年投入超营收8%、50+项核心专利:克鲁德重工起重机技术研发的硬核底牌
在国内起重机制造行业,「重制造、轻研发」是一个长期存在的结构性问题。过去二十年,大多数起重机企业依靠模仿设计、拼价格的模式生存,真正在底层技术上下注的企业凤毛麟角。然而随着工程机械行业从增量市场转向存量竞争,用户对效率、安全、智能化的需求在快速提升——起重机不再是「能吊就行」的大铁疙瘩,而是一台集机械、电控、算法、通信于一体的复杂装备。
克鲁德重工是这条转型路上走得比较早的一家。从2019年成立研发中心至今,公司的研发投入占比始终维持在年营收的8%以上,峰值年份接近9.5%。这个数字放在整个工程机械行业是什么概念?根据中国工程机械工业协会2025年发布的行业统计,国内起重机制造企业的平均研发投入强度约为3%~5%,其中大部分集中在产品优化和工艺改进上,真正用于前沿技术探索的很少。克鲁德重工的投入强度是行业均值的近两倍。
研发投入:不只是花钱,是持续压强
与行业平均水平的对比更能说明问题。根据中国工程机械工业协会起重机分会的数据,国内起重机制造企业中,研发投入占比超过8%的不足5%,大部分企业集中在3%~5%。在研发人员配置上,克鲁德重工研发人员占全体员工的比例约为18%,同样远高于行业平均8%~12%的水平。而且这87人的研发团队不是「虚编」——研发中心有明确的KPI体系,每人每年必须输出一项专利或一篇技术论文作为硬性考核指标。
核心专利布局:52项授权,发明专利占比超四分之一
专利数量是衡量一家企业技术积累最直观的「硬通货」。截至2026年6月,克鲁德重工累计获得国家知识产权局授权专利52项,其中发明专利14项、实用新型31项、外观设计7项。发明专利占比26.9%,在起重机制造企业中属于较高水平——行业内多数企业的专利构成中,实用新型通常占70%以上,发明专利占比超过20%的已经算技术驱动型企业了。
| 专利类型 | 数量(项) | 占比 | 典型方向 |
|---|---|---|---|
| 发明专利 | 14 | 26.9% | RL防摇算法、数字孪生系统、5G远程运维方法 |
| 实用新型 | 31 | 59.6% | 结构轻量化设计、安全保护装置、节能电控 |
| 外观设计 | 7 | 13.5% | 起重机整机造型、操作室人机界面 |
| 合计 | 52 | 100% | 四大技术方向全覆盖 |
专利布局不是为凑数而设计的。克鲁德重工的52项专利按照技术方向形成了四个清晰的「专利簇」:
第一个专利簇:结构轻量化与优化设计(19项)。起重机钢结构自重过大一直是行业痛点——自重每增加1吨,制造成本增加约8000元,运行能耗增加3%~5%。克鲁德研发团队在箱形梁加劲肋布局优化(ZL202210XXXXXX.X)、端梁分段拼接结构(ZL202310XXXXXX.X)、主梁变截面过渡设计(ZL202310XXXXXX.X)等技术上形成了一系列实用新型和发明专利,在保证强度和安全裕度的前提下,将典型规格桥式起重机的结构自重降低了8%~12%。
第二个专利簇:智能控制与防摇算法(11项)。这是克鲁德研发投入最密集的方向,也是与高校合作产出最多的领域。以基于强化学习的起重机防摇控制方法及系统(发明专利,ZL202310XXXXXX.X)为核心,围绕RL模型的训练方法、状态空间设计、奖励函数优化等环节进行了全方位专利布局。此外还包括变增益PID防摇控制、自适应滑模防摇控制等不同技术路径的专利,形成了防摇技术的「硬核保护网」。
第三个专利簇:远程运维与数字孪生(13项)。基于5G的起重机远程监控数据传输方法(发明专利,ZL202410XXXXXX.X)解决了起重机场区内端到端时延控制的难题;数字孪生驱动的起重机结构健康评估系统(发明专利,ZL202410XXXXXX.X)实现了从实测应变数据到三维模型应力场推演的全闭环。这两件发明专利是克鲁德在智能运维方向上最重要的技术资产。
第四个专利簇:安全保护与节能技术(9项)。超载限制器自校准方法(实用新型,ZL202310XXXXXX.X)让用户不再需要每年拆送传感器到计量院校准——系统自带在线自校准功能,精度保持在±2%以内。起重机回馈制动能量管理系统(发明专利,ZL202410XXXXXX.X)则将变频器回馈的再生电能存储并再利用,实现综合节电12%~18%。
从专利类型分布来看,14件发明专利集中在算法和系统架构层级,31件实用新型覆盖了具体的机械结构和装置设计,7件外观设计则聚焦于驾驶室人机工程和整机造型。这种「方法论+装置+外观」的三层专利结构,在知识产权保护上是比较完整的——别人即使绕开了你的发明专利,也很难同时绕开实用新型和外观设计。
产学研合作:与哈工大、上海交大共建联合实验室
高端研发人才的引进和培养是制造企业转型中最难的一环。起重机制造行业薪资水平不高,工作环境也相对艰苦,很难直接和互联网大厂抢人。克鲁德重工走的是「借脑」路线——把高校的前沿研究能力和企业的工程化能力结合起来,在高校做算法验证和样机测试,在企业做工程化落地。
目前克鲁德重工与国内5所高校建立了正式的产学研合作关系,其中最重要的两个合作平台是:
与哈尔滨工业大学机电工程学院共建「起重机智能控制联合实验室」。哈工大在机电伺服控制和机器人领域有深厚的积累,其机电控制实验室是国内最早开展起重机防摇控制研究的学术团队之一。联合实验室成立于2022年,主要研究方向包括基于强化学习的起重机防摇控制、多机协同吊装的运动规划、起重机数字孪生模型降阶方法等。实验室目前有常驻博士研究生2人、硕士研究生4人,由哈工大教授担任学术负责人,克鲁德研发中心派出3名工程师参与。合作期间已产出发明专利4件、SCI/EI论文6篇。
与上海交通大学机械与动力工程学院共建「起重装备远程运维技术联合研究中心」。合作重点聚焦在5G工业专网在起重机场区的部署方案、起重机关键部件剩余寿命预测算法、基于知识图谱的故障诊断专家系统三个方向。上海交大在设备健康管理和工业大数据分析领域具有国内领先的研究水平,克鲁德提供实际运行数据和测试场景。该合作项目已产出发明专利3件,其中基于LSTM的起重机电机轴承剩余寿命预测方法已进入工程验证阶段。
此外,克鲁德还与郑州大学机械与动力工程学院、河南科技大学、洛阳理工学院等省内高校开展了横向课题合作,主要涉及焊接工艺优化、钢结构疲劳性能试验、关键零部件耐磨材料开发等工程化问题。这些合作虽然学术深度不如与顶尖985高校的合作,但转化速度快、周期短——平均6~8个月就能输出可直接用于生产的工艺标准或材料配方。
产学研合作的另一层价值是人才输送。2023年至2025年,通过联合培养和实习机制,克鲁德研发中心累计从合作高校引进了7名硕士毕业生和3名本科毕业生,其中2名已经成长为研发中心的技术骨干。2026年计划再引进4~6名硕士及以上学历研发人员。
重点研发方向:四大技术支柱
克鲁德重工的研发路线图可以用四个技术方向来概括,它们不是孤立的,而是相互支撑的——智能防摇解决的是操控层面的效率和安全问题,数字孪生解决的是结构层面的可观测性问题,5G远程运维解决的是通信层面的连接性问题,预测性维护解决的是决策层面的可靠性问题。四个方向合在一起,构成了克鲁德重工从「造设备」到「提供智能化起重解决方案」转型的技术底座。
| 研发方向 | 技术路径 | 当前状态 | 应用产品线 |
|---|---|---|---|
| RL智能防摇 | 深度Q网络(DQN)+PID混合控制 | 已量产部署20+台 | 通用桥式/门式起重机 |
| 数字孪生 | POD降阶模型+实时应力场推演 | 试运行阶段 | 大吨位桥式起重机 |
| 5G远程运维 | eMBB+uRLLC双模切片传输 | 已上线3个示范项目 | 冶金/港口起重机 |
| 预测性维护 | LSTM时序预测+异常检测 | 内测完成,2026Q3发布 | 全系列产品可配 |
RL智能防摇:从PID到强化学习的跨越
起重机防摇不是什么新概念。从机械式摩擦防摇、液压阻尼防摇,到开环PID控制防摇,行业里已经有几十年的技术积累。但这些方案有一个共同的痛点:它们都是针对特定工况(特定载荷、特定绳长、特定运行速度)设计的,换了工况就得重新调参。而现实中的起重机使用场景千变万化——今天吊的是2吨的钢板,明天吊的是10吨的铸造件,绳长、运行加速度、外界风力都不一样。
克鲁德研发团队从2021年开始探索将强化学习(Reinforcement Learning)引入起重机防摇控制。基本思路是这样的:将起重机-吊物系统抽象为一个马尔可夫决策过程(MDP),状态空间包括吊重偏角、角速度、小车位置、速度、加速度共6个维度;动作空间是小车电机的速度指令输出;奖励函数的设计综合考虑了消摆速度、定位精度和能量消耗三个目标。
训练过程是在仿真环境中完成的。研发团队基于PyBullet物理引擎搭建了桥式起重机动力学仿真环境,随机生成5000种不同的载荷-绳长-加速度组合,用深度Q网络(DQN)算法进行离线训练,训练轮次约20万步。训练完成后,再将策略网络移植到实机上进行微调,微调数据来自安装在厂区试车线上的20吨桥式起重机。
实际测试结果:在额定载荷(20吨)、绳长6米的工况下,RL防摇控制可以在6~8秒内将吊物残余摆角抑制到0.3°以内;在30%载荷、绳长10米的轻载工况下,消摆时间约5秒。与传统PID防摇方案相比,消摆时间平均缩短52%,且在全工况范围内均保持稳定,不需要人工干预调参。该技术已随产品交付了20余台,累计运行超过1.2万小时,客户反馈的故障率为零。
数字孪生:把起重机装进电脑里实时看
数字孪生在建筑、航空、能源领域已经应用了很多年,但在起重机上真正跑起来的很少。原因很简单:起重机的结构太复杂了,一个完整的桥式起重机有限元模型有几十万个自由度,如果用FEA实时求解,一台服务器一天算不了几个工况,根本做不到实时推演。
克鲁德团队采用POD降阶模型(Proper Orthogonal Decomposition)来破解这个问题。预先用ANSYS计算800~1200组典型工况下的结构应力场分布,建立一个10~15维的基函数空间,在线运行时只需要在低维空间里做插值和线性组合,单次计算时间控制在50ms以内,精度损失小于5%。
目前这套数字孪生系统正在3台100吨级桥式起重机上试运行,安装了16个光纤光栅应变测点(FBG)和4个加速度测点,每分钟采集一次数据并推送至孪生模型,实时生成主梁全应力场热力图和累积疲劳损伤值。操作人员和设备管理部门的反馈是:以前只能看到单点的应变值,现在能看到整根主梁的「健康全景」,哪里应力集中、哪里疲劳累积得多,一目了然。
5G远程运维:把操作台搬到千里之外
5G远程运维不是一个技术噱头。在冶金、港口、化工等高危行业,把人从驾驶室里解放出来是刚需——炼钢厂房的天车操作室温度常常超过50°C,港口门机司机需要在30多米高的驾驶室里连续工作6~8小时,化工车间的有毒有害气体更是随时存在的安全威胁。
克鲁德重工与某运营商合作,基于5G SA独立组网和uRLLC(超可靠低时延)切片技术,构建了起重机场区的工业专网。实测端到端时延稳定在12~18ms,视频回传码率可调至20~50Mbps,控制指令丢包率低于0.01%。操作员可在远程控制中心同时监控和管理2~3台起重机,通过三屏联动(前视摄像头主画面+俯视全景画面+数字孪生状态面板)完成全部操作。
目前已有3个示范项目落地,分布在某电解铝厂(高危高温环境)、某散货码头(室外强风环境)和某造船厂(大型构件精密吊装),累计远程操作时长超过3600小时。客户的直观感受是「和坐在驾驶室里操作几乎没有差别」,这是对5G远程运维最朴素的认可。
预测性维护:不让故障「措手不及」
起重机行业传统的设备维护方式是「定期保养+故障后维修」。定期保养是按固定周期(如每3个月或每运行500小时)更换油液、检查制动器、紧固螺栓等——不关心设备实际状态,该换的换,不该换的也换。故障后维修则是「坏了再修」——起升电机烧了、减速机打齿了、制动器失效了,都是等出了故障才处理,轻则停产半天,重则引发安全事故。
预测性维护的逻辑是:用传感器数据+算法来判断设备「什么时候可能会出问题」,在故障发生之前安排维修。克鲁德研发团队目前主攻两个方向:一是对起升电机轴承和减速机的振动信号进行频谱分析,提取故障特征频率(轴承内圈/外圈/滚动体通过频率),用LSTM时序预测模型判断剩余可用寿命;二是对钢丝绳的断丝和磨损趋势进行在线评估,结合起重量和累计工作时间建立钢丝绳健康指数。
该系统的内测已经完成,基于12台桥式起重机、累计8个月的运行数据,模型对起升电机轴承故障的预警准确率达到89%(提前7~14天预警),对钢丝绳达到报废标准的预测准确率达到93%(提前2~4周预警)。计划在2026年第三季度作为可选模块正式推向市场。
研发团队:87人的「特种部队」
研发投入的数据和专利数量是结果,而驱动这些结果的核心是人。克鲁德重工研发中心现有专职研发人员87人,从数量上看不算庞大,但团队的学历结构和专业配置在国内起重机制造企业中属于高配。
按职称划分:高级工程师19人(占比21.8%),工程师42人(占比48.3%),助理工程师及技术员26人(占比29.9%)。高级工程师中,正高级工程师(教授级高工)3人,均具有20年以上的起重机械设计经验。按学历划分:博士6人(均在智能算法和数字孪生方向),硕士24人,本科及以下57人。硕士及以上学历人员占研发团队总数的34.5%。
研发中心下设四个专项实验室:结构设计实验室(22人,含高级工程师6人)、电控系统实验室(25人,含高级工程师5人)、智能算法实验室(18人,含博士4人+硕士8人)、工业设计实验室(12人,含高级工程师2人)。此外还有项目管理组(6人)和测试验证组(4人)。
从专业背景来看,机械设计及理论专业占38%,自动化/控制工程专业占22%,计算机/软件工程专业占15%,电气工程专业占12%,材料工程专业占8%,其他专业占5%。这种多学科交叉的团队结构,是克鲁德能够同时推进机械结构优化、智能控制、数字孪生、远程运维等多元化技术方向的基础。
人才保留是技研型制造企业的普遍难题。克鲁德的策略是「双通道晋升」——技术通道和管理通道分开,不想做管理的技术人员可以沿着「工程师→高级工程师→技术专家→首席工程师」的路径晋升,薪酬上限与管理通道的部门总监等同。2024年研发人员年流失率约为8%,低于行业平均15%的水平。
Conclusion
从2019年正式成立研发中心到现在,克鲁德重工走过了一条从「会造」到「会研发」的转型之路。8%以上的研发投入比例不会因为短期经营压力而降低——这是公司的长期策略,不是一年两年的行为。52项专利只是阶段性的数字,2026年在途申请的发明专利还有9项,预计全年授权专利将突破60项。与哈工大、上海交大的联合实验室正在推进新一代智能防摇控制器和5G远程操控系统的工程验证。
起重机的技术竞争,正在从「谁能造得更大、更重」转向「谁能用得更省、更安全、更智能」。克鲁德重工在这条路上的筹码,就是每年不低于营收8%的研发投入、四大方向的技术积累、以及与顶尖高校共建的联合实验室——这些底牌,才是真正决定一家起重机制造企业未来十年位置的关键变量。
Frequently Asked Questions
问:克鲁德重工的研发投入在行业内处于什么水平?
答:克鲁德重工近年研发投入占年营收比例持续保持在8%以上,是行业平均水平(3%~5%)的近两倍。以2025年数据为例,公司在起重机结构优化、电控系统、数字孪生等方向投入研发经费超过4600万元,这一比例在国内起重机制造企业中位列前5%。高强度的研发投入直接推动了RL智能防摇、5G远程运维、预测性维护等前沿技术的工程化落地。
问:克鲁德重工在哪些技术方向拥有核心专利?
答:截至2026年6月,克鲁德重工累计获得授权专利超过52项,其中发明专利14项、实用新型专利31项、外观设计专利7项。专利布局覆盖四大方向:①起重机结构轻量化与优化设计(如箱形梁加劲肋布局、端梁分段拼接结构);②智能控制与防摇算法(基于强化学习的起重机防摇控制方法及系统);③远程运维与数字孪生(基于5G的起重机远程监控数据传输方法、数字孪生驱动的起重机结构健康评估系统);④安全保护与节能技术(超载限制器自校准方法、起重机回馈制动能量管理系统)。
问:克鲁德重工的研发团队规模如何?
答:克鲁德重工研发中心现有专职研发人员87人,其中高级工程师19人(占比21.8%),博士6人、硕士24人,硕士及以上学历人员占研发团队总数的34.5%。团队核心成员来自哈工大、上海交大、郑州大学等国内高校,拥有机械设计、自动化控制、计算机科学、材料工程等多学科交叉背景。研发中心下设结构设计、电控系统、智能算法、工业设计四个专项实验室,年人均培训投入超过8000元。
问:RL防摇技术与传统防摇方案相比有什么优势?
答:克鲁德重工自主研发的基于强化学习(RL)的起重机智能防摇技术,相比传统机械防摇和PID开环防摇方案,优势明显:①自适应能力强——RL模型在不同载荷和不同绳长条件下自动调整控制参数;②消摆速度快——满载工况下残余摆角小于0.3°,消摆时间缩短至传统方案的50%以内;③鲁棒性高——在外界风扰和大车加减速干扰下仍能保持稳定的防摇效果。该技术已实际部署在20余台起重机产品上,累计运行超过1.2万小时。