本文图片来源 ：翼辉信息
近几年来，自主可控一直是工业领域的一条热门赛道。但你有没有发现，这条赛道在今天正发生着不可忽视的变化？
首先，是从“单点设备”到“体系协同”的变化。今年是“十五五”开局之年。随着产业基础再造、重大技术装备攻关以及“人工智能+”等行动持续推进，工业领域的自主可控正从单点产品替代，进一步走向基础软件、核心装备与应用体系的协同升级。
其次，是从“能用”到“好用、耐用”的变化。特别是对于钢铁、轨道交通、水务、能源、高端装备等行业而言，工业控制系统连接着生产设备与核心工艺，系统的稳定性、实时性和持续运行能力直接攸关生产现场能否安全稳定运行。工业国产化真正需要解决的，不再是有没有替代产品，而是国产技术能否进入真实工业现场，并经受复杂工艺和长期运行的验证。
应对这些趋势，如何真正筑牢国产化的技术底座，让自主可控的AI技术走进工业现场，经受住实战的考验？对此，翼辉信息正以自己的方式交出一份无比扎实的答案。
从SylixOS到工业控制，国产化能力走向现场
工业控制国产化，并非单一产品的替代，而需要操作系统、控制器、通信以及应用能力协同支撑。以国产工业操作系统SylixOS为核心，翼辉信息已逐步形成覆盖中大型PLC、冗余控制、容器化PLC、工业通信及应用承载等方向的产品与技术体系，并将国产实时操作系统能力进一步延伸至工业现场。
其中，IGC3503中大型PLC面向流程工业、基础设施及高端装备等场景；针对关键工业系统对连续运行的需求，翼辉则形成了冗余PLC产品能力；面向工业现场控制与计算融合的趋势，CM680容器化PLC则通过容器化架构，为控制、数据采集、协议处理及上层应用提供更加灵活的部署方式。
可以看到，从实时操作系统到控制器，再到工业通信和应用承载，翼辉正在构建的不只是单一的国产化产品，而是以实时操作系统为核心、向工业控制和数字化应用持续延伸的技术底座。正是这层体系化的扎实技术底座，承载着国产化能力真正走向充满考验的工业现场。
从钢铁到轨交，从水务到数控：真实场景验证国产化能力
任何工业控制产品，都需要直面一个最实际的问题：能不能在真实工业现场稳定运行？面对这个问题，翼辉选择了用真实应用来验证工业控制产品的价值。
在钢铁行业，翼辉IGC3503已应用于柳钢热轧生产线加热炉及除鳞工艺段升级改造。热轧生产线具有连续生产、工艺环节复杂等特点，对控制系统的实时性、稳定性以及与既有工艺的衔接能力都提出了较高要求。IGC3503进入相关生产环节，也为国产中大型PLC在连续生产场景中的应用积累了实践经验。
在轨道交通领域，翼辉CM680容器化PLC应用于地铁BAS环境与设备监控系统，服务于新线路扩展及既有线路升级。面对轨道交通复杂的设备接口、协议和系统协同需求，容器化架构为控制、采集、协议处理和上层应用提供了更加灵活的部署方式。
在城市基础设施领域，翼辉IGC3503已应用于南京、广东等地的二次供水泵房项目，覆盖泵房控制、数据采集及集中监控等应用。对于分散式、多站点的供水场景而言，控制系统不仅需要保障现场设备运行，也需要满足数据接入和集中管理需求，IGC3503很好地满足了这些需求。
而在高端装备领域，翼辉相关产品更是在广数、华数高端精密数控机床项目中实现了批量应用，进一步推动国产工业控制产品从项目验证走向规模化配套。
从钢铁热轧、轨道交通，到二次供水和高端数控机床，不同工业场景对控制系统的要求各不相同。多个行业的应用实践，也构成了国产工业控制能力从研发、产品化到现场验证的重要路径。
可见，国产化不是终点，真正的产业化能力来自持续的现场验证。而当工业控制系统逐步具备数据采集、通信和计算能力后，新的问题也随之出现：
如果工业系统不仅能够稳定控制，还能够进一步理解现场，会带来哪些新的价值？
打造可控底座，为AI“打通”进入现场的路径
AI进入工业，并不是简单地把一个大模型接入生产系统。关键在于，它能否理解具体工艺、判断结果是否可信，以及能否在不影响原有控制系统的前提下发挥作用。
这，也是工业AI与通用AI的不同之处。它不能从一个孤立的模型或应用出发，而要建立在可靠控制、实时数据、工业通信和工程交付之上。数据从哪里来，算法运行在哪里，结果怎样进入控制系统，新功能又如何在不影响生产的情况下部署，这些问题都必须先有答案。
基于这样的深刻洞察，凭借在工业控制和数字化能力上的深厚积累，翼辉将在本届工博会上进一步展示对这些关键问题的探索：
AI能否提前理解工况？
算法判断能否赶上下一次控制周期？
单点智能又能否复制到成百上千个现场节点？
从“看见数据”到“预判工况”，让AI开始理解工艺
传统SCADA擅长采集、展示和追溯数据，帮助操作人员了解“发生了什么”；而AI+SCADA则可以结合历史数据与实时工况，进一步判断“接下来可能发生什么”。
例如，在流化床FBCVD温度控制中，温度变化具有明显滞后性。等到偏差出现后再进行调节，容易产生超调，影响工艺稳定。翼辉尝试通过历史数据与实时工况识别温度响应特征，预测短期变化趋势和超调风险，为PID参数调节提供参考。
类似的能力，还可以延伸至水务调度和设备运维等场景。在二次供水场景中，系统可以结合天气、季节和历史用水规律预测需求，辅助泵组错峰调蓄；而在电机预测性维护场景，则可以综合振动、温度等运行数据，识别设备劣化征兆，并有针对性地开展故障预判、健康评估和定位分析。
可以看到，在这些场景中，AI并非直接越过原有控制边界，而是在既有系统中提供预测、诊断和优化依据，让工业现场逐步从“看到异常”走向“提前判断”。这，正是AI真正开始理解工艺的起点。
算法做出判断，还要赶上下一次控制周期
能够预测工况，还只是第一步。要让AI进入数控机床、精密研磨和机器人等装备领域，还需要解决智能计算与实时控制之间的协同问题。
在传统“PLC+运动控制卡+工控机”架构下，视觉识别、算法计算和运动控制往往运行在不同设备中。数据需要经过协议栈、内存拷贝和多次转换，毫秒级延迟就可能让一次参数调整错过控制窗口。
针对这一问题，翼辉推出了IGC7303智控一体机和IGC7503智显控一体机。两款产品采用QuickAMP混合多系统架构，由SylixOS承担高实时运动控制，Linux运行工业软件与智能算法，NPU则在端侧完成AI推理。
如此一来，推理结果无需绕行云端或外部设备，即可通过共享内存、虚拟网卡等高速核间通信方式反馈至实时控制侧，将传输延迟降至微秒级。由此，视觉识别、参数自调优、算法轨迹封装与运动控制得以在同一硬件平台上形成协同闭环，让AI的判断更及时地转化为参数调整和控制动作。
从单点验证，走向规模部署
工业AI的另一道门槛，是实现规模化的部署。要让AI从单台设备和单个项目走向一条产线、一个园区乃至成百上千个现场节点，才能创造更可观的价值。
例如，水务、能源、化工和轨道交通现场分布着大量泵、阀门、仪表和控制节点，数据来自不同设备、协议与系统，新增算法又不能干扰原有控制任务。前面提到的冗余控制、容器化PLC和工业通信能力，在这里都成为了AI规模部署的基础。
基于CM680的容器化能力，实时控制、数据采集、协议处理和边缘AI可以隔离运行，这使得新增算法或升级应用时，能够尽量减少对底层控制系统的影响。VSOA软总线进一步连接现场设备、边缘节点与上层应用，让实时数据进入分析系统，算法结果也能及时返回控制侧。再配合SylixOS+TSN的确定性通信与SylixOS+RDMA的高速数据交换，工业AI才有机会从一次演示走向可部署、可更新、可持续运行的现场能力。
工业系统研发：AI大显身手的新舞台
除了生产现场，翼辉也在探索AI Agent在工业软件研发中的应用。
以往，工业软硬件适配涉及BSP开发、中间件配置、应用部署、文档查询和测试验证等大量工作。不同芯片、设备和应用场景之间存在明显差异，许多经验仍依赖工程师手工积累，大量流程需要重复执行。
而翼辉AI Agent研发智能体能尝试连接硬件平台、开发工具与专业知识，将常用流程和工程经验封装为可调用的Skill，辅助工程师完成代码生成、硬件适配、应用部署、文档管理和测试验证。它并不是取代工业研发人员，而是将分散的知识、工具和流程组织起来，降低重复工作成本，让工程师把更多精力投入架构设计、现场调试和关键问题判断。
让工业AI的答案回归真实现场
从国产操作系统、中大型PLC和容器化PLC，到智能控制一体机、AI+SCADA、预测性维护与研发智能体，翼辉对工业AI的探索并非另起炉灶，而是沿着已经得到现场验证的国产控制能力继续向前延伸。
工业AI是否真正有价值，不取决于演示中的模型多聪明，效果多炫酷，而在于它能否理解工艺、及时参与控制、长期稳定运行，并安全地部署到更多工业节点。基于这一理念，10月12日至16日，翼辉信息即将亮相2026中国国际工业博览会，集中展示AI+SCADA、AI+智能运控、AI+预测性维护、AI Agent研发智能体、AI+容器化等阶段性成果。
AI能否在不改变原有安全边界的前提下预测工况？能否让智能计算真正赶上控制周期？又能否从一台设备复制到一条产线、一个园区乃至成百上千个现场节点？
届时，期待您莅临国家会展中心（上海）6.1H馆F092展位，来到翼辉信息展台，现场验证这些问题的答案！
