连续、批次与混合流程
PROCESS INDUSTRY INTELLIGENCE研究与实践门户
让工业知识、
实时数据与智能体
协同工作
连接传统工业自动化、数字化与 AI 原生能力,探索化工、冶金、建材、医药、农药、涂料与电子化学品的新一代工业智能。
原理、技术、产品、案例、实践
自动化 → 数字化 → 智能化 → 智能体
01 / KNOWLEDGE MAP
从控制闭环,走向认知闭环
工业智能体不是在传统系统上增加一个聊天窗口,而是把对象语义、实时状态、分析模型、领域知识和受控工具组织为可验证的认知闭环。
自动化
感知与控制物理过程
PLC · DCS · SIS · SCADA数字化
记录并关联生产事实
Historian · MES · EBR · KPI智能化
预测、诊断与优化
SPC · ML · MPC · Digital Twin智能体
理解任务并编排工具
RAG · MCP · Planning · Guardrails五类资产,构成智能体的“工业上下文”
每一层都可独立建设,但只有共享对象标识、时间语义和证据链,才能形成可信的跨系统推理。
对象与关系
装置、设备、仪表、物料、批次、人员
数据与事件
实时值、质量码、报警、操作、工况、批记录
模型与算法
机理模型、统计模型、软测量、优化与仿真
知识与规则
标准、SOP、HAZOP、经验规则、技术文献
工具与治理
查询、计算、诊断、审批、执行、审计与权限
02 / INDUSTRY SCENARIOS
从高价值问题出发
优先选择证据充分、边界清晰、可由现有工业数据支撑的任务;让智能体先成为工程师的分析伙伴,再逐步进入受控决策。
控制回路诊断智能体
融合 PID 性能指标、振荡检测、阀门粘滞诊断与机理解释,生成可追溯的处置建议。
冶炼过程稳定性助手
关联工艺窗口、物料状态与能源曲线,识别偏离的来源、传播路径与潜在损失。
窑炉运行优化智能体
把质量、煤耗、温度场和设备状态置于同一决策上下文,支持操作方案对比。
批记录审阅智能体
沿 S88 批次层级自动核查关键步骤、偏差与电子记录,保留证据链和审批边界。
批次工况识别与追溯
从 DCS 时序和操作事件中识别批次、工序与步序,为无 BATCH/MES 现场补齐轻量语义。
配方—过程—质量分析
连接配方版本、投料顺序、过程轨迹和质量结果,支持跨批次对标与异常解释。
高纯过程异常守卫
面向微小漂移与多变量耦合,协同规则、统计模型和专家知识完成早期预警。
03 / AGENT ARCHITECTURE
工业智能体参考架构
大模型负责理解、计划和解释;工业软件、算法与规则负责计算和执行。所有结论都应可回到数据、模型与知识来源。
“建议”与“自动执行”必须分级。涉及联锁、控制设定值、配方、质量放行与安全环保的动作,默认保持人在回路,并由现有工业控制与业务系统承担最终执行权。
04 / TECHNOLOGY RADAR
技术雷达:现在、下一步与观察区
用成熟度与工业风险共同判断技术位置,避免把通用 AI 的演示能力误当成流程工业的生产能力。
混合式 RAG
文档检索 + 图谱关系 + 时序查询
受控工具调用
MCP / API / CLI 与审批式工作流
时序基础模型
跨装置迁移与小样本适配
机理—数据融合
物理约束学习与混合数字孪生
多智能体协作
按工艺、设备、控制与安全角色分工
自主闭环控制
由智能体直接修改生产控制目标
05 / INDUSTRIAL AI LIBRARY
专题、案例与生态知识库
使用统一条目结构组织应用方案、底层原理、标准论文、开源资源和供应商产品。当前为首批精选索引,后续可继续扩充为带全文、关系图和更新机制的内容底座。
控制回路诊断智能体
从回路筛选、指标计算、振荡与粘滞诊断,到原因解释和整定建议的完整智能体能力链。
阅读来源 ↗批记录智能审阅
围绕批次、工序、步序和关键参数自动核查偏差,输出证据定位与风险分级,保留人工批准。
阅读来源 ↗冶炼稳定性与能效助手
将物料、能量、工况和质量置于同一上下文,识别波动传播、机会损失与操作改进空间。
阅读来源 ↗无 BATCH 场景的批次识别
利用 DCS 时序、操作事件和规则自动推断批次、工序与步序,为轻量批次分析补齐时间语义。
阅读来源 ↗高纯过程异常守卫
组合 SPC、软测量、多变量异常检测与专家规则,在质量结果滞后时提供早期风险提示。
阅读来源 ↗ECOSYSTEM MAP
供应商不宜只按“是否有 AI”比较
建议从其在工业技术栈中的位置、数据控制权、领域模型、交付方式和安全边界进行评估。
DCS / PLC / SCADA / 边缘计算
Historian / DataOps / Contextualization
Simulation / APM / MES / Optimization
Foundation Model / Agent / Copilot
06 / STARTING POINTS
从权威标准与可运行代码开始
以下入口适合作为团队学习和原型验证的第一站;专题知识库则提供更系统的分类、解释和场景关联。
OPC UA
跨设备、控制与企业系统的安全互操作及信息建模基础。
访问来源 ↗架构NAMURNAMUR Open Architecture
在不干扰核心控制的前提下,安全利用生产数据开展监测与优化。
访问来源 ↗标准ISAISA-95 / IEC 62264
定义企业与制造控制系统的活动边界、对象和集成接口。
访问来源 ↗开源OPC FoundationUA-.NETStandard
OPC UA 的跨平台 .NET 标准实现,可用于工业连接与信息模型开发。
访问来源 ↗开源Microsoft SamplesIndustrial IoT Patterns
涵盖 OPC UA、异常检测、根因分析、OEE 与数字孪生的工程模式。
访问来源 ↗数据集ICS DatasetHAI Security Dataset
面向工业控制系统异常与网络攻击研究的硬件在环数据集。
访问来源 ↗FROM RESEARCH TO PRACTICE
一条务实的工业 AI 落地路径
定义问题
锁定决策对象、价值、频率与错误成本。
建立上下文
统一对象、时间、工况与证据来源。
工具化能力
将既有算法和工业软件封装为可调用工具。
渐进式自治
从检索、解释、建议走向审批式执行。