工业自动化进入控制智能化落地期

截至发稿时，2026年9月7日至13日，工业自动化控制领域呈现两条清晰主线：一是PLC、机器人、工业网络等传统自动化技术继续向开放互联和柔性控制演进；二是工业AI开始从数据分析、预测维护逐步进入视觉检测、物料调度和工艺优化等生产环节。不过，AI目前仍以辅助决策和局部闭环为主，尚未普遍替代PLC、DCS等确定性控制系统。

一、政策与标准风向：TSN与工业数据互操作加速

9月10日，IEEE发布文章介绍IEC/IEEE 60802工业自动化TSN配置规范，指出该标准将围绕网络设备、终端、局域网配置及时间同步等内容，建立面向工业自动化的确定性网络配置框架。其产业意义在于，为不同厂商设备在同一以太网基础设施上实现低时延、可预测通信提供共同规则。(standards.ieee.org)

OPC Foundation近期也持续推进OPC UA FX、TSN及现场级通信测试体系建设。其公开资料显示，OPC UA覆盖传感器、执行器、控制系统、MES和ERP等多个层级；2026年相关测试计划将逐步覆盖TSN优先级和时间同步功能，但整体仍处于标准完善、测试验证和早期商用导入阶段。(profiles.opcfoundation.org)

这意味着，未来工厂网络的重点将从“设备能否联网”转向“数据语义是否统一、控制时序是否可靠、跨品牌迁移成本是否可控”。对于化工、电力、食品饮料等流程行业，OPC UA与现有DCS、SCADA系统的兼容性，将直接影响老旧产线改造节奏。

二、厂商与产品动态：从单点设备转向自动化平台

厂商近期动作显示，自动化企业正在强化“感知—控制—执行”一体化能力。ABB于9月2日宣布完成对海事自动化企业Høglund的收购，新业务拥有分布于挪威、波兰、罗马尼亚和中国的85名员工，其集成自动化系统基于ABB控制系统硬件，主要面向船舶自动化和流程控制场景。(new.abb.com)

从更广的业务布局看，ABB二季度订单额达到120亿美元，可比收入同比增长12%，运动控制与自动化业务仍是其重点增长领域。(new.abb.com) 这反映出国际厂商正通过并购补充现场仪表、执行机构和行业软件，扩大从控制器到执行端的覆盖范围。

在机器人和工业AI方面，ABB披露的RobotStudio HyperReality已由部分客户测试，计划在2026年下半年面向约6万名RobotStudio客户扩大使用。其与合作伙伴推进的电子装配试点中，虚拟训练迁移到生产线后的准确率达到99%。该案例仍属于客户试点和商用验证阶段，不能等同于工业AI已实现大规模量产部署。(new.abb.com)

三、行业应用与产业协同：机器人从展示走向配套体系

9月8日，京津冀机器人整零对接活动在天津举行，160家企业及机构参与，活动聚焦核心零部件、整机制造、技术协同和产融合作。天津市工业和信息化部门披露，2026年1至7月，当地智能机器人规上企业实现工业总产值78.9亿元，同比增长15%。(chinanews.com)

这一数据说明，机器人产业竞争已不只是整机销量竞争，精密机械、伺服系统、控制器、减速器、视觉和电池等配套环节的重要性明显提升。对汽车、电子、物流和锂电行业而言，核心问题也从“是否使用机器人”转变为“能否快速换型、稳定运行并接入MES和质量系统”。

具身机器人相关供应链同样开始出现产业化信号。金力永磁9月8日在投资者关系活动中表示，已获得某科技公司的具身机器人电机转子项目定点，并投入约2亿元建设专用厂房、设备和团队，相关生产线可量产微米级加工精度的转子模组。当前项目处于量产准备阶段，具体订单规模尚未披露。(nbd.com.cn)

四、资本、生态与工控安全：AI应用必须建立安全边界

9月8日至10日，2026全球工业互联网大会在沈阳举行，会议围绕“智改数转、AI兴工”讨论工业互联网与人工智能融合。相关企业提出，AI已进入工艺优化、预测性维护和柔性调度等场景，但其数据接入范围扩大后，也会带来模型误判、权限滥用、供应链攻击和工业数据泄露等新风险。(qianxin.com)

湖北省9月10日举办工业领域网络和数据安全专场活动，来自制造企业、工控企业、安全服务商及高校院所的100余名代表参加。当地后续工作重点包括政策合规、供应链安全、人工智能安全和网络安全保险。(jxt.hubei.gov.cn)

对于企业来说，工业AI不能直接绕过PLC、DCS的联锁和功能安全逻辑。更现实的路径是先在视觉检测、能耗分析、设备健康评估和排产辅助等低风险环节部署，再通过边缘控制器和数字孪生进行中试验证。涉及连续生产、危化品和电力系统的闭环控制，应保留人工确认、规则约束和故障降级机制。

五、趋势与展望

下一阶段，工业自动化的渗透将表现为三种融合：控制器与工业网络融合，设备数据与行业软件融合，工业AI与现场工程经验融合。国产PLC、DCS、伺服和工业软件仍将优先在新增产线、细分行业和改造项目中扩大应用，完全替代既有系统则受制于工艺验证、软件生态、备件体系和人员能力。

建议从业者重点关注三项指标：系统是否支持标准化数据模型和安全认证，AI方案是否具备可量化的停机率、良率或能耗改善数据，以及项目能否在不改变核心联锁逻辑的前提下完成迁移。对工业企业而言，能稳定运行、可维护、可审计，仍将比单纯追求“智能化”更具实际价值。