主要包括智能装备、工业软件、智能工厂、智慧供应链、 智能赋能技术、智能制造新模式、工业网络等 7 个部分。 1.智能装备标准 主要包括智能感知与控制装备、数控机床与工业机器人、 智能检测与装配装备、智能物流与仓储装备、增材制造装备 等 5 个部分，如图 5 所示。主要规定智能装备的信息模型、 12 数据字典、通信协议、数据接口、功能和性能测试等要求。 图 5 智能装备标准子体系 （1）智能感知与控制装备标准 （3）智能检测与装配装备标准 主要包括智能检测与装配装备的组成要素、参数配置、 功能和性能要求等通用技术标准；数据接口、适配要求、集 成规范等接口与通信标准。 （4）智能物流与仓储装备标准 主要包括智能仓储、输送、分拣与拣选、装卸搬运、包 装等装备的标识解析、业务协同等通用技术标准；数据接口、 13 通信协议等接口与通信标准。 （5）增材制造装备标准 主要包括增材制造装备的工艺知识库、模型数据质量、 研 制，推动高档数控机床的信息模型、集成实施规范等标准研制。 智能检测与装配装备标准。推动智能检测装备的互联互通通用要求、智能装配装备的数 据格式和接口等标准研制。 智能物流与仓储装备标准。推动智能物流与仓储装备的标识规范、与其他生产设备、制 造系统的集成实施等标准研制。 增材制造装备标准。推动增材制造装备的工艺知识库建设指南、三维工艺模型数据质量 要求等标准研制。 2. 工业软件标准

相关的需求是近几年最为关注的，占 比为57.8%；2）聚焦到细分场景来看，主要有3点值得关注：其一，实现企业/工厂系统层核心节点的数字化是当前重点：工艺、产 线设计及验证；生产管理、协同作业、质检；仓储物流；集成优化等是制造业企业经营管理核心模块的核心场景，是近两年转型较 为聚焦的场景；其二，利用数据资产实现业务层、管理层的优化将是未来潜力场景：随着企业数字化转型的深入，企业数据资产得 到有效积累 安全相关细项占比 产品设计及 验证 5.5% 生产管理 12.5% 销售及售 后 —— 集成优化 2.5% 生产安全：安 全监测与运维 3.9% 工艺、产线 设计及验证 10.3% 协同作业 11.6% 仓储物流 10.3% 个性化定制 1.6% 信息安全 —— 数字工厂设 计与验证 4.2% 质检 11.1% 污染监测 1.2% 服务管理优 化 1.0% 设备 6.9% 员工管理 0.1% 数据治理与 其他转型服务-14.7% 数字化 诊断 54.1% 平台建 设 5.6% 设备采购（含仓储 物流设备） 6.5% 软件采购、开发及组 件库 3.9% 数据 采集 0.9% 研究/ 咨询 3.0% 产线改造 6.1% 设备上云/监控 0.9% 安全服务 1.3% 评审评级 2.2% 车间 数字化 3.5% 仓储物流 1.3% 成果展厅 1.7% 集成化服务 0.9% 培训 1.3% 边缘计算

等关键环节，进一步提 高机器人的工作效率和灵活性。 三、智慧物流与仓储管理 3.1 智能调度与路径优化 AI 技术可以通过分析物流运输的相关数据（如货物种类、数量、交通条件 等），自动进行调度和路径优化。这将使企业能够以更低的成本和更短的时间完成 货物运输，提高整体供应链的效率。 3.2 智能仓储管理 智能仓储管理结合了 RFID 技术、人工智能和无线网络技术，通过实时监控和 自 在问题，并提前进行维护。这有助于企业减少因机器停机带来的损失，并延长设备 使用寿命，降低维修成本。 结论： AI 技术在智慧工厂建设中具有广泛应用和巨大潜力。通过数据采集与分析、 智能化生产与机器人技术、智慧物流与仓储管理以及质量控制与预防性维护等方面 的运用，在提高生产效率、优化资源利用、降低成本等方面取得了显著成效。然 而，AI 技术的推广仍面临一些挑战，如数据安全性和隐私保护问题。未来，我们 可以期待更多的创新和发展，使

风、空调和生活生产热水的分配管道和相关系统。对于工业园区，通常还配有动力能源中心， 能源产生后向各个工艺生产场所、环节输配。 能源使用： 能源使用在产业园区中主要包含了以下几个方面， ▪ 主要基础设施：如厂房、办公楼、仓储、园区公共区域的能耗（电、冷、热、水）； ▪ 主要产业生产环节的能耗，如生产线的能耗（电、冷、热、水）； ▪ 园区使用人员交通和其他活动能耗，车辆等。（电、燃油） 11 V2G 等新兴应用 ▪ 对于仓储大空间大跨度场所，优化暖通空调等管道系统传输效率 ▪ 对仓储系统进行智能化协作改造升级，借助例如立体式仓储和无人仓储等手段，减 少照明等能耗需求，增加空间利用率，以降低整体园区的碳排放。 能源使用： ▪ 增加电驱/氢能车辆和新型能源设备替代化石燃料运输工具 ▪ 提高整体园区的自动化和智能化能力，比如立体仓储系统，可以将土地和仓库的空 间 间利用率大幅提高，配合相应的智能分拣系统和机器人，可以达到少人甚至无人的 仓储管理体系。 ▪ 自动化程度越高的环境，对环境舒适度的要求越低，可减少用于照明和暖通空调的 能耗 ▪ 多个园区和上下游园区间形成物流体系，通过数据的系统打通，优化提高整个物流 流程的效率，增加单位能耗产出 15

精细化工企业信息化体现在研发、生产、仓储、销售、财务管控 等多方面。研发方面，通过 AI 接入，可缩短产品研发与产品验证周 期，加快研发成果转化率；生产方面，通过 MES（制造执行系统）优 化排产计划，提升产能利用率。ESG 监管趋严背景下，信息化系统（如 环境监测 IoT 平台）可实时追踪排放数据，帮助企业在“双碳”政策 下降低环境违规风险。另外在生产环节可引入工业机器人，提升生产 效率；仓储方面，仓储管理系统（WMS）通过条码/无线射频识别技 效率；仓储方面，仓储管理系统（WMS）通过条码/无线射频识别技 术实现库存数据的自动采集与更新，包括实时查询库存位置、数量及 批次信息，通过设置库存上下限预警，可避免积压或短缺。另外在智 慧仓储中引入工业机器人，可实现 24 小时高频作业，提升出入库效 率；销售方面，信息化系统将信用管理嵌入销售全周期，通过大数据 新世纪评级 2025

����年 图�. 石油石化产业人工智能技术演进路线 业务价值 时间 智能供应优化 智能研发模拟 风险智能预测 湖仓智能管理 智能营销预测 智能无废生产 智能无废生产 巡检智能 智能仓储管理 智能调度 调度管理 地震解释 工程虚拟测量 数字绩效管理 可视化监控 地震解释 无废生产管理 管网调度优化 开发辅助设计 智能辅助生产 知识图谱 智能井下管理 智能客户管理 勘探工艺优化 油井工况诊断 勘探开发风险管理 勘探培训模拟 勘探经营智能管理 油田井下智能管理 管道安全监测 管网调度优化 管线预测性维护 智能供应链协同 调度与指挥智能 资产预测性维护 智能仓储管理 炼化经营智能管理 智能质量检测 智能油库管理 供应链运筹优化 储运经营智能管理 销售数据智能分析 智能电商 智能客服 智能合同管理 客户满意度分析 数字智能营销 服务经营智能管理 机器人智能巡检 ...... 计算机 视觉 模式 识别 规划 应用 预测 建模 机器人 专家 系统 推荐 系统 自然语 言处理 机器 证明 智能供应链协同 调度与指挥智能 资产预测性维护 智能仓储管理 炼化经营智能管理 智能质量检测 机器人智能巡检 研发辅助设计 生产管控一体化 �� 机器人智能巡检：石油石化产业作业区具有高温高压、易燃易爆、有毒有害等特点，事故发 生率高，一旦事故发

在原材料采购方面，通过利用大数据分析，企业能够更好地评 估市场行情，选择最佳的采购时机和供应商。这种基于数据的决策 方法，可以帮助企业降低采购成本，同时确保原材料的质量和供给 的及时性。 另外，通过智能仓储管理系统，企业可以实现库存的优化管 理。AI 系统能够实时监测库存水平，根据实际需求预测库存周转情 况，从而降低库存持有成本，减少过剩库存及其带来的财务压力。 在劳动力成本方面，通过引入机器人自动化技术，可以在一定 价值，最终导致相较于传统培训低下的成本支出。 以下是减少运营成本的具体措施：  实施智能调度系统以优化生产流程  引入预测性维护技术以降低设备故障率  通过大数据分析优化原材料采购  实施智能仓储管理降低库存持有成本  引入机器人技术提高生产自动化水平  通过 AI 辅助培训提升员工技能和工作效率 通过以上措施，AI 大模型智慧工厂 MDC 项目将能够在多方面 实现显著的运营成本 以准确识别出资源利用的瓶颈和不足之处。例如，利用 AI 分析生 产线的运作数据，找出设备的闲置时间和生产效率低下的环节，从 而为改进提供依据。 接着，制定合理的资源配置方案。通过引入智能调度系统，将 生产、仓储和物流资源进行优化整合。在生产环节，依据实时需求 动态调整生产计划，使得原材料的采购和设备的使用效率最大化。 例如，实施柔性生产线，通过模块化设计的生产工艺，实现快速切 换不同产品的生产，减少设备进行切换时的时间浪费。

39% 装备 100% 网络 61% 网络 100% 制造 56% 设计 4% 工艺设计 100% 生产 12% 采购 4% 计划与调度 6% 生产作业 11% 设备管理 13% 仓储配送 14% 安全环保 23% 能源管理 29% 物流 19% 物流 100% 销售 28% 销售 100% 服务 37% 客户服务 100% 6.4 计算方法 评估域、能力域、能力要素及成熟度等级得分的计算方法，应按照

设备状态不能有 效监控和预维护 提效降费 运营透明化 信息流畅 数据挖潜与分析决策 高度柔性 “ ” 构建全流程、全要素的全连接工厂，实现 产供销 高效协同 产品 设计 生产 制造 质量 检查 仓储 管理 供应 物流 维护 服务 回收 利用 市场 销售 智能工厂 1001101110011111101010000010101010101011111111111111011010101

用中，工业智能体广泛应用于自动化生产、设备监测和物流管理等场景。例如， 27 在智能工厂中，工业智能体可通过实时感知生产线状态，结合模型的优化决策 调整设备参数，从而提升生产效率并降低能耗。此外，在物流仓储中，工业智 能体能够根据模型的调度结果高效控制自动化运输机器人，实现货物的精准搬 运和存储。更进一步，工业智能体还通过与增强现实技术的结合，为人机协作 提供了更高层次的支持，例如在复杂装配任务中投影操作步骤并实时调整流程 （3）解决方案+模型组合模式 这种模式将工业大模型作为核心能力，与硬件设备、工业软件等进行深度 融合，为客户提供端到端的整体解决方案。服务商通常会针对特定的应用场景， 如智能装配、柔性制造、智能仓储等，提供包含硬件设备、软件系统、模型服 务和技术支持的完整解决方案包。这种模式采用项目制收费，根据项目规模和 实施内容确定价格。其优势在于能够为客户提供一站式服务，降低集成难度和 实施风险。服 型同样可以根据列车时刻表、航班信息、货物装卸能力等因素，优化货物的中 转和联运方案，减少运输时间和成本，提高物流服务的质量。 仓储管理是物流与供应链中的重要环节，工业大模型在这方面也展现出卓 越的能力。它通过对仓库布局、货物存储方式、库存周转率等数据的分析，优 化仓储空间的利用和货物的存储管理。例如，利用模型可以根据货物的种类、 体积、重量、出入库频率等属性，设计最合理的仓库布局和货位分配方案，提