【案例】工业大模型赋能的新型流程工业智能工厂核心工业软件体系方案

微信扫码，打开到小程序

SCIENTIA SINICA Informationis 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期: 1783–1800 第二十七届中国科协年会学术论文 c ⃝ 2025 《中国科学》杂志社 www.scichina.com infocn.scichina.com 工业智能系统及软件专刊 . 观点与争鸣 工业大模型赋能的新型流程工业智能工厂核心工业 软件体系 侯卫锋1, 古绍武2, 张志铭1, 谢磊2*, 苏宏业2 1. 浙江中智达科技有限公司, 杭州 311121 2. 浙江大学控制科学与工程学院, 杭州 310058 * 通信作者. E-mail: leix@iipc.zju.edu.cn 收稿日期: 2025–03–11; 修回日期: 2025–05–20; 接受日期: 2025–06–22; 网络出版日期: 2025–07–11 浙江省 “尖兵领雁 +X” 计划 (批准号: 2025C01022) 资助项目 摘要 流程工业智能工厂在精益化运行方面已取得显著成效, 但在数据透明化程度、核心工业软件之 间信息互通以及分析结果深度洞察等方面仍面临瓶颈. 为了解决这些挑战并建设从自主运行到自主优 化的新型流程工业智能工厂, 本文探讨了将流程工业智能工厂的核心工业软件与新一代人工智能的大 模型技术结合的新路径. 基于此, 本文提出了工业大模型赋能的新型流程工业智能工厂核心工业软件 体系. 该体系构建了基于大语言模型的工业大模型, 其架构分为模型底座层、公共能力层和业务应用 层. 其中, 公共能力层提供时序数据、图像数据、文本数据等多模态处理能力, 业务应用层则结合具体 业务场景开发了多种类型的智能体, 包括图表智能体、低代码智能体、感知智能体、分析智能体、诊 断智能体、决策优化智能体和控制智能体. 这些智能体能够准确执行人类通过自然语言发出的各项任 务, 并通过组合调用公共能力层的能力来处理数据和知识. 这种新型体系旨在提高核心工业软件的数 据透明化程度、实现更完善的信息互通和利用, 并提供更具价值的营运分析结果. 本文以比例 – 积分 – 微分控制 (proportional-integral-derivative control, PID) 性能评估与整定系统为例, 展示了工业大模 型赋能核心工业软件的应用效果. 在此示例中, 分析智能体负责整体调度, 协调感知智能体获取数据、 图表智能体进行绘制、诊断智能体分析原因以及控制智能体提供参数优化方案, 各智能体通过事件总 线实现松耦合交互. 这证明了通过智能体之间的协同作用, 能够提升工业数据的透明化和工业场景的 智能化水平. 关键词 流程工业, 智能工厂, 新型核心工业软件, 工业大模型 1 引言 随着全球制造业数智化转型的不断深化, 智能制造已成为衡量国家制造业综合竞争力及产业技术 水平的关键指标, 为实现高效、绿色、灵活的生产方式提供了坚实的技术支撑 [1,2]. 在我国, 智能制造 引用格式: 侯卫锋, 古绍武, 张志铭, 等. 工业大模型赋能的新型流程工业智能工厂核心工业软件体系. 中国科学: 信息科学, 2025, 55: 1783–1800, doi: 10.1360/SSI-2025-0109 Hou W F, Gu S W, Zhang Z M, et al. Core industrial software system of the new process industrial intelligent factory enabled by the industrial large model. Sci Sin Inform, 2025, 55: 1783–1800, doi: 10.1360/SSI-2025-0109 https://www.sciengine.com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1784 作为 “制造强国” 的重要组成部分, 已成为推动产业升级、提升质量和效益的核心动力 [3]. 在流程工 业领域智能制造的快速发展过程中, 通过引入生产管理、实时优化、先进过程控制、零手动操作等技 术, 基于分布式控制系统 (distributed control system, DCS) 和可编程逻辑控制器 (programmable logic controller, PLC) 等控制系统的流程工业企业显著提升了生产装置的自动化水平, 实现了从少人化到无 人化操作的跨越, 并进一步推动了制造执行系统、流程模拟软件、先进过程控制软件、控制系统性能 评估和诊断软件等一系列流程工业智能工厂核心工业软件的自主研发和国产化进程 [2]. 流程工业智能工厂建设到今天, 在感知生产过程数据、提升自动化水平、减少人员操作等方面已 取得显著成效, 为企业带来了明显的精益化运行收益. 实现从世界制造业大国向世界制造业强国的转 变需要我们不断探寻 “下一个效益提升点”. 然而, 当前基于一系列核心工业软件建设的流程工业智能 工厂在精益化运行方面仍面临不少瓶颈 [1,4,5], 具体表现为以下几个方面. (1) 数据透明化程度还需提升. 制造执行系统、流程模拟软件、先进过程控制软件、控制系统性能 评估和诊断软件等核心工业软件在运行过程中均产生了大量有价值的二次数据, 然而当前阶段企业管 理者需要通过定制报表才能获取所需的企业运行数据, 难以实现全面的数据透明化, 无法充分发挥核 心工业软件蕴藏的数据的价值. (2) 信息孤岛问题依旧严峻. 流程工业智能工厂建设解决了传统制造模式下存在的信息孤岛问题, 然而当前阶段, 核心工业软件之间、核心工业软件的模块之间并没有建立完善的信息互通和利用策略, 导致核心工业软件之间仍然存在事实上的信息孤岛问题. (3) 分析结果缺乏深度洞察. 深层次企业营运分析需要结合全面的业务数据, 同时还需要丰富的 专业知识, 这既要求企业人员熟练掌握精益化运行涉及的核心工业软件的原理, 还需要深刻理解生产 工艺, 当前阶段流程工业智能工厂核心工业软件尚不具备这种能力. 近年来, 以大语言模型为代表的新一代人工智能技术发展迅速 [6], 特别是在结合工业多模态预训 练机制与多模态融合能力后, 为流程工业智能工厂建设带来了新的契机 [6,7]. 例如, 针对工业时序数据 的生成, MetaIndux-TS [8] 等模型展现了显著的进步, 能够有效解决数据稀缺问题. 大语言模型强大的 交互能力和跨领域逻辑思考能力能够将流程工业智能工厂的知识经验融入核心工业软件体系中, 赋能 核心工业软件提升数据透明化程度、实现信息互通和利用、给出更具价值企业营运分析结果. 基于上述背景, 本文提出了基于大语言模型建立工业大模型驱动的交互式图表分析助手, 构建覆 盖建模、感知、决策、诊断全环节的多场景智能体, 赋能流程工业智能工厂核心工业软件体系. 本文的剩余章节组织如下: 第 2 节回顾了流程工业智能工厂的核心工业软件体系, 分析了核心工 业软件解决上述瓶颈所面临的挑战; 第 3 节提出了工业大模型赋能核心工业软件体系的总体架构, 具 体分析了基于工业大模型解决上述瓶颈的技术路线; 第 4 节展示了智能体与大模型在 PID 性能评估 与整定等核心工业软件中的协同应用示例; 第 5 节总结全文. 2 流程工业智能工厂核心工业软件体系 ISA-95 是企业系统与控制系统集成国际标准, 给出了经典的工厂信息系统架构 [9] (如图 1 所示), 该架构分为 5 层, 自下而上分别是生产过程层、生产过程感知层、生产过程自动化层、制造运营自动化 层、企业营运逻辑层. 在生产过程感知层涵盖了流量、压力、温度、液位、视觉等各类传感器, 在生产 过程自动化层涵盖了可编程逻辑控制器 (PLC)、分布式控制系统 (DCS) 等控制系统, 在制造运营自动 化层涵盖了制造执行系统 (manufacturing execution system, MES)、实验室信息管理系统 (laboratory information management system, LIMS)、报警系统 (alarm management, AM) 等. 随着 2012 年工业互联网架构被首次提出, 基于工业互联网的新一代流程工业智能工厂架构从智 能控制、智能生产、智能保障、智能供应链、智能经营等方面开展智能工厂建设, 进一步满足了企业 安全、绿色、节能、高效、柔性的高质量发展需求. 流程工业智能工厂解决方案供应商提出了多种智 https://www.sciengine.com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1785 图 1 (网络版彩图) ISA-95 工厂信息系统架构. Figure 1 (Color online) ISA-95 factory information system architecture. 能工厂架构, 例如石化盈科信息技术有限责任公司提出了 “数据 + 平台 + 应用” 的建设理念, 依托工 业互联网平台架构提供行业级智能工厂解决方案. 中控技术股份有限公司提出了 “1+2+N” 的智能工 厂建设架构, 其 1 个工厂操作系统、2 个自动化和 N 个工业 APPs 并没有严格意义上的层级关系 [10]. 浙江中智达科技有限公司进一步融合人工智能和工业互联网等新技术, 提出的新一代流程工业智能工 厂架构 (如图 2 所示) 具有更加明确的层级关系, 能够有效指导企业开展智能工厂建设, 按照工业互联 网架构划分, 该智能工厂架构可分为边缘层、IaaS 层、PaaS 层、SaaS 层, 按照智能工厂建设内容划分, 可分为智能装备、智能控制、工业互联网基础设施、核心平台和数据库、智能生产、智能保障、智能供 应链、智能经营等方面. 不论是哪种智能工厂架构, 制造执行系统、流程模拟软件、先进过程控制软件、控制系统性能评 估和诊断软件等核心工业软件均在智能工厂运行中发挥了重要的作用, 是国内外智能工厂解决方案供 应商的核心竞争力所在, 下面将介绍这四类核心工业软件在国内外的发展情况. 2.1 智能生产与保障 —— 制造执行系统 传统制造业面临效率低、质量控制难、信息孤岛严重和市场响应慢等问题, 难以满足现代生产对高 效、精准、实时管控的要求. 制造执行系统 (MES) 作为连接企业计划层 (enterprise resource planning, ERP) 与底层控制层 (如 DCS, PLC) 的桥梁, 通过实时数据采集、计划调度和过程管理, 实现生产的 透明化与高效化, 提升企业效率、质量与竞争力, 同时降低成本. https://www.sciengine.com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1786 图 2 (网络版彩图) 中智达基于工业互联网的新一代智能工厂整体架构. Figure 2 (Color online) Overall architecture of Cybstar’s new generation intelligent factory based on the industrial Internet. 随着工业自动化与信息化发展, MES 已成为制造业, 尤其是化工行业实现智能制造的关键系统. MES 通常采用分层架构, 包括数据层、应用层、业务流程层和用户界面层, 支持生产计划、调度、工 艺、操作、物料、能源、质量、设备、统计与绩效管理等核心功能. 例如, 调度模块优化排产应对异常, 质量模块借助统计过程控制 (statistical process control, SPC) 提升品质, 物料模块实现库存优化与罐 区管理, 减少浪费. 国际 MES 起步早、技术成熟, 广泛应用于大型制造企业, 推动数字化转型. 相比之下, 国产 MES 虽起步晚, 但发展迅速, 在满足本土制造企业需求方面已取得显著进展. 现有国内外制造执行系统的整 理如下. Opcenter (西门子) [11]: Opcenter 是西门子推出的 MES 解决方案, 提供强大的数据整合能力、实 时监控与生产分析功能, 特别适用于多地点、跨国制造企业, 支持高弹性的制造执行与品保流程. FactoryTalk ProductionCentre (罗克韦尔自动化) [12]: 该系统支持从原料到成品的端到端生产管 理, 涵盖设备监控、制程控制与质量分析, 广泛应用于离散型与流程型制造场景中. Honeywell MES (霍尼韦尔) [13]: Honeywell 的 MES 解决方案聚焦于流程工业, 强调生产计划管理 与流程优化, 结合大数据分析能力, 尤其适用于化工、能源等高复杂度生产环境. iPlat4M MES (宝信软件) [14]: iPlat4M 专注于实时监控、生产排程与质量管理, 旨在提升整体制 造效率, 适合推动数字化转型与提升制程可控性的企业. 中智达 Cyb-MOM (中智达科技) [15]: Cyb-MOM 为中智达针对流程工业量身打造的 MES 系统, 符合 ISA-95 等国际标准, 实现计划、排程、操作、统计、分析与考核等全流程整合, 能灵活支持不同 规模与层级的企业进行精益化生产管理. 2.2 工业数字孪生 —— 流程模拟软件 化工生产涉及复杂理论和繁琐计算, 传统手工方法效率低、易出错, 因此化工流程模拟软件成为 工艺设计与优化的关键工具. 该类软件自 20 世纪 80 年代能源危机以来, 依托化工原理、热力学、高 等数学与编程技术广泛应用于化工厂、设计院与科研单位. 通过质量与能量守恒计算, 模拟传热、传 https://www.sciengine.com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1787 质与反应过程, 支持设备选型、夹点分析等, 提升能效、经济性和环保水平. 软件主要由物性数据、热力学模块、单元操作模块和流程求解算法组成. 其中, 物性数据是基础, 涵盖热力学、传递性质等, 来源包括实验测量和模型估算 (如基团贡献法). 热力学模块支持多种物质 体系和相态计算, 部分采用神经网络预测原油黏度. 单元操作模块将典型设备 (如泵、换热器、精馏 塔) 建模计算, 普遍遵循 CAPE-OPEN 标准以确保模块兼容. 流程求解器则处理复杂流程和回路迭代 问题. 国际上如 Aspen Plus, Hysys 等软件技术领先、功能强大, 广泛用于石化与能源行业, 凭借精确算 法和完备数据库占据主导地位, 但成本较高. 国内软件虽起步较晚, 但近年来快速发展, 具备本地化和 性价比优势, 逐步满足企业需求, 但在物性数据完整性和复杂流程模拟精度方面仍有提升空间. 中外 主流流程模拟软件对比如下. Aspen Plus® (艾斯本技术) [16]: Aspen Plus 是目前应用最广泛的流程仿真工具之一, 提供全面的 物性数据库、热力学模型与单元操作模块. 适用于复杂化工流程的建模与优化, 支持工艺流程整体仿 真、静态与稳态分析, 是工艺开发与设计的重要工具. AVEVATM PRO/IITM Simulation (施耐德电气/剑维软件) [17]: PRO/II 主要应用于石油化工与炼 油领域, 具备强大的热力学计算与物性预测能力, 内建多样化单元操作模块. 特别适合用于工艺模拟、 设备计算与能量评估分析. Petro-SIM® (KBC 先进技术) [18]: Petro-SIM 是专为炼油与天然气处理过程设计的模拟平台, 模 块化架构设计灵活, 支持工艺建模、热力学计算与优化策略分析, 广泛用于能源与石化领域的工程规 划与决策支持. SimTech Simulator® (圣泰科技) [19]: SimTech 提供本地化整合的物性与热力学模块, 支持多种工 业设备的模拟, 具有友善的用户接口, 且易于进行功能客制化, 适合教育培训及本土化工艺模拟应用. 中控 APEX (中控技术) [20]: APEX 为中控技术针对流程工业开发的仿真软件, 具备物性管理、热 力学计算与流程仿真功能. 支持中文接口与本地化模块设计, 便于与企业自有数据整合与工艺流程本 土优化. 2.3 智能控制 —— 先进过程控制软件 先进过程控制 (advanced process control, APC) 需求源于传统控制方法难以应对多变量耦合、非 线性动态及硬约束的局限性. 随着工业过程复杂性增加, APC 通过模型预测控制等技术实现动态优 化, 抑制工艺波动, 提升效率与质量, 降低能耗与排放, 满足绿色生产和经济效益需求. 在全球竞争、碳 中和政策及工业 4.0 智能化趋势推动下, APC 成为提升资源利用率和可持续发展的关键技术. APC 系统采用模块化、分层架构, 包括模型建立层 (构建动态模型, 模拟工艺行为)、优化计算层 (滚动优化计算最优控制输入)、多变量协调层 (消除回路干扰)、约束处理层 (融入安全与工艺约束)、 实时反馈与整合层 (结合实时优化 (real-time optimization, RTO), 与 DCS, PLC 集成). 其核心功能模 块包括: 模型预测控制、多变量控制、约束处理、实时优化、系统集成与监控. APC 应用实现数字化 管理: 实时监控与决策提升稳定性, 优化资源配置降低成本, 绿色生产减少排放, 持续改进与预警支持 系统优化. APC 使工业过程更高效、智能、环保. 全球 APC 市场受碳中和与工业 4.0 驱动快速增长, 广泛应用于石化、化工、制药等行业. 国际领 先厂商如 AspenTech、霍尼韦尔凭借成熟算法和优化能力占据优势, 但成本高、实施复杂. 国内厂商 通过本地化定制和成本优势崛起, 适应性强, 但在极端非线性、多约束场景下的模型与算法仍需完善. 中智达首创了复杂化工过程全工况自主优化运行技术, 其智能动态优化控制软件 Cyb-IDPC 解决了开 停车、升降负荷、牌号切换等大范围工况调整下的全流程协同优化控制与 “零手动操作”, 并获 “国内 首版次软件” 认定. 国内外知名的先进过程控制软件产品如下. Aspen DMCplus (艾斯本技术) [21]: DMCplus 是全球应用广泛的多变量模型预测控制 (model https://www.sciengine.com/doi/10.1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1788 predictive control, MPC) 平台, 特别适用于炼油与石化行业, 可显著提升生产效率并降低能耗. 支持稳 定性分析、约束管理与操作建议等多项功能. Pavilion8 (罗克韦尔自动化) [12]: Pavilion8 提供基于混合建模的高精度控制平台, 能结合经验模型 与数据模型分析工艺特性, 提升过程性能、降低波动与能耗, 常应用于食品、化工及能源等多种产业. Honeywell Forge APC (霍尼韦尔) [22]: Forge APC 针对炼油与化工领域, 提供实时