★本刊记者/文晓

和利时科技集团有限公司中央研究院智能软件平台研究所技术总监 胡鹏飞

在全球工业智能化浪潮的推动下，人工智能正以前所未有的深度与广度融入制造业各环节。作为中国工业自动化与智能化领域的领军企业，和利时集团近年持续深耕工业AI技术的研究与应用，并于2025年正式发布全新可自由定义的智能系统XMagital，致力于打造工业AI应用落地新范式。近日，《自动化博览》围绕工业AI的产品布局、技术突破、实践成效及未来规划，与胡鹏飞博士展开深度对话。

核心产品体系全覆盖适配多领域复杂场景

胡鹏飞博士介绍，和利时始终坚持“以客户需求为导向，以技术创新为核心”的产品理念，依托XMagital智能系统，构建起“平台化的工业智能套件+工业智能Agent集群”核心产品体系，全面适配流程工业、离散制造、基础设施等多个领域的复杂应用场景，形成从底层数据采集到上层决策支持的全栈式解决方案。

平台化工业智能套件：降低开发门槛赋能个性化需求

围绕工业AI核心应用场景，和利时打造工业智能Agent集成开发套件。该套件基于XMagital统一平台，提供可视化算法编排、模型训练、部署运维等全流程工具，融合大模型、小模型、机理模型、知识图谱等技术，支持用户快速构建个性化智能Agent。

行业专属大模型方面，和利时推出“和行”轨道交通大模型、“和言”工业大模型。通过垂域模型训练和微调，深度融合行业知识，在铁路信号运维、轨道电路故障诊断、故障处置辅助决策、工业数据洞察、工业生产管理与运营辅助等核心场景实现技术突破与应用落地。

工业智能Agent集群：聚焦核心场景推动智能化升级

胡鹏飞博士表示，工业智能Agent集群的设计初衷，是“让AI技术真正嵌入生产运营的每一个关键环节，解决实际痛点”。目前，和利时已构建五大类Agent集群：

智能生产控制操作应用集群：融合先进控制算法与AI寻优技术，实现工艺参数实时优化，解决装置运行波动大、产品质量不稳定等问题。以智能控制技术为核心，适配连续、批量、离散等多种生产模式，覆盖石化催化裂化、电力锅炉燃烧、汽车零部件装配等场景。

生产计划调度集群：基于智能寻优算法，构建APS智能排产、物流优化等功能，针对多品种、多约束的生产调度需求，实现订单、产能、库存的动态平衡，破解传统排产效率低、资源利用率不足的痛点，适配化工、电子装联、食品等生产场景。

设备资源管理集群：整合数字孪生、故障诊断、预测性维护技术，通过振动、温度等多维度数据监测与时序数据模型分析，实现设备故障提前预警与精准溯源，覆盖设备全生命周期管理，适配电力机组、石化反应器、工业机器人、轨道电路等关键设备的运维场景，有效降低非计划停机时间。

安环质量管理集群：以智能视觉、多模态感知为核心，融合热像仪、气体传感器与AI算法，实现危险行为、污染物排放、产品缺陷等场景的实时监测，适配化工园区安全监控、垃圾焚烧环保检测、食品加工质量管控等场景。

经营决策管理集群：基于工业知识图谱、能耗预测与优化等技术，整合生产、能耗、成本等多维度数据，提供可视化决策支持，助力企业实现效益最大化，适配集团级多工厂协同、跨区域资源调度等场景。

聚焦两大战略目标技术与市场成果双丰收

谈及和利时在工业AI领域的发展重点，胡鹏飞博士明确表示：“近年来，和利时将工业AI列为战略发展重点，结合工业领域特点，围绕AI赋能工程设计（AI Powered Engineering）和AI优化生产运营（AI Optimized Operation）两大战略目标，聚焦XMagital智能系统的技术迭代与行业推广，构建工业AI新生态，在核心技术突破与市场落地方面均取得显著成效。

核心技术突破：破解行业痛点夯实发展根基

在技术研发层面，胡鹏飞博士详细介绍了和利时的五大突破方向：

原生融合架构设计：打破传统ISA95分层拼接式架构，构建生产控制和生产管理原生融合的扁平化协同框架。通过多模态数据融合、管控一体编排技术，实现跨层级（从现场层到运营层）的数据互通与业务协同，解决各专业系统无法高效联动的行业痛点。

工业AI关键技术创新：针对工业数据稀缺、大模型部署成本高的问题，融合少样本/无样本学习算法与强化学习技术，提升模型泛化能力；通过结构化剪枝、知识蒸馏等技术实现大模型轻量化，降低私有化部署成本；构建工业Agent基础框架，整合DeepSeek、通义千问等开源大模型与LangChain、LangGraph等框架，实现任务自动解析、工具调用与结果反馈的闭环。

全流程工程化工具链：打造可视化算法编排、模型训练与部署工具，支持组态化开发，降低算法开发门槛，实现工业智能应用快速迭代，破解工业AI工程化水平低的难题。

AI赋能工程设计类Agent集群：提供全方位智能化工程辅助工具，涵盖PLC控制逻辑智能生成Agent、HMI智能组态Agent、智能报表组态Agent、PID参数自整定Agent、应用智能生成Agent等，提升应用开发和工程实施效率。

AI优化生产运营类Agent集群：将智能化技术应用于生产制造过程，构建APS-RTO-APC-PID全局优化链路、异常工况智能识别、设备故障预警、智能生产运营助手等智能Agent，实现生产全局优化，保障生产线稳定运行。

市场落地成果：标杆引领跨行业规模化应用

“技术最终要落地到场景中才有价值。”胡鹏飞博士强调。目前，和利时已在多个领域打造标杆项目：

标杆工厂建设：和利时西北总部基地智能工厂基于XMagital平台打造，实现“自规划、自设计、自开发、自运营”。通过数字化物流、智能化控制、智慧化管理的全方位落地，该工厂获评工信部首批“卓越级智能工厂”，成为高安全工控产品敏捷制造的示范标杆。

跨行业规模化应用：在石化、电力、环保、汽车制造、轨道交通等多个行业实现规模化项目落地。其中，石化智能预警方案覆盖催化裂化、乙烯裂解等核心装置；电力锅炉燃烧寻优技术在煤化工、火电行业规模化推广，累计为客户创造亿元级经济效益；依托“和行”轨道交通大模型，在铁路信号运维、故障处置等方面实现高效精准的智能决策支持，已成功落地多个轨道交通智能运维项目。

全流程技术体系破解工业数据处理核心难题

工业场景中海量异构数据的处理、清洗及建模是AI应用落地的核心前提。对此，胡鹏飞博士表示：“数据是工业AI的‘燃料’，没有高质量数据，再好的算法也跑不起来。我们构建了‘数据治理-建模赋能-平台支撑-安全保障’全流程体系，为工业AI应用提供高质量数据保障。”

深度数据治理：实现从“原始数据”到“价值数据”的转变

·多源数据融合：支持过程数据、设备数据、控制数据等多类型数据接入，通过统一的数据接口与元数据标准，实现工业机器人、变送器、DCS等各类设备的数据互联互通，解决数据多源异构问题。

·全流程数据清洗：建立“抽取—清洗—转换—融合”标准化流程，通过时序对齐、无效数据剔除、异常检测、缺失值处理等技术，提升数据准确性与完整性；采用数据脱敏与权限管控相结合的方式，保障数据安全。

·数据语义化组织：通过全场景业务一体化建模，对控制对象、物理设备、业务流程、工艺机理等进行统一建模，构建行业业务模型、设备模型与工艺模型，实现数据语义化组织、数据与业务深度关联，消除数据孤岛。

·全生命周期数据安全防护：面向工业数据全生命周期，构建“原生集成、全链覆盖、分级管控”的工业数据安全方案。通过设备接入认证、通信加密、存储加密、数据分片存储与异地备份、细粒度数据脱敏等技术，实现数据从采集、存储到使用的全流程安全。

先进建模技术：构建融合机理与AI的混合建模方案

采用混合建模架构，结合工业机理规则与AI算法，既保证模型的可解释性，又提升预测与优化精度。例如在电力锅炉燃烧优化中，基于热力系统耦合机理，结合时序数据模型，实现运行参数精准优化。

提供时序分析建模、工业知识图谱建模、专家规则建模等多样化工具，满足不同工业场景的建模需求。通过可视化建模平台与模型管理工具，实现模型快速构建、评估、部署与迭代，支持增量学习与在线更新，适应工业场景的动态变化。

平台支撑能力：提供工业智能底座的算力与调度保障

XMagital平台构建强大的数据底座，整合分布式计算、边缘计算与云计算资源，提供弹性算力部署支撑；通过统一的服务接口与安全标准，实现AI模型与传统工业软件、硬件设备的无缝集成；具备模型调度与负载均衡能力，保障多场景AI应用稳定运行。

人机共智构建工业AI协同新生态

在工业场景中，AI与人工的关系一直是行业关注的焦点。对此，胡鹏飞博士给出明确观点：“AI不是要替代人工，而是要与人工‘协同共生’，形成‘人在回路，机在执行，智在协同’的人机共智模式。”据其介绍，和利时基于大量落地实践，形成了“AI处理标准化、重复性、高危性工作，人工聚焦复杂控制决策、经验判断与创新优化”的协同模式。

高危场景：AI替代人工保障作业安全

在设备巡检领域，工业视觉AI与机器人协同，替代人工完成高温炉膛检测、设备巡检、有毒有害环境监测等高危工作。例如在乙烯裂解炉偏烧结焦分析中，AI视觉系统24小时实时监测炉体状态，避免人工近距离作业的安全风险；在垃圾焚烧发电厂，AI通过火焰图像分析自动调节焚烧参数，替代人工现场调节，降低粉尘与有害气体对人员的伤害。

标准化场景：AI提升效率释放人工潜力

在数据处理与分析领域，AI算法自动完成生产数据的实时采集、统计分析与报表生成。例如智能问数Agent，通过自然语言交互即可生成生产运营分析报告，将管理人员从繁琐的数据整理工作中解放出来；在计划排产场景，AI寻优算法快速生成多套排产方案，人工仅需根据市场需求、资源约束等灵活调整，大幅提升排产效率。

复杂场景：AI辅助决策强化人工价值

在故障诊断与处置领域，AI算法模型通过多源数据融合快速定位故障点并提供处置建议。例如某石化项目中，AI模型快速完成催化裂化再生器故障溯源，人工结合专家经验优化处置方案，既保证响应速度，又提升处置准确性；在生产优化场景，AI提供工艺参数优化区间，人工根据生产实际情况（如原料变化、设备状态）进行微调，实现“算法寻优+人工校准”的精准优化。

这种人机共智的协同模式，既发挥了AI在效率、精度、安全性上的优势，又充分利用了人工在经验判断、复杂决策上的不可替代性，实现了“1+1>2”的应用效果。

三维布局未来引领工业智能化发展

谈及未来规划，胡鹏飞博士表示：“面对AI技术的快速迭代与行业需求的持续升级，和利时将从技术研发、市场拓展、生态建设三个维度布局未来，持续引领工业智能化发展。”

技术研发：深化核心能力探索前沿方向

·聚焦大模型应用及行业专属大模型研发，结合知识图谱与机理模型，降低大模型“幻觉”问题，提升模型在工艺优化、故障诊断等场景的可信度与可解释性。

·强化工业Agent的协同能力，实现跨系统、跨区域、跨行业的智能体联动，构建“感知—决策—执行—反馈”的全流程智能闭环。

·研究基于大模型的意图识别和理解、复杂任务分解、对传统工业APPs/APIs工具的编排和调度机制，实现工业智能Agen的构建从规则编排向智能调度和自由编排转变。

市场拓展：深耕行业场景扩大应用覆盖

在石化、电力、电子制造、轨道交通等优势行业持续深化，拓展新能源、半导体、生物医药等新兴领域，打造行业专属解决方案。在场景延伸方面，从单一设备、产线级、工厂级的智能化，向集团级、园区级的整体智能化拓展，提供全生命周期的智能服务。

生态建设：开放协同共促行业发展

基于XMagital的开放标准，吸引系统集成商、高校科研院所、个人开发者参与生态建设，共享开发工具与行业资源，推动工业智能Agent的规模化创新。参与工业AI领域的国家标准与行业标准制定，规范数据接口、模型部署、安全管控等关键环节，促进互联互通。与AI模型厂商、高校、科研机构形成战略合作，聚焦工业AI核心技术攻关与人才培养，为行业发展注入持续动力。

最后，胡鹏飞博士表示，面对行业未来的发展变化，和利时将持续迭代XMagital智能系统，以技术创新破解行业痛点，以开放生态凝聚发展合力，与合作伙伴共同推动工业AI从“单点应用”走向“系统智能”、从“规则驱动的确定性场景、确定性应用”走向“目标导向的自由定义、自主运行的智能系统”，重构智能制造新范式，为制造业高质量发展提供核心支撑。

摘自《自动化博览》2025年12月刊