煤鍋爐智能燃燒優(yōu)化軟件，并應用于漢川某熱電廠(chǎng)330MW鍋爐上，測試結果表明：氮氧化合物排放濃度和鍋爐煤耗均有不同程度的降低，說(shuō)明建模方法和優(yōu)化算法是有效的。

Paper 8

Vehicle Energy Recovery through an Intelligent Turbo System

The electric turbo system provides great potentials for vehicle exhaust gas energy recovery, exhaust emissions reduction and transient response acceleration. This paper proposes a complete solution on characterisation, control, energy management and verification of the electric turbo system. It enables the electric turbo system works in a highly intelligent way. Starting from the an evaluation of the engine transient performance, the controllability and the impact of electric turbo system on fuel economy and exhaust emissions are analysed. A multi-variable explicit model predictive controller is designed to regulate the key variables in the engine air system, while the optimal setpoints of those variables are generated by a high level controller. The controllers work in a highly efficient way to achieve the optimal energy management. This strategy has been validated in 0-D mathematical simulations, 1-D physical simulations and experiments. Excellent tracking performance, fast online adaptation and high robustness demonstrate the effectiveness of the proposed method and the developed device.

Paper 9

空間智能軟體機械臂動(dòng)力學(xué)建模與控制

空間智能軟體機械臂因其結構輕巧、靈活可變、可折疊收縮等特性，在航天器在軌服務(wù)任務(wù)中，將具有廣闊的應用前景。本文首先提出了一種全向驅動(dòng)的模塊化軟體機械臂設計方案，利用剛柔耦合動(dòng)力學(xué)理論建立了氣控驅動(dòng)的軟體機械臂動(dòng)力學(xué)模型，基于深度回歸卷積神經(jīng)網(wǎng)絡(luò )理論建立了空間非合作目標檢測與識別算法，為空間軟體機械臂智能控制奠定了堅實(shí)技術(shù)基礎。進(jìn)一步地，設計并研制了軟體機械臂地面原理樣機及其試驗系統，通過(guò)地面試驗，對軟體機械臂的自主運動(dòng)控制和識別算法進(jìn)行了初步驗證。

Paper 10

腦-控移動(dòng)機器人的非線(xiàn)性模型預測控制研究

腦-控移動(dòng)機器人系統的性能受到腦-機接口的限制。本文設計了一種基于模型預測控制的輔助控制器來(lái)提高給定腦-機接口條件時(shí)腦-控移動(dòng)機器人的控制和安全性能。所提出的控制器將跟蹤用戶(hù)意圖和保證腦-控移動(dòng)機器人系統的安全性融合成為一個(gè)優(yōu)化函數求解問(wèn)題，通過(guò)模型約束、安全約束、物理約束下的優(yōu)化，得到新的控制命令，實(shí)現用戶(hù)對機器人最大限度的控制，同時(shí)保證機器人的安全。實(shí)驗結果表明，基于該控制器的腦-控移動(dòng)機器人提高了用戶(hù)的的控制性能及系統的安全性能。

Paper 11

智能針灸機器人研發(fā)進(jìn)展及關(guān)鍵技術(shù)分析

針灸療法已經(jīng)在全球超過(guò)183個(gè)國家及地區獲得廣泛應用，而西方針灸獨立于傳統中醫開(kāi)展“干針”等研究，再次表明針灸的國際化與標準化遭遇困境。而隨著(zhù)機器人技術(shù)的迅猛發(fā)展，研發(fā)智能針灸機器人成為可能，本文圍繞其相關(guān)核心技術(shù)進(jìn)行研究，指出穴位的自動(dòng)定位及智能配穴等是智能針灸機器人研發(fā)的關(guān)鍵技術(shù)和難點(diǎn)，并以此為例指出共融機器人理念在醫療機器人開(kāi)發(fā)中的潛在應用價(jià)值。

Paper 12

基于疲勞度及運動(dòng)想象的護理床模糊競爭腦控系統

腦機接口技術(shù)（BCI）可以讓人腦通過(guò)想象建立起與外部計算機或電子設備的控制通道。針對具有電動(dòng)調節功能的醫療護理床，提出了一種綜合疲勞度以及運動(dòng)想象腦電的護理床控制方案。(1)建立了一種護理床模糊競爭控制模型，使用云控信號、語(yǔ)音信號、腦電信號形成對護理床的競爭控制方案。(2)提出了采用sym5小波分解信號與貝葉斯閾值估計融合的方法對腦電信號（EEG）去噪。(3)提出基于額葉腦電壓以及冥想度和專(zhuān)心度的改進(jìn)K-Means疲勞檢測算法。(4)提出了一種融合HHT及KNN的運動(dòng)想象腦電分類(lèi)方法。最后根據研究算法設計并實(shí)現了一套利用用戶(hù)的疲勞度及運動(dòng)想象以及語(yǔ)音控制及云平臺控制的綜合競爭控制方案來(lái)對護理床進(jìn)行簡(jiǎn)單控制的系統。經(jīng)過(guò)實(shí)驗驗證使用本文改進(jìn)的K均值聚類(lèi)算法的疲勞度三分類(lèi)準確率可達86.63%，對于運動(dòng)想象腦電特征的兩分類(lèi)準確率可達87.5%。系統可以很好的滿(mǎn)足用戶(hù)對護理床的簡(jiǎn)單思維控制，提高了生活體驗感，并為腦控技術(shù)向實(shí)際應用有很好的的推動(dòng)作用。

Paper 13

基于半監督生成對抗網(wǎng)絡(luò )的三維重建云工作室

由于其固有的問(wèn)題復雜性和計算復雜度，三維重建是計算機視覺(jué)研究和應用領(lǐng)域非常重要且富有挑戰的課題。目前已有的三維重建算法往往會(huì )導致重建出的三維模型上存在著(zhù)明顯的空洞、扭曲失真或者模糊不清的部分。而基于機器學(xué)習的三維重建算法往往又只能重建簡(jiǎn)單的分離物體，并表示成三維體元形式。所以這些算法框架對于實(shí)際應用來(lái)說(shuō)都還遠遠不夠。從2014年起，生成對抗網(wǎng)絡(luò )被廣泛應用于半監督學(xué)習，以及產(chǎn)生非真實(shí)數據集的應用中。所以本文的重點(diǎn)是采用生產(chǎn)對抗網(wǎng)絡(luò )原理，來(lái)獲得高質(zhì)量的三維重建效果。我們提出了一種新穎的半監督三維重建算法架構，命名為SS-GAN-3D。該算法通過(guò)訓練生成對抗網(wǎng)絡(luò )模型，使其達到收斂狀態(tài)，以此來(lái)迭代式地提高原始三維重建模型的質(zhì)量。SS-3D-GAN只需要將事先觀(guān)測的二維圖像作為弱監督樣本，對于三維結構外形的先驗知識或者參考觀(guān)測都沒(méi)有任何依賴(lài)。最終通過(guò)定性和定量實(shí)驗，以及對實(shí)驗結果的分析，該算法框架在Tanks&Temples和ETH3D標準三維重建測試集上，比目前最先進(jìn)的三維重建方法有明顯優(yōu)勢?；赟S-GAN-3D算法，我們又提出了三維重建云工作室解決方案。該方案能大大降低對終端用戶(hù)的技術(shù)壁壘，顯著(zhù)提高重建精度與效率。目前最成功的應用案例是對于長(cháng)城的文化遺產(chǎn)保護項目。同時(shí)我們的解決方案在阿里云棲大會(huì )和騰訊的云+未來(lái)展會(huì )上都受到了廣泛關(guān)注。

Paper 14

高精度DLP3D打印技術(shù)及其設備研發(fā)

為滿(mǎn)足研發(fā)高精度光固化3D打印機設備，實(shí)現用樹(shù)脂等材料的高精度專(zhuān)業(yè)3D打印的需求，本文提出一種高精度光固化3D打印機的解決方案，包括硬件、軟件和算法的研發(fā)。本系統數字光處理器（DLP）技術(shù)控制成像圖案，采用下照式設計，形成實(shí)體模型，結合神經(jīng)網(wǎng)絡(luò )誤差補償方面和多次曝光技術(shù)，解決3D打印高精度成型問(wèn)題。本文所研發(fā)的打印機可用于精度要求高的工業(yè)場(chǎng)合，并已實(shí)現小批量的量產(chǎn)。

Paper 15

基于 Sawyer 的多模態(tài)移動(dòng)協(xié)作機器人研究與應用

協(xié)作機器人的突破發(fā)展給機器人產(chǎn)業(yè)帶來(lái)革命性變化，這將為未來(lái)工業(yè)生 產(chǎn)、生活服務(wù)機器人的研究和應用開(kāi)辟新道路；但目前協(xié)作機器人在多模態(tài)輸入、 抓取、換夾具和移動(dòng)遇到瓶頸，尤其是在新的非結構化環(huán)境，抓取顯得異常笨拙。 基于 Sawyer 機器人，設計模塊化移動(dòng)底盤(pán)使之可自由移動(dòng)，兼顧移動(dòng)與固定應用 場(chǎng)景;軟件上采用深度學(xué)習算法實(shí)現物品的靈活抓，且模型對權重結構正則化可有 效提高多模態(tài)輸入，算法在 ROS 中編程實(shí)現。實(shí)踐證明，Sawyer 能通過(guò)學(xué)習準確 抓取目標物，且已經(jīng)在物流、服務(wù)行業(yè)產(chǎn)業(yè)化應用。

大賽優(yōu)秀論文即將一一公布

本屆大賽收到的論文質(zhì)量創(chuàng )歷史新高，所有錄用的稿件，將以專(zhuān)刊形式在《自動(dòng)化博覽》雜志上結集出版，并被CNKI數據庫收錄。其中優(yōu)秀論文將被推薦到《自動(dòng)化學(xué)報》、《控制與決策》、《控制工程》、《信息與控制》、《機器人》、《模式識別與人工智能》等國內學(xué)術(shù)期刊。

隨著(zhù)評審的逐步展開(kāi)，首屆ABB杯全國智能技術(shù)論文大賽確定錄用的優(yōu)秀論文將一一公布，論文含金量如何，歡迎廣大科技工作者賞析指導。

【關(guān)于A(yíng)BB】

ABB（ABBN: SIX Swiss Ex）是全球電氣產(chǎn)品、機器人及運動(dòng)控制、工業(yè)自動(dòng)化和電網(wǎng)領(lǐng)域的技術(shù)領(lǐng)導企業(yè)，致力于幫助電力、工業(yè)、交通和基礎設施等行業(yè)客戶(hù)提高業(yè)績(jì)?；诔^(guò)130年的創(chuàng )新歷史，ABB技術(shù)全面覆蓋電力和工業(yè)自動(dòng)化價(jià)值鏈，應用于從發(fā)電端到用電端、從自然資源開(kāi)采到產(chǎn)成品完工的各種場(chǎng)景，譜寫(xiě)行業(yè)數字化的未來(lái)。作為國際汽車(chē)聯(lián)盟電動(dòng)方程式錦標賽的冠名合作伙伴，ABB也積極投身未來(lái)可持續發(fā)展，拓展電動(dòng)交通技術(shù)疆界。ABB集團業(yè)務(wù)遍布全球100多個(gè)國家和地區，雇員達13.5萬(wàn)。

作為全球技術(shù)領(lǐng)導企業(yè)，ABB從改革開(kāi)放之初就加入到中國經(jīng)濟建設的大潮中，從1979年在北京設立辦事處到1992年成立在華首家合資企業(yè)，從2005年設立中國研究院到投資興建廈門(mén)工業(yè)中心，ABB多年勵精圖治，目前在中國擁有研發(fā)、制造、銷(xiāo)售和工程服務(wù)等全方位的業(yè)務(wù)活動(dòng)，40家本地企業(yè)和1.7萬(wàn)名員工，成為新中國經(jīng)濟騰飛的參與者、見(jiàn)證者和受益者。同時(shí)，ABB長(cháng)期致力于在中國的技術(shù)創(chuàng )新和人才培養，積極與高校和科研機構開(kāi)展合作。

創(chuàng )新是ABB的基因，不斷提升企業(yè)創(chuàng )新能力是ABB的基本戰略。ABB積極與中國自動(dòng)化學(xué)會(huì )等眾多行業(yè)組織合作，通過(guò)各種途徑鼓勵本地化自主研發(fā)和創(chuàng )新，并將學(xué)術(shù)研究與自動(dòng)化產(chǎn)業(yè)發(fā)展有機結合，使更多的學(xué)術(shù)成果轉化為真正的生產(chǎn)力，取得市場(chǎng)效益。ABB杯論文大賽是ABB貫徹這一戰略的具體行動(dòng)。通過(guò)大賽，鼓勵行業(yè)精英刻苦鉆研，探索突破式創(chuàng )新機會(huì )，共同為中國的高端制造業(yè)發(fā)展和產(chǎn)業(yè)升級貢獻力量。