机械化、电气化、信息化，每一次工业革命不仅为社会生产力带来了巨大提升，更促使了整个社会跨越式发展和进步。同样，以智能技术应用为代表的新一轮工业革命，正在使各个领域产生质的飞跃。自动化制造、机器人应用、无人工厂、产业链敏捷链接等智能化场景正在改变企业的生产方式和管理模式，支撑企业核心竞争力持续增强。

为抓住第四次工业革命带来的机遇，保持制造业企业的竞争活力，中国相继发布了“两化融合”“互联网+”“中国制造2025”等相关智能制造政策，从国内已建成的2.1×10³多个高水平的数字化车间和智能工厂来看，其产品研发周期缩短了约20.7%，生产效率提升了约34.8%，产品的不良品率降低了约27.4%，碳排放减少了约21.2%，制造业企业智能工厂建设已经取得了一定成效。

然而，另有许多智能工厂建设成效却不佳，尤其是流程工业的许多智能工厂案例都不能实质性地提高企业效益与效率，更看不到智能工厂的引领作用。或者是点上应用，形成不了管理方法论，或者是线下流程搬到线上应用，业务管理本质没有变化；或者是自动化、智能化能力欠缺，为保障系统运行，员工投入精力较大，或者是产生的数据越来越多，但始终不能展示其价值属性等。这些现象和结果既与智能工厂本身的能力不相匹配，也使企业管理者对智能工厂作用产生困惑。因此，找到一条智能工厂建设的路径，快速复制，达到以点带面的效果至关重要。

本文通过总结当前智能工厂的建设情况，尤其是对其中问题进行剖析，发现许多智能工厂项目大多是就项目论项目，对智能工厂与企业信息化之间区别认识模糊，没有抓住智能工厂建设路径的关键点，没有采用有效的智能工厂建设方法，从而没有形成智能技术与业务管理双驱动合力，智能工厂效果不突出。正确的智能工厂实施路径，则是以企业发展战略为中心，遵循科学方法论，抓住总体规划、架构设计、平台选择以及EPCM管理等关键环节，进行重点关注，从而使智能工厂建设达到事半功倍的效果。

1 智能工厂建设问题分析

流程工业智能工厂建设或者是在一定信息化基础上进行的，即在运工厂；或者是与信息化建设同步开展的，即新建工厂，具体地需要依据企业现状及需求确定。智能工厂建设的路径大多采取的是“可研-设计-建设-投运”的传统信息化项目管理模式，项目来源是集团统建，或者是单一业务需求，这些几乎都存在重局部应用，轻整体谋划的现象。重业务基本功能实现，轻智能化能力打造，重传统业务流程线上管理，轻数据价值研究的现象，导致上线投运的智能化项目或是与公司发展战略吻合度不够，应用成效不理想，或是业务之间、数据与业务之间整体衔接有缺陷，智能化建设效果不智能，进而需要升级改造，造成重复投资。通过总结、调研，提炼出流程工业智能化建设过程中的主要问题及描述见表1所列。

表1 智能工厂建设过程中的主要问题及描述

针对表1中智能工厂建设过程中的主要问题，本文做进一步的原因分析，认为造成这些问题的主要原因可以归纳为四个方面：智能化建设缺乏统一规划或规划不到位、智能化总体架构设计不合理、没有统一平台或平台设计达不到要求、智能化建设管理不到位等。

1.没有智能工厂规划，会导致智能工厂建设没有系统性，路径不清晰，技术衔接不合理。有的虽然有智能工厂规划，但规划内容不到位，如概念偏多，落地方案或先进性不好，或与实际结合不足。没有规划或规划不到位，必然造成业务之间集成考虑不全面，容易产生孤岛，容易在项目建设的起始点形成低水平目标。

2.架构设计不合理，会导致智能化目标、功能等不清晰，或者是先进程度不足，智能化建设停留在信息化应用层面，或者是针对性不足，没有充分解决问题，上线后的智能化应用成效不明显。

3.没有统一平台，或者是统一平台设计不到位，造成业务系统之间很难实现应用集成和数据集成，也很难对数据进行统一管理以及应用，数据价值不能真正体现。

4.智能工厂建设管理不到位，尤其是统一协调的专业能力不足，致使一流的规划水平演变成了三流的建设成果；或者是平台与各业务之间详细设计技术衔接不合理，或者是平台与各业务之间建设进度相互掣肘等，这些情况，不仅发挥不出平台应有的集成能力，更会使智能工厂整体应用水平大打折扣。

上述问题的原因，既有对智能工厂建设认识不深刻所致，也有没有掌握正确的智能工厂建设方法因素，智能工厂问题-原因推导如图1所示。

图１ 智能工厂问题—原因推导示意

关于企业对于智能工厂的认识，本文不做进一步探讨，本文聚焦于智能工厂的建设方法，基于该方法，可使智能工厂项目明确需要做哪些工作以及做到什么程度，确保智能工厂长久地支撑企业核心竞争力的提升。因此，一个可执行落地的智能工厂建设方法尤为重要。

2 智能工厂的建设方法

流程工业生产过程是原材料经过一系列的化学、物理和生物反应，经过不同的工艺步骤，最终转化为成品，该过程是连续的、稳定的，装置内前后单元，装置上下游都是直接紧密联系的，相互影响。这种生产过程及其特点使得智能工厂建设既需要从公司发展战略出发，从全局的高度进行总体谋划，试点先行，分步实施，又需要从业务实际需求出发，采取先进成熟的技术解决实际问题，使得智能工厂能长久地支撑企业核心竞争力的提升，提高企业生产效率和经济效益。

正确的智能工厂实施方法不仅会提高工程效率，节约大量投入，更会使智能工厂建设事半功倍，达到预期。本文结合流程工业智能工厂建设中的问题以及特点，提出了一个流程工业智能工厂建设方法，该方法可以简述为规划-架构-平台-EPCM管理关键环节控制法，EPCM，即设计、采购、施工管理，是指服务方协助业主对设计、采购以及施工进行专业管理。

规划-架构-平台-EPCM管理关键环节控制法，指的是智能工厂建设应抓住智能工厂总体规划、智能工厂总体架构设计、统一平台选择与设计、选择有能力的专业团队对项目进行EPCM管理这四大关键环节进行重点关注与控制。实质上，目前许多智能工厂建设对上述四大环节重视程度不足，有些企业虽然有架构设计，但缺少智能工厂统一规划、或者没有采用EPCM管理模式、没有统一平台，有的是没有用好统一平台，因此会造成架构设计与实际智能化建设“两张皮”，导致架构设计不能发挥作用。

2.1 前瞻的智能工厂总体规划

总体规划是智能工厂建设的最关键环节，它明确了智能工厂建设目标、价值、具体实施项目、项目实施程序(包括技术程序)以及量化的投入与产出评价等，是重要的智能工厂建设路径引导文件，是避免重复投资、缺东少西、成效不明显的最有力抓手。总体规划整个过程可划分为三类服务、三个阶段、四个步骤、九项内容，具体如图2所示。

图２ 智能工厂总体规划主要任务示意

总体规划的标志性节点是规划报告和技术规格书。

智能工厂总体规划与项目可研，其输出报告结构大致相同，但其内容和作用完全不同。智能工厂规划强调的是既包括报告结果，也包括规划过程，用户通过规划过程中的培训与参与，提升智能化认识，提高智能化实践水平，如需求分析能力、架构设计能力等。该过程为工厂智能化人才培养以及工厂智能化氛围营造打下重要基础。另外，智能工厂规划过程中的能力成熟度评估，对智能工厂建设非常重要，它清晰了“我现在在哪儿，接下来往哪儿去”，对智能工厂分期分步建设提供坚实依据。智能工厂规划中的建设内容，一般会包括业务流程、业务逻辑、系统功能以及数据支撑等，其中业务管理方法论和业务对标及领标十分重要，它决定了智能工厂持续性支撑企业竞争的能力。

2.1.1 业务智能化管理方法论

智能工厂建设不是简单的信息系统叠加，而是通过智能化固化、优化业务规范化管理的一种方法，它不是现有管理流程的简单线上化，而是一套基于数据驱动的业务智能化管理体系。通常在智能化系统建设时，一般仅会关注其功能点、实现方式以及报表展示等，很少是从业务管理体系提升方面着手研究，也不会因此形成一套业务管理方法论。因此，会导致智能化建设就系统而说系统，没有业务管理体系标准，导致系统建设与业务管理脱节，或者功能落后，跟不上业务提升要求；或者建设了一堆模块，但作用不能充分发挥；或者缺东少西，配套数据设施等跟不上，不是孤岛，但实质上是孤岛。针对集团性管理组织，基于智能化的业务管理方法论尤其重要，这是解决集团内各企业统一标准化管理的最有效手段。

智能工厂的业务管理体系是基于企业常规管理方法和准则的智能化改进的一套业务管理方法，如全系统自动化的质量提升、基于预测性维护的设备完整性管理、以机器人为中心的设备巡检等，这些基于智能化的业务管理方法，并因此形成一套业务管理体系，既能明确应用系统建设目的、目标，并从整体上计划、设计应用系统建设架构和数据运用，包括基础设施配套，又能因此持续地提升业务管理水平。

智能工厂业务管理体系是以数据驱动为核心的智能化业务管理体系，包括体系架构、管理制度以及管理流程，以基于预测性维护的设备完整性管理为例，体系架构如图3所示。由图3可知，该体系架构体现了在智能化背景下的设备标准化管理方法论，一方面提出设备管理应该采用完整性管理体系，另一方面在完整性管理体系中应将预测性维护作为突出重点。该方法论既统一了设备智能化应该怎样建设，也确定了设备规范化管理标准。

图３ 基于预测性维护的设备完整性管理体系架构示意

2.1.2 对标引领

智能工厂建设需要瞄准同行业业务的先进水平和最佳实践，通过与可比的装置或工厂的最佳指标对标，明确智能工厂建设的具体目标。这些对标不仅是能耗、物耗、收率、劳动生产率等业务指标，还包括业务智能化场景的选择，如实时优化、先进控制、智能装卸车、高光谱气体成像、巡检机器人、智慧实验室等，在对标的同时，结合自身的业务实际情况，可以帮助企业明确智能工厂的目标和努力方向。

许多智能工厂项目仅仅是内容建设，没有指标，或是有指标，但不清楚指标处于同行业什么水平，这也是智能工厂建设、应用效果不理想的一个重要因素。目标不清晰、不量化或者说目标不够先进，必然在项目建设时低档次设计、低能力开发、低水平应用。对标管理决定了项目伊始评估时的严谨程度，决定了是否形成以业务应用为主导的智能工厂建设模式，以及是否选择到有业务背景实力的实施团队。

先进指标的确定应该基于技术应用成熟度的调研，基于本业务在智能化后可达指标的可行性分析，采用列表的方法进行综合评估。以设备管理的装置可靠性指数和维修费用指数两个指标为为例，在先进指标评估表里，要列出国内外最先进的数据，以及这些最先进数据智能化前后的变化值，同时评估表中还要给出达到以及超出目前先进指标的环境条件。

智能工厂规划是结合行业先进案例，采用数据对企业智能化建设进行预先剖析、演绎推理的过程，是避免企业智能化建设效果不佳、盲目投资的有效方法。有的企业有总体规划，但对智能工厂建设指导作用不大，规划和建设是“两张皮”，致使智能工厂建设效果不尽人意。主要原因有三点：一是规划服务方方法论很好，但对实际落地产品了解不多，实战经验缺乏，纸上谈兵成分大；二是规划服务方不具有业务智能化管理方法论，仅是从系统本身建设，从目前线下业务流程到线上业务应用，规划方法论缺失；三是智能工厂建设管理方法不科学，后续有详细叙述。

在智能工厂总体规划阶段的关键环节控制方面，一是要有统一规划，不能省略，这是智能工厂建设必备环节；二是选择具有产品落地能力的服务商进行总体规划，以确保规划内容与建设内容能自然衔接；三是重视规划过程，包括培训、对标、业务管理方法论等，全员智能化认识以及智能化团队人才建设对智能化自驱式进步意义重大；四是采取答辩的方式对规划报告进行综合量化评估，评估人员要多样化，包括专家团队、直接用户、管理层等。

2.2 有效的智能工厂架构设计

智能工厂架构是阐述智能工厂建设内容以及内容之间的关系，是表明智能工厂干什么、怎么干以及目标与结果的综合反映。许多企业智能工厂建设的不理想，其中一个重要原因是智能工厂的总体架构没有选择或设计好，大多数只是说明了建设内容和功能，而没有清晰表述智能工厂建设的路径和目标，结果是方向不清，方法无序。

中控技术股份有限公司提出的流程工业智能工厂“1+2+N”新架构，如图4所示，是结合该公司30a自动化和智能化实践，创造性提出的工业智能技术架构，是打造行业/企业数字化转型的新路径。其中，“1”是指1个工厂操作系统，它类似手机的安卓、IOS等系统，依托海量的数据接入、强大的数据存储能力、高效的数据处理引擎、开放的开发环境工具以及组件化的工业知识微服务等技术，实现工厂几乎所有业务的智能化、自动化、微服务管理。工厂操作系统不仅彻底解决了企业原来信息化阶段存在的信息孤岛问题，又为企业的大数据分析、人工智能应用提供坚实基础，是企业数据价值充分体现的最有效方法“2”是指2个自动化，即生产过程自动化(PA)和企业运营自动化(BA)。其中，PA由时间序列大模型(TPT)支撑，面向工厂从原料到产品的全生产过程，利用先进的工艺、设备、运行、信息、自动化等技术及融合创新，实现安全、平稳、高效、低碳的智能自主运行。BA由超图大模型(HGT)支撑，面向企业运营从产品研发到供应链、销售与服务、业财一体化等经营活动，利用AI、大数据、数字孪生等先进技术及管理创新，实现数智化、高质量、可持续发展的卓越运营。“N”是指N个覆盖工业全场景的工业Agents，即App，是基于松耦合、组件化、可重构、可重用思想，面向特定工业场景，基于平台的技术引擎、资源、模型和业务组件，将工业机理、技术、知识、算法与最佳工程实践按照系统化组织、模型化表达、可视化交互、场景化应用、生态化演进原则而形成的系列应用程序。图4中每个业务模块，如设备健康模块，内部都由若干个App组成。

“1+2+N”新架构，既是流程工业智能工厂的具体表征，又涵盖了智能工厂的建设方向和实施路径，囊括了智能工厂的建设内容、业务目标和技术路线，清晰地从业务和技术两个方面表达了什么是智能工厂以及怎样建设智能工厂，目的明确，实用性强。

当前，智能工厂在建设时都会设计总体架构，但其总体架构对实际建设指导作用不强，主要原因是其架构仅是建设层级以及每层级建设内容的表述，既没有像“1+2+N”架构这样明确的业务自动化目标表征，也没有像“1+2+N”架构这样明确的一个平台要求，因而也就不能对后续智能工厂建设进行指导。

智能工厂总体规划阶段的关键环节的控制，就是明确地坚持采用“1+2+N”总体架构，并按该架构逻辑进行具体设计，包括整体业务域目标、功能，具体App本身功能、内容，以及各App之间的关系等。在总体架构设计同时，需要完成对应4A架构设计，即业务架构设计、应用架构设计、数据架构设计和技术架构设计，上述架构设计完成后，可以采用答辩的方式综合评估架构设计。

图４ 智能工厂“１＋２＋Ｎ”新架构示意

2.3 统一的工业互联网平台

统一的工业互联网平台是智能工厂建设的最基础组成，是依据总体架构设计而进行的整体功能布局和技术部署，是实现数据资产性有效使用的必备设施。它类似手机的安卓、IOS等操作系统，通过完善的各种工业协议，采集生产过程各种数据，依托高效的数据湖存储能力、数据处理算法等实现业务的轻量化应用。该平台主要包括：统一应用门户、App低代码开发、分布式数据湖、数据采集、数据交换与共享、数据可视化、大数据算法、人工智能以及系统集成九个部分，总体架构如图5所示，不同厂家工业互联网平台架构会稍有出入。以下简单介绍部分内容：

图５ 工业互联网平台总体架构示意

1.统一应用门户。主要是实现用户统一身份认证、统一权限管理、应用单点登录、数据传输与加密等基本管理。

2.App低代码开发。平台的低代码开发技术，使开发者无需编写代码，通过界面模板，基于配置可实现功能开发。平台提供检索、数据样式、权限、用户交互等各方面的配置，方便业务人员自定义App功能。平台还提供表单、列表、工作流的设计器。

3.分布式数据湖。支持分布式集群部署，提供面向对象结构的数字化工厂模型构建方法，对多元数据进行清洗、重组和标准化处理。采用容器化和微服务技术，提供基于面向对象可视化数据模型的预处理、计算、存储和查询服务，满足上层应用的数据分析和综合应用。

4.系统集成。平台的集成功能能够便捷完成数据集成、应用集成、界面集成。其中，多种工业协议(包括各种电力规约)、丰富的接口能力以及主数据标准化使数据集成简洁、流畅。而应用集成的能力可以通过ETL工具将所有业务系统的业务数据抽取到数据湖中，依据建立的主题分析域既能实现数据驱动应用设计，又能有力支撑领导层多维度决策分析。

工业互联网平台在垂直方向，可以快速完成数据采集、存储、计算直至App应用，水平方向可以简洁实现不同业务域之间的互联互通，彻底消除了数据孤岛、应用孤岛现象。

该关键环节的控制，一是要坚持采用统一平台；二是采用调研的方式对各家工业互联网平台进行调研，且要有调研分析表；三是采用答辩的方式评估平台九个部分内容，评估要从技术、应用、体验、维护等角度进行，参与评估人员包括EPCM服务人员、业务场景设计及应用人员、软件开发人员、平台维护人员等。

2.4 完整的智能工厂EPCM实施模式

智能工厂建设一般会涉及多业务、多场景、多系统、多产品、多服务商，涵盖了项目规划、设计、采购、安装、服务、运行所有阶段，涉及平台、数据、应用各个技术环节。智能工厂的建设在架构上是以平台为中心，建设过程中的集成设计、数据服务、接口开发等都需要统一组织、统一协调，不仅是项目管理协调，更重要的是技术设计协调。统一平台是唯一消除信息孤岛的有效方法，但面临多个平台外系统集成场景时，统一标准、集成设计就格外重要，这是消除孤岛、使数据产生价值运用的必经之路。一家有能力的服务商统一进行EPCM管理，统一组织集成设计，提供一站式服务，会对工程的全局性把握、技术把握、管理把握、效果把握等起到不可替代的作用。

EPCM针对智能化项目，提供的服务内容主要有：智能工厂规划(可含在EPCM中，也可按单独项目管理)、智能化平台以及相关应用系统技术规格书、供应商短名单推荐、技术协议审核、标准编制、协助招标与评标、设计审核、项目技术协调、系统集成组织、智能化投运测试组织、协助项目验收等。

EPCM提供从产品规划开始直至项目投运的整体技术服务。在充分理解、把握企业发展战略以及智能工厂建设目标的基础上，以集成设计为中心，统一组织建设标准制定、数据应用服务设计、互联互通技术设计、应用集成以及界面集成等，其中重点是数据管理。

智能工厂通常具有多业务、多服务商，若不能统一组织，尤其是技术上的有效协调，通常会各自为政，结果是信息孤岛依然林立。近些年，成功的智能工厂建设经验表明，有经验、有一定产品落地能力的EPCM服务商对智能工厂的建设质量有效控制有着举足轻重的作用，这也是目前各企业纷纷开始引入EPCM组织建设智能工厂的原因，既可使智能工厂建设达到预期，又能保证技术先进性一脉相承。

该关键环节控制，一是要有EPCM专业队伍管理智能工厂建设，包括进度、质量、技术、费用控制等内容；二是EPCM团队的选择要坚持有统一平台产品，且有部分智能化产品的服务商优先的原则，以确保其拥有技术实际协调能力；三是采取答辩的方式确认、评价EPCM团队能力，EPCM团队人员不在多，重在全面掌控能力，尤其是技术方面；四是规范化EPCM运行机制，包括管理程序、管理范围、管理责任、过程管理以及文件输出等。

3 智能工厂建设方法案例分析

参考本文提出的“规划-架构-平台-EPCM管理关键环节控制法”的智能工厂建设方法，在2个公司的智能工厂建设项目中进行应用实践，取得了一定的建设成果。

3.1 GH公司智能工厂

GH公司的工业气体岛项目涉及煤化工产业链，主要包括：煤气化、甲醇、乙二醇、醋酸等生产装置及相关配套辅助设施。该企业在坚持“高端、跨市、创新、一体化、绿色”发展理念基础上，围绕数字GH“业务为核、效能为先、能力为本”的建设原则开展智能工厂建设。采用“1+2+N”智能工厂新架构，突出数字化研发、数字化制造、数字化HSE三大重点，采用统一规划、有序建设，效果突出。GH公司智能工厂总体架构如图6所示，该架构以中控工业互联网平台为架构技术核心，注重数据价值运用，实现生产过程自动化和企业运营自动化。

该智能工厂投运后，实现了“当年建成、当年投产、当年盈利”的目标，总体生产制造成本降低了约3%，能耗物耗消耗降低了约2%，自控投用率达到90%以上，生产数据采集率达到99%，生产运营指标监控率达到99%。吨甲醇综合能耗、吨醋酸综合能耗、吨乙二醇综合能耗均达到《石油和化工行业重点产品2022年度能效“领跑者”标杆》领先水平。与此同时，GH公司还通过了国家智能制造能力成熟度四级评估，成为国内化工行业首家通过国家智能制造能力成熟度四级评估的企业，同年荣膺工信部国家级“智能制造标杆企业”称号。

GH公司智能工厂建设紧密围绕集团发展战略，采取统一工业操作平台，业务自动化为先导，突出重点场景智能化应用，有序进行智能工厂建设，成功建设经验具有较强的启迪和借鉴意义。

图６ ＧＨ 公司智能工厂总体架构示意

3.2 NX公司智能工厂

NX公司的有机硅新材料一体化循环项目的主要生产装置有有机硅单体装置、离子膜烧碱装置、草甘膦技术升级改造装置以及其他配套设施等，主要产品有草甘膦、有机硅单体及下游装置生产所需的液碱、氯气和盐酸。

NX公司坚持集团“精细化、绿色化、高端化、国际化”发展思路，针对行业双碳要求日益严格、招工难、操作水平不平衡等实际现状，适时启动了公司智能工厂建设。本着项目既要有先进性、实用性，又要不重复、不反复的建设原则，该公司首先开展了智能工厂规划设计，提出了以“安全、绿色、效益”为核心的高度自动化的智能工厂建设目标，分析了行业业务自动化先进水平，设计了“三无”工厂运行以及管理模式。该智能工厂采用了“1+2+N”智能工厂新架构，着力在过程自动化、生产管控一体化上下功夫，以supOS为统一平台，形成了一批实用的工业App，NX公司智能工厂总体架构如图7所示。

“1+2+N”架构以及高级智能过程控制(advanced intelligent process control,AIPC)等技术运用，工厂实现了一键启停、自适应负荷调整、设备自动切换、异常工况自动处理等功能，工厂全流程自主运行，生产过程更加平稳、主要运行技术指标处于行业领先水平。

该智能工厂投运后，装置报警频次减少了约90%，操作频次下降了90%，生产平稳率达到99%以上，整个氯碱工厂用工下降了约67%。装置高度自动化运行，操作基本处于“黑屏运行”状态，工厂进入“三无工厂”运行模式，即无人巡检、无人操作、无人记录，是国家智能制造示范工厂。

图７ NX公司智能工厂总体架构示意

4 结束语

在全球智能技术高速发展之际，智能工厂建设已不仅仅是增加企业效率和效益问题，而是关乎到企业生死存亡大计。采用一套好的智能工厂建设方法，统筹规划，进行正确的智能工厂架构设计，统一工业互联网平台应用，形成业务智能化管理体系，强化智能工厂建设过程的专业化管理是智能工厂成功建设的关键。

本文提出的“规划-架构-平台-EPCM管理关键环节控制法”的智能工厂建设方法，可以指导企业在开展智能工厂建设时，从总体规划，到架构设计，到同一平台建设，再到EPCM实施模式，逐步实现智能工厂的价值兑现，获得实在的收益。希望本智能工厂建设方法未来可以在企业智能工厂建设中予以帮助，推动行业整体智能制造建设水平的提升。

原文刊载于《石油化工自动化》 2025年11月 作者：刘彦波 邵嘉铭 赵路军