“向上生长•势不可挡” 中控技术第二届工业AI产业落地共促大会成功举办

杭州2026年1月26日 /美通社/ — 寒尽江南春渐暖，智涌钱塘潮正兴。1月23日，以”向上生长•势不可挡”为主题的中控技术第二届工业AI产业落地共促大会于中控科技园隆重召开。大会邀请到中国石油和化学工业联合会等行业协会，中国石油、中国石化、中化、中煤、华谊集团、晋能控股、万华化学、京博控股、华为、用友网络、浪潮信息等国内外标杆企业代表，以及来自沙特、韩国、印尼等国家的海外伙伴共300余人汇聚现场。中控创始人褚健、中控技术董事长兼总裁崔山等公司代表共同参会。各方嘉宾围绕工业AI赋能流程工业高质量发展的实践路径与未来前景展开深入探讨。

大会由中控技术高级副总裁俞海斌主持。

开场致辞：共话转型，擘画未来

中国石油和化学工业联合会党委书记、会长李云鹏发表致辞。他强调，工业AI作为新一轮产业变革的核心驱动力，为破解发展瓶颈、培育新质生产力提供了关键路径。回顾”十四五”，李云鹏列举了一系列显著成果：全行业营业收入总量达79万亿元，较”十三五”增长25.8%；利润总额4.72万亿元，增长34.5%；进出口总额攀升至4.75万亿美元，增幅达50.8%。他表示，这份成绩的背后离不开数字化、智能化技术的全链条赋能，为行业高质量发展奠定了坚实基础。他特别肯定以中控技术为代表的领军企业，聚焦行业真实痛点，为行业转型树立了务实创新的标杆。未来，联合会将继续发挥战略支撑与引领作用，强化要素保障，促进产业协同，推动科技创新与产业创新深度结合。

中控技术董事长兼总裁崔山系统阐述了公司在工业AI领域的战略布局与实践：中控技术于2025年8月面向全球发布全新升级的时间序列大模型TPT（Time-series Pre-trained Transformer），打破了传统工业软件的功能边界与经验驱动的生产模式；同年9月，公司进一步推出了以时间序列大模型TPT与通用控制系统UCS（Universal Control System）深度融合为核心的流程工业自主运行工厂AOP（Autonomous Operating Plant），推动工厂运行实现从自动控制到智能决策、再到自主运行的系统性跨越。目前，相关工业AI解决方案已在中国石油、中煤信息、华谊集团、万华化学等国内龙头企业成功应用，并获得了Aramco、ISU Chemical等国际客户的认可。

面向未来，中控技术将持续秉持”拓荒者与赋能者”的定位，与各界伙伴深化合作，推动工业AI从单点突破走向广泛普及、从技术创新走向全面产业赋能，以扎实的技术成果助力制造业高质量发展。

主题分享：AI落地，见证实效

中控技术股份有限公司Industrial AI事业群产品经理林想发表《自主运行工厂（Autonomous Operating Plant）—引领AI时代的工业范式革命》主题报告。报告重点分享了中控技术对于流程工业工厂未来发展的方向与形态——自主运行工厂（AOP）的思考和感悟，并系统阐述了基于”一个模型（TPT）+ 一个机柜（UCS）”的AOP建设范式。

在2025年，AOP范式的价值已通过标杆项目得到有力验证。在湖北兴发，AOP协助氯碱工厂打造”第81号员工”，实现了从”依赖人工经验”到”工厂自主监督、自主运行”的根本转变。该案例取得了多项量化成效：工厂定员有效缩减、项目投入大幅下降，通过工艺优化，实现关键产品质量稳定性提升，并构建起准确率超98%的”数字免疫机制”。

通过与多位头部客户的合作与实践，中控技术在2025年进一步明确了AOP带来的三大价值跃迁：推动人员角色从”多人值守”转向”机器自主”；驱动运行目标从”维持稳定”升级为”追逐最优”；构筑安全防线从”被动防护”演变为”主动免疫”。这些转变不仅提升了单一工厂的运营效率，更形成了可复制的工业AI应用标准模板，为AOP在流程工业各行业的建设与落地奠定了基础。

广西华谊能源化工有限公司智能制造副主任工程师史孟凡分享了”AI+安全”领域的突破成果。中控技术入围的中国工信部首批2023年度智能制造系统”揭榜挂帅”-动态风险集控安全解决方案，联合广西华谊能源化工共同打造的首台套以风险管控为核心的”AI+安全主动风险预测预警平台”，推动安全管理从被动响应向主动防控转型落地。

该平台以时间序列大模型TPT为核心，在硫回收装置中，依托TPT的自主监督与优化控制功能，异常预警准确率提升至96%以上，日均报警数降至7.39次，关键工艺指标H₂S含量稳定在0.7%–0.8%区间，工艺波动标准差降低超30%；在气化装置中实现对炉温、炉压、氧气输送、粉煤给料等关键参数的智能预测预警。同时，平台集成智能HAZOP分析、事故链可视化、定量风险分析QRA与动态风险DRM监测预警等功能，使风险分析效率提升70%，构建起风险可视化感知、可预测预警、可自主管控的闭环管理体系。

中煤信息技术（北京）有限公司总工程师武耀龙分享了基于AI的煤气化装置智能生产转型成果。针对煤气化装置运行中生产波动大、煤质复杂、设备故障率高、能耗与排放控制难度大等行业痛点，中煤集团依托时间序列大模型TPT，构建了”参数预测-风险预警-生产优化”三位一体的智能决策链路。

目前，该系统实现工艺参数动态预警与自主优化，有效气含量显著提升，氧煤比等关键指标保持稳定。实际运行中，气化炉出口合成气甲烷含量波动控制在工艺要求范围内，运行波动率降低30%，单炉有效气产出提升0.35%，年节约用煤1500吨/台以上。同时，系统结合企业私域知识库与实时数据，依托时间序列大模型TPT的意图理解与任务调度能力，构建智能问答与辅助决策平台，提升员工培训效率与异常处置能力，强化安全生产与知识经验传承。

万华化学（蓬莱）有限公司生产总监王澍介绍了”无人调度”体系的建设与应用情况。该体系以”识别-评估-决策-执行”为闭环，构建覆盖全域感知、动态评估、自主决策与自动执行的无人调度智能体，实现从异常预警到指令执行的全流程无人化运营。

通过机理模型与AI技术深度融合，系统可自主生成图形化最优调度方案，经由Pilot程序联动DCS自动执行，有效提升生产安全水平、运行效率与精益运营能力。目前，该系统已在万华蓬莱与烟台基地应用，月均处理指令超1000条，实现1分钟内完成全部指令和异常通知下达；调度内操频次及调度电话量减少约65%，决策效率提升85%以上；平均单装置每年可替代人工操作超1100小时，成为化工行业无人工厂建设的示范案例。

中国石油天然气股份有限公司抚顺石化机动设备部经理魏志刚发表《大检修智能改造赋能未来自主运行工厂建设》报告。他介绍，抚顺石化在2025年大检修期间，积极响应国家设备更新与自主可控政策，联合中控技术，完成覆盖5个生产厂区、共计63套国外控制系统的国产化系统改造，涉及I/O点53368个、机柜509面，涵盖DCS、SIS、GDS、CCS等多个系统，所有装置一次性同期全部改造完成，并于2025年10月底顺利投产运行。

此次改造不仅实现了硬件全匹配、软件全兼容，优化了操作界面与系统布线，也为公司推进流程工业自主运行工厂AOP建设奠定了坚实基础。未来，抚顺石化将持续推动工厂从”自动化”向”自主化”演进，让生产装置具备深度理解工艺、实时感知状态、精准预测趋势、自主决策执行的能力。

ISU化学高级工程师李相協分享了与中控技术联合打造的工厂解决方案平台PSP（Plant Solution Platform），整合自动化控制、数字化标准操作程序（D-SOP）、牌号切换与批次操作四大核心模块，旨在提升化工生产的一致性与整体运行效率。并已取得显著成效：在直链烷基苯（LAB）工厂的停车/启动操作中，平均操作次数由约329次降至17次，操作负荷降低约94.8%；在PACOL反应器切换操作中，平均操作次数从约147次减少至10次，降幅达93.2%，大幅减轻人工操作负担的同时，保障了生产稳定性与一致性。

在安全管理方面，双方合作的智能巡检机器人可覆盖800m×800m区域，设有50余个检查点，支持7种以上巡检类型，具备夜间巡检与实时监控能力，实现从生产现场到控制室的全程连续安全监控。

华为技术有限公司油气矿山军团解决方案总监赵震发表《中控携手华为，共创工业AI新篇章》报告，详细阐述双方深化合作的核心成果。自2025年9月签署合作协议以来，中控技术与华为围绕油气、化工、矿山、冶金等行业智能化转型需求，在工业AI、ICT基础设施国产化、工业安全智能终端、人才培养及工控仪表等领域开展全面合作。

解决方案层面，双方基于核心技术融合，推动TPT与UCS全栈自主可控，打造APL/SPE国产化工控网络及端到端开源鸿蒙方案，构建UCS+5G工业融合创新架构，已形成覆盖工业控制、工业AI、工厂基础设施等四大类13个联合解决方案，助力客户实现降本增效与安全可控。全球市场布局上，双方协同推进中东、中亚、亚太、拉美等区域业务，共同支持海内外客户数字化转型。展望2026年，双方将持续深化工业AI、技术根基与全球生态合作，赋能全球智慧工厂建设与行业可持续发展。

本次大会全面展示工业AI从技术理念到生产实践的落地成果。中控技术将以此次大会为契机，坚守”从产业中来，到产业中去”理念，深化AI落地应用战略，与产业链伙伴协同创新。未来，公司将进一步推动自主运行工厂AOP在石化、化工、能源等流程工业领域规模化落地与跨行业推广，助力产业向高端化、绿色化、智能化全面升级，激活高质量发展内生动力。

由CXOUNION-CXO联盟（cxounion.cn）转载而成，来源于中控技术；编辑/翻译：CXOUNIONCXO联盟小O。

如需加入CXO UNION（CXO联盟）高管社群，请联系社群小伙伴哦~

免责声明: 本网站(http://www.cxounion.cn/)内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任