蒋白桦

智能制造发展与趋势

蒋白桦系统梳理了中国智能制造的演进路径：从数字化、数字化+网络化，到数字化+网络化+智能化，当前正处在智能深度融入的新阶段。

王琎

T+EPC模式赋能化工智能工厂全生命周期设计与建设

王琎开门见山地指出：工程和数字化，本来就该是一件事，是我们人为把它拆成了两件事。他梳理了化工智能工厂建设的五大痛点：工艺与工程脱节、数字交付缺失、孪生落地困难、高危管控不足、标准复制困难。针对这些痛点，他介绍了中国化学的核心发展路径——T+EPC模式，本质是技术前置融入工程全流程、数字化贯穿设计建造交付，在EPC建设阶段就为工厂植入数智基因。

与传统EPC相比，T+EPC实现了全生命周期数据贯通、基于仿真的动态优化、数字化可视化管控、预测性维护和持续价值创造。他详细介绍了六阶段实施体系，从整体规划、工艺集成与协同设计、数字化智慧采购、全过程智慧建造、一体化数字交付到智能运维，形成建设-运行-优化闭环。通过标准-治理-资产三位一体体系，可实现同类项目工作量减少50%、交付周期缩短30%，数字化投资回报率提升200%。

赵磊

石化场景一体化具身智能机器人智能运维解决方案

赵磊从石化现场的真实痛点切入：人不愿干、人不敢干、人干不好的高危作业场景，传统人工巡检风险突出、盲区众多。量子智能的一体化具身智能机器人运维方案，以全防爆技术为底座，布局五款专用机器人——挂轨机器人巡检管廊高层，四轮足机器人排查复杂地形，轮式机器人常态化巡航，储罐专用机器人完成内外壁作业，清淤机器人实现密闭空间无人清淤。

技术架构上，他介绍了Q-Stack闭环式高危作业智能架构：感知层实现可见光、红外、声学、气体多模态融合，决策层按控制频率分层，执行层实现合规准入。他特别提到，已将英伟达最新机器人大模型装进防爆本体，一个模型顶原来两个，现场反应速度达0.5秒。“我们造的不是机器，而是生命的守护者。”

梅玉新

基于边缘分析技术的动设备故障预警技术及应用

非计划停机每年造成企业营收5%-8%的巨额损失，突发故障更易引发安全事故。梅玉新将设备管理演进归纳为四个阶段：被动维护、预防维护、预测维护、自主运维。

本次演讲重点介绍了艾默生的三项核心技术：一是AMS Asset Monitor边缘计算系统，把振动分析专家的经验“装”进防爆盒，12通道、18+故障预测APP，自动检测不平衡、不对中、轴承故障、润滑问题、气蚀等18+类故障；二是AMS 9530无线多状态监测，直接生成13个参数快速评估设备状况；三是PeakVue及PeakVuePlus诊断技术，专注于传统振动监测无法触及的高频应力波频段，采样频率达10万Hz，可比传统方法早数周甚至数月发现故障。

在应用案例中，山西某化工“黑灯工厂”用4年时间分阶段部署，覆盖100+台关键设备、300个振动测点，从高风险设备起步逐步扩展。数据显示，该系统可减少非计划停机60%、降低维护成本25%、延长设备寿命20%。

朱直爽

3D视觉智能装车系统在化工领域的应用

朱直爽指出，化工袋装物料发运长期面临人工作业强度大、效率不稳定、安全风险高等痛点。灵智科技聚焦智能装车十余年，拥有200多项自主专利，核心产品以“0破包、0塌垛、20分钟/车、30秒换车”为核心指标。系统采用3D视觉识别、蜂巢垛形算法、协同作业机械臂与自研双层吸盘，拆垛效率达1172包/小时，装车效率达2344包/小时。

曾至圣

人工智能技术在化工行业设计与实践

曾至圣演讲时指出，化工行业的AI不缺算法，缺的是让算法“懂化工”的底座。他把问题归纳为三个障碍——数据采不上来、语义对不齐、应用跑不稳，对应提出三件事：网络层用NIICA-SPE全IP化工工控网络打通数据传输“最后一公里”，语义层用本体建设方法搭建行业语义地基，应用层用华为AI实践让智能体具备工业级推理能力。

在语义层，他提出“分辨率—判定尺度—运行秩序”三步法，以及“事实F→事理R→行动A”一体化动态模型，强调本体要从任务中建出来。

在应用层，他展示了基于DIMAK架构的智能体体系，覆盖决策规划、过程优化、智能感知、知识与安全四大类场景，并分享了MTO智能仿真与优化、炼化生产计划辅助决策等实践案例。

翟骁勇

数字化赋能卓越运营：从标准化作业到自主运营实践

翟骁勇在演讲时说，自主运营不是从AI开始，而是从可信闭环开始。工业AI落地不足：82%企业已制定AI计划，仅17%按原计划完成推广。他提出五级成熟度路径：标准化作业、数字化执行、闭环卓越运营、智能导航、受控自主运营。

HMES融合30年精益管理与30年MES经验；盛虹石化丙烷脱氢装置试点实现年能耗节省超千万元、投资回报超3倍、自控率近100%、人工操作频次降低超50%。工业AI进入控制室必须满足安全边界、经济性、可追溯性、可解释性四项条件，规模化需要运营、技术、收益三个闭环同时转起来。

南驰

人工智能在化工行业企业内应用实践

南驰结合枫清科技在石油化工领域的项目经验，分享了AI4S在化工企业内的落地实践。他指出，AI4S已成科技竞争新高地，枫清平台以数据为基础，融合机理模型与AI模型，覆盖新材料发现、配方设计、检测分析、中试及过程强化全流程。应用中，专利检索、论文精读、报告生成等智能体提升研发效率；防老剂研发工作台支持分子生成、筛选与逆合成；配方优化通过代理模型与遗传算法精准寻优；工艺优化智能体以对话完成Aspen建模，并开发精馏不收敛知识库；HAZOP分析智能体可减少人工建模时间，自动生成标准化报告与风险矩阵。

陶金

AI+机器人：重构化工安全生产的最后一道防线

陶金从化工行业本质风险切入：高温高压、易燃易爆、有毒有害、连续作业、海量密封点——化工的风险不在某一个点，而在于其随时、随处、无时无刻。他列举了近年多起重大事故案例，指出人工巡检存在人员安全风险高、数据记录不统一、巡检效率低、巡检成本高等天然局限，“人的能力有边界，化工的风险无死角”。

政策层面，从应急管理部到多省市均推动化工安全生产智能化无人化。他对比六种机器人构型后指出，轮式机器人凭借效率高、负载强、可靠、部署成本低，成为当前主流选择。感知层融合3D激光雷达、毫米波雷达、深度相机、红外热成像、多光谱、声学成像及多组分气体传感器。应用中，某化工厂区部署“空中、框架、地面”三位一体智能防爆巡检体系，实现7×24h巡检，累计发现3处危险气体泄漏；某油田发现明火与有毒气体泄漏；某氯碱厂区实现气体检测、断流检测、特殊结晶检测等自主巡检。智能巡检机器人正在重构化工安全生产的最后一道防线。

刘本志

信创筑基·数智赋能·绿能耦合——XMagital 2.0工业AI赋能化工行业高质量发展

刘本志从信创筑基、数智赋能、绿能耦合三个维度展开。信创方面，和利时自2012年起深耕国产化，截至2026年已完成500+自主可控项目、100+全系统国产化项目，落地化工、石化、油气等多个首台套案例，最长连续运行超5年。数智方面，XMagital 2.0以原生融合、开放生态、全面智能为理念，构建工业世界模型XWorld，让AI真正“理解”工厂，实现从“智能报警”到“智能决策”的跨越，五大应用集群覆盖经营决策到设备管理全流程。绿能方面，中石化新疆库车2万吨/年光伏绿氢项目实现光伏发电零上网与自消纳，突破源网荷储用一体化稳定供氢难题，入选2023年工业互联网试点示范。