在我国能源结构转型与产业高质量发展的关键阶 段，石化行业面临“双碳”目标与高质量发展的双重战 略要求 [1]，目前存在产能结构性过剩、高端化工材料自 给率不足等问题 [2]，亟需立足精益“智”远、数造新质 生产力的本源，通过精益运营深挖降本减耗潜力、夯实 全流程管理根基，依托智能赋能激活数据要素价值、提 升核心竞争力 [3]，将精益管理与智能化技术融合作为行 业升级的核心路径，形成“绿色低碳 + 高效协同”的发 展新格局。MES 作为连接炼化企业顶层决策 ERP 与底 层生产 DCS 的核心枢纽，在 IT 与 OT 深度融合趋势下， 研发基于工业互联网架构的自主可控 MES 软件 - 昆仑 MES，并将人工智能技术与行业知识结合，实现生产运 行数据的标准统一与实时共享，推进炼化企业生产运行 业务纵向贯通、流程横向集成的精益化管控，构建“精 益运营”与“智能赋能”双轮驱动的生产运营管控模式， 成为支撑石化行业高质量发展的必然选择。

1 MES 现状与面临问题 

石化行业 MES 系统在实现生产优化、提升管理效率 方面至关重要，随着炼化企业向精益运营方向转型，MES系统从基础数据采集向智能化管控演进过程中面临一些 亟需突破的瓶颈。在软件架构方面，传统 MES 单体架构 僵化封闭，难以适应业务变化和功能扩展需求 [4]，要求采 用微服务架构升级系统，支持 MES 应用迭代更新和快速 部署 [5]。在自主可控方面，石化行业大量使用国外 MES 软件，存在“卡脖子”风险，地缘政治因素可能引发技术 断供，亟需在 MES 核心技术领域取得突破，同时满足信 创安全可控要求。在数据标准方面，传统 MES 系统数据 标准不统一，数据集成困难，无法支持跨业务应用，需要 建立统一的数据标准和数据模型 [6]，实现 MES 数据采、存、 管、用统一管理，支持标准化数据共享。在专业应用方面， 传统 MES 与生产运行业务结合不足 [7]，导致应用功能与 实际精益管理需求错位，需要提高对石化特有工业知识的 深度沉淀与应用适配，通过技术创新与业务融合，以“模 型 + 应用”方式推进数能化转型。

2 昆仑 MES 解决方案 

2.1 研究方法 

昆仑 MES 从软件架构、自主可控、数据标准、专业 应用领域开展具体研究，总结形成一套适配石化行业 MES 解决方案。在软件架构领域，基于工业互联网架构体系， 按照“平台 + 数据 + 应用”的模式研发 MES 工业级应用 APP，支持跨平台部署应用。在自主可控领域，采用“软件研发 + 应用实践”方式，突破 MES 核心模型算法，自 主研发 MES 软件产品，并在典型炼化企业应用实践，形成 MES 系统国产化升级能力。在数据标准领域，建立数据中 台，统一生产数据标准，通过数据服务提供跨领域数据共 享能力。在专业应用方面，围绕生产、质量、工艺、能源、 设备等炼化生产运行核心业务，沉淀业务模型、算法工具 等炼化生产工业知识，实现炼化生产全流程业务管控。

2.2 昆仑 MES 软件架构 

昆仑 MES 采用工业互联网“云 - 边 - 端”三层技术 架构体系 [8,9]，具体包括设备层、边缘层、基础设施层、 平台层、应用层、展示层，如图 1 所示。 

1）设备层：包括 DCS 等生产现场设备，重点采集工 艺参数、罐液位、能源消耗、化验质检和设备状态等数据。

2）边缘层：实现多协议兼容的设备接入，支持 OPC 等主流工业协议，以及石化行业专用协议，满足生产现场 复杂设备实时连接需求。

3）基础设施层：基于中国石油自主可控云建设，统 一管控计算、智算、渲染、存储及网络资源，保障数据安 全与网络稳定。 

4）平台层：依托平台技术底座构建昆仑 MES 中台能 力，提供 MES 数据采存管用和标准化服务，实现数据跨 域共享；构建生产运行多专业统一的数字孪生体，实现生 产场景三维可视化与虚拟仿真；沉淀生产预警、调度优化、 物料平衡、质量预测、故障诊断等模型算法；统一纳管微 服务注册中心等技术组件，集成大数据分析等智能化技术 能力，并通过标准化接口实现与上层 MES 应用无缝衔接。 

5）应用层：采用“微服务”模式构建可独立部署、 灵活组合应用 APP，全面适配信创环境。为炼化专业公 司提供生产调度、生产监控、质量管理、工艺技术管理、公用工程、设备管理、生产统计、生产智能分析 8 个应用 APP，为炼化企业提供实时数据库、数字化工作台、工厂 数据及模型管理、生产调度、操作管理、物料移动、物料 平衡、计量管理、能源管理、实验室管理、化工批次管理、 工艺技术管理、设备管理、生产绩效、生产统计以及生产 智能分析 16 个应用 APP。

6）展示层：为昆仑 MES 统一门户，为不同角色提供 个性化的 WEB 工作台，支持大屏展示分析及移动端应用。2.3 昆仑 MES 应用功能 

昆仑 MES 围绕炼化企业生产全流程管控场景，突破 18 项核心技术、建立 211 个数据模型、研发 40 个算法工具， 采用“云原生 + 前后端分离”技术路线开发 24 个 MES 应 用，适配国产化 CPU、数据库、操作系统，支持容器化部 署，精准匹配石化行业“精益降本、智能提效、绿色可持续” 升级需求，按照“精益运营”主题分为七大类应用。 

2.3.1 生产精益管控类应用 

1）生产调度：利用基于专家规则的调度优化模型开 展原油进厂、装置加工、油品调合的调度优化排产，支持 以异常事故为核心的生产调度实时监控、处置预案自动推 送、物料平衡动态调整，满足专业公司与炼化企业联动调度；

2）操作管理：利用大数据分析技术建立装置多指标波 动预警模型，实现装置生产波动预警，提升班组操作规范 化、装置运行平稳性、班组管理精细化；

3）化工批次管 理：以化工品批次号为核心建立化工批次谱系，支持批次 质量向前追溯获取生产班组和原材料投入信息、向后追溯 产品质检单和包装信息。 

2.3.2 物料精益流转类应用 

1）物料移动：按班记录装置、罐区、仓储、进出厂 等生产单元数据，以及全厂物料流转轨迹信息跟踪，及时发现生产数据记录错误、测量异常，实现每日全厂物料精 益管控；

2）物料平衡：物料平衡模型实现从全厂整体对每 班各个节点之间物料移动量进行平衡推量求解，解决各 节点之间的计量差异，支持物料损耗精准核算与优化；

3） 计量管理：自动采集装置、罐区、仓储、进出厂等计量点 数据，建立器具、人员、体系、纠等计量知识库，提升企 业计量专业化管理，保障物料计量精准性；

4）实验室管理： 自动采集实验室各类仪器检验数据，实现物料化验任务下 达至报告归档全流程线上化，检验数据与物料流转联动， 自动报警不合格物料，助力物料质量全链路精益管控。

2.3.3 能源与绿色精益类应用

能源管理：采用能源平衡模型实现全厂公用工程运行 介质按照管网的平衡分析，支持能耗数据实时监控、节能 优化与碳排核算，助力企业绿色低碳生产。 

2.3.4 工艺与设备精益保障类应用 

1）工艺技术管理：利用基于深度学习的产品质量预 测模型，实现炼化装置产品质量数据分析和趋势预测，支 持工艺技术规范化管理，为生产稳定运行提供技术保障；

2） 设备管理：采用基于机理与数理融合的设备故障智能诊断 模型自动识别和预测预警潜在设备故障，减少因设备临时 故障导致生产效率损耗。 

2.3.5 精益运营赋能类应用 

1）生产绩效：基于生产绩效考核指标模型，实现多 层级 KPI 指标自动计算及偏差分析，提升企业生产绩效 量化评估效能；

2）生产统计：建立生产统计归并规则库和 统计平衡模型，自动将企业端调度生产数据转化成统计核 算数据、汇总形成总部端统计经营数据，推动生产统计业 务向“精益赋能”转型。 

2.3.6 精益智能融合类应用 生产智能分析：基于昆仑大模型构建 MES 领域智能 化应用场景，为生产决策提供有力支撑。应用场景主要包 括：

1）智能检索，通过整合炼化装置操作规程等生产资 料，利用大模型向量检索与知识关联等能力实现生产运行 信息快速检索；

2）智能推送，基于 MES 用户业务关注点， 结合计划跟踪、监控报警等业务规则构建 MES 智能推送 规则，利用大模型用户行为模式识别等能力实现 MES 各 类信息精准推送；

3）智能问答，基于 MES 工艺技术月报、 调度报表等日常资料构建问答训练样本，利用大模型检索 增强生成等能力实现装置操作、生产运行等专业问题精准 回答；

4）智能问数，建立装置加工、物料生产等 MES 指标体系，利用大模型 NL2SQL 生成等能力实现生产数据 查询与多维度分析。 

2.3.7 数据底座与智能支撑类应用 

1）实时数据库：基于大规模数据采存用算法实现生 产现场数据实时接入与集中存储，支持实时流程图跨平 台移动端查询，为精益运营提供数据支撑；

2）工厂数据 及模型管理：基于装置、罐、设备等工厂对象模型，实现 二三维一体化数字孪生应用，支持生产过程仿真与设备孪 生监控；

3）数字化工作台：利用数据驱动模型实现“数据 找人”，支持运营数据可视化与业务高效协同，满足 MES 应用权限精准化管控。

3 昆仑 MES 应用实践 

3.1 主要应用场景 昆仑 MES 经过设计、开发、测试等国产化研发过程， 软件封装部署在中国石油自主可控云平台上，通过“云边 协同”方式提供给 27 家炼化企业应用。主要应用场景包 括：

1）MES 国产化升级，构建“平台 + 数据 + 应用”架构， 实现 MES 系统从依赖国外产品到全面国产化的转变，化解 炼化企业 MES 软件“卡脖子”风险；

2）MES 信创环境适配， 实现 MES 系统应用完全适配海光 C86 架构、银河麒麟操作 系统、达梦数据库信创环境，符合国家对工业软件信创标 准要求；

3）三级物料平衡：构建贯通专业公司、企业、装 置三级的物料平衡体系，实现数据自动采集、平衡图自 动生成与优化决策支持；

4）业务流程贯通：实现炼化生产 运行数据在专业公司与炼化企业间流转贯通，以及炼化生 产、质量、工艺、能源、设备业务集成贯通，助力炼化业 务协同管理；

5）生产经营融合：打通“生产—经营”业务 及数据壁垒，为 ERP 经营核算提供生产运行数据，实现统 计核算“日平衡、日入 ERP”。 

3.2 具体应用案例 

以某大型炼化一体化企业为例分析昆仑 MES 应用 效果，该企业具有千万吨炼油和百万吨乙烯加工能力， 涵盖原油加工、重整芳烃、润滑油精制、乙烯裂解、树 脂聚合等炼化生产核心工序，拥有 61 套主要生产装置、 400 多个物理罐、20 余万台设备，生产 300 余种牌号产 品，有管输、公路、铁路等多种进出厂运输方式。同时， 该企业采用公司级、厂级、车间三级管理模式，具有生 产运行管控层级多、业务流程复杂等典型炼化生产特点， 具有良好的应用示范价值。

该企业应用昆仑MES软件实现业务优化与精益运营， 显著提升了生产管理的精细化管控、智能化决策、一体化 协同水平。具体应用效果如下。 

1）智能化调度优化排产：实现月度生产计划滚动调 度排产、应急状态全厂物料平衡模拟预测，自动生成各类 调度方案分析报告，提升调度优化排产效率 50%。 

2）调度统计一体化物料平衡：分厂调度实现 30 min 内全厂物料平衡，调度报表生成时间平均缩短 2 h，统计 月结时间由 72 h 缩减至 24 h，提升物料平衡效率 70%。 

3）进出厂协同：自动采集船运、管输等进出厂计量 数据，匹配质检信息，实现从可销库存到回传 ERP 全流 程线上流转，提升企业产品发运结算效率 30%。 

4）生产状态实时感知预警：实现 72 套生产装置温度、 流量、液位，22 套重大危险源及储罐等 11 余万个现场仪 表接入与集中存储，装置开停工监测准确度达 95%。 

5）能源监控与平衡：在线监测 2 247 个能源测量点、 1 709 个能源节点、60 余项加热炉关键设备，实现 133 个管 网能耗数据一键平衡核算，提升能源平衡平衡效率 50%。 

6）全生命周期质量管控：建立 2 560 个化验样品模 型和 10 774 个质量指标，自动集成 142 个重点化验仪器 质检数据，化验仪器数据自动采集率 95%。 

7）设备预知性维护：在线监测 262 台机组机泵、117 个设备腐蚀测点、142 个腐蚀介质监测点，部署 29 个故 障诊断模型、15 个风险分级模型，设备异常线上处理率 超 90%。 

8）MES 智能化应用：构建 58 类 MES 指标体系、5 类 生产运行知识库、25 类检索推送规则，基于昆仑大模型实 现智能问答、智能问数等场景，实时问答准确率达 85%。 

9）MES 数据管理：依托数据中台实现 MES 数据的采、 存、管、用一体化，采集治理多源异构数据形成 86 类资 源目录，构建统一标准的炼化生产运行数据集。 

5 结论与展望 

昆仑 MES 作为石化行业标杆性国产化 MES 解决方 案，以“精益运营”和“智能赋能”理念为指导，实现了 石化 MES 核心技术自主可控，构建了基于工业互联网架 构的“平台 + 数据 + 应用”MES 技术体系，研发了完全 适配信创环境的国产化 MES 软件，并验证了其在实现生 产数据自动采集、装置运行实时监控、物料每日自动平衡、 数据驱动运营指挥等方面应用价值。

目前以大模型为代表人工智能技术正在升级流程工 业生产运行模式 [10]，昆仑 MES 将结合石化行业生产运行 业务升级、人工智能新技术发展进一步提升，为石化行业 培育新质生产力注入核心技术动能，具体升级方向包括： 

1）结合炼化企业向化工新材料等高附加值领域升级，扩 展昆仑 MES 在柔性排产、配方管理等专业应用，支持多 品种、小批量特色业务精益运营；

2）进一步拓展数字孪 生在 MES 中深化应用，构建炼化企业生产运营方案的仿 真推演与决策优化，实现从“可视化监控”到“自主化决 策”智能化升级；

3）将大模型技术与 MES 模型算法结合， 提升 MES 在生产优化、装置预警、应急排产、质量预测、 碳排管控、故障判断等业务领域赋能能力。 未来昆仑 MES 将以“精益运营”为价值导向、“智 能赋能”为核心驱动，持续迭代升级，构建集合实时感知、 动态预测、自主决策与协同优化于一体的智能化生产运营 平台，全面支撑石化行业高质量发展目标落地。

参考文献： 

[1] 中华人民共和国工业和信息化部.《石化化工行业数字化 转型实施指南》解读[J].中国工业信息化, 2024, 18 (2): 45-53. 

[2] 王蕾.石化产业高质量发展面临的挑战、形势和建议[J]. 中国工业经济, 2025(6): 45-58. 

[3] 李兴东,刘暄.数字技术赋能石化行业实现“双碳”目标 [J].世界石油工业,2022, 29 (6): 26-34. 

[4] 肖德风.炼化企业MES系统的构建与应用[J].信息系统工 程,2020, 33 (8): 72-73. 

[5] 李昊燃.基于微服务的MES可重构架构及关键技术研究 [D].北京:北京交通大学,2022. 

[6] 王华.数字化智能化技术推进炼化企业新型工业化发展 [J].石油科技论坛,2024, 43(6): 13-20.

[7] 陈建峰.利用MES系统促进企业生产过程的精细化管理 [J].制造业自动化,2023, 45 (10): 112-116. 

[8] 张国杰,肖金超,李元,等.多协议边缘计算网关研究与设计 [J].制造业自动化,2024, 46(12):163-170. 

[9] 工业和信息化部网络安全产业发展中心,等.工业互联网 与石化化工行业融合应用参考指南(2025年)[R]. 北京:工 业和信息化部网络安全产业发展中心,2025. 

[10] Ren L, Wang HT, Wang YQ, et al. Foundation models for the  process industry: challenges and opportunities [J]. Engineering,  2025, 52:53-59.

本文系“流程工业”首发，未经授权不得转载。责任编辑：胡静，审核人：李峥

版权声明∶转载流程工业网内容，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱∶process@vogel.com.cn，电话：16601379371（同微信）