隨著新一代信息技術(shù)的蓬勃發(fā)展，物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與工業(yè)技術(shù)加速融合，推動(dòng)企業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型，催生出了大量的新業(yè)態(tài)、新產(chǎn)業(yè)、新模式，為實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展注入新動(dòng)能?；?0余年的工業(yè)現(xiàn)場(chǎng)經(jīng)驗(yàn)和不斷追求卓越的技術(shù)研發(fā)實(shí)力，和利時(shí)為用戶提供基于HiaPlant智能管控平臺(tái)，從智能控制到智慧管理一體化智能工廠整體解決方案，助力用戶實(shí)現(xiàn)卓越運(yùn)營(yíng)和可持續(xù)性發(fā)展，共同推動(dòng)企業(yè)數(shù)字化、智能化升級(jí)，促進(jìn)可持續(xù)發(fā)展的工業(yè)互聯(lián)網(wǎng)生態(tài)環(huán)境形成，提升行業(yè)的智能制造水平。

和利時(shí)是智能化整體解決方案的先行者，踐行者及賦能者，根據(jù)生產(chǎn)需求，用自身研制的生產(chǎn)自動(dòng)化和信息化系統(tǒng)打造出自己的智能工廠，并且生產(chǎn)出自有產(chǎn)品。在行業(yè)中流傳著這樣的說法，“和利時(shí)用自己的技術(shù)生產(chǎn)自己的產(chǎn)品”。

2014年，和利時(shí)入選首批兩化融合貫標(biāo)示范企業(yè)。

2015年，和利時(shí)電子制造數(shù)字化車間被評(píng)為首批國(guó)家智能制造試點(diǎn)示范項(xiàng)目。

2017年，和利時(shí)成功入選國(guó)家第一批智能制造系統(tǒng)解決方案供應(yīng)商推薦目錄。

2021年，和利時(shí)推出OCS工業(yè)光總線控制系統(tǒng)。

這些榮譽(yù)的獲得，不僅是對(duì)和利時(shí)多年來堅(jiān)持技術(shù)創(chuàng)新、推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的肯定，更是對(duì)和利時(shí)在智能制造領(lǐng)域持續(xù)發(fā)揮引領(lǐng)作用、推動(dòng)產(chǎn)業(yè)升級(jí)和數(shù)字化轉(zhuǎn)型的期許。展望未來，和利時(shí)將堅(jiān)持以科技創(chuàng)新為核心驅(qū)動(dòng)力，持續(xù)為用戶創(chuàng)造價(jià)值，為數(shù)字經(jīng)濟(jì)助力，為智能時(shí)代賦能。

關(guān)于智能化整體解決方案，和利時(shí)經(jīng)過多年的探索、實(shí)踐與沉淀，開創(chuàng)了智能工廠新思路，即以一種模式（ HiaPlant云邊協(xié)同模式）、形成五大能力（融合感知能力、優(yōu)化運(yùn)行能力、智能監(jiān)盤能力、智慧管理能力、卓越運(yùn)營(yíng)能力），賦能N種行業(yè)，重構(gòu)企業(yè)“未來核心力”，用AI技術(shù)賦能，形成新質(zhì)生產(chǎn)力，以用戶價(jià)值為導(dǎo)向，使工業(yè)充滿智慧，讓運(yùn)營(yíng)更加卓越！

智能時(shí)代已經(jīng)開啟，在“智能工廠新思路”的指導(dǎo)下，HiaPlant數(shù)智化轉(zhuǎn)型方案已經(jīng)落地生根，并已取得系列豐碩成果，依托公司在AI技術(shù)方面的積極探索和廣泛布局，多次成功落地于用戶現(xiàn)場(chǎng)：

1）智能監(jiān)盤

和利時(shí)智能監(jiān)盤解決方案應(yīng)用最新的AI技術(shù)，將運(yùn)行知識(shí)和經(jīng)驗(yàn)實(shí)現(xiàn)數(shù)字化、模型化，并利用數(shù)據(jù)挖掘技術(shù)與預(yù)測(cè)分析技術(shù)、機(jī)器學(xué)習(xí)算法，結(jié)合工廠運(yùn)行規(guī)程要求和運(yùn)行管理需求，對(duì)生產(chǎn)工藝參數(shù)進(jìn)行預(yù)測(cè)、評(píng)價(jià)、歸納，并合理的組織呈現(xiàn)、推送異常信息，達(dá)到用計(jì)算機(jī)來代替人員進(jìn)行查閱畫面、分析參數(shù)、關(guān)注趨勢(shì)（簡(jiǎn)稱人工監(jiān)盤）的效果。

和利時(shí)智能監(jiān)盤方案的成功運(yùn)用，可以把人從大量重復(fù)繁瑣的監(jiān)盤工作中解脫出來，集中精力分析復(fù)雜的運(yùn)行問題，通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)模型迭代自學(xué)習(xí)完善，逐步向機(jī)器自主運(yùn)行方向邁進(jìn)。

2）智能尋優(yōu)

和利時(shí)智能尋優(yōu)系統(tǒng)致力于對(duì)工廠的主要運(yùn)行參數(shù)進(jìn)行在線實(shí)時(shí)尋優(yōu)，求解優(yōu)標(biāo)桿值；操作指導(dǎo)實(shí)時(shí)監(jiān)控主要調(diào)整參數(shù)與標(biāo)桿值的偏差和耗差值，實(shí)時(shí)顯示當(dāng)前經(jīng)濟(jì)指標(biāo)考評(píng)，指導(dǎo)運(yùn)行人員監(jiān)盤，模塊對(duì)當(dāng)前工況進(jìn)行實(shí)時(shí)分析，當(dāng)發(fā)現(xiàn)比現(xiàn)有標(biāo)桿庫更好的標(biāo)桿值時(shí)，會(huì)及時(shí)提示。

運(yùn)行人員可以根據(jù)標(biāo)桿值情況，決定是否進(jìn)行修改。通過不斷尋優(yōu)，系統(tǒng)運(yùn)行參數(shù)將逐漸逼近理論最優(yōu)值，實(shí)現(xiàn)運(yùn)行動(dòng)態(tài)過程的綜合最優(yōu)工況尋優(yōu)，使得工廠生產(chǎn)能耗指標(biāo)和排放指標(biāo)最低。

3）基于機(jī)器視覺的實(shí)時(shí)控制

和利時(shí)在機(jī)器視覺的實(shí)時(shí)控制主要體現(xiàn)在采用智能視覺算法提取現(xiàn)場(chǎng)生產(chǎn)工藝畫面有效特征，通過控制邏輯執(zhí)行，形成具有視覺處理能力的控制閉環(huán)。智能視覺控制優(yōu)化應(yīng)用可替代現(xiàn)有流程行業(yè)人工肉眼觀察操作的應(yīng)用場(chǎng)景，可有效降低運(yùn)營(yíng)操作人員的勞動(dòng)強(qiáng)度?，F(xiàn)已經(jīng)在化工、電力、冶金等行業(yè)應(yīng)用推廣。

4）基于工業(yè)大模型的智能人機(jī)交互

和利時(shí)智能人機(jī)交互方案充分利用自然語言大模型、知識(shí)圖譜等先進(jìn)人工智能技術(shù)成果，實(shí)現(xiàn)對(duì)數(shù)字化交付數(shù)據(jù)、生產(chǎn)過程數(shù)據(jù)、經(jīng)營(yíng)管理數(shù)據(jù)、生產(chǎn)管理規(guī)程、工藝資料等進(jìn)行自然語言問答，并可根據(jù)要求提供數(shù)據(jù)圖表展示。

5）智能預(yù)警

和利時(shí)智能預(yù)警解決方案通過AI模型推理進(jìn)行參數(shù)預(yù)警，確定與監(jiān)測(cè)參數(shù)相關(guān)聯(lián)的主要影響因子，借助與深度學(xué)習(xí)算法實(shí)現(xiàn)對(duì)監(jiān)測(cè)參數(shù)的建模，通過神經(jīng)網(wǎng)絡(luò)模型的輸出預(yù)估值與參數(shù)實(shí)時(shí)狀態(tài)值比較，當(dāng)參數(shù)的實(shí)時(shí)值超出了神經(jīng)網(wǎng)絡(luò)預(yù)估值的上下限時(shí)，及時(shí)對(duì)參數(shù)進(jìn)行預(yù)警，提醒運(yùn)行人員關(guān)注和調(diào)整。

數(shù)字激發(fā)產(chǎn)業(yè)澎湃動(dòng)能,科技驅(qū)動(dòng)行業(yè)勃勃生機(jī), 和利時(shí)將持續(xù)向創(chuàng)新要?jiǎng)恿?，持續(xù)以開放增活力，以實(shí)踐鍛造實(shí)力，用實(shí)力為用戶價(jià)值兌現(xiàn)負(fù)責(zé)，有力推動(dòng)中國(guó)工業(yè)向高端化、智能化、綠色化轉(zhuǎn)型升級(jí)。