久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

★本刊記者/文曉

藍(lán)卓數(shù)字科技有限公司總裁陳玉龍

在工業(yè)數(shù)字化轉(zhuǎn)型浪潮奔涌的當(dāng)下，工業(yè)軟件作為智能制造的“神經(jīng)中樞”，其自主創(chuàng)新與生態(tài)構(gòu)建已成為行業(yè)破局的關(guān)鍵。藍(lán)卓數(shù)字科技有限公司總裁陳玉龍?jiān)诒酒趯ｎ}采訪中，圍繞工業(yè)軟件技術(shù)創(chuàng)新、應(yīng)用落地及行業(yè)發(fā)展趨勢等核心議題，分享了藍(lán)卓以工廠操作系統(tǒng)為基礎(chǔ)，推動(dòng)工業(yè)數(shù)字化從“模式驗(yàn)證”邁向“大規(guī)模推廣”的實(shí)踐路徑，勾勒出中國工業(yè)軟件突圍的清晰脈絡(luò)。

深耕工業(yè)軟件賽道，supOS構(gòu)建智能工廠新范式

作為中控集團(tuán)30余年流程工業(yè)自動(dòng)化經(jīng)驗(yàn)沉淀的數(shù)字科技企業(yè)，藍(lán)卓自成立以來便錨定“讓工業(yè)智能更簡單”的使命，將研發(fā)重心聚焦于“工廠操作系統(tǒng)”這一戰(zhàn)略制高點(diǎn)。2018年，藍(lán)卓發(fā)布國內(nèi)首個(gè)擁有自主知識(shí)產(chǎn)權(quán)的supOS工廠操作系統(tǒng)商業(yè)化版本，歷經(jīng)6次重大迭代升級，目前已演進(jìn)至6.0版本。該系統(tǒng)憑借“平臺(tái)+APP”的創(chuàng)新架構(gòu)與工業(yè)級性能，連續(xù)五年斬獲工信部“雙跨平臺(tái)”認(rèn)定，成為工業(yè)軟件領(lǐng)域兼具技術(shù)領(lǐng)先性與市場認(rèn)可度的標(biāo)桿產(chǎn)品。

陳玉龍介紹，supOS以工業(yè)企業(yè)全要素?cái)?shù)字化管理為核心，構(gòu)建了面向過程監(jiān)控、生產(chǎn)管理和經(jīng)營決策的一體化應(yīng)用平臺(tái)。其三大核心能力構(gòu)成了工業(yè)數(shù)字化的堅(jiān)實(shí)底座：

其一，連接能力：平臺(tái)支持385種以上工業(yè)協(xié)議的快速接入能力，可實(shí)現(xiàn)對生產(chǎn)設(shè)備、儀器儀表、AGV以及各類常見傳感器的對接和數(shù)據(jù)采集。支持主流ERP/CRM/PLM/OA等軟件集成，讓企業(yè)在充分“利舊”的前提下，解決煙囪式系統(tǒng)建設(shè)所帶來的數(shù)據(jù)孤島問題。

其二，數(shù)據(jù)存儲(chǔ)處理能力：自主研發(fā)的工業(yè)數(shù)據(jù)湖，支持時(shí)序、關(guān)系、文件、音頻、視頻等多種數(shù)據(jù)類型的存儲(chǔ)處理與獲取能力，可面向企業(yè)數(shù)字化運(yùn)營，提供設(shè)計(jì)、制造、質(zhì)量、供應(yīng)鏈、設(shè)備、能源、安全等智能應(yīng)用的數(shù)據(jù)底座能力。

其三，開發(fā)工具與應(yīng)用支撐能力：提供低代碼開發(fā)工具，通過內(nèi)置的圖元庫、組件庫、模版庫等，用戶只需拖、拉、拽方式，便可以開發(fā)面向生產(chǎn)管理、經(jīng)營管理等多個(gè)領(lǐng)域的工業(yè)APP。提供高代碼集成工具，支持Java、Python等多種語言SDK，通過內(nèi)置腳手架，支撐開發(fā)人員對工業(yè)APP的高效集成。

藍(lán)卓基于工廠操作系統(tǒng)的探索，在全球率先提出“1+2+N”智能工廠的模式與路徑，也就是在1個(gè)工廠操作系統(tǒng)的基礎(chǔ)上，實(shí)現(xiàn)2個(gè)自動(dòng)化：即生產(chǎn)制造過程自動(dòng)化和企業(yè)運(yùn)營管理自動(dòng)化，打造N個(gè)工業(yè)軟件及工業(yè)AI的生態(tài)合作圈，為建設(shè)智能工廠提供一條明確的實(shí)施路徑。截至2024年底，藍(lán)卓獨(dú)創(chuàng)的“1+2+N”智能工廠模式已形成規(guī)模化應(yīng)用效應(yīng)。目前該模式已在全球10余個(gè)國家，汽車零部件、家電、磁材、新材料、石化、化工、建材等30多個(gè)行業(yè)、8900余個(gè)新型智慧工廠落地，并成功打造了2大全球燈塔工廠、9家工信部數(shù)字領(lǐng)航工廠等標(biāo)桿示范，得到了業(yè)內(nèi)的廣泛認(rèn)可，也標(biāo)志著藍(lán)卓已完成從“模式驗(yàn)證”到“大規(guī)模推廣”的階段轉(zhuǎn)變。

技術(shù)創(chuàng)新驅(qū)動(dòng)差異化優(yōu)勢，AI與工業(yè)深度融合破局

在工業(yè)AI領(lǐng)域，藍(lán)卓已形成從算法研發(fā)、平臺(tái)搭建到場景落地的完整技術(shù)閉環(huán)：

改性MDI裝置質(zhì)量AI預(yù)測。針對聚氨酯原料MDI生產(chǎn)中的質(zhì)量檢測痛點(diǎn)，開發(fā)多維度質(zhì)量預(yù)測模型，覆蓋共混型與反應(yīng)型裝置20余種工藝牌號(hào)。AI模型投用后，產(chǎn)線取消“采樣-送檢-分析-外報(bào)回收”傳統(tǒng)流程，生產(chǎn)完成后模型實(shí)時(shí)輸出預(yù)測報(bào)告，內(nèi)控范圍內(nèi)直接包裝，每釜減少約3小時(shí)化驗(yàn)等待時(shí)間。投運(yùn)半年后，裝置產(chǎn)量平均提升10%，人工采樣量從4500個(gè)降至2000個(gè)，工作量降低56%，應(yīng)用效果顯著。

設(shè)備預(yù)測性維護(hù)。氫循環(huán)氫大機(jī)組是加氫裝置核心動(dòng)力設(shè)備，循環(huán)氫壓縮機(jī)的運(yùn)行穩(wěn)定性直接影響裝置安全。傳統(tǒng)管理模式僅通過傳感器閾值報(bào)警，存在嚴(yán)重滯后性，易導(dǎo)致生產(chǎn)中斷甚至停機(jī)檢修。設(shè)備預(yù)測性維護(hù)AI模型通過周期性或持續(xù)監(jiān)測設(shè)備狀態(tài)，基于機(jī)器學(xué)習(xí)算法實(shí)時(shí)分析設(shè)備健康狀況，精準(zhǔn)預(yù)測故障發(fā)生時(shí)間與維護(hù)節(jié)點(diǎn)，實(shí)現(xiàn)24小時(shí)“智能把脈”。實(shí)際應(yīng)用中，模型通過分析設(shè)備振動(dòng)信號(hào)等歷史數(shù)據(jù)，實(shí)時(shí)評估運(yùn)行健康狀態(tài)并給出檢修建議，使設(shè)備故障率降低20%以上，顯著提升生產(chǎn)穩(wěn)定性。

智能成分配比。橡膠生產(chǎn)中膠漿濃度需嚴(yán)格控制：濃度過低會(huì)降低裝置負(fù)荷效率，過高則易引發(fā)凝膠事故。由于下料口干膠粒流量不穩(wěn)定且無法直接測量，傳統(tǒng)工藝依賴最終化驗(yàn)數(shù)據(jù)手工調(diào)節(jié)正己烷溶液配比，滯后性強(qiáng)，易導(dǎo)致生產(chǎn)波動(dòng)。藍(lán)卓通過融合數(shù)據(jù)模型與視覺模型，將下料口圖像分析結(jié)果與生產(chǎn)時(shí)序預(yù)測數(shù)據(jù)結(jié)合機(jī)器學(xué)習(xí)，實(shí)現(xiàn)干膠濃度精準(zhǔn)預(yù)測。該模型應(yīng)用后，預(yù)測精度顯著提升，有效減少因濃度波動(dòng)導(dǎo)致的產(chǎn)品質(zhì)量問題。

藍(lán)卓自成立以來持續(xù)深耕工業(yè)AI領(lǐng)域，已為100余家工業(yè)企業(yè)提供AI服務(wù)，助力構(gòu)建智慧企業(yè)。陳玉龍表示，隨著DeepSeek等技術(shù)的興起，為低成本工業(yè)AI普及提供了技術(shù)支撐，將加速工業(yè)AI發(fā)展進(jìn)程，推動(dòng)工業(yè)數(shù)字化變革。

前瞻技術(shù)演進(jìn)，勾勒工業(yè)軟件未來五年圖景

對于工業(yè)軟件未來五年的技術(shù)走向，陳玉龍?zhí)岢鋈筅厔菖袛啵?/p>

其一，工業(yè)軟件服務(wù)形態(tài)邁向“平臺(tái)+APP”架構(gòu)。傳統(tǒng)工業(yè)軟件正從封閉系統(tǒng)向“平臺(tái)+輕量化APP”架構(gòu)轉(zhuǎn)變，旨在解決定制成本高、迭代緩慢等難題。平臺(tái)借助容器化、微服務(wù)等技術(shù)，搭建起涵蓋數(shù)據(jù)集成、算法引擎、數(shù)字孿生等基礎(chǔ)能力的操作系統(tǒng)層，為企業(yè)提供統(tǒng)一的數(shù)據(jù)底座。同時(shí)，內(nèi)置大量面向工業(yè)場景的組件與工具，為工業(yè)APP提供支撐。工業(yè)APP可依據(jù)場景需求靈活調(diào)用平臺(tái)能力，像設(shè)備預(yù)測性維護(hù)、工藝參數(shù)優(yōu)化、能耗智能管控等應(yīng)用，既能夠單獨(dú)部署，也能動(dòng)態(tài)組合，滿足企業(yè)數(shù)字化服務(wù)持續(xù)迭代升級的需求。

其二，工業(yè)AI朝著“APP與Agent融合”方向發(fā)展。工業(yè)AI正從規(guī)則驅(qū)動(dòng)，向“Agent+APP融合”的自主決策模式進(jìn)化。將工業(yè)APP與具備感知、決策、執(zhí)行能力的智能體（Agent）深度結(jié)合，形成可對生產(chǎn)環(huán)境變化作出動(dòng)態(tài)響應(yīng)的智能單元。比如基于設(shè)備實(shí)時(shí)工況的預(yù)測性維護(hù)Agent，能夠自主診斷異常并生成維修工單，相比傳統(tǒng)算法模型，故障識(shí)別率大幅提高。

其三，數(shù)字化方案從小場景邁向全場景閉環(huán)。工業(yè)數(shù)字化服務(wù)遵循“小場景（單點(diǎn)突破）-大場景（鏈條貫通）-全場景（價(jià)值閉環(huán)）”的發(fā)展邏輯。在數(shù)字化初期，工業(yè)企業(yè)主要聚焦于設(shè)備預(yù)測維護(hù)、質(zhì)量檢測等小場景，借助輕量化APP快速驗(yàn)證價(jià)值。發(fā)展到中期，企業(yè)開始向生產(chǎn)全流程拓展，打通MES、ERP、WMS等信息系統(tǒng)，構(gòu)建協(xié)同優(yōu)化場景。對于數(shù)字化基礎(chǔ)較好的企業(yè)，會(huì)圍繞“質(zhì)量、成本、交期”，構(gòu)建全場景數(shù)字孿生體，融合AI大模型，形成“感知-決策-執(zhí)行”的價(jià)值閉環(huán)。

“工業(yè)軟件的終極目標(biāo)是成為企業(yè)的‘?dāng)?shù)字引擎’。”陳玉龍透露，藍(lán)卓未來五年將重點(diǎn)布局5T融合、工業(yè)AI、數(shù)據(jù)資產(chǎn)三大方向：

（1）5T融合：構(gòu)建工業(yè)技術(shù)軟件化平臺(tái)

supOS工廠操作系統(tǒng)基于工業(yè)5T融合技術(shù)（PT工藝技術(shù)+ET設(shè)備技術(shù)+AT自動(dòng)化技術(shù)+OT運(yùn)營技術(shù)+IT信息技術(shù)），將工業(yè)技術(shù)原理、行業(yè)知識(shí)、工藝模型等轉(zhuǎn)化為可復(fù)用的平臺(tái)微服務(wù)組件。通過“1+2+N”智能工廠模式，助力企業(yè)實(shí)現(xiàn)數(shù)字化透明工廠、協(xié)同工廠與卓越運(yùn)營，打造工業(yè)“智慧大腦”。

（2）工業(yè)AI：多智能體協(xié)同平臺(tái)賦能智能化轉(zhuǎn)型

藍(lán)卓AI智能體平臺(tái)基于supOS研發(fā)，內(nèi)置DeepSeek、通義千問等行業(yè)大模型及自研模型，提供大模型訓(xùn)練微調(diào)、部署推理、模型優(yōu)化等基礎(chǔ)能力。支持可視化智能體流程編排與業(yè)務(wù)流混編，以MCP協(xié)議為標(biāo)準(zhǔn)實(shí)現(xiàn)智能體靈活接入，依托企業(yè)私域知識(shí)庫及時(shí)序數(shù)據(jù)，推動(dòng)工業(yè)企業(yè)從數(shù)字化向智能化升級。

（3）數(shù)據(jù)資產(chǎn)：全鏈路數(shù)據(jù)管理驅(qū)動(dòng)價(jià)值釋放

圍繞數(shù)據(jù)管理能力成熟度模型DCMM，supOS數(shù)據(jù)資產(chǎn)管理提供數(shù)據(jù)集成、資產(chǎn)建模、標(biāo)準(zhǔn)管理、開發(fā)運(yùn)營、質(zhì)量監(jiān)控等全鏈路能力，滿足數(shù)據(jù)采集、存儲(chǔ)、計(jì)算、應(yīng)用全流程需求，助力企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營、降本增效，提升決策效率，構(gòu)建創(chuàng)新增長引擎。

從supOS工廠操作系統(tǒng)的技術(shù)突破，到“1+2+N”模式的規(guī)模化落地，藍(lán)卓以工業(yè)知識(shí)軟件化、軟件架構(gòu)平臺(tái)化、平臺(tái)能力生態(tài)化的路徑，正重新定義工業(yè)數(shù)字化的標(biāo)準(zhǔn)。在陳玉龍看來，工業(yè)軟件的競爭本質(zhì)是工業(yè)知識(shí)沉淀與技術(shù)創(chuàng)新的雙重較量，工業(yè)軟件需滿足兩點(diǎn)：一是擁抱個(gè)性化需求，針對不同行業(yè)、規(guī)模企業(yè)“量體裁衣”；二是重視數(shù)據(jù)底座，融合技術(shù)統(tǒng)一治理多源數(shù)據(jù)，構(gòu)建一體化數(shù)據(jù)資產(chǎn)體系，為工業(yè)AI提供支撐。

面向未來，藍(lán)卓正通過持續(xù)的場景深耕與生態(tài)共建，為中國工業(yè)數(shù)字化轉(zhuǎn)型筑牢“智慧大腦”，在全球工業(yè)軟件版圖中書寫屬于中國企業(yè)的創(chuàng)新篇章。

摘自《自動(dòng)化博覽》2025年5月刊