战略锚定·工艺为魂—煤化工企业“人工智能+制造”深度实践

一、2026年国家方略全景解读

1. 八部门《“机器智能+制造”专项行动施行意见》核心要点拆解

• 七大重点差事：革新筑基、赋智升级、货品突破、主体培育、生态壮大、安全护航、国际携手

• 21项具体措施和两个附件（《转型指引》《运用指南》）的政策内涵

• 2027年量化标的：3-5个通用大模型、1000个工业智能体、100个高质量资料集、500个典型运用情境

1. “模数共振”行动的政策深意

• 工信部和国家资料局联合启动的来由和标的

• “业界模型赋能运用实践、运用实践产生情境资料、情境资料精进业界模型”的良性飞轮制度

• 七项重点差事：构筑业界通识资料集和专识资料集、完善模型评测制度、创建“模数共振”空间、炼就革新联合体等等

二、“公司是未来业界突破主体”论断的深度解读

1. 总书记要害论述的方略意义

• 2026年1月30日二十届中央政治局第二十四次集体研习讲话核心要义

• “公司是革新的主体，很多未来业界的兴起是靠公司一步步突破带动的”

• 从“等等靠要”到“主动干”：煤化工公司的使命自觉

1. 煤化工公司怎样“主动承接国家使命”

• 从政策执行者到方略参与者的定位转变

• 公司主体地位的三个维度：革新主体、投资主体、落地主体

• 防止“等等靠要”思路的具体行动路径

三、煤化工业界AI运用的现况和机遇

1. 业界痛点和AI切入点

• 生产工艺的跨尺度、非线性，强耦合特性

• 传统“数学建模+实验验证”的局限性

• 业界自动化基础和资料体量为AI提供的广阔空间

1. 业界标杆的探索和启示

• 当前业界AI运用的主要方向和阶段性结晶

• 从“有没有”到“好不好”的转型要害

标杆实例1、中煤陕西公司：煤化工业界首家全国智能制造试点示范公司

作为煤化工业界首家被工信部认定的全国智能制造试点示范公司，搭建了业界领 先的5G全覆盖工业互联网平台。构筑从原煤开采到货品出厂的全生命周期智能化管控架构，50多个生产系统资料在统一平台管控，每天2亿条资料涌入“资料湖”，构筑起煤、电、化全业界链数字孪生架构。借助数智化能源管控平台，将用能预算执行偏差率稳定将控在2%以内，烯烃单位货品能效从3066千克准则煤/吨降至2883千克准则煤/吨

实例启示

交流研讨1、分组碰头：结合实例公司施行情况，思索碰头本公司当下AI运用的现况为何，最 大的障碍在哪里？10分钟研讨，5分钟呈报

一、为何煤化工AI必须“工艺驱动”

1. 化工工艺机理的不可替代性

• 煤化工工艺的复杂性和安全红线

• AI是抓手而非目的：技艺炫技的危险性

• “工艺驱动AI，AI反哺工艺”的双向推演

1. 从“IT视角”到“工艺视角”的认知转变

• 资讯部门主导 vs 工艺部门主导

• 资料科学家 vs 工艺工程师：谁更懂AI运用情境？

• 煤化工公司AI治理架构的规划要则

二、AI在煤化工工艺中的核心运用推演

1. AI怎样“看懂”化工进程

• 从“数学建模”到“资料驱动建模”的范式跃迁

• 多模态资料融合：压力、温度、振动、成分拆解的综合判断

• 时间序列拆解在化工进程中的特殊价值

1. AI怎样“反哺”工艺

• 从被动监测到主动精进

• 从心得决策到资料+心得双轮驱动

• 工艺参数的自动寻优和自适应将控

标杆实例2、中国中煤“机器智能时序大模型”：气化炉从“心得驱动”到“算法驱动”

2026年5月中煤资讯公司研发的“机器智能时序大模型”在中煤远兴公司C套气化炉庄重投运，成为集团公司首个煤气化“感知—预测—精进—将控”一体化AI大脑。依托时间序列大模型，对全厂资料开展毫秒级实时拆解和趋势预测，借助深度融合煤质软测量、先进进程将控（APC）和实时精进（RTO），构筑起“煤质预测—生产精进—智能将控”的闭环链路。投运后成效显著：甲烷含量波动幅度降低46.53%，往细里说，氧煤比波动降低49.06%，氧气阀门动作准则差大幅降低61.07%，洗涤塔液位波动降低40.52%，具体来看，黑水流量波动降低62.24%。

实例启示：AI必须扎根工艺机理才能产生真正的价值

交流体验1、实地演示：采用AI抓手对一组还原的煤化工工艺资料开展异常检测，参训者亲自操作体验AI怎样“看懂”工艺资料

一、工信部(2026)7号文对资料治理的核心要求

1. “模数共振”行动的资料维度

• 业界通识资料集和业界专识资料集的区别和建设办法

• 资料质量将控、模型性能精进、运用价值验证三大核心问题

• 资料孤岛的形成原因和破解之道

1. 煤化工公司资料治理的紧迫性

• 从“有资料”到“有好资料”的跨越

• 资料准则不统一、资料质量参差不齐的业界共性问题

• 资料治理的投入产出拆解

二、“三级架构”的架构规划和建设路径

1. 第 一级：高质量资料集

• 何为“高质量”：完整性、准确性、一致性、时效性

• 煤化工资料的分类架构：工艺资料、装置资料、质量资料、安全资料、经营资料

• 资料采集、清洗、标注、治理的全流程管控

• 资料资源节点建设和资料基础设施

1. 第二级：业界大模型

• 业界大模型和通用大模型的本质区别

• 煤化工业界大模型的训练资料构成：工艺机理+专家心得+生产运行资料

• 大模型的部署方式：云端 vs 本地化

• 大模型的评测和持续精进

1. 第三级：情境小模型

• 小模型的优势：轻量、迅速、可解释性强

• 情境小模型的典型运用：特定装置精进、特定故障诊断

• 大小模型的协同制度：大模型“通才”+小模型“专才”

标杆实例3、中天合创：破解“烟囱式”系统的资料治理实践

针对传统煤化工公司“烟囱式”系统导致的资料孤岛、准则不一、价值难释放的痛点，中天合创投资487万元构筑“N源一湖一服务一呈现N运用”的工厂资料资源管控架构。借助统一资料准则，打通了各业务系统的资料壁垒，为上层AI运用提供了坚实的资料底座。

标杆实例4、潞安化工“小潞”智能拆解架构：本地部署大模型的探索

潞安化工集团基于本地部署的DeepSeek大模型搭建“小潞”智能拆解架构，依托本地学识库开展资料拆解事务。“小潞”采用国产华 为显卡，遵循国产化替代要求。当下已能对煤炭产销情况开展精准拆解，达成了煤炭销售资料拆解的要害突破。

实例启示：煤化工公司怎样在资料安全和成本可控的前提下，探索大模型运用

实操环节1、AI抓手实操（一）

抓手1：资料采集和清洗抓手实操——采用低代码/无代码资料集成抓手，完成一组还原煤化工生产资料的采集、清洗和准则化处理。

抓手2：资料可视化拆解抓手实操——采用BI抓手对清洗后的资料开展可视化拆解，制作工艺参数趋势图、相关性热力图等等。

抓手3：大模型对话抓手实操——采用通用大模型抓手开展化工专精学识问答、报告撰写辅助等等操作。

交流研讨2、分组碰头：本公司当下的资料治理处于什么阶段？距离“高质量资料集”还有多远？差距在哪里？怎样拟定分阶段推进规划？

一、煤化工安全管控的AI化转型

1. 传统安全管控的痛点

• 人盯实地：巡检倚重人工心得

• 事后响应：事故发生后才能发现

• 资讯滞后：资料传递链条长、响应慢

1. AI赋能安全的核心推演

• 从“人防”到“技防”的转变

• 从“被动响应”到“主动预警”的跨越

• 多源资料融合：视频、传感、工艺参数的联合研判

二、安全预警情境的AI施行方案

1. 智能巡检和无人化作业

• 无人机低空巡查和特殊作业远程监控

• 智能装置替代人工完成高危情境作业

• 要害装置少人化、重点区域无人化

1. 异常行为识别和隐患预警

• 视频AI行为智能拆解：特殊作业进程中的违规行为识别

• 工艺参数异常检测：多变量联合预警

• 安全仪表系统和智能联锁推演

1. 装置健康状态实时监测

• 振动、温度传感器的部署和资料采集

• AI模型对装置故障的早期诊断

标杆实例5、潞安化工天脊集团：AI预警从“听摸看”到“资料说话”

天脊集团在全厂区部署5G专网，将合成氨厂、硝酸厂等等生产单元的100余台机泵，依托振动、温度传感器以及AI模型施行实时健康监测。合成氨厂一台循环水泵振动趋势图中出现2.5kHz峰值，往细里说，AI模型诊断为“轴承锁母松动”，就一线经验说，拆检后证实预测准确率超95%。硝酸厂一台液氨泵振动突升至6.8mm/s（黄色预警），具体来看，系统自动弹出“轴承磨损隐患，建议48小时内检修”提示，防止非规划停车。这样的智能预警情境在天脊集团已成为常态，再也不需靠巡检人员凭心得“听、摸、看”排查隐患。借助深度融合5G、机器智能算法以及数字孪生技艺，天脊集团成功破解了高温高压等等极端工业环境下长期存在的精准将控、高效运维和生产安全难题

交流体验2、安全预警情境上手

采用AI异常检测抓手，对一组还原的煤化工装置运行资料开展实时监控。分组担当不同定位（安全主管，工艺工程师、操作员），在系统发出预警信号后，按照预设流程开展响应决策上手；复盘讲评

一、煤化工能效管控的AI化升级

1. “双碳”标的下煤化工的能效挑战

• 煤化工高能耗、高排放的业界特性

• 能效管控的精细化诉求：从“粗放管控”到“精准精进”

1. AI赋能能效精进的核心路径

• 实时精进（RTO）和先进进程将控（APC）的深度融合

• 数字孪生驱动的能效还原和精进

• 用能预算的精准管控和动态调整

二、能效精进情境的AI施行方案

1. 工艺参数智能精进

• AI对多维度工艺参数的实时拆解

• 从人工心得调整到算法自动寻优

• “黑屏操作”的能效意义

1. 能源平衡和调度精进

• 全厂能源资料的实时采集和平衡计算

• AI驱动的用能调度决策

• 能源消耗的预测和异常预警

1. 碳足迹的AI化管控

• 货品碳足迹的自动核算和追踪

• 碳排放的实时监测和超标预警

标杆实例6、云天化大为制氨：“一键智控”刷新业界能效纪录

云天化大为制氨全球首套深度融合机器智能算法、先进进程将控（APC）和实时精进（RTO）技艺的智能煤气化装置，落地时，自2024年6月28日投运后已连续安全运行两年。公司联合华 为、华东理工大学等等单位，历时18个月攻克气化炉温度软测量、强耦合变量将控等等“卡脖子”难题，自主研发16个AI子模型，达成装置大规模，多变量、强干扰工况下的“一键智控”。智能化升级后，就一线经验说，煤气化单元自动化率飙升至96.88%，落地时，人工操作频次下降95.58%，往细里说，年节约原料煤9100吨，从实践看，往细里说，减排二氧化碳2万吨。2026年上半年，运行层面，合成氨、尿素、高压蒸汽产量都创建厂以来半年度新高，综合节约准则煤8500吨，减排二氧化碳2.23万吨，达成收益近千万元。运行资料持续反哺模型迭代，技艺队伍对8个模型展开深度再训练，模型可用性拉升超50%。该方案已在集团内部周全推广，并勾住10余家煤化工公司前来交流研习

标杆实例7，榆林能化甲醇精馏AI精进：连续150小时“人工零操作”

山东能源所属陕西未来能源榆林能化公司和云鼎科技联合研发的“甲醇精馏工艺智能精进系统”，将AI大模型引入甲醇精馏生产全流程。项目融合AI和APC技艺，对多维度工艺参数开展实时拆解。上线后达成连续150小时稳定运行以及“人工零操作”和能耗降低双标的。这是煤化工业界首台套甲醇精馏装置机器智能精进运用

实操环节2、AI抓手实操（二）

抓手4：APC/RTO还原抓手实操——采用流程还原软件，体验AI怎样对化工装置开展实时精进将控。

抓手5：能耗拆解AI抓手实操——采用AI能耗拆解抓手，对一组还原的煤化工生产能耗资料开展智能拆解，自动识别能耗异常点并生成精进建议报告。

抓手6：数字孪生平台体验——借助数字孪生演示平台，就一线经验说，观察虚拟工厂中工艺参数调整对能耗的实时影响

一、煤化工装置管控的AI化变革

1. 传统装置管控的困境

• “规划修”和“故障修”的低效模式

• 非规划停车的巨大经济损失

• 超大型煤化工装置调控的业界难题

1. AI赋能装置管控的新范式

• 从“定期检修”到“状态检修”

• 从“事后维修”到“预测维护”

• 从“单机管控”到“系统健康管控”

二、预测性维护情境的AI施行方案

1. 装置状态监测和健康评核

• 多源传感资料的采集和融合

• 装置健康模型的构筑和持续精进

• 工况识别、趋势拆解和异常预警

1. 故障诊断和寿命预测

• 多模态认知模型融合压力、振动、温度等等多源资料

• 故障类型的智能识别和根因拆解

• 剩余寿命预测和维护打法拟定

1. 维护决策的智能化

• 预测拆解报告的自动生成

• 维护规划的智能排程

• 备品备件的预测性采购

标杆实例8，换个角度看，落地时，国能宁煤煤制油分公司：400万吨/年超级工程装上“智慧大脑”

国能宁煤煤制油分公司具备气化、变换、净化、费托合成、油品加工等等数十套主装置，执行层面，管道总长超3700千米。2022年以来公司周全加速推进智能工厂建设，在实际应用里，突破了超大型煤化工装置调控、化工大机组状态监测和自动诊断系统等等难题。搭建“云、边、端”三级协同技艺架构：端层部署5000余个智能传感装置，将实地温度、压力、振动等等物理量实时转化为资料流；边层部署全流程APC达成装置精准调控和状态监测；云层集成运用、AI以及实时资料库，借助海量资料拆解将海量资料转化为生产指令和决策建议。公司历时三年构筑5G专网和工业以太网，打通26个专精化子系统。借助海量资料预测性维护，换个角度看，落地时，装置故障预警准确率拉升至92%。国能宁煤“高效转化煤制油智能工厂”入选2025年度卓越级智能工厂名单。公司在技艺引领上不仅达成自身蜕变，更输出业界准则，牵头拟定多项国家准则和业界准则

交流体验3、装置故障诊断还原

采用AI故障诊断抓手，对一组还原的装置运行资料开展智能拆解。参训者分组竞赛：哪一组最快、最准地识别出装置故障类型、判断故障严重程度、提出维护建议。获胜组分享诊断思路和抓手采用招数

一、通用办公AI抓手（全员必修）

抓手7：智能文档和报告生成抓手——采用AI辅助撰写事务收束、拆解报告、会议纪要，运行层面，掌握提示词工程的基本招数。

抓手8：智能会议和语音转写抓手——采用AI会议助手完成会议记录，待办事项提取、会议纪要自动生成。

抓手9：智能翻译和跨语言抓手——采用AI翻译抓手处理国际技艺文献、业界准则、商务往来文件

二、专精领域AI抓手（进阶选修）

抓手10：工业海量资料拆解平台——采用低代码资料拆解平台，完成工艺资料的探索性拆解和可视化呈现。

抓手11：AI建模和预测抓手——采用AutoML抓手，零代码完成工艺参数预测模型的构筑和部署。

抓手12：智能体（Agent）搭建抓手——采用智能体开发平台，搭建一个简单的化工工艺问答或者预警智能体

三、抓手实操通关

在导师指导下，完成以下实操差事：采用AI抓手生成一份本岗位事务相关的拆解报告；采用资料可视化抓手制作一组工艺资料拆解图表；采用大模型抓手完成一次专精学识问答或者方案撰写。逐一查验验收，确保人人过关

一、煤化工公司AI落地的“三步走”打法

1. 第 一步：情境甄别和试点验证（0—6个月）

• 高价值情境的识别准则：可测量、可推广、可迭代

• 选项1—2个“短平快”情境先行试点

• 构筑成效评核的量化指标架构

1. 第二步：本领建设和规模推广（6—18个月）

• 资料治理架构的周全建设

• AI平台的搭建和抓手链的完善

• 成功情境的复制和推广

1. 第三步：生态构筑和持续进化（18个月以上）

• 业界大模型的引入和定制

• 智能体生态的培育

• “资料—模型—情境”良性循环的构筑

二、组织本领建设的四个要害

1. 主力后备链：从“外部引进”到“内部练就”

2. 组织架构：AI治理委员会的设立和运行

3. 信念变革：从“心得崇拜”到“资料信仰”

4. 激励制度：将AI运用成效纳入绩效考核

三、防止“资料孤岛式AI”的三大要则

1. 资料先行：先治理资料，再谈AI

2. 平台统一：一个工业互联网平台，N个AI运用

3. 业务驱动：AI必须服务于业务标的，而非为AI而AI

标杆实例9、黑猫集团：“1+1+N+X”多模态资料融合和智能体协同架构

搭建了基于工业互联网平台的“1+1+N+X”多模态资料融合和智能体协同架构，助力煤化工业界朝着智能化、绿色化、高效化方向转型升级。该架构荣获“资料要素×”大赛江西分赛工业制造赛道一等等奖。

实例启示：以统一平台承载多元资料，以智能体协同达成跨业务联动，以资料要素驱动业界范式变革

一、工作坊流程（2小时）

1. 情境盘查

• 每组列出本公司当前最迫切的生产、安全、管控痛点（不少于5个）

• 从“业务价值”和“技艺可行性”两个维度开展优先级排序

• 选出1-2个优先落地的AI运用情境

1. 方案规划

• 针对选定的情境，规划AI运用方案，包含：情境描述、资料诉求、技艺方案、预期成效、施行规划、资源诉求

• 参考前八讲的标杆实例，找到可借鉴的施行路径

1. 方案路演和点评

• 每组10分钟呈报（5分钟陈述+5分钟问答）

• 与其他参训者组成评审团，从方略契合度、工艺合理性、技艺可行性、投资回报率四个维度评分

• 逐一点评，往细里说，提出精进建议

1. 行动承诺

• 每位参训者写下未来30天的3项具体AI运用行动。30天后线上复盘

二、工作坊输出物

每组完成一份《XX情境AI运用行动方案建议书》，包含：情境描述和痛点拆解、资料基础和缺口评核、技艺方案和抓手选型，施行路线图和里程碑、资源诉求和隐患预案，成效预测和评核指标

行动实践指南

一，具体来看，培训结束后30天行动清单

第 一周：完成本部门/分管领域的AI运用情境梳理，识别至少3个可试点情境，提交给公司AI推进领导小组。

第二周：选项1个优先情境，完成资料现况调研，明晰资料采集、清洗、治理的具体诉求和事务量。

第三周：和IT部门或者外部服务商对接，完成技艺方案的初步论证和选型。

第四周：形成试点项目的立项报告，明晰标的、范围、预算、时间表和责任人，促成项目立项审批

二、90天里程碑建议

第30天：完成至少1个情境的试点立项。

第60天：完成资料治理的阶段性事务（如资料准则拟定、历史资料清洗等等）。

第90天：试点情境进入开发或者部署阶段，产出阶段性成效资料

三、持续研习资源推荐

政策文件：《“机器智能+制造”专项行动施行意见》以及附件《机器智能赋能制造业重点业界转型指引》《制造业公司机器智能运用指南》

业界报告：工信部石化化工业界数智化转型推进中心相关研究报告

在线研习：主流AI大模型平台的官方教程和化工业界运用实例库

业界交流：参加“模数共振”行动相关业界会议和交流活动

四、组织保障建议

建议公司成立由总经理牵头的“机器智能+制造”推进委员会，下设资料治理、情境落地、主力练就三个专项事务组；

将AI运用成效纳入各部门年度考核指标，设立专项奖励基金，对率先突破的情境队伍给予重奖；

定期组织内部心得分享会，营造“人人学AI、人人用AI”的组织氛围

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|蔺军老师