[中报]双元科技(688623):2024年半年度报告
|
时间:2024年08月30日 20:06:23 中财网 |
|
原标题:
双元科技:2024年半年度报告
公司代码:688623 公司简称:
双元科技
浙江
双元科技股份有限公司
2024年半年度报告
重要提示
一、 本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性,不存在虚假记载、误导性陈述或重大遗漏,并承担个别和连带的法律责任。
二、 重大风险提示
公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施,敬请查阅本报告“第三节 管理层讨论与分析”之“五、风险因素”。
三、 公司全体董事出席董事会会议。
四、 本半年度报告未经审计。
五、 公司负责人郑建、主管会计工作负责人方东良及会计机构负责人(会计主管人员)赵琪声明:保证半年度报告中财务报告的真实、准确、完整。
六、 董事会决议通过的本报告期利润分配预案或公积金转增股本预案 公司 2024年半年度利润分配预案为:公司拟向全体股东每10股派发现金红利 2.62元(含税)。截至2024年8月30日,公司总股本59,142,700股,扣减公司回购专用证券账户中股份数543,996股后的股份58,598,704股为基数,以此计算合计拟派发现金红利15,352,860.45元(含税),占 2024年半年度归属于上市公司股东净利润的比例为 30.05%。本次利润分配不送红股,不进行公积金转增股本。
如在本公告披露之日起至实施权益分派股权登记日期间,因
可转债转股/回购股份/股权激励授予股份回购注销/重大资产重组股份回购注销等致使公司总股本发生变动的,公司拟维持分配总额不变,相应调整每股分配比例。如后续总股本发生变化,将另行公告具体调整情况。
公司 2024年半年度利润分配预案已经公司第二届董事会第五次会议及第二届监事会第三次会议审议通过,且经公司2023年年度股东大会授权,无需提交股东大会审议。
七、 是否存在公司治理特殊安排等重要事项
□适用 √不适用
八、 前瞻性陈述的风险声明
√适用 □不适用
本报告中所涉及的未来计划、发展战略等前瞻性陈述,不构成公司对投资者的实质承诺,敬请投资者注意投资风险。
九、 是否存在被控股股东及其他关联方非经营性占用资金情况
否
十、 是否存在违反规定决策程序对外提供担保的情况
否
十一、 是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否
十二、 其他
□适用 √不适用
目录
第一节 释义 ......................................................................................................................................... 5
第二节 公司简介和主要财务指标 ..................................................................................................... 6
第三节 管理层讨论与分析 ............................................................................................................... 10
第四节 公司治理 ............................................................................................................................... 32
第五节 环境与社会责任 ................................................................................................................... 34
第六节 重要事项 ............................................................................................................................... 36
第七节 股份变动及股东情况 ........................................................................................................... 64
第八节 优先股相关情况 ................................................................................................................... 69
第九节 债券相关情况 ....................................................................................................................... 69
第十节 财务报告 ............................................................................................................................... 70
备查文件目录 | 载有公司负责人、主管会计工作负责人、会计机构负责人(会计主管
人员)签名并盖章的财务报表 |
| 报告期内公开披露过的所有公司文件的正本及公告原稿 |
第一节 释义
在本报告书中,除非文义另有所指,下列词语具有如下含义:
常用词语释义 | | |
公司、本公司、双元科技 | 指 | 浙江双元科技股份有限公司 |
凯毕特 | 指 | 杭州凯毕特投资管理有限公司,系公司控股股东 |
丰泉汇投资 | 指 | 杭州丰泉汇投资管理合伙企业(有限合伙),系公司股东 |
宜宾晨道 | 指 | 宜宾晨道新能源产业股权投资合伙企业(有限合伙),系公
司股东 |
无锡蜂云能创 | 指 | 无锡蜂云能创企业管理合伙企业(有限合伙),系公司股东 |
金华毕方贰号 | 指 | 金华金开德弘联信毕方贰号投资中心(有限合伙),系公司
股东 |
惠州利元亨投资 | 指 | 惠州市利元亨投资有限公司,系公司股东 |
宁波和歆 | 指 | 宁波和歆实业投资合伙企业(有限合伙),系公司股东 |
宁波梅山超兴 | 指 | 宁波梅山保税港区超兴创业投资合伙企业(有限合伙),系
公司股东,曾用名:“宁波梅山保税港区超兴投资合伙企业
(有限合伙)” |
弘泽机械 | 指 | 兰溪市弘泽机械有限责任公司,系公司子公司 |
湿法无纺布 | 指 | 杭州湿法无纺布设备有限公司,公司实际控制人郑建持股
30%并担任监事的企业 |
德康环保 | 指 | 浙江德康环保科技有限公司,公司控股股东凯毕特控制的
其他企业 |
中国证监会 | 指 | 中国证券监督管理委员会 |
上交所 | 指 | 上海证券交易所 |
元、万元、亿元 | 指 | 人民币元、人民币万元、人民币亿元 |
机器视觉 | 指 | 通过工业相机自动获取一幅或多幅目标物体图像,对所获
取图像的各种特征量进行处理、分析和测量,根据测量结果
做出定性分析和定量解释,从而得到有关目标物体的某种
认识并作出相应决策,执行可直接创造经济价值或社会价
值的功能活动 |
工业线阵相机 | 指 | 是利用单列感光CMOS传感器,对物体进行扫描拍摄应用于
工业领域的相机,又称线性阵列相机和线扫描相机 |
闭环控制 | 指 | 作为被控的输出量以一定方式返回到作为控制的输入端,
并通过控制算法对输入端施加控制影响的一种控制关系 |
X射线 | 指 | 一种频率极高、波长极短、用于物体检测的电磁波 |
β射线 | 指 | 一种带电荷的、高速运行、从核素放射性衰变中释放出的粒
子 |
微波 | 指 | 频率在300MHz-300GHz之间的电磁波 |
WIS | 指 | Web Inspection System,表面缺陷在线检测系统,针对高
速度、高精度、宽门幅场景、实时性高的片材表面缺陷检测
系统 |
VIS | 指 | Visual Image System,视觉图像系统,基于上位机对分离
式个体产品(如口罩、碗面、锂电池焊接等)和速度不高的
片材(如低速胶膜、纺织等)进行缺陷或尺寸检测的系统 |
解耦算法 | 指 | 多变量系统的回路之间存在着耦合关联。解耦算法就是通
过校正输出、输入之间的关系,减弱甚至消除这种相互关
联,从而使系统变成多个单输入单输出系统变量特征,以实
现对每一个变量的有效控制 |
面密度 | 指 | 指定厚度的物质单位面积的质量 |
BOM | 指 | Bill of Material,即物料清单 |
PLC | 指 | Programmable Logic Controller,即可编程逻辑控制器,
一种专门为在工业环境下应用而设计的数字运算操作电子
系统,通过数字式或模拟式的输入输出来控制各种类型的
机械设备或生产过程 |
鲁棒性 | 指 | 在一定(结构、大小)的参数摄动下,维持其性能的特性 |
AI | 指 | Artificial Intelligence,即人工智能。是研究和开发用
于模拟、延伸和扩展人的智能的理论、方法、技术及应用系
统的一门新的技术科学。基于视觉的人工智能技术已广泛
应用于智能制造和社会多个领域的多个环节 |
深度学习 | 指 | 人工智能及机器学习的一个子集,仿真生物神经系统(例如
人类大脑)工作,使用多层神经网络最先进精确执行任务,
例如物体探测及识别、语音识别及自然语义处理 |
FPGA | 指 | Field Programmable Gate Array,即现场可编程门阵列。
它是作为专用集成电路领域中的一种半定制电路而出现
的,既解决了定制电路的不足,又克服了原有可编程器件门
电路数有限的缺点 |
CUDA | 指 | Compute Unified Device Architecture,是一种由NVIDIA
推出的通用并行计算架构,该架构使 GPU能够解决复杂的
计算问题 |
CT | 指 | Computed Tomography,即电子计算机断层扫描成像系统,
是用 X射线对被检查对象某部一定厚度的层面进行断层扫
描,由探测器接收透过该层面的 X射线,通过光电转换变
为电信号,再经模拟数字转换器转为数字信号,经计算机处
理后,把数字矩阵中的每个数字转为黑白灰度不等的小方
块像素,并按矩阵排列构成检测图像 |
晶圆 | 指 | 制作硅半导体电路所用的硅晶片,其原始材料是硅 |
AOI | 指 | Automated Optical Inspection,即自动光学检查。为高
速高精度光学影像检测系统,运用机器视觉做为检测标准
技术,可以改良传统上以人力使用光学仪器进行检测的缺
点 |
无损检测 | 指 | 在不损害或不影响被检测对象使用性能的前提下,采用射
线、超声、红外、电磁等原理技术并结合仪器对材料、零件、
设备进行缺陷、化学、物理等方面的检测 |
第二节 公司简介和主要财务指标
一、 公司基本情况
公司的中文名称 | 浙江双元科技股份有限公司 |
公司的中文简称 | 双元科技 |
公司的外文名称 | Zhejiang Shuangyuan Technology Co.,Ltd. |
公司的外文名称缩写 | Shuangyuan Technology |
公司的法定代表人 | 郑建 |
公司注册地址 | 杭州市莫干山路1418号标准厂房2号楼(上城科技工业
基地) |
公司注册地址的历史变更情况 | 2008年5月,公司注册地由杭州市西湖区翠柏路6号3号
楼七层变更为杭州市莫干山路1418号15-4幢2楼(上城 |
| 科技工业基地);2009年8月,公司注册地由杭州市莫
干山路1418号15-4幢2楼(上城科技工业基地)变更为
杭州市莫干山路1418号标准厂房2号楼(上城科技工业
基地) |
公司办公地址 | 杭州市莫干山路1418号标准厂房2号楼(上城科技工业
基地) |
公司办公地址的邮政编码 | 310015 |
公司网址 | http://www.zjusy.com |
电子信箱 | [email protected] |
报告期内变更情况查询索引 | 不适用 |
二、 联系人和联系方式
| 董事会秘书(信息披露境内代表) | 证券事务代表 |
姓名 | 泮茜茜 | 包黎丹 |
联系地址 | 杭州市莫干山路1418号标准厂房2号
楼(上城科技工业基地) | 杭州市莫干山路1418号标准厂房2
号楼(上城科技工业基地) |
电话 | 0571-88854902 | 0571-88854902 |
传真 | 0571-88910049 | 0571-88910049 |
电子信箱 | [email protected] | [email protected] |
三、 信息披露及备置地点变更情况简介
公司选定的信息披露报纸名称 | 上海证券报、中国证券报、证券时报、证券日报 |
登载半年度报告的网站地址 | www.sse.com.cn |
公司半年度报告备置地点 | 公司董事会办公室 |
报告期内变更情况查询索引 | 不适用 |
四、 公司股票/存托凭证简况
(一) 公司股票简况
√适用 □不适用
公司股票简况 | | | | |
股票种类 | 股票上市交易所及板块 | 股票简称 | 股票代码 | 变更前股票简称 |
A股 | 上海证券交易所科创板 | 双元科技 | 688623 | 不适用 |
(二) 公司存托凭证简况
□适用 √不适用
五、 其他有关资料
□适用 √不适用
六、 公司主要会计数据和财务指标
(一) 主要会计数据
单位:元 币种:人民币
主要会计数据 | 本报告期
(1-6月) | 上年同期 | 本报告期比上
年同期增减
(%) |
营业收入 | 178,240,849.42 | 228,816,859.76 | -22.10 |
归属于上市公司股东的净利润 | 51,083,602.71 | 60,987,669.59 | -16.24 |
归属于上市公司股东的扣除非经常
性损益的净利润 | 44,101,524.93 | 59,468,200.20 | -25.84 |
经营活动产生的现金流量净额 | -7,441,527.37 | 46,116,935.57 | -116.14 |
| 本报告期末 | 上年度末 | 本报告期末比
上年度末增减
(%) |
归属于上市公司股东的净资产 | 2,124,972,775.54 | 2,178,450,105.23 | -2.45 |
总资产 | 2,658,638,136.70 | 2,775,941,756.82 | -4.23 |
(二) 主要财务指标
主要财务指标 | 本报告期
(1-6月) | 上年同期 | 本报告期比上年同
期增减(%) |
基本每股收益(元/股) | 0.86 | 1.37 | -37.23 |
稀释每股收益(元/股) | 0.86 | 1.37 | -37.23 |
扣除非经常性损益后的基本每股收
益(元/股) | 0.75 | 1.34 | -44.03 |
加权平均净资产收益率(%) | 2.32 | 14.91 | 减少12.59个百分点 |
扣除非经常性损益后的加权平均净
资产收益率(%) | 2.00 | 14.54 | 减少12.54个百分点 |
研发投入占营业收入的比例(%) | 10.92 | 5.61 | 增加5.31个百分点 |
公司主要会计数据和财务指标的说明
√适用 □不适用
1、报告期内,公司实现营业收入 17,824.08万元,较上年同期下降 22.10%。公司营业收入较上年同期下降主要系
新能源行业投资放缓,公司相关设备制造业务承接订单减少,同时客户设备验收推进速度也相应放缓。
2、报告期内,公司实现归属于上市公司股东的净利润5,108.36万元,较上年同期下降16.24%;实现归属于上市公司股东的扣除非经常性损益的净利润为4,410.15万元,较上年同期下降25.84%,主要系营业收入下降所致。
3、报告期内,公司经营活动产生的现金流量净额-744.15万元,较上年同期下降116.14%,主要系部分
新能源行业客户资金紧张程度加剧,回款速度变慢,公司应收账款较2023年年末有所上升。
4、报告期内,基本每股收益为0.86元,较上年同期下降37.23%;稀释每股收益0.86元,较上年同期下降37.23%;扣除非经常性损益后的基本每股收益0.75元,较上年同期下降44.03%,主要系公司净利润下滑所致。
七、 境内外会计准则下会计数据差异
□适用 √不适用
八、 非经常性损益项目和金额
√适用 □不适用
单位:元 币种:人民币
非经常性损益项目 | 金额 | 附注(如适用) |
非流动性资产处置损益,包括已计提资产减
值准备的冲销部分 | -4,769.96 | |
计入当期损益的政府补助,但与公司正常经
营业务密切相关、符合国家政策规定、按照
确定的标准享有、对公司损益产生持续影响
的政府补助除外 | 202,400.00 | |
除同公司正常经营业务相关的有效套期保值
业务外,非金融企业持有金融资产和金融负
债产生的公允价值变动损益以及处置金融资
产和金融负债产生的损益 | 7,440,236.76 | |
计入当期损益的对非金融企业收取的资金占
用费 | | |
委托他人投资或管理资产的损益 | | |
对外委托贷款取得的损益 | | |
因不可抗力因素,如遭受自然灾害而产生的
各项资产损失 | | |
单独进行减值测试的应收款项减值准备转回 | | |
企业取得子公司、联营企业及合营企业的投
资成本小于取得投资时应享有被投资单位可
辨认净资产公允价值产生的收益 | | |
同一控制下企业合并产生的子公司期初至合
并日的当期净损益 | | |
非货币性资产交换损益 | | |
债务重组损益 | | |
企业因相关经营活动不再持续而发生的一次
性费用,如安置职工的支出等 | | |
因税收、会计等法律、法规的调整对当期损
益产生的一次性影响 | | |
因取消、修改股权激励计划一次性确认的股
份支付费用 | | |
对于现金结算的股份支付,在可行权日之
后,应付职工薪酬的公允价值变动产生的损
益 | | |
采用公允价值模式进行后续计量的投资性房
地产公允价值变动产生的损益 | | |
交易价格显失公允的交易产生的收益 | | |
与公司正常经营业务无关的或有事项产生的
损益 | | |
受托经营取得的托管费收入 | | |
除上述各项之外的其他营业外收入和支出 | 576,342.35 | |
其他符合非经常性损益定义的损益项目 | | |
减:所得税影响额 | 1,232,131.37 | |
少数股东权益影响额(税后) | | |
合计 | 6,982,077.78 | |
对公司将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》未列举的项目认定为的非经常性损益项目且金额重大的,以及将《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目,应说明原因 □适用 √不适用
九、 非企业会计准则业绩指标说明
□适用 √不适用
第三节 管理层讨论与分析
一、 报告期内公司所属行业及主营业务情况说明
(一)公司所属行业发展情况
公司专注于在线自动化测控系统和机器视觉智能检测系统的研发、生产和销售。根据《国民经济行业分类与代码》(GBT4754-2017)分类标准,公司属于“C35专用设备制造业”;根据国家统计局《战略性新兴产业分类(2018)》,公司产品属于“2
高端装备制造产业”中的“2.1.3智能测控装备制造”,属于工业自动化范畴。
工业自动化是机器设备或生产过程在不需要人工直接干预的情况下,按预期的目标实现测量、操纵等信息处理和过程控制的统称,它是涉及仪器仪表、控制系统、机器视觉等众多技术领域的一门综合性技术。工业自动化对于降低各个行业的生产成本,提高企业的经济效益起到了重要的作用。从全球范围看,工业自动化是各国大力推进的方向。
公司的产品分为在线自动化测控系统和机器视觉智能检测系统,其中,在线自动化测控系统具备在线测量和实时闭环控制的特点,属于过程控制领域。
(1)过程控制行业发展情况
过程控制在工业领域是指以厚度、水分、成分、温度和压力等工艺参数作为被控变量的自动控制,是计算机及时地采集检测数据,经过算法得出最佳值迅速地对控制对象进行自动控制和自动调节,也被称为实时控制。过程控制是保持生产稳定、降低消耗及成本、提高生产质量的重要手段。
美国Honeywell、瑞士ABB、美国赛默飞、美国Mahlo等国外龙头企业在过程控制领域发展较早,在技术水平、品牌知名度、业务规模等方面相较于本土企业具备竞争优势,占据以石油、化工等大型复杂项目为代表的高端市场主要份额。经过多年的发展与技术积累,国内过程控制企业逐步进入各细分应用领域,逐步实现对于国外品牌的国产替代。
1)应用领域拓展和检测精度提高,检测设备需求旺盛
在工业自动化中,特别是连续生产过程的自动化中,检测系统是实现生产过程自动化必不可少的技术工具之一。自动检测系统通过对过程参数的准确检测,可以及时准确地反映工艺设备的运行工况,为操作人员提供必要的操作依据,为自动控制系统提供必要的信号,是过程控制中重要的前端系统。随着工业自动化的应用领域不断拓展和工业生产过程中对于检测精细度的要求不断提升,工业自动化产业对于检测设备的需求日益旺盛。
2)工业生产过程日趋复杂,工业控制系统前景广阔
随着生产技术水平的迅速提高与生产规模的持续扩大,工业领域对于自动控制系统的要求不断提升,对于工业自动控制系统的需求日益旺盛。未来随着工业自动化技术在我国各工业领域的普及和外部市场环境的恢复,我国工业控制市场规模将稳步提升,AMR Analysis预计2027年我国工业控制系统市场规模将达到151.6亿美元。
在线自动化测控系统融合了精密机械、自动控制、射线吸收衰变、微波技术、精密光学测量技术、软件算法和嵌入式数据处理等多学科技术,需要积累深厚的行业经验。新进入企业难以在短期内实现多学科的交叉整合,掌握核心工艺和关键技术,形成了较高的行业技术门槛,使得市场参与者相对较少。
(2)机器视觉行业发展情况
机器视觉是指用机器代替人眼来做测量和判断,是人工智能正在快速发展的一个分支。相比于人眼识别,机器视觉在速度、精度、环境适应性、客观性、效率性、感光范围等方面优势明显,具有检测速度快、识别精度高、工作时间长、信息方便集成、适应恶劣环境等核心特征。
机器视觉系统是智能制造装备的重要组成部分。智能制造装备是指具有感知、分析、推理、决策、控制功能的制造装备,它是先进制造技术、信息技术和智能技术的集成和深度融合。机器视觉作为机器的“眼睛”和视觉“大脑”,属于智能装备感知、分析部分的关键零部件,也是整个智能制造系统中的重要信息输入端口。智能制造的实现需要广泛联通各类生产设备,并通过智能控制系统将各类生产设备所采集的信息进行汇总和分析,最终做出高效、精确的自主决策,而机器视觉技术是生产设备采集信息的重要方式,是智能制造的基础。
1)国外机器视觉发展较早,应用场景不断扩充,全球市场规模持续提升 自1969年成像传感器诞生起,国外机器视觉产业开始萌芽,经多年发展,目前已进入产业发展中期。随着自身技术的成熟和各行业智能制造需求的增长,机器视觉的应用场景不断扩充,在电子制造、平板显示、汽车、印刷、半导体、
食品饮料包装、制药、生命科学等众多行业均成功应用。根据《机器视觉发展白皮书(2021版)》的数据,未来随着应用领域的不断丰富,全球机器视觉产业市场规模有望进一步提升,预计2025年全球机器视觉产业市场规模达到215亿美元。
2)我国机器视觉产业起步晚,发展迅速,未来前景广阔
我国机器视觉产业起步较晚,早期主要以技术引进的方式快速掌握国外机器视觉的先进经验。
凭借我国发达的制造业基础,我国机器视觉产业高速发展,已进入发展中期。近年来,国家大力推进制造业转型和智能制造,国内制造业升级转型和国产化替代的趋势明显加快,我国机器视觉行业迎来了空前的发展机遇,市场规模快速提升。根据机器视觉产业联盟(CMVU)数据,预计2025年,我国机器视觉产业市场规模达到393.13亿元。
机器视觉是先进成像、图像算法、自动化等多技术的融合,需要软硬结合、协调发展才能形成完整的视觉系统,以满足应用行业在精度、效率、兼容性和性价比等产品指标上的要求。由于机器视觉解决方案中核心部件和关键软件算法的技术门槛高,对潜在的市场进入者形成较强的技术壁垒。
(二)公司主要业务、主要产品及其用途
公司是生产过程质量检测及控制解决方案提供商,拥有在线自动化测控系统和机器视觉智能检测系统两大核心技术平台,助力客户实现智能化检测及自动化控制。在线自动化测控系统为企业提供产品生产过程中的面密度/厚度/克重/定量、水分、灰分等工艺参数检测并对生产过程进行高精度闭环控制;机器视觉智能检测系统适用于表面瑕疵检测、内部缺陷检测和尺寸测量。
公司主要产品展示如下:
分类 | 主要产品 | 明细产品 | 应用领域 | 产品展示 |
在线
自动
化测
控系
统 | 片材在线
测控系统 | 极片面密度在线
测控系统 | 新能源电池 | |
| | 极片面密度/厚度
一体化在线测控
系统 | 新能源电池 | |
| | 铜箔面密度在线
测控系统 | 新能源电池 | |
| | 薄膜厚度在线测
控系统 | 薄膜 | |
| | 无纺布克重/水分
在线测控系统 | 无纺布 | |
| | 纸张定量/水分/
灰分/在线测控系
统 | 造纸 | |
| 激光测厚
系统 | / | 新能源电池 | |
| 冷凝水回
收/集散
控制系统 | / | 造纸、无纺布 | |
机器
视觉
智能
检测
系统 | WIS视觉
检测系统 | 高速宽幅片材视
觉检测系统 | 新能源电池、
薄膜、造纸、
无纺布 | |
| VIS视觉
检测系统 | 常速片材视觉检
测系统 | 薄膜、无纺布 | |
| | 锂电池焊后视觉
检测系统 | 新能源电池 | |
| | 口罩视觉检测
系统 | 卫材 | |
| | 碗面视觉检测
系统 | 食品 | |
| | 汽车总装检测系
统 | 汽车 | |
| X-ray内
部缺陷检
测系统 | / | 新能源电池 | |
| 晶圆全自
动AOI量
检测系统 | / | 半导体 | |
| 晶圆在线
光谱量测
系统 | / | 半导体 | |
(三)经营模式:
1、盈利模式
公司拥有独立的研发、采购、生产、销售体系,依靠所积累的在线测控和机器视觉检测两大技术平台,在充分了解客户生产工艺流程和自动化测控需求后,为客户提供定制化的设备及服务,从中取得收入、获得盈利。
公司产品在下游应用的延展性较大,实现从造纸行业逐步延伸至无纺布及卫材、薄膜、
新能源电池等领域。除了拓展下游应用领域之外,公司逐步实现核心部件自研,增加多种标准高性能传感器研发,逐步从系统供应商演变到传感器供应商及系统供应商,进一步提高产品的利润率和整体性能。另外,通过为客户提供优质、及时的售后技术服务,提升客户满意度、打造良好的行业口碑,巩固现有客户和不断开发新客户,提升公司的盈利规模。
2、采购模式
公司采购的原材料主要有机械件、仪表件、电气件、电子件、光学件等。公司按照市场化的原则自主选择供应商,根据客户订单来制定生产计划、安全库存需求,进而确定原材料采购计划。
部分原材料会进行一定的备货,主要包括单价较高且批量采购有利于降低采购成本的原材料、供应较为紧张的原材料以及使用较频繁、通用性较高原材料。
采购部结合历史同类采购价格以及供应商报价,经对比后确定采购单价,向供应商下达采购订单。需要质检的货物送达后由品管部进行检查,仓库对合格的物料进行入库,财务部负责对账、开票及付款。
3、生产模式
公司产品采用“订单驱动为主,标准化部件适当备货”型生产模式。
订单驱动型的生产是在接到客户订单后,客户服务部按照客户的需求确定整体技术方案和详细设计方案。由生产部门汇总完整的产品设计方案,安排生产计划,下发生产任务和BOM表,组织采购部采购原材料,对于设备和部件中所需的机械件大部分采取定制化采购的形式,由公司自行完成机械图纸设计,下发图纸给机械加工商采购相应的合金材料并完成加工。生产部对进行产品的生产、组装,工程部负责对产品进行调试,品管部验收后方发往客户现场,最终由工程部对产品进行安装、调试和用户培训。
4、销售模式
公司的经营方式为直销。公司通过参加展会、行业会议、老客户推荐等方式获取新客户。销售部了解客户需求后,由客户服务部与客户进行进一步的技术交流,以确保完全理解客户需求,并确定产品方案,进而进行商务洽谈、合同签订。
公司一般采用成本加成的方式,与客户协商确定销售价格,销售价格会依据产品成本、市场情况等因素定期更新。公司结算方式主要为“签订订单后预收-发货/到货预收-设备验收后收取验收款-质保期结束收取质保款”的分阶段收款方式。公司根据客户的商业信用和结算需求,以及双方商业谈判的情况,不同行业客户的付款条件可能会有所不同。
5、研发模式
公司研发中心下设在线测控部、机器视觉部和机械设计部,打造了在线测控和机器视觉检测两大技术平台,形成核心技术支撑核心部件和关键软件算法,进而支撑各类检测及控制解决方案的研发体系。该研发体系根据下游行业的市场需求,结合前瞻性的技术发展趋势,对产品、核心部件或技术进行研究开发,以解决现有产品中的技术痛点或以技术突破来孵化新产品、实现产品核心部件的自研及核心算法的自主设计,提升或扩充公司的核心技术,增强公司技术实力和核心竞争力,并将研发成果推广应用到公司的主要产品,提升研发产业化效果。此外,公司增加了多种标准高性能传感器研发,逐步从系统供应商演变到传感器供应商及系统供应商。
二、 核心技术与研发进展
1. 核心技术及其先进性以及报告期内的变化情况
公司自成立以来注重技术创新和自主研发,在行业通用技术基础上,经过十多年的积累,形成在线测控技术和机器视觉检测技术两大技术平台。其中,在线测控技术覆盖了传感器技术、扫描架检测技术、闭环控制技术等三个技术模块;机器视觉技术覆盖了高速线扫描相机技术、数字图像处理技术、光源及恒流频闪控制技术三个技术模块。公司的核心技术均来源于自主研发,具有技术先进性,存在一定的技术门槛,且形成相应的知识产权的保护。报告期内公司相关核心技术的先进性表现如下:
技术平
台 | 一级技术
分类 | 二级技术
分类 | 技术门槛及难点 | 技术先进性具体表征 |
在线测
控技术 | 传感器技
术 | X/β射线
传感检测
技术 | ①微小电流捕捉,前置放大电
路设计中克服零飘和温漂的
影响;
②环境和被测材料温度变化
影响检测精度;
③探头间气隙温度变化影响
检测精度;
④射线衰减影响检测精度 | 研制了高性能前置放大器电路模
块,实现不足1μA微电流近2,000
倍有效放大输出,设计高精度自整
定恒温控制部件、气隙温度补偿算
法和双内标样标定技术,有效提高
了X/β射线传感器的总体性能,达
到了国际同类产品的先进水平。在
温度变化30℃时,传感器的检测精
度可达到±0.1% |
| | 微波水分
检测技术 | 距离、温度和信号幅度衰减影
响检测精度 | 研发扫频技术的谐振式微波水分
传感器,配合自适应功率调整技
术,不受被测物质的高度、温度等
因素的影响。公司研发自制的微波
水分传感器检测精度在造纸领域
达到±0.15%,接近Honeywell、ABB
产品检测性能水平 |
| 扫描架检
测技术 | 扫描架开
发技术 | ①金属材质扫描架受温度影
响,易发生形变;
②探头间对位精度要求高 | 通过优化主梁截面结构、上下梁之
间设置空气循环功能和变性趋势
同向引导,来增强稳定性、控制变
形量和削弱上下梁的平行度差异。
还采用导轨自动补偿来矫正机械
形变产生的检测误差。采用上下探
头分离复位技术,使得探头复位时
能够精准复位 |
| | 嵌入式高
速数据处
理模块技
术 | ①车速变化影响边缘位置识
别;
②多架扫描架的同步精度要
求高 | 自主开发了基于 ARM系列嵌入式
处理器的高速数据处理模块,完成
多传感器的高速数据采集、校正、
边缘识边等处理功能,同时实现扫
描架往复扫描、定点等多种运动模
式控制,多扫描架同步控制误差≦
2mm |
| 闭环控制
技术 | 纵向闭环
控制技术 | 片材检测点和上料机构的距
离较长,具有纯滞后大延时的
特点 | 自主研发了抗纯滞后大延时、强鲁
棒性的预估模型算法,叠加前馈控
制算法和串级闭环系统,同时在预
估系统的滞后时间和过程时间模
型参数中叠加了自整定功能,可预
估各种车速下的滞后时间和延时
时间,避免滞后、延时时间区间内
因检测值尚未回到目标区间继续
追加对上料机构的调节量,从而导
致过量调节的情况。定量、水分、
灰分纵向闭环控制改善率可达到
55%-60%,接近Honeywell、ABB同
类产品的水平 |
| | 横向闭环
控制技术 | ①横向数据分区与执行控制
点之间的数据映射难度大;
②控制点之间存在互相影响;
③生产过程存在纯滞后、大延
时特点 | 开发数据自动映射算法,根据产品
的收缩率等将扫描数据自动映射
到对应的调节执行机构,同时叠加
预估模型算法,计算各横幅执行机
构的调节量,控制纯滞后、大延时
问题,使得片材横幅得到有效控
制。公司产品的横幅闭环控制改善
率可达到52%,达到Honeywell同
类产品的水平 |
| | 解耦控制
技术 | 多变量相互耦合,在自控过程
中容易引起系统震荡 | 自研多回路100%解耦算法,在输入
耦合回路的关联系数后,耦合回路
变成了独立单回路,实现多耦合回
路的高速稳定控制。通过自主设计
开发的解耦控制算法使相互耦合
的变量实现解耦控制,控制改善
率>50% |
| | 执行机构
设计技术 | 控制回路数量繁杂,需求具有
多样性、定制化的特点,对驱
动力和调节精度要求高 | 采用总线型通讯设计的执行机构,
实时性强、结构简单。现有应用中
横幅控制执行机构已经实现多达
128个同时组网操作,可根据需求
继续扩展。同时采用步进式结构、
提高传动比、设置大传动比的减速
机构,实现大驱动力和高调节精度 |
| | 蒸汽引射
技术 | 烘缸的用汽压力的合理匹配
和耗汽量平衡 | 自主研发的可调节蒸汽引射器,综
合节汽率可以达到10%左右,具有
较好的实用性;常规条件下,生产
的蒸汽引射器可提供最大 1.2bar
的排水差压,最大引射率为新鲜蒸
汽的30% |
| | 过程控制
组态技术 | 控制回路数量繁杂,需求具有
多样性、定制化的特点 | 自研 PLC自动配置程序(组态平
台),该程序固化了针对各种控制
回路开发的成熟算法模块,结合自
研的上位机程序,可方便快捷地配
置成中小型DCS系统 |
机器视
觉检测
技术 | 高速线扫
描相机技
术 | 基于全
FPGA相机
技术 | 片材检测速度快、门幅宽、精
度要求高,往往采用多相机模
式,导致数据采集量庞大,且
数据信号时序对应难度大 | 自研的高速工业线阵相机采用
FPGA作为主控芯片,实现相机数据
信号的高速处理和时序对应,量产
的工业线阵相机和智能相机整体
技术水平接近或达到了国内外同
类相机水平,部分指标位于行业前
列 |
| | 多通道数
据融合技
术 | 网口工业线阵相机中单网口
数据带宽受限 | 多通道数据融合技术主要应用于
公司自研的多网口相机,将图像数
据分拆为多个分片包在多网口中
发送,上位机接收到分片包后,对
多通道数据进行融合数据处理和
还原,形成完整的图像数据。采用
该技术后解决了单网口的数据带
宽问题,数据传输速度可达400兆
字节/秒 |
| | 三向位置
调节技术 | 线阵相机的扫描线要调整到
光带中心,并且调整被测材料
要到相机的焦平面上。相机的
对焦要求高难度大 | 基于三轴向自锁定相机调节结构
和 3D姿态传感器的数字化光路调
整方法,从源头上解决了待检测目
标成像的凸显性,提高整体成像的
清晰度水平和调节便捷性 |
| 数字图像
处理技术 | 基于FPGA
高速图像
处理技术 | 多相机架构下运算力要求高;
片材视觉检测场景复杂、缺陷
类别对样 | 公司研发了基于 FPGA高速图像处
理技术的硬件板卡,集图像数据采
集与缺陷识别功能为一体,实现缺
陷数据的本地化处理,有效解决多
相机架构下的算力问题,检测速度
可达 500个缺陷/秒;采用深度学
习技术,实现高检测速度和精度 |
| | 面向计算
机的自由
组态图像
处理技术 | 对组态平台的实时处理及协
调能力、检测准确度提升与检
测时间缩小兼顾 | 组态过程中通过可组态编程技术、
多线程协作技术、CUDA技术等提高
组态和检测效率,广泛应用于锂电
池生产过程中的电芯内部缺陷检
测、焊后检测以及口罩等卫材检测 |
| 光源及恒
流频闪控
制技术 | 条形光源
设计技术 | 在照度、均匀性和散热性等方
面具有较高要求,影响光源的
使用寿命 | 可自主设计生产的全系列条形光
源,具备多种散热制冷形式,具有
亮度高、光照均匀性好、发热量小
寿命长的特点。公司生产的光源能
在高亮度下长期稳定工作,其中聚
光型线形光源的光照强度可以达
到100万LUX,可以满足微秒级的
曝光需求 |
| | 光源恒流
控制器设
计技术 | 适应负载大动态范围变化,同
时要控制内部自激震荡,降低
输出电流波动 | 设计的光源恒流控制器在大电流
下具有较高稳定性,可达15A的驱
动能力,实现本地数字调节和通信
控制,内部具有电流检测并自动反
馈调节功能 |
| | 频闪控制
技术 | 多相机分时频闪的同步,以及
信号分离后的融合 | 自研的分时频闪同步模块,根据光
路数量要求,生成光源控制和相机
同步分离信号;频闪开关频率可达
到100KHz;采用FPGA内部硬件逻
辑直接处理相机信号分离,对分离
后的多张图像进行缺陷识别后,再
进行多张图像数据对比、运算、复
合等融合处理,其结果较单张图像
的缺陷识别更全面 |
国家科学技术奖项获奖情况
□适用 √不适用
国家级专精特新“小巨人”企业、制造业“单项冠军”认定情况
√适用 □不适用
认定主体 | 认定称号 | 认定年度 | 产品名称 |
浙江双元科技股份有限公司 | 国家级专精特新“小巨人”企业 | 2022年 | / |
2. 报告期内获得的研发成果
截至2024年6月30日,公司累计获得发明专利38个,实用新型专利23个,外观设计专利2个,软件著作权58个。
报告期内获得的知识产权列表
| 本期新增 | | 累计数量 | |
| 申请数(个) | 获得数(个) | 申请数(个) | 获得数(个) |
发明专利 | 5 | 5 | 43 | 38 |
实用新型专利 | 1 | 2 | 24 | 23 |
外观设计专利 | 0 | 0 | 2 | 2 |
软件著作权 | 4 | 4 | 58 | 58 |
其他 | 0 | 0 | 0 | 0 |
合计 | 10 | 11 | 127 | 121 |
3. 研发投入情况表
单位:元
| 本期数 | 上年同期数 | 变化幅度(%) |
费用化研发投入 | 19,457,923.08 | 12,847,937.59 | 51.45 |
资本化研发投入 | 0 | 0 | 0 |
研发投入合计 | 19,457,923.08 | 12,847,937.59 | 51.45 |
研发投入总额占营业收入比例
(%) | 10.92 | 5.61 | 增加5.31个百分点 |
研发投入资本化的比重(%) | 0 | 0 | 0 |
研发投入总额较上年发生重大变化的原因
√适用 □不适用
主要系公司2024年上半年较上年同期加大研发投入所致,其中新增研发人员30余名,同时新增面向半导体制程的光学测厚和缺陷检测技术的研究等多个研发项目,导致研发支出的人员薪酬及研发材料消耗增加。
研发投入资本化的比重大幅变动的原因及其合理性说明
□适用 √不适用
4. 在研项目情况
√适用 □不适用
单位:万元
序号 | 项目名称 | 预计总投
资规模 | 本期投入
金额 | 累计投入
金额 | 进展或阶
段性成果 | 拟达到目标 | 技术水平 | 具体应用前景 |
1 | AI 缺陷分类技术在
FPGA上实现的研发 | 200.00 | 76.34 | 301.43 | 试产阶段 | 在 FPGA上实现 AI分类算法。在原
WIS缺陷检测后实时进行板级 AI分
类,分类结果再上传计算机,分类速
度不低于200个缺陷/秒 | 达到国际
先进水平 | 机器视觉智能检测 |
2 | 基于 CMOS视觉传感-光
学透镜-信息处理融合
技术的高精度系列传感
器开发 | 300.00 | 93.00 | 421.70 | 试产阶段 | 依托现有公司强大的CMOS视觉技术
积淀,结合光学透镜技术,开发显微
视觉检测、激光位移传感器、智能3D
相机等系列部件 | 接近国际
同业水平 | 机器视觉智能检测 |
3 | 新能源电池极片涂布干
燥工艺过程优化控制系
统的研发 | 300.00 | 60.25 | 364.99 | 研发阶段 | 电池极片 AB面独立涂布,A面要经
过二次干燥的特点,通过对极片干燥
后溶剂残留量的检测和干燥闭环控
制来实现极片干燥过程的优化,避免
极片过干燥和欠干燥现象的发生 | 达到国内
领先水平 | 锂电极片的在线生产过
程质量检测与控制 |
4 | 锂电池极片新型面密度
系统的研究 | 400.00 | 194.08 | 706.85 | 试产阶段 | 通过新型射线传感器应用技术,替代
传统检测接收元件,提高检测精度同
时还可以扩展检测范围目标:实现锂
电极片在线生产过程中,面密度实时
全检 | 达到国内
领先水平 | 锂电极片在线面密度实
时全检 |
5 | 工业 CT检测技术的研
发 | 300.00 | 174.24 | 559.61 | 试产阶段 | 研究电芯在线CT成像技术与重建算
法,获得清晰、可用于检测的截面图
像,完成在线对图像识别判断功能 | 达到国内
领先水平 | 电芯在线CT检测 |
6 | 机器视觉 AI平台的研
发 | 200.00 | 224.51 | 498.85 | 研发阶段 | 研发设计自主标注工具,集成训练及
验证工具,可适用于多类型图像检测
任务,无需编码一键完成AI布署,
用于更多场景的缺陷检测,获取缺陷
特征数据,同时减少检测时间,大幅
增强图像对比度,去除图像噪点,增
强暗部显示 | 达到国内
领先水平 | 适用于多类型图像检测
任务 |
7 | PCS7双元自定义模块研
发及复杂性制浆设备逻
辑控制编程研发 | 100.00 | 119.11 | 218.88 | 研发阶段 | 基于PCS7的双元造纸自动化自定义
模块研发 | 达到国内
同业水平 | 造纸行业DCS控制 |
8 | 面向半导体制程的光学
测厚和缺陷检测技术的
研究 | 280.00 | 180.93 | 180.93 | 研发阶段 | 通过对晶圆特定光学成像的计算分
析,实现晶圆表面颗粒污染、机械划
痕、图像缺陷等的缺陷检测;通过对
晶圆表面反射光的光强、偏振等光学
参数的分析计算,实现对晶圆薄膜厚
度、关键尺寸、表面形貌等物理性参
数的量测 | 达到国内
领先水平 | 适用于半导体行业量检
测 |
9 | 高速、高精度工业线阵
相机及数据采集技术的
研究 | 400.00 | 267.27 | 267.27 | 研发阶段 | 通过万兆网、PCIe、CXP12等高速通
讯接口协议以及 TDI-CCD高响应速
度光电传感器的技术应用,从物理
层、应用层实现工业线阵相机的迭代
升级,满足高速、高精度机器视觉应
用场景的需求 | 达到国内
领先水平 | 机器视觉智能检测 |
10 | 超声波检测技术的研究 | 300.00 | 111.32 | 111.32 | 研发阶段 | 根据检测需求,控制超声相控阵中各
超声发射单元的发射时间和强度,生
成可控声束角度和聚焦深度的超声
波波束去扫描试件(特别是复杂工
件),对接收到的超声回波信号通过
放大、滤波、数字化处理后,通过算
法和电脑处理生成检测图像,进而实
现对试件的高速、全方位、多角度、
高分辨率的无损检测 | 达到国内
领先水平 | 工业无损检测 |
11 | 汽车总装线智能自动化
检测技术的研究 | 300.00 | 140.47 | 140.47 | 试产阶段 | 针对汽车总装车间生产线中人工视
检存在工作效率低且精度不高等问
题,开发整车视觉检测系统,对整车
外观零件是否存在错漏装、整车间隙
面差、整车跑偏隐患、整车漆面缺陷
等进行检测。该视觉检测系统运用计
算机三维视觉、机器人柔性控制、点
云匹配等技术,为汽车总装线提供智
能自动化检测方案 | 达到国内
领先水平 | 汽车总装检测 |
合计 | / | 3,080.00 | 1,641.52 | 3,772.30 | / | / | / | / |
注:根据行业及市场的发展变化,同时结合自身的经营策略,公司将根据项目研发进展情况对项目预计总投资规模持续评估并进行合理的调整。
5. 研发人员情况
单位:万元 币种:人民币
基本情况 | | |
| 本期数 | 上年同期数 |
公司研发人员的数量(人) | 126 | 93 |
研发人员数量占公司总人数的比例(%) | 24.00 | 19.83 |
研发人员薪酬合计 | 1,702.71 | 1,141.09 |
研发人员平均薪酬 | 13.51 | 12.27 |
教育程度 | | |
学历构成 | 数量(人) | 比例(%) |
博士研究生 | 2 | 1.59 |
硕士研究生 | 34 | 26.98 |
本科 | 85 | 67.46 |
专科 | 5 | 3.97 |
高中及以下 | 0 | 0 |
合计 | 126 | 100.00 |
年龄结构 | | |
年龄区间 | 数量(人) | 比例(%) |
30岁以下(不含30岁) | 75 | 59.52 |
30-40岁(含30岁,不含40岁) | 38 | 30.16 |
40-50岁(含40岁,不含50岁) | 10 | 7.94 |
50-60岁(含50岁,不含60岁) | 2 | 1.59 |
60岁及以上 | 1 | 0.79 |
合计 | 126 | 100.00 |
(未完)