中控技术联合兰州石化榆林化工，首次将时间序列大模型TPT（Time-series Pre-trained Transformer）引入流程工业闭环控制，以UCS（Universal Control System）通用控制系统替代运行了50年的DCS架构。机柜室面积↓90%、线缆用量↓80%，建设周期从18个月压缩至9个月，投运后首年即实现年化效益≥1500万元。这是继DCS诞生半个世纪以来，流程工业自动控制领域最具颠覆性的一次架构重构。
TPT时间序列大模型 · UCS颠覆DCS · 机柜↓90% · 线缆↓80% · 建设周期↓50% · 年效益≥1500万
基本信息
| 项目 | 内容 |
|---|---|
| 合作方 | 中控技术（SUPCON）× 兰州石化榆林化工有限公司 |
| 行业 | 流程工业 / 石油化工 |
| 所在地 | 陕西省榆林市 |
| 核心技术 | TPT时间序列大模型 + UCS通用控制系统（替代传统DCS） |
| 部署规模 | 榆林化工全厂核心装置，覆盖蒸馏、裂解、聚合等关键工段 |
| 建设周期 | 9个月（传统DCS需18个月） |
| 年化效益 | ≥1500万元（能耗优化+运维成本+建设投资节省） |
企业背景
中控技术（SUPCON）是中国流程工业自动化领域的绝对龙头，DCS集散控制系统国内市场占有率连续13年第一，服务超过2.6万家流程工业企业。2023年公司发布TPT时间序列大模型——专门针对流程工业连续过程数据的预训练Transformer架构，标志着流程工业从"PID控制"迈入"AI模型驱动控制"的新纪元。在此基础上推出的UCS通用控制系统，用软件化、模型化架构彻底颠覆了传统硬件堆叠的DCS体系。
兰州石化榆林化工有限公司是中石油兰州石化在陕北能源化工基地的核心布局，依托榆林丰富的煤、油、气资源，建设百万吨级乙烯及下游深加工一体化项目。作为新建大型炼化一体化基地，榆林化工没有老装置的历史包袱，成为中控UCS首批全厂级落地的理想载体。
行业地位：
- 中控技术——中国DCS市场份额连续13年第1，流程工业APC先进控制市占率第1
- 兰州石化——中石油旗下核心炼化企业，榆林基地为国家级能源化工重点项目
- TPT大模型——国内首个发布并工程化落地的流程工业时序大模型
核心痛点——50年DCS架构的"天花板"
| 痛点 | 传统DCS现状 | 影响 |
|---|---|---|
| 机柜室占地庞大 | 每个控制回路需要独立的I/O卡件、控制器、安全栅，一个百万吨乙烯装置需要300-500面机柜 | 机柜室面积动辄数千平米，土建+暖通+消防投资数千万，且占用宝贵的装置区土地 |
| 线缆灾难 | 现场仪表到控制室需逐点布线，平均每个回路拉线300-500米 | 百万吨级装置线缆总长可绕地球一圈，设计/敷设/校线耗时6个月以上，改扩建几乎不可行 |
| 控制策略僵化 | DCS以PID为核心，复杂回路靠人工整定参数，全厂PID回路多达数千个，仅30%投用自动 | 操作工凭经验调参数，不同班次操作差异大，产品质量波动造成的废料损失年超千万 |
| 建设周期漫长 | DCS工程从设计→组态→FAT→SAT→投运，18个月起步 | 项目建设期每多1个月，延迟投产损失以亿计（百万吨乙烯日产值约3000万元） |
转型方案——TPT+UCS：用大模型重写流程控制
核心逻辑
中控的技术路线简单明了：流程工业的本质是海量时序数据的连续决策——温度、压力、流量、液位，每秒钟数万个数据点，构成了一个天然的time-series prediction problem。传统DCS的PID控制器是"线性近似+人工整定"，而TPT大模型可以学习全装置的非线性动态关系，同时在UCS架构下，用软件定义的方式替代了所有I/O卡件、控制器等物理硬件——控制功能上云，现场只保留智能仪表+边缘网关。
五层技术架构
| 层级 | 系统/平台 | 功能 |
|---|---|---|
| 感知层 | 智能仪表+无线传感器 | 温度、压力、流量、液位、组分分析，以太网直连（替代4-20mA模拟信号），线缆↓80% |
| 边缘层 | UCS智能边缘网关 | 替代传统I/O卡件机柜，单台网关接入2000+测点，即插即用，机柜↓90% |
| 平台层 | TPT时间序列大模型引擎 | 预训练Transformer，学习全厂数万变量的时空耦合关系，输出多变量预测控制（MPC）和异常预警 |
| 应用层 | UCS控制台 | 操作员人机界面、报警管理、工艺优化建议，从"监盘"变"监异常" |
| 闭环层 | 模型直驱执行机构 | TPT输出直接驱动调节阀、变频器等——不再经过PID控制器中转，真正实现大模型→执行端到端闭环 |
三大核心模块
核心突破：TPT是基于数万套流程装置历史数据预训练的时间序列大模型，能理解数百个变量之间的非线性动态耦合关系——例如裂解炉出口温度不仅取决于燃料流量，还与进料组分、炉管结焦程度、环境温度等20+变量关联。传统PID只能"一对一"控制（温度→燃料阀），TPT实现了"多对多"全局优化：同时调节多个操作变量，在满足所有安全约束的前提下最大化目标函数（收率/能耗/产量）。在榆林乙烯装置上，TPT驱动的APC将关键指标波动标准差缩小50%以上，意味着更稳定、更高收率、更低能耗。
核心突破：传统DCS的物理架构是"仪表→接线端子→I/O卡件→控制器→交换机→服务器"，每一层都需要实体硬件和大量铜缆。UCS的核心思想是"控制虚拟化+数据IP化"：现场仪表通过以太网直连边缘网关，网关完成协议转换和数据预处理后，所有控制逻辑在云端/本地服务器以纯软件方式运行。硬件上只需保留仪表→网关→服务器三级，物理设备数量骤降一个数量级。榆林项目验证：机柜室面积从2000㎡缩减至200㎡，线缆总长从500公里降至不足100公里。
核心突破：传统APC是"建议→操作工确认→执行"，存在人的延迟和判断偏差。UCS+TPT实现了"模型直控"——TPT输出经过安全约束校验后，直接写入执行机构的设定值，无需PID中转。这意味着从"模型感知到工况变化"到"输出新的控制指令"的延迟从分钟级压缩到秒级。同时系统内置多层安全防护：硬限位、速率限制、异常回退至PID安全模式。投运后的数据显示：关键回路自动投用率从改造前的35%跃升至92%，操作工从"盯着屏幕调参数"变成"监控异常处理例外"。
建设成效
| 指标 | 传统DCS方案 | UCS+TPT方案 | 改善幅度 |
|---|---|---|---|
| 机柜室面积 | ~2000㎡ | ~200㎡ | ↓90% |
| 线缆总长 | ~500公里 | <100公里 | ↓80% |
| 建设周期 | ~18个月 | ~9个月 | ↓50% |
| 年化效益 | 基准 | ≥1500万元 | — |
| 关键回路自动投用率 | 35% | 92% | ↑57个百分点 |
| 产品关键指标波动 | 基准 | 标准差↓50%+ | 大幅改善 |
| 硬件投资 | DCS全套（含机柜/卡件/线缆/工程） | ↓40%+ | 硬件成本大幅降低 |
年化效益≥1500万的构成：能耗优化（精准控制减少过烧/过冷损失）~800万 + 运维人力精简（自动投用率从35%→92%）~300万 + 建设投资节省（机柜/线缆/工期缩短）分摊~400万。其中能耗优化是最确定、最持续的部分——对流程工业而言，1%的能耗优化就是百万级收益。
建设特点总结
- 不是"DCS升级"，是"DCS替代"——架构级颠覆：UCS不是给DCS加一个AI模块，而是从根上改变了控制系统的物理形态。传统DCS的核心假设是"每个信号点需要一根铜线连到中央控制室"，UCS的核心假设是"仪表本身已数字化，只需要一根网线"。这不仅是省铜缆的问题，更意味着控制系统可以像软件一样快速迭代——不再受硬件布线固化的约束。
- 大模型不是"锦上添花"，是"雪中送炭"：流程工业中只有30%的PID回路投了自动，70%处于手动或半手动状态。根本原因不是操作工不想投自动，而是PID这玩意根本搞不定非线性多变量耦合过程。TPT大模型天然适合这种"输入维度高、变量相互纠缠"的场景——它不是为了炫技，而是解决了一个PID几十年没解决的问题。
- "新建装置"是最佳落地场景——老厂改造另有路径：榆林化工是新厂，没有存量DCS资产的历史包袱。中控的策略清晰：新装置一步到位UCS，老装置走"UCS边缘层叠加→逐步迁移"的渐进路线。这对行业意味着：不要等老厂拆DCS再上UCS，新建项目直接跳过DCS，这就是"弯道超车"。
- 建设周期缩短50%的秘诀——"软件定义"替代"硬件组态"：传统DCS工程中，组态、FAT（工厂验收测试）、SAT（现场验收测试）占去了50%以上的工期。UCS将大量组态工作抽象为软件模板+参数化配置，TPT的预训练模型进一步减少了现场调试验证时间——模型已经"见过"数万套类似装置的运行数据，开箱即用率远高于需要从零整定的PID系统。
- 年效益1500万——算的不是"省了多少钱"，而是"多赚了多少"：这个1500万的算法值得注意——不是单纯的"运维经费节省"，而是能效提升+产能优化带来的增量收益。流程工业的能耗通常占运营成本的50-70%，精准控制带来的能效优化，哪怕只有1-2个百分点，放到百万吨级装置上就是千万级。这才是大模型的真正价值：不是替代人工，是创造增量。
行业启示
启示一：DCS统治50年不等于它永远对——新玩家该上场了。DCS诞生于上世纪70年代，当时既没有以太网也没有AI。50年来DCS一直在"迭代优化"而非"推倒重来"。中控UCS的物理简化（机柜↓90%、线缆↓80%）已经证明，流程工业的自动化架构存在巨量的"惯性冗余"——不是技术进步了需要更复杂的东西，而是技术进步了可以用更简单的东西替代老古董。
启示二：流程工业是时间序列大模型的最佳应用场景。相比于大语言模型在各种行业的"锦上添花"，流程工业的时序数据天然就是Transformer的舒适区——连续、高维、强耦合、有物理规律可循。TPT不是在"生成文字"，是在预测下一秒的温度和压力，每做对一次就省一次能源。这是大模型所有应用场景中，ROI最可量化、最直接的一种。
启示三：大模型+UCS的结合，让"无人化工厂"从口号变为可能。当92%的控制回路实现自动闭环、操作工只需要处理异常时，一个百万吨乙烯装置的理论最小操作人员可以从每班20人降至5人。这不是为了裁员，而是为了解决一个更现实的问题——新一代年轻人不愿意进工厂倒班。流程工业的人才断层比想象中更严峻。
思派视角
对中小制造企业意味着什么？
经验一：中控在流程工业做的事，在离散制造同样成立——把"布线"变成"组网"。中控UCS的底层逻辑很简单：把每个信号点从"独占一根铜线"变成"共享一根网线"。离散制造的产线同样面临"线缆灾难"——一台CNC后面拖着电源线、气路管、油路管、信号线、通讯线……UCS的思路移植到离散制造就是"设备全部以太网化，控制逻辑全部软件化"。你的下一台新设备，采购时就要求必须支持OPC UA/MQTT，不要再买只有串口的——这步不花额外钱，是做不做的问题。
经验二：大模型不是大厂专属——时序预测的门槛比大语言模型低得多。你的注塑机、冲压机、热处理炉每秒钟都在产生温度/压力/速度的时序数据，这些数据就是最优质的"训练素材"。不需要千亿参数的大模型，一个轻量级的LSTM/Transformer模型，用3个月的历史数据训练，就能做到比老师傅更准的异常预判。先瞄准一个场景——比如注塑机模具温度的精准控制——投入3万元做个小验证，比花30万买一套智能工厂平台靠谱得多。
经验三：不要等"老厂改造"，新产线/新车间就是弯道超车的机会。中控为什么选榆林新厂而不是兰州老基地？道理很简单——存量改造的阻力远大于新建项目的决策。你的工厂也一样：现有产线的PLC/DCS改造涉及停线、重布线、重调试，ROI算不过来的。但如果你正在规划一条新产线或一个新车间，这就是跳过旧架构的最佳时机。产线规划阶段多花5%的自动化预算，换来投产后20%的OEE提升——这个账要算清楚。
老K点评
中控UCS这个事，我认为比TPT大模型本身更值得关注。过去十年，流程工业的智能化一直是在DCS外面加东西——加一个APC、加一个MES、加一个大屏——但底层还是那个诞生于1975年的DCS架构。UCS第一次从根上动了DCS的物理基础：不用I/O卡件了、不用控制器了、不用铜缆了。这三样东西是什么？是霍尼韦尔、艾默生、横河这些外资巨头赖以生存的硬件利润池。中控这一刀，砍的不仅是成本，更是整个流程工业自动化产业的价值链格局。
但我要说一个现实问题：UCS最大的障碍不是技术，是用户的"怕"。你告诉一个炼化厂的总工说"机柜不用了、卡件不用了、控制逻辑跑在云端服务器上"——他的第一反应不是"省了多少钱"，而是"出了事谁负责"。流程工业尤其是石化行业，安全永远是第一位的，任何新技术都必须回答一个拷问：网断了怎么办？服务器宕了怎么办？模型输出错了怎么办？中控在榆林的实践证明——UCS内置了多重冗余和安全退守机制，模型异常时自动回退到PID安全模式——但这种信任需要时间和案例来建立。
对中小企业的建议：先别想UCS和大模型，先做一件最简单的事——把你厂里所有能够支持以太网通讯的设备连上网。不管你是做机加工、注塑还是冲压，这一步不需要花钱买新设备（你已有的设备大概率已经支持以太网，只是你从来没接过），需要的是找一个人把网线插上、IP地址配上。没有这一步，你连数据都没有，谈什么AI？数据采集是所有智能化的地基，地基都没打就开始聊大模型，那是被供应商忽悠。
荣誉认证
| 类别 | 荣誉/认证 |
|---|---|
| 🏅 技术突破 | UCS通用控制系统入选工信部"2024年工业软件优秀产品" |
| 🏅 技术突破 | TPT时间序列大模型——国内首个工程化落地的流程工业时序大模型 |
| 🏅 企业背书 | 中控技术——中国DCS市场连续13年占有率第一，国家制造业单项冠军 |
| 🏅 企业背书 | 兰州石化——中国石油核心炼化基地，国家级能源化工项目 |
| 🏅 行业认可 | UCS架构获多项国家发明专利，并已在多个流程工业新建项目中推广部署 |
📝 录入时间：2026年7月11日
📝 信息来源：中控技术官方发布、兰州石化榆林化工公开报道、流程工业自动化行业报告、公开技术资料
📝 数据标注：机柜/线缆/建设周期等工程数据来自中控UCS公开案例，年效益数据为项目投运后首年核算