工业AI新突破：中控TPT 2在兰州石化实现乙烯装置自主运行

近日，中石油兰州石化榆林化工与中控技术达成合作，将TPT 2时间序列大模型成功应用于年产80万吨乙烯装置。这一创新应用推动生产工艺从传统经验驱动转向AI自主运行，展现了工业智能化发展的新方向。

一、传统困境：人的经验，机器的局限

乙烯裂解作为石化行业的关键工艺，其生产过程面临着传统模式的制约。操作人员需要依靠经验判断炉管结焦状况、确定清焦时间并调整工艺参数。但人工经验存在明显局限，加之系统协同不足，影响了生产精细化水平。由于人类生理特性限制，操作人员在注意力、反应速度和判断准确性方面都存在瓶颈。面对大量报警信息，每小时仅能处理约15条。这些问题直接导致了意外停车、收率波动和能耗过高行业痛点。

二、AI进入装置：三个智能体的闭环

中控技术TPT 2大模型为此开出解法。不同于通用AI的“文本对话”，TPT 2专门为流程工业设计，具备理解时序数据与工艺机理的能力，改变了过去一个场景一个模型的建模方式，沉淀行业知识和经验，为解决工业难题带来了新的思路和方法。

在乙烯裂解这一高度复杂且苛刻的工艺场景中，TPT 2不仅仅扮演着预测工具的角色，更是以“状态孪生”的方式全面嵌入装置运行。通过对温度、压力、流量等海量时序数据的实时学习，它能够同时捕捉裂解炉、压缩机、急冷与分离等关键单元的动态变化，并建立起跨设备、跨工序的空间关联模型。正因具备这种“时空理解”能力，TPT 2 能够把瞬息万变的反应过程转化为可计算、可优化的决策路径。

中石油兰州石化榆林化工有限公司总经理、总工程师李玮表示：中石油兰州石化榆林化工结合了昆仑大模型和TPT 2两者的优势，创造性地提出了双模型驱动的工业智能应用新架构，打造出异常预测预警、操作参数优化、操作路径规划等一系列面向乙烷制乙烯场景的智能体，积极探索AI大模型赋能生产制造的新模式。

• 异常预警智能体——让生产装置更安全

当裂解炉管壁结焦速率加快时，TPT 2会即时推演其对后续分离效率和乙烯收率的连锁影响，自动剖析异常原因，提供相应的处置流程和操作建议，辅助快速决策和响应，有效保障了装置的安全稳定运行。目前，TPT 2可以实时监控裂解炉管结焦状态，提前72小时发出预警，推荐经济的停炉清焦时间；提前4天预测压缩机段间温度未来变化趋势并预警，评估机组的健康状态；对裂解炉以及收率等关键指标进行精确的预测，预测准确率达99.79%。

• 操作路径规划智能体——让生产调整更高效

在投炉升温等关键操作中，TPT 2通过强化学习规划出更平稳、更高效的升温路径，显著缩短投炉时长，减少碳二加氢入口CO浓度的波动。通过优化COT温度升温路径，将平均15小时的升温过程缩短4–5小时，效率提升25%，整体年效益预计不低于650万元。

• 操作优化智能体——让生产运行最优化

TPT 2还可将传统依赖人工经验的生产调控，升级为“动态感知-智能分析-自主决策-实时执行”的闭环系统，让乙烯裂解装置真正具备自学习、自适应、自优化的能力。在稳定运行中，动态优化乙烯收率与结焦速率，单炉收率提升0.373%，年净收益315.5万元；整体装置年效益预计大于1500万元。

三、战略观察：工业AI的前沿样本

兰州石化的应用场景正在被视为一个行业分水岭。对比多年来依赖的传统模拟与优化软件，TPT 2 的优势在于实时性和适应性：它能在几秒钟内完成预测与决策，而过去同类分析往往需要人工判断或离线计算。这意味着操作员不再只是“救火员”，而是有了一个全天候的“副驾驶”——甚至在部分场景中已经成为“主驾驶”。

更重要的是，TPT 2的“预训练+微调”模式解决了困扰工业AI多年的“水土不服”问题。同一套模型可以在兰州石化的乙烯裂解装置中运行，也能通过快速微调迁移到常减压、聚烯烃等炼化装置。这种跨工艺的适配能力，让它具备了规模化复制的潜力。

中控创始人褚健早前预判，工业智能体最有可能率先在装置级自主调控环节实现突破。兰州石化的成果为这一判断提供了现实注脚。它展示了工业AI从“点状突破”走向“系统优化”的路径，也印证了流程工业从自动化迈向自主化的必然趋势。

兰州石化与中控技术目前正在紧锣密鼓的规划进一步打造“乙烯智慧大脑”的最优方案。该方案将融合感知、分析、决策、执行多类智能体，将智能范围扩展至常减压、催化裂化、聚烯烃等更多核心工艺，将工业AI从理论真正变为实践，并成为在最复杂、最关键的装置中经得起考验的可靠技术路径。对于石化行业而言，这不仅是一次试验，更是未来的缩影：当机器拥有了“预见力”与“决策力”，工业将迈向一个新的时代。

评论或私信，即可免费体验TPT 2！