纵观全球，新一轮科技革命与产业变革蓬勃兴起，制造业的发展正处在从工业 3.0 迈向工业 3.0+工业4.0 的新时代。未来制造业市场竞争将是遵守差异化定位、成本领先、创新驱动、建立生态合作的模式。流程工业作为制造业的重要组成部分，它涵盖了多个领域，如石油化工、钢铁、冶金、电力、制药、造纸等，这些领域中大都存在着高投入、高消耗、高污染、低产出、低质量、低效益（简称“三高三低”）问题。如何利用自动化、信息化、数字化、智能化等技术赋能制造业，对企业来说既是机遇，也是挑战。

回顾近 50 年的发展，流程工业企业经历了四次信息技术应用浪潮：第一次浪潮，发生在上个世纪 70年代，以 DCS 商业化应用为代表，使流程工业生产自动化水平大幅提高，工厂生产效率显著提升。第二次浪潮，发生在上个世纪 90 年代，以 ERP 商业化应用为代表，使企业的经营管理更加标准化、科学化。第三次浪潮，发生在本世纪初，以 MES 商业化应用为代表，使企业的生产管理更加规范化、精益化；第四次浪潮，发生在本世纪 10 年代，以智能工厂建设为代表，自动化信息化系统统一建设应用，开始朝着经营管理与生产控制一体化方向发展。

2015 年，国务院印发《中国制造 2025》，是中国实施制造强国战略第一个十年行动纲领，智能工厂建设成为了智能制造的主攻方向。经过近十年的发展，在国家产业政策和企业自身发展需求双轮驱动下，各地区各行业建成了大量的智能制造试点示范、智能制造新模式、数字化车间等样板案例，制造企业在自动化补课、信息化提升、智能化引领方面取得了显著提升。然而，这些“样板标杆”还没有完全得到企业和行业的普遍认可，“真正”的智能工厂也还远远没有建成。

流程工业企业智能工厂的建设，大多参考了 ISA95 企业系统与控制系统集成的 5 层架构标准。该架构阐述了智能工厂建设内容，规定了不同系统之间通信的标准化语言，使得不同系统之间的数据交换变得更加容易。然而，该架构在实践应用的过程中，也存在一些缺陷，例如缺少集成设计要求，容易形成数据孤岛，从而增加了各系统间数据通讯接口的工作；缺少协同设计，各系统解决各业务线的问题，导致业务之间的壁垒效应；缺少数据、模型、应用一体化设计，导致各应用系统的数据、模型、应用强耦合，不能实现数据、模型的灵活配置与共享，个性化应用定制开发难度大。因此，学术界和主流工业软件供应商对相关智能工厂架构、智能制造架构、信息物理系统架构等进行了大量的研究，企业对于一个指导智能工厂建设的新架构需求较为迫切。

流程工业企业智能工厂建设涉及控制科学、计算机技术、工业互联网、工业软件、工艺过程、管理学等多个交叉学科和领域知识，这其中蕴含着丰富的科学和工程问题。同时，大多数企业并不了解智能工厂建设的目标、架构、路径等，开展智能工厂建设存在很大的盲目性，甚至望而却步。随着智能检测、自动化、工业互联网、工业软件、人工智能等技术的发展与成熟，本文提出了一个智能工厂建设新架构：1+2+N，即 1 个工厂操作系统+2 个自动化+N 个工业 APPs。并且，在某大型化工企业的智能工厂建设项目中，将本架构进行实践应用，帮助企业实现了大数据、人工智能、移动互联网、云计算、建模、控制与优化等信息技术与工业生产过程的物理资源紧密融合与协同。实践表明，1+2+N 智能工厂建设新架构可以指导企业更好的利用新技术与业务进行融合创新，达到企业生产自主运行和企业管理卓越运营的智能工厂新范式。

1 智能工厂建设需求与目标

1.1 需求分析

分析流程工业企业智能工厂建设的需求，一是问题导向；二是价值导向；三是技术驱动；四是创新引领。

从问题导向维度看，（1）安全问题：流程工业企业大多是易燃易爆、高温高压的生产环境，如何通过管理加技术，实现零事故、零伤害、零污染、零排放，确保生产本质安全是企业永恒的主题；（2）招工用工问题：社会发展人口红利消失，企业招工困难，用工成本高，普遍存在减人增效需；（3）管理粗放问题：企业跑冒滴漏盲点多，各类消耗损失大，各层级业务管理靠人治、靠经验；（4）业务执行问题：业务流程长、环节多、被动执行、协同效率低。

从价值导向维度看，（1）产供销协同问题：针对市场的不确定性与波动，如何对采购、销售进行科学预测，同时又能优化排程，充分利用产能，抓住每个效益窗口期，基于产供销协同，创造当期最佳效益，是每个企业经营管理人员追求的主题；（2）生产计划调度优化问题：基于产能、供应和交付要求，科学安排各产线/设备负荷，同时进行全流程卡边优化控制，提高产量，降低消耗，生产出高质量的目标产品，是企业实现效益的关键；（3）人效产出问题：利用新技术、新产品、新模式，重新定义人机协作边界与模式，实现少人化甚至无人化操作管理，也是提高单位人效的重要选择。

从技术驱动的维度看，（1）智能化装备与系统：利用智能化仪表、新型传感器、智能化设备、智能化系统、工业软件等技术，实现企业在远程化、少人化、无人化、协同化、自主化、最优化等方面的需求；（2）数据采集与信息集成：充分利用数据中台、企业服务总线、工业互联网平台等新技术，实现企业全量数据采集、标准化以及系统集成等方面的应用；（3）基于数据模型的科学决策：利用工业大数据、工业大模型、人工智能等技术，为企业认知生产运行的机理与规律，把握市场动态变化进行企业经营科学决策等提供更多途径和选择。

从创新引领的维度看，我们可以重新来审视未来制造业市场竞争的四大策略：（1）差异化定位：通过独特的产品特点和服务，与竞争对手形成差异化，满足市场细分需求；（2）总成本领先：通过提高生产效率、优化管理流程等方式，降低产品成本，提高竞争力；（3）创新驱动：不断研发和引入新技术、新产品，以满足市场需求的变化和提升企业竞争力；（4）建立合作伙伴关系：与供应商、分销商、客户等建立紧密的合作伙伴关系，强化企业整体竞争力。

1.2 建设目标

基于流程工业企业智能工厂建设需求的分析，我们可以设置一些共性的目标：

（1） 安全：以工厂生命周期的安全活动和工厂运行的管理体系为对象，充分考虑基于管理体系面向保护对象 5M1E（包括人、机、料、法、环、测）及信息与网络的安全，规划和建设可持续发展安全解决方案，帮助企业实现生产安全可知、可视、可预测、可管控。

（2） 质量：从原材料、中间产品、产成品到化工辅料及公用工程，基于分布式实验室、在线分析仪、智慧实验室、移动实验室等技术手段与模式，对企业生产质量数据进行全面汇聚、精准解析，实现所有生产环节质量可视、可控。

（3） 低碳：对企业水、电、汽、风等能源在输送、转化、耗散、输出等全流过程中进行检测、计量、平衡、预测和优化，实现碳足迹跟踪、碳资产管理以及用能优化，赋能企业建成绿色化智能化工厂。

（4） 效益：建立面向采购、销售、生产业务的效益模型，实现从点、线、面、体的多层级多分辨率精益化管控，支撑企业在任何内外部变化情况下，都能坚守在最佳效益目标下生产运行。

（5） 创新引领：基于装备、生产、决策的目标与场景，业务与技术深度融合，系统与应用深度集成，重新定义人机协同界面与内容，创造企业资源配置与运营的新标杆。

2 智能工厂建设新架构

围绕智能工厂建设的需求与目标，参照计算机的 Windows/Linux、手机的 iOS/Android 等操作系统，在工厂端搭建面向工厂的操作系统，基于此实现企业/工厂级的数据集成、数据标准、数据建模、模型服务等功能，系统性的解决数据孤岛、行业物料数据库、算法模型库、操作管理规则等知识的沉淀与共享问题。

其次，面向企业实际的业务管理场景，以实现生产过程自动化（PA）和企业运营自动化（BA）为目标，重构企业自动化、信息化、数字化系统，改变传统以软件堆叠模式的系统架构，从根本上系统性的解决“烟囱式”应用孤岛、注重单业务应用而忽略或是弱化多业务全局协同优化等问题。最后，考虑到不同行业、不同企业以及企业发展的不同阶段需求各不相同，以及传统工业软件数据、模型与应用强解耦而造成的灵活性、可扩展性不足的问题，基于工厂操作系统构建一个面向行业的工业 APPs 库，以微服务的模式为适配企业需求提供“随需而变、即插即用”的解决方案。综上设想，本文提出一个流程工业智能工厂建设新架构：1+2+N，即 1 个工厂操作系统+2 个自动化+N 个工业 APPs，如图 1 所示，其中 1 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。

图 1 流程工业智能工厂建设新架构：1+2+N

2.1 一个工厂操作系统

工厂操作系统是以工厂数据/信息全集成为基础，构建多元对象化工业数据湖，对流程工业企业生产运营过程中产生的大量数据进行采集、存储、清洗等处理，企业用户可通过平台内置的 APPs 开发平台，实现操作优化、安全生产、持续经营等多维、多元数据的融合应用。基于工厂操作系统提供的对象模型建模、大数据分析、人工智能应用、智能决策和分析服务等功能，以集成化、数字化、智能化手段解决生产管控和企业运营中的自动协同问题，打造服务于企业、赋能于工业的智慧大脑。工厂操作系统为企业提供了统一的数据平台、APPs 开发工具和数据分析模型等功能，通过工厂操作系统，可把工业企业中的设备、产线、车间与企业销售、采购、生产、工艺、设备、质量过程连接起来，甚至打通企业产业链上下游，帮助企业构建互联互通的数字化转型底座，实现数据应采尽采、业务应联尽联、系统应通尽通的效果，从根本上消除信息孤岛、应用孤岛、系统集成难等顽疾。图 1 中所提出的 1+2+N 智能工厂建设架构里面的“1”个工厂操作系统整体功能架构图，如图 2 所示。

图 2 工厂操作系统整体架功能架构图

工厂操作系统从功能应用上分为三层，第一层是物联套件，主要负责边缘端数据采集和控制，包括智能物联网关、企业 ESB 总线中间件、IIoT 边缘智能服务器以及人工智能控制器等；第二层是工业操作系统平台，主要负责物联套件设备接入、对象化模型组织、数据存储处理、可视化数据分析、工业 APPs 开发、大数据分析和人工智能算法应用等；第三层是工业 APPs 生态，通过工业操作系统平台可以构建面向特定场景的工业 APPs，逐步积累形成面向不同行业的智能制造解决方案。

工厂操作系统是以企业为中心构建面向过程监控、生产管理和经营决策的一体化应用平台，通过“平台+工业 APPs”的新业务架构模式，实现企业客户的信息化、数字化、智能化升级转型。工厂操作系统提供的横向和纵向弹性扩展能力，可满足智能制造细分行业中企业从小到大，从单一优势业务发展为多元化集团型应用的场景。

工厂操作系统基于工业 5T 融合技术（PT-工艺技术、ET-设备技术、OT-运营技术、AT-自动化技术、IT-信息技术），将大量工业技术原理、行业知识、基础工艺、模型工具规则化、软件化、模块化，并构建为可重复使用的平台内置微服务组件。第三方应用开发者可以面向特定工业场景开发不同的工业 APPs，进而构建成基于工厂操作系统的产业生态。

2.2 两个自动化

从企业生产运营活动的视角看，我们可以简单的把企业活动看成两个部分，一是生产运行，二是运营管理。企业智能工厂就是围绕这两个部分的智能化运行进行建设，每一部分都需要确定具体建设内容以及建设目标。基于此，提出了两个自动化的概念：生产过程自动化（PA）和企业运营自动化（BA），其功能架构图如图 3 所示，工厂操作系统作为统一数据底座、模型底座和算法底座，在图 3 中的位置并不是代表与两个自动化是嵌入关系。

图 3 生产过程自动化（PA）和企业运营自动化（BA）功能架构图

2.2.1 生产过程自动化

对于生产运行来说，就是按照生产工艺流程从原料进厂到产品出厂，实现安稳长满优的运行。在这一生产运行过程中，利用先进的工艺、设备、信息、自动化等技术及融合创新，设计建设安全优先、质量提升、智能自主运行、节能低碳、设备健康 5 大生产底座功能系统，以工业大模型学习识别工业知识、工业机理、工业模型、工业经验、工业数据等，实现装置的安全、平稳、高效、低碳自主运行。也即生产过程自动化，赋能客户解决安全生产、招工用工、三高三低等问题。

其中，安全优先：充分依托智能感知监测以及风险识别模型，贴近客户实际功能需求，利用数智化手段对生产过程安全风险自动识别、实时监控，构建智能化的安全防御体系。主要子系统包括动态风险热力图、安全仪表系统、气体检测报警系统、高级报警管理、重大危险源监测预警、双重预防机制、特殊作业管理、智能巡检、人员定位系统、智能视频分析、承包商管理、安全体系自诊断、保险风险宝、项目设计风险评估 HAZOP 和 BOW-TIE、施工和开车安全 PSSR、智能风险评估、安全技术咨询等。

质量提升：采用先进的质量预测模型和优化算法，结合在线监测设备实时分析生产参数变化，借助机器人、自动分析和视觉识别等 AI 技术，自动预测关键生产过程质量情况，并优化生产参数。同时，通过区块链技术建立可追溯且不可篡改的产品质量信息链，增强供应链透明度和质量管理的溯源能力。主要子系统包括在线分析设备、智慧实验室、质量软仪表、实验室分析、质量预测模型、质量优化系统和质量跟踪平台。

智能自主运行：针对工艺装置开停车、牌号切换、周期性计划任务、升降负荷等生产过程，应用各类智能化技术，解决工艺装置生产过程中自控投运率低、控制性能退化、报警泛滥等问题，克服生产过程中的工况变化和外部扰动，提升装置平稳率，降低操作频次，把人不想干的、人不能干的、人干效率低的以及找不到人的工作都让智能化装备、工业软件来替代，实现智能自主运行。

节能低碳：通过碳感知、碳认知、碳预知及碳减排等能力的建立，帮助工业企业节能降碳。基于燃料和原料的碳含量检测，完善能源计量网络，直接或间接测量企业的碳排放量，全面提升碳感知能力。在此基础上，综合运用数据清洗、加工、统计核算、过程建模以及大数据、AI 等技术手段，实现在组织碳盘查、产品碳足迹、能源与碳排放管理、碳资产与碳交易管理、碳排放与碳配额预测、用能需求预测等业务场景的数字化，实现企业节能低碳管理科学决策，大幅提升企业碳认知、碳预知水平，保障节能低碳管理机制的有效运行。

设备健康：围绕动设备、静设备、电气设备、仪器仪表、控制系统等各类设备，以设备资产的全生命周期管理为核心，将全设备资产管理和日常维护任务整合为一体。基于设备物理模型、知识模型，自动建立多维的设备状态知识图谱，充分利用设备资产维护数据，通过深度学习和大数据技术进行挖掘、计算、分析，为企业用户提供精确的设备故障预警、健康预测、维护计划建议等信息，助力企业提升设备管理效率，降低非计划停机风险和整体运营成本。

生产过程自动化给企业带来的创新场景与价值就是在于从原料到产品，围绕生产主工艺流程、主生产设备打造“可靠平稳一条链”，赋能企业实现生产全流程自主优化运行，如图 4 所示。

图 4 面向生产自主运行的生产过程自动化创新应用场景

2.2.2 企业运营自动化

企业运营管理是以经营计划为中心的产供销研一体化运营管理，它是基于企业经营计划的原材料合理采购，基于计划与客户服务的销售优化，以及基于盈利能力和营运能力的综合保障体系。在企业运营管理中，最大的问题就是如何实现更大的效益，这个主题涉及原材料采购：买什么原材料、什么规格、什么价格、什么数量以及什么时候买等；涉及生产计划优化：生产什么产品、生产多少以及什么时候生产等；涉及销售预测：卖给谁、卖多少钱以及什么时候出货等；还涉及新产品研发、人力资源、财务管理等辅助保障业务。在这一经营管理过程中，基于“平台+工业 APPs”模式，利用 AI、大数据、数字孪生等先进技术及管理创新，设计建立产品研发及工艺设计系统、生产运营系统、供应链管理系统、销售与服务系统、支持与保障系统，实现企业的数智化、高质量、可持续的卓越运营，这也是企业运营自动化的内涵。通过企业运营自动化的实现，可以赋能企业提升资源配置能力、业务协同优化效率与科学决策水平，真正助力企业建立效益工厂。

产品研发及工艺设计系统：涵盖了企业产品立项之初的工艺研发，到工程设计、建造、交付，直至工厂运营的全生命周期，将研发建造期的工艺和资产数据，与生产数据有机融合，持续为企业提供贯彻生产和管理的服务。主要子系统包含流程模拟、工程设计、数字化交付等。

生产运营系统：利用智能传感、物联网和机器学习等技术手段挖掘生产数据的价值，自动识别和预测潜在问题，实现企业对生产过程的全面掌控，帮助企业及时做出更准确的生产决策调整。同时帮助企业建立绩效管理的 PDCA 迭代循环，实现操作流程标准化，提升内部和外部整体协作效能，并优化生产数据资产，赋能人、机、料、法、环、测的全方位管理，满足企业生产过程中对安全、环保、提质、降本、增效的管理需求。主要子系统包括计划优化、生产调度、物料平衡、生产统计、绩效管理等。

供应链管理系统：主要解决物料的原料进厂、生产供料、产成品入库进罐及对外装卸发运的整体流程管理和操作，包括仓库管理（产品仓库、原料仓库及线边仓、物资备件库）、罐区管理（原料罐区、产品罐区）、车运进出厂物流与装卸、码头船运物流、油品调和、油品移动自动化等子系统。

销售与服务系统：涵盖商机到回款、售后与服务两大板块，旨在为企业构建 “以客户为中心”的一体化系统。在客户关系管理领域，围绕客户生命全周期进行管理，帮助营销部门精准获得优质线索，帮助销售团队高效挖掘更多商机；在售后服务领域，通过 360°客户全景画像，帮助客服提升服务效率；基于大模型，打造面向企业售后的智能机器人，减轻人工客服压力，提升人效，降低服务成本；结合 IoT 与 AI 技术，实现智能远程诊断，提升售后服务体验。

支持与保障系统：涵盖企业人力资源、财务管理、物资供应、合规管理、共享服务等经营管理核心业务。企业采用大中台、小前台的模式，前台以业务工作台为载体，中台以管理与支撑业务能力为核心，沉淀标准化应用，支撑各类业务应用。

运营管理自动化给企业带来的创新场景与价值就是从客户需求到产品交付，建立产、供、销、研多业务多层次一体化协同的“敏捷优化一张网”，赋能企业实现经营管理的卓越运营，如图 5 所示。图 5 中诸如“MES”、“采购管理”、“供应商管理”等系统和当前主流供应商提供的相关软件的功能是相类似的，其在本文提出的“1+2+N”智能工厂架构中，更加强调了所述业务系统直接的数据交互和业务协作，上层应用与底层数据和平台是松耦合的关系。

图 5 面向企业经营管理的企业运营自动化创新应用场景

2.2.3 PA+BA 融合

生产过程数据以及经营管理数据按协议分别进入工厂操作系统，按采、存、算、管、用标准化管理机制，通过数据中台模式，统一口径服务于 PA 层和 BA 层应用。基于数据中台的数据，PA 层完成从原料进厂、生产加工到产品出厂的生产过程自动化，包括安全、质量、能源、设备以及过程控制等业务的自动化运行与管理，其结果除了直接表征生产过程层的运行水平和运行能力外，还通过数据中台自动传递给 BA层用于 BA 层各业务开展的需要，包括产品研发、生产运营、供应链、库存、销售、财务等。

反之，BA 层也会根据业务管理的规则，在完成基于客户需求的计划、供应链以及销售服务等运营层自动化的同时，也下达运行指令传递给 PA 层用于生产过程执行等业务活动。例如，PA 层的生产过程运行数据、工艺优化数据可动态反映在生产执行系统以及计划优化系统中，设备健康数据除直接反映在供应链系统外，还同时传递给计划优化系统，用于生产计划的及时调整。另一方面 BA 层面的计划调度优化可直接对装置实时优化进行目标修订，销售服务信息通过统一中台，反馈到质量提升，指导装置质量追溯、优化以及质量指标调整等。上述过程中的信息流不仅是数据的联通，也是业务的集成，通过一个工厂操作系统完成秒级或分钟级的生产过程数据与小时或天为单位的运营管理数据的动态链接。图 3 中，“数据资源系统”和“工业信息安全系统”是贯穿 PA 和 BA 层的，同样为 PA 和 BA 层的融合提供了数据和信息安全的保障。

数据资源系统：是数据建模、数据运营（加工、管理、服务）以及数据的价值性应用。通过数据中台，形成从采集、治理、开发到服务的⼀整套数据价值型应用机制。

工业信息安全系统：基于嵌入信息安全标准以及等级保护要求的信息安全模型，采用智能信息安全一体化管控平台，打造企业全面、高效、规范的信息安全体系，有效保障企业信息可靠、可用、完整、保密以及不可否认。

基于工厂操作系统，企业生产运行与运营管理左右联通、上下打通，从根本上解决企业管理多时空、多尺度带来的困难，支撑企业管控一体，实现物料流、信息流、资金流的“三流合一”，如图 6 所示。

图 6 生产过程自动化与企业运营自动化融合支撑企业“三流合一”

1+2+N 智能工厂新架构不仅可以赋能企业实现生产过程自动化和企业运营自动化，更为重要的是实现了企业从秒级、分钟级的实时生产到小时级、天级的生产管理再到月度、年度级的企业运营管理这一时间多颗粒度、空间多尺度、管理多层次、业务多维度之间的统一表达与协同优化，提升生产要素动态配置水平及企业经营管理精准决策的能力，最终赋能企业在不确定性的市场变化与竞争中，始终能保持效益最佳与领先。

2.3 N 个工业 APPs

流程工业在不同行业、不同企业、不同的发展阶段，其所面临的问题都是不同的。在过往的智能工厂建设中，常常采用通用软件+部分个性化定制的方式来满足企业的需求，软件的行业属性非常差，功能灵活性低，经常出现业务需求和应用系统脱节“两张皮”的现象，久而久之，系统基本处于被弃用状态，造成投资浪费。

基于工厂操作系统，按照行业属性，面对角色场景，开发 N 个工业 APPs，让用户能根据自己的需要，进行自由选择甚至是用户自行开发，是未来数字化、智能化的发展趋势，也是工业 APPs 资源不断丰富的保障。

中控技术基于 30 年的实践与沉淀，形成了石化、聚烯烃、油气、精细化工、煤矿、氯碱、新能源、医药、食品、白酒、冶金、建材、造纸、核电、火电、风光制氢等各细分行业的工业 APPs 解决方案。基于1+2+N 智能工厂新架构，结合石油化工行业生产运营特点，整理出石油化工行业工业 APPs家族图谱如图7 所示。

图 7 石油化工行业工业 APPs 家族图谱

3 应用实践

在石化、化工、制药、建材等流程工业企业中，采用“1+2+N”模式建设的智能工厂项目，已经有数百个成功应用。本文以一个具体的化工项目为案例，进一步说明这一新架构的应用效果与价值。

某集团投资建设化工新材料一体化项目，以煤气化为龙头，建设年产 180 万吨甲醇、120 万吨醋酸和20 万吨乙二醇等生产装置，具有设计、建设、投运“三同时”，工艺多路线多产品，集团型异地生产等特点。

基于该化工新材料一体化项目，采用 1+2+N 智能工厂新架构进行数字化智能化设计和建设。本化工新材料智能工厂系统集成与总体架构，如图 8 所示。

图 8 化工新材料智能工厂系统集成与总体架构

工厂操作系统选用了蓝卓的 supOS 工厂操作系统，对集团已有的 22 个子系统进行集成打通，配置各类数据接口 190 多个，消除了企业自动化、信息化系统中存在的数据孤岛与应用孤岛；在生产过程自动化层面基于对工艺过程和工艺数据的深度分析和应用，建设了 PID 回路整定、APC 优化控制、操作导航、高级报警、批次控制等 56 个工业 APP，PID 回路自控率达到了 98%，实现了生产装置的黑屏操作与自主运行，主产品收率提升 0.5%，内外操人员减少 60%；在运营管理自动化层面，建设了生产计划优化、原材料采购优化、生产执行与物料平衡、能源管理等 36 个工业 APP，实现了集团到基地一体化的数字化智能化经营管控，企业劳动生产率提升 33%，综合能耗降低 31%，库存周转率提升 15%。

同时，该化工新材料一体化智能工厂项目还荣获了 2022 年度智能制造标准应用试点项目、国家智能制造成熟度四级认定等荣誉，已经成为化工新材料领域智能工厂建设的新标杆，对促进流程工业企业智能工厂建设具有重要的示范参考意义。

4 展望

由于历史原因，企业多多少少都已经部署了一些自动化、信息化系统，并不是“一张白纸”，所以在推进智能工厂建设过程中，既要保护好企业的前期投资，又要采用新架构、新技术以保持智能工厂建设的效果与先进性。在应用 1+2+N 智能工厂新架构建设时，对于处于运营期的企业，建议采取统一的平台，首先将原有系统以集成的方式实现数据共享、业务打通，其次新增应用应基于工厂操作系统开发工业 APPs 的模式进行开发上线；对于处于设计、建设期的新建工厂，建议采用 1+2+N 智能工厂新架构进行总体设计、建设与应用，降低系统集成的成本，避免信息孤岛的出现。

1+2+N 流程工业智能工厂新架构，既是企业进行智能工厂建设的参考路径，也是企业智能化建设效果与价值的体现。这种新架构从根本上系统化、体系化的解决了过往智能工厂建设中所遇到的问题，具有很好的扩展性、灵活性和业务弹性。但是，未来 1+2+N 流程工业智能工厂新架构的应用，仍需要业内研究机构和主流供应商进行相关的科研投入与实践检验，不断迭代更新，同时相关标准化的工作也需要同步开展，指导企业和供应商进行落地实施。从企业业务需求与未来技术发展角度看，1+2+N 流程工业智能工厂新架构具有很好的应用前景，也正在成为流程工业企业建设智能工厂的选择与标准。

原文刊载于《化工进展》 2024年12月 作者：中控技术股份有限公司 赵路军 吴刚 邵嘉铭 刘彦波 褚健