本文内容来自：安元科技股份有限公司工业智能事业部副总经理李奥！于“2025全国石油化工自动化智能化与设备改造大会”上发表的报告。

政策和技术的双轮驱动

2017年3月，数字经济首次写入政府工作报告，数字经济是随着信息技术发展而产生的一种新的经济形态。国家以“供给侧改革”为核心，陆续出台“智慧城市”、“中国制造2025”等政策引领转型新方向。2020年12月中旬，中央经济工作会议明确提出2030年实现碳达峰，2060年实现碳中和发展目标。

在中国十四五规划和2035年远景目标建议中提到，深化研发设计、生产制造、经营管理、市场服务等环节的数字化应用。培育发展个性定制、柔性制造等新模。《“十四五”智能制造发展规划》聚焦企业、行业、区域转型升级需要，围绕车间、工厂、供应链购进智能制造系统，开展多场景、全链条、多层次应用示范，培育推广智能制造新模式。

数字化转型的关键切入点

结合企业数字化服务经验，针对制造型企业的数字化转型，我们认为业务重构和人才引领是企业数字化转型的切入点和关键保障,针对业务重构我们通过智能工厂建设服务重构企业现有生产管理模式，人才引领通过教育培训去培养所需人才提供转型保障。

·关注企业发展战略，注重头部发展方向和企业决策者理解；

·沟通、教育和培训是改变或提升意愿的能力和主要手段;

·以项目思维识别转型变革干系人，注重现场和一线人员的“利益”变化;

·持续性非单点式，在过程中需要建立机制确保变革的持续性；

智能工厂的建设思路

智能工厂整体规划

总体上，智能工厂自下而上分为基础设施、laaS层、PaaS层和SaaS层:

装备及控制层:主要包括智能工厂建设所必需的智能化>装备传感器、装备控制系统以及辅助的通信网络系统等如温度传感器、车间DCS、视频监控系统等;

laaS层(基础即服务):主要为智能工厂的建设提供计算资源和存储资源，如数据服务器、应用服务器、备份服务器等，部署方式包括本地、云化、混合多种方式;

APaas层(平台及服务):主要为智能工厂的建设提供工业机理模型、数据模型、开发组建，覆盖物联网、大数据、A1、应用、运维等多平台于一身;

SaaS层(软件及服务):主要为智能工厂各业务环境提供数字化应用，包括业务执行层和运营管理层，业务执行层又分为HSSE安全底座和精益生产数字化;

智能应用层:基于数据业务化开展数据的深度分析和应用，包括企业侧和集团侧，如经营分析、数据使用。

最终助力企业实现智能化制造、数字化管理、服务化延伸、网络化协同、个性化定制等数字化转型目标。

数据融合共享，构建运行基础

监测预警

监测预警：结合企业现场实际工艺流程，过程特点将相关过程数据进行特定样式呈现，提供管理人员过程信息。同时结合企业异常参数处理流程设置报警阈值，按照规则自动推送提醒。

视频智能分析

视频分析：结合企业现场管理制度为基础，结合厂区重点区域管控高要求。通过视频智能识别分析，辅助企业管理人员线上实时监视现场异常现象，异常出现时及时辨识抓拍并进行推送提醒。

智能告警管理

智能报警：以企业自控系统报警数据为基础，结合报警处置制度规范，可针对性地对装置、对班组及各专项业务进行报警数据的分析。通过对比考核等管理手段，有效地增强报警管理水平及企业报警处置水平。

筑牢基础，守住安全红线

安全管理

风险分级

隐患排查

依据《危险化学品企业安全风险隐患排查治理导则》规定，完成隐患排查、下达、治理、督办、验收等闭环管控流程，解决区域内隐患排查不到位的问题，配合移动终端开展隐患排查治理工作，使检查工作标准化、便捷化、高效化。

特殊作业

依托《化学品生产单位特殊作业安全规范》GB30871-2022结合企业十大作业要求，与设备管理系统联动形成检修计划工单，对特殊作业进行作业申请、审批、实施、关闭全过程电子化闭环管理，以及施工现场视频预警、视频调取、作业区域设置电子围栏全交底单、安全方案等作业附属资料插入作业票证，作为票证出具的条件;建立风险数据库，辨识作业风险。对涉及的高危物料特殊时段、人数等进行动态计算作业风险值及风险等级。

职业健康

围绕ISO45001职业健康管理体系，完成职业病危害因素分析，重点岗位防护;构建企业职业健康管理体系;合规性要求。

职业危害信息

·职业危害因素

·职业危害岗位

·MSDS信息

······

健康档案信息

·职业健康档案

·员工健康档案

·····

劳动防护信息

·职业病防护设施

·劳动防护用品

······

应急管理

为集团型/中大型企业突发事故提供事前、事发、事中、事后全流程、全场景应用能力，实现跨领域、跨层级统一调度指挥可有效支撑企业各类突发事件应急管理处置工作。系统内嵌事故专题研判分析模型(经国家行业主管部门权威认证)，专业可靠，真正做到“战时敢用、智慧决策”。

精益生产，挖掘效能潜力

配方管理

产品配方:支持创建或导入产品配方，包括产品编号，名称，版本，定义产品所包含各类原辅材料及其标准配比。

定额管理:在配方表的基础上，结合实际生产合理偏差(为连续一段时间正常生产情况下，由于机械设备、生产工艺、计量器具等非人为因素造成的不可避免存在的偏差，根据这段时间的材料消耗水平确定)，以标准量+合理偏差确定对应产品规格的定额量。

配方组成：配方一般由基料(主料)和辅料(细料或小料)两部分组成。配方保密管理的重点一般在细料部分。

计划管理

以企业现有计划编制流程为基础，通过系统设定月--日计划。根据排产后现场收集信息结果定期及时调整，确保计划的及时性和准确性。

调度管理

以企业现有生产调度管理内容为基础，提供调度记录、调度指令、调度报表、以:及调度汇报等与之相关的工作流程，建立调度记录数据库，记录调度工作，调度:指令的传达及执行情况，完成情况的追踪，自动生成调度报表，在本块中能看:到与调度相关的生产信息，并能灵活调用到调度记录或报表中，生成与生产相关的报表或统计表。

进出厂管理

展示内容包含进出厂点名称，运输方式，进出类型，物料，移动关系，日累积量等。还可按物料及进出方式展示月累积量:计划量及完成进度。与无人值守地磅进行关联集成，自动实现物料进出厂的闭环计量管理。

物料管理——小料消耗

对于小料消耗，建立完整计量体系，通过设备接入，容器扫描、物料称重、条码粘贴、人工投料建立完整物料计量管理流程，并采用扫码识别方式，确保物料精准投放。

物料管理——大料消耗

对于大料消耗，基于企业基础自动化设备及响应控制系统实现从设备接入、自动投料、自动计量(人工录入)的自动计量，对于生产过程中大料的消耗实现精准计量管控。

质量管理

生产追溯

设备管理

以设备全生命周期管理为核心，以工单为主线，建立统一的设备数据库，将设备的静态信息与动态信息进行有效地整合，并关联企业其他业务协同应用，实现管理、控制、经营的一体化应用，提升设备故障诊断和预知性检维修水平。

仓储管理

以降本增效为目标，以仓储管理的信息化、自动化、智能化为导向，对仓储各环节(入库、出库、移库、盘点、保质期等)实施全过程控制管理，全面提升仓库作业效率、提高库存准确率、提升库存周转效率、全方位追踪员工作业绩效，为企业提供透明化、实时化、可视化的仓库管理体验。

能源管理

实现多源异构数据采集，实现能源数据集成化全面升级企业能源计划、计量、平衡、统计和监测五项能源管理业务能力。实现能源目标细分化、计量方式多样化、平衡模型化、能源统计自动化、能源监测智能化，使能源计划与战略一致，计量与计划一致，平衡与计划一致，统计与过程一致，绩效与管理一致，最终实现能源管理业务多个环节的高效协同，使企业能源绩效得以持续改进。

碳排放管理

数字化办公

聚焦解决企业基层管理中遇到的高频次发生，又往往被忽略的问题，实现一个协同工作、连接人和组织的信息交互平台。让管理融入生产过程中，释放员工日常办公中低价值、重复性工作投放精力，聚焦高价值工作，提高组织协同工作效率。

数据价值，AI赋能提升

大模型能力支撑

数据资产

价值应用：配煤掺烧

配煤掺烧优化是一个复杂而关键的过程，需要从多个方面入手，综合考虑煤质、掺烧方案、煤场管理、技术改进、环保监控和人员管理等因素。通过不断优化和调整可以实现提高燃烧效率、降低污染物排放和优化能源利用的目标。多参数、多约束的科学问题。

价值应用：备品备件

以“最小化”原则为管理核心，通过精准平衡生产需求与库存效率，建立双效管控机制:一方面依托ERP与仓储系统深度集成构建涵盖需求计划、领用消耗、台账统计的全流程闭环体系;另一方面与设备管理深度融合，在保障设备稳定运行基础上降低备件冗余，释放现金流占用。

需求管理

需求溯源：

核心需求源于设备全生命周期管理环节，包括日常维保、计划检修及突发故障抢修等业务场景。

数据驱动机制：

ABC分类管理:按设备关键性分级

消耗建模:基于设备数量、历史维修周期等维度构建动态消耗基准

精准预测:通过设备健康状态监测数据优化备件需求

库存优化关键变量：

设备带病运行风险周期(影响安全库存阈值)

供应链响应周期(决定订购提前期)

计划管理

核心症结:

线下纸质台账、信息孤岛，各车间缺乏全局视角，普遍存在“预防性超报“现象：

计划提报依赖主观经验，未统筹考虑全企业库存分布

同质备件重复申报频发，导致仓库冗量余积压

采购计划缺乏动态校准，忽视实际消耗波动

改进路径：

得建立全企业备件信息池，实时动态盘点

引入采购提前期参数，构建智能需求预测模型

实施跨车间协同计划机制，消除重复储备