“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 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 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

设备故障诊断与远程运维、能效优化分析等多个方向，打造基于数字 孪生体应用的解决方案，实现数字孪生体与物理实体的数据互联、信 息互通、模型互操作，解决发电行业关键设备的状态监测、故障诊断、 寿命预测等瓶颈问题。 落地应用效果 围绕工业互联网、人工智能、数字孪生等主要核心技术范畴在发 电企业产生了诸多颇具价值的技术成果。目前，本项目取得了不错的 应用业绩，已经在德惠生物质电厂、华能大庆电厂、宁夏京能宁东电

标和要求，故在做任何计划更改前，各方均能达成共识。在丰田，业绩 指标的50%看结果，另外50%则是看流程的遵循情况。换句话说，最后 不仅是要奖励短期结果，也包括是否遵循了正确的流程。这种办法能及 时观察到公司的“瓶颈”，并且得到迅速反映，确保主动的变革和效率的 优化，产品品种与需求的同步和突发事件的最小化。可视化确保了公司 的持续学习，从而保证流程的执行与市场现实状况同步反馈。 我们认为，v4L让供应链实现了微妙的平衡。合理考虑车品类型和 点。车辆抵达站点卸载后，货车公司就会装好货物，运送到经销商那 里。之前我们讨论到，丰田努力保证了供应链所有环节的精简和高效运 营。因此，如果车辆生产出来不考虑送到铁路站点目的地，随意进行运 输的话，车辆到达时必然会杂乱无序，并导致最终瓶颈。为了避免这种 情况的发生，丰田将运输目的地代码作为平准化流程的尺度之一，这样 就能够保证配送网络中车辆平滑和均匀的流程。 最后，当车辆到达经销商手中，在出售之前都会作为库存存放。 （还记得当我 （还记得当我们驾车路过经销商处，很高调地摆在门前和附近停车场的 车辆，那些就是库存。）你可能还会问，平准化生产是怎样影响到经销 权的？就像在某个铁路站点一样，如果很短的时间内抵达的车辆特别 多，任何一个经销商那里都可能会出现瓶颈情况。其实，经销商应该在 车辆到达后，做好出售的准备。如果这项工作每个月能够均匀分布，这 才是最佳状态。除此之外，经销商那里如果拥有稳定的车流，就可以避 免不必要的库存积压。使用平准化生产就是平滑每个月，每个区域计划

低风险，并确保流程高效且 有效，同时尽量减少返工。 创建并优化生产计划和时间 表。这有助于缩短设置时 间，充分减少在制品库存， 并充分提高机器利用率。 找出浪费和效率低下之处， 例如瓶颈、不必要的步骤和 过多的库存。一旦发现浪 费，制造商就可以采取措施 消除它。 模拟不同工艺参数对产品质量 的影响。这有助于制造商确定 每个过程的适当设置，从而提 高产品质量并降低报废率。

运行 MRP （基于产能） 根据分配规则和货 源清单、瓶颈资源 产能及日历，计算 各生产基地产能的 负荷率 运行 MRP （下达计划） 经过产供销协调会 形成的 最 终的 需 求 计划，生产计划及 物资采购计划 计 划 模 型 配 套 基础数据及设置 • 分配规则（购买或生产的 来源） • 货源清单 • 瓶颈资源产能及日历 岗位设置及考核 • 计划部（可以是虚拟部门）

要环节，对工厂的产出效率起着决定性作用。智能生 产制造环节已成为先进制造业的必要组成部分 ［12］。 当前，生产制造产业数字化程度普遍比较低下，生产 数据流转分析时效性差，生产效率提升面临瓶颈，难 以满足业务快速发展和产业升级的需求。 为了解决当前产业发展面临的问题，基于数智融 合孪生技术制定的预生产试验环境产品解决方案，通 过 100% 复刻真实产线构建预生产试验环境。在该试

来越多的企业和用户认识到，将敏感数据保留在本地处理的重要性。其次是实时性要 求的不断提升，工业控制、自动驾驶、智慧医疗等关键应用场景对毫秒级响应时间的 刚性需求，使得云端处理的网络延迟成为不可接受的瓶颈。第三是经济性考量，随着 端侧算力成本的持续下降和云端带宽成本的相对上升，在端侧完成大部分计算任务在 经济上变得更加合理。 而端侧 AI 的持续迭代，得益于算力、通信、存储等基础能力的协同优化。 的超高阶调制方案，单位频谱效率相比 5G 初期提升了 50%以上。在载波 聚合技术上，5G-A 支持高达 16 个分量载波的聚合，总带宽可达 3.2GHz，理论峰值 速率突破 50Gbps。更重要的是，5G-A 解决了上行链路的瓶颈问题，通过上行载波聚 合、补充上行链路（SUL）、灵活双工等技术，上行峰值速率达到 10Gbps，满足了 8K 视频直播、AR/VR 内容创作等大上行带宽应用的需求。 毫米波技术在 5G-A 泛在化部署，使得每一个物联网节点都可能成为智能决策的主体。 边缘计算的兴起标志着智能计算范式的根本性转变。传统的云计算模式将所有数据上 传到云端处理，面临着越来越严峻的挑战：海量物联网设备产生的数据洪流使得网络 带宽成为瓶颈；实时控制应用无法容忍云端处理的延迟；隐私敏感数据的传输和集中 存储带来安全风险；能源消耗和碳排放成为可持续发展的制约因素。边缘计算通过将 计算、存储、网络等资源下沉到数据源附近，实现了数据的就近处理和实时响应。更

罗纳德 · 科斯 小艾尔弗雷德 · 钱德勒 天际线设计策略： 如何设计天际线 三 大关键词 天花 板 边 界 生态 跨越高速增长期后，传统企业往往触及能力边界，业务范围和经营规模形成瓶颈，无法保持快速 增长的趋势，但一旦边界被打破，就会出现一条迅猛增长的新路径。开放平台可以打破企业家能 力的边界。平台会为用户提供基本服务，然后通过开放接口，以便第三方开发人员通过使用和组