[中报]中控技术(688777):浙江中控技术股份有限公司2023年半年度报告
原标题:中控技术:浙江中控技术股份有限公司2023年半年度报告 一、本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 二、重大风险提示 公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施，敬请查阅本报告第三节“管理层讨论与分析”之“风险因素”部分，请投资者注意投资风险。 三、公司全体董事出席董事会会议。 四、本半年度报告未经审计。 五、公司负责人CUI SHAN、主管会计工作负责人房永生及会计机构负责人（会计主管人员）毛飞波声明：保证半年度报告中财务报告的真实、准确、完整。 六、董事会决议通过的本报告期利润分配预案或公积金转增股本预案 无 七、是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、前瞻性陈述的风险声明 √适用 □不适用 本报告所涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺，请投资者注意投资风险。 九、是否存在被控股股东及其他关联方非经营性占用资金情况 否 十、是否存在违反规定决策程序对外提供担保的情况？ 否 十一、是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否 十二、其他 □适用 √不适用 目录 第一节 释义..................................................................................................................................... 4 第二节 公司简介和主要财务指标 ................................................................................................. 7 第三节 管理层讨论与分析 ........................................................................................................... 11 第四节 公司治理 ........................................................................................................................... 44 第五节 环境与社会责任 ............................................................................................................... 46 第六节 重要事项 ........................................................................................................................... 49 第七节 股份变动及股东情况 ....................................................................................................... 78 第八节 优先股相关情况 ............................................................................................................... 88 第九节 债券相关情况 ................................................................................................................... 88 第十节 财务报告 ........................................................................................................................... 89
第一节 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义：
第二节 公司简介和主要财务指标 一、 公司基本情况
二、 联系人和联系方式
三、 信息披露及备置地点变更情况简介
四、 公司股票/存托凭证简况 (一) 公司股票简况 √适用 □不适用
(二) 公司存托凭证简况 √适用 □不适用
五、 其他有关资料 □适用 √不适用 六、 公司主要会计数据和财务指标 (一) 主要会计数据 单位：元 币种：人民币
(二) 主要财务指标
公司主要会计数据和财务指标的说明 √适用 □不适用 1、公司2023年上半年的营业收入364,120.70万元，较上年同期增长36.54%；实现归属于上市公司股东的净利润51,071.16万元，较上年同期增长62.88%；实现归属于上市公司股东的扣除非经常性损益的净利润为42,387.12万元，较上年同期增长77.71%。公司深入推进“135客户价值创新模式”，产品、技术及解决方案核心竞争力进一步加强，客户服务的深度和广度显著提升，获取订单同比增长；同时，公司管理变革持续深化，数字化转型加速，公司经营管理能力、组织效能不断提升。 2、公司2023年上半年经营活动产生的现金流量净额-98,340.92万元，较上年同期下降76.00%，主要系一方面公司为应对全球供应链风险，大幅增加库存备货，支付货款大幅增加；另一方面公司历来在上半年集中发放上一年度年终奖，对现金流影响较大，但随着下半年公司现金回收高峰期的到来，年度现金流将会显著提升。 3、报告期末，归属于上市公司股东的净资产较上期末增长76.45%，主要系报告期内公司发行GDR收到募集资金和未分配利润增长所致。 4、报告期末，公司总资产较上期末增长 30.58%，主要系公司主营业务规模扩大及公司发行 GDR收到募集资金所致。 5、公司2023年上半年基本每股收益为0.67元，较上年同期增长52.27%；稀释每股收益0.67元，较上年同期增长55.81%；扣除非经常性损益后的基本每股收益0.56元，较上年同期增长69.70%，主要系公司归属于上市公司股东的净利润较去年同期增加所致。 七、 境内外会计准则下会计数据差异 □适用 √不适用 八、 非经常性损益项目和金额 √适用 □不适用 单位:元 币种:人民币
对公司根据《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》定义界定的非中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。 □适用 √不适用 九、 非企业会计准则业绩指标说明 □适用 √不适用 第三节 管理层讨论与分析 一、 报告期内公司所属行业及主营业务情况说明 （一）报告期内公司所属行业的基本情况 1、公司所属行业基本情况 公司致力于满足流程工业自动化、数字化、智能化需求，着力打造以工厂智能运行管理与控制系统（OMC）、“工厂操作系统+工业 APP”智能工厂技术架构及流程工业过程模拟与设计平台（APEX）三大产品技术平台为核心的智能制造产品及解决方案体系，全面助力流程工业实现生产过程自动化（Process Automation，PA）和企业运营自动化（Business Automation，BA），赋能企业工厂向智能自主运行、卓越运营的未来工厂跃升转变。 流程工业是国民经济的支柱型产业，是制造业的中流砥柱，经过数十年发展，我国已成为世界流程工业规模最大的国家。但是，国内流程工业平均工艺及运营水平仍相对落后，亟需自动化、数字化、智能化升级以增强产业发展的新动能。根据中国工控网统计，2023年上半年，中国流程工业自动化市场在化工、石化行业自动化需求的拉动下实现了3.8%的同比增长，市场规模进一步扩大；且随着工业自动化进程的不断深化以及工业技术升级、迈入高质量发展的新阶段，智能制造已成为产业升级主旋律，工业企业对智能制造的需求日益增强。 智能制造是近年来在工业自动化领域提出的概念，旨在生产制造过程自动化的基础上提升数字化、网络化、智能化程度。但对比国际先进企业，我国流程工业企业智能制造发展水平依然偏低，国内智能制造供给能力还不能高效匹配高质量发展背景下的企业需求，整体行业仍有很大的进步空间。 2、行业发展情况 1）自动化控制系统整体市场持续增长 公司自动化控制系统板块涵盖集散控制系统（DCS）、安全仪表系统（SIS）和网络化混合控制系统等产品。近年来，自动化控制系统受到了各级政府的高度重视和国家产业政策的重点支持，《“十四五”信息化和工业化深度融合发展规划》、《“十四五”原材料工业发展规划》等重要政策规划持续为行业发展指引了明确、广阔的市场前景，也为行业内企业提供了优良的生产经营环境。 随着相关产业的不断升级以及国家法规政策的推动，自动化控制系统产品有望进一步普及并逐步开始向高端、大型、联合控制和注重后续维护的方向发展。根据中国工控网和睿工业统计，2022年中国工业控制系统（包括DCS、SIS、网络化混合控制系统产品）市场规模为327.9亿元，主要应用行业有化工、石化、电力、市政、冶金、油气、食品、制药、建材、造纸及智能装备等。 2022年DCS产品市场规模达到117.0亿元，同比增长5.2%。睿工业预计2023年至2027年DCS市场仍会保持稳定增长，年增长率将维持在9.8%到14%。随着数字孪生、大数据、人工智能、工业互联网、VR/AR、5G等新一代信息技术加快应用落地及推广普及，DCS与高新技术的对接将更有效助力行业实现高质量发展。 2022年SIS产品市场规模24.5亿元，增速较上年持平，中国工控网预测未来三年中国SIS市场将保持年复合增速5.8%的平稳增长态势。环保、安全、化工园区升级等政策的不断加深和“十四五”相关规划项目的落地实施将带来更多市场机会，预期化工、石化行业将是SIS市场的主要增长动力。 2）工业软件市场规模快速增长 公司工业软件板块涵盖生产管控、基础软件、安全环保、资产管理、供应链管理、能源管理六大类工业软件，主要应用于石化、化工、电力、油气、制药、食品、冶金和建材等领域。 据工信部数据显示，2023年上半年我国软件业务收入55,170亿元，同比增长14.2%，利润总额6,170亿元，同比增长10.4%，行业运行态势持续向好，利润总额增势明显。随着“十四五”期间国内加大工业转型升级力度，并大力发展高端智能装备产业，工业软件市场规模增长迅速。 根据工信部数据，2023年上半年我国工业软件产品收入为1,247亿元，同比增长12.8%。需要注意的是，由于我国工业软件发展起步较晚，与先发国家相比发展水平仍存在一定的差距，各类供应商凭借自身行业积累，在细分领域中占有一定市场份额，但整体发展水平仍不系统、不全面，集中度相对较低。《“十四五”智能制造发展规划》已突出设立重点工业软件突破提升行动的专栏，计划到2025年，全国工业企业关键工序数控化率、经营管理数字化普及率和数字化研发设计工具普及率分别达68%、80%和85%，工业APP突破100万个。工业软件国产化替代趋势加速推行，未来预计将应用于更多的细分场景。 工业4.0是由软件驱动的工业革命，在制造业迈向工业4.0的进程中，以工业软件为主角的信息技术将成为产业变革的核心推动力，大力发展工业软件，同时实现软件国产化已经成为我国制造业升级转型的核心诉求。因此，从行业发展及用户需求等方面综合来看，智能制造的深入落地、流程工业的持续转型将驱动国内工业软件市场保持上行态势。据灼识咨询预测，2026年我国流程工业工业软件市场规模将达到2,066亿元，年复合增长率10.8%。据中国工控网预测，石化、化工、冶金、电力等行业用户基于提高经济效益、提升生产系统智能化水平的需求，对先进控制和在线优化等工业软件的投资积极性快速提升；“十四五”期间，先进控制和在线优化作为实现“双碳目标”以及实施绿色制造的重要组成部分仍将保持接近13%的年均复合增速。 3）仪器仪表市场规模稳定增长 公司仪器仪表板块涵盖调节阀、压力变送器、流量计、物位计、分析仪、安全栅、隔离器等产品，主要应用于化工、石化、精细化工、煤化工、医药、冶金、电力等行业。 仪器仪表是信息化和工业化深度融合的基础和实现工业自动化、智能制造的重要设备。一直以来，国内工业自动化领域仪器仪表行业集中度较低，低端产品过剩，中高端产品仍依赖进口，高端用户市场被国外大型企业主导，但近年来国产仪器仪表技术进步较快，国内领先企业已开始自主研发并掌握部分核心技术，并在化工、石化、电力、冶金等行业逐步取代外资品牌，行业国产替代正迎来历史契机。 根据中国工控网统计，2022年中国流程工业主流仪器仪表（包括调节阀、压力变送器、流量计、物液位仪表、在线分析仪表、安全栅等）市场规模超472.6亿元，同比增长6.1%，主流下游应用行业为化工、石化、电力、油气、冶金、食品饮料、造纸、市政、制药、建材等。其中，调节阀市场规模为192.0亿元，同比增长5.5%；压力变送器市场规模为52.0亿元，同比增长4.0%；在线气体分析仪表市场规模为37.2亿元，同比增长5.1%；安全栅市场规模为11.9亿元，同比增长8.2%，均维持了稳定的增长态势。 （二）主要业务、主要产品或服务情况 1、主要业务 公司遵循“让工业更智能，让生活更轻松”的愿景&使命，坚持自主创新，聚焦流程工业自动化、数字化、智能化需求，以创新技术的核心驱动、前沿产品的关键支撑、核心业务的流程重塑、工作模式的升级革新，全面助力流程工业实现生产过程自动化（Process Automation，PA）和企业运营自动化（Business Automation，BA），赋能企业工厂向智能自主运行、卓越运营的未来工厂跃升转变。为此，公司面向工业3.0+工业4.0 全力构建“135客户价值创新模式”，深入构建“5S店+S2B平台”一站式工业服务新模式，着力打造新一代全流程智能运行管理与控制系统（OMC）、“工厂操作系统+工业APP”技术架构及流程工业过程模拟与设计平台（APEX）三大产品技术平台为核心的智能制造产品/解决方案体系,重点布局5T技术（自动化技术AT、信息技术IT、工艺技术PT、运营技术OT和设备技术ET），致力于通过5T融合创新破解工业领域单项技术无法解决的难题，支撑流程工业转型升级中的重大行业需求，打通工程设计、工程建设、运营管理、运维服务全生命周期业务链，构筑“数据底座、算法底座、模型底座”三大核心技术引擎，定义和重塑流程工业新形态，引领流程工业加速“智变”，支撑流程工业在转型升级中的重大行业需求，实现“安全生产、节能降耗、提高质量、降本增效、绿色环保”的高质量发展目标。 2023年上半年，公司全面推进业务整合与升级，基于数据资源系统（基础）（Data Resource System,DRS)，构建了生产过程自动化及企业运营自动化两大业务架构。生产过程自动化是指面向工厂从原料到产品的全生产过程，利用先进的工艺、设备、运行、信息、自动化等技术及融合创新，实现安全、平稳、高效、低碳的智能自主运行，包含五大系统：运行管理与控制系统（Operation Management & Control System,OMC）、安全优先系统（Safety-Priority System,SPS)、质量提升系统（Quality Improvement System,QIS)、节能与低碳系统（Energy-saving & Low-Carbon System,ELC）、设备健康监控系统（Equipment Health Supervisory System,EHS)。 企业运营自动化是指面向企业运营，基于“工厂操作系统+工业APP”模式，利用AI、大数据、 数字孪生等先进技术及管理创新，实现数智化、高质量、可持续发展的卓越运营，包含五大系统： 产品研发管理及工艺设计系统(Research & Design System,R&DS)、生产运营系统(Production Operation System,POS)、供应链管理系统(Supply-chain Management System,SMS)、销售与服务 系统(Sales & Service System,SSS)、支撑与保障系统(Support & Guarantee System,SGS)。 2、主要产品及服务情况 （1）数据资源系统 数据资源管理系统涵盖数据建模、数据运营（加工、管理、服务）、数据洞察的智能数据生态体系，旨在为企业提供一站式的数据产品服务，构建以数据作为核心生产力的数据驱动型企业。 在数据建模及资产管理领域，融合业界4A方法论，为企业打造数据一站式建模（业务对象、逻辑实体、物理实体等）及数据资产管理系统；通过 IDP、知识图谱等技术，企业不同角色可以高效协作，共建数据模型；打造元数据的标准化管理体系，提供全局统一的数据资产门户，实现全面、高效、安全的数据服务方式，权责清晰的数据资产管理体系。在智能决策辅助领域，通过将管理数据分析全流程统一化，融合NLP/AI等技术，为企业打造业务运营团队问答式的报表交互体验，提升报表研发效率的同时带来业务团队便捷的交互体验，更进一步，实现管理者/经营者对 KPI全面实时的监控、提供智能辅助决策的支撑。 （2）工业信息安全系统 工业信息安全系统包括工业控制系统安全、工业信息系统安全和安全运维服务等多方面产品和技术，公司自主研发了主机安全卫士、工控防火墙、工控安全管理平台、工控安全隔离网关、全网诊断软件、工控网络安全监测系统等一系列安全防护产品，打造了智能工厂工业信息安全一体化解决方案，提供包括数据安全、主机安全、网络安全、内建安全、应急容灾等核心功能的“全方位、多维度”安全技术体系，提供网络安全评估、网络安全运维、等保建设咨询等覆盖工业网络全生命周期安全服务，助力提升客户企业对生产控制的恶意程序防护、信息事故溯源、容灾备份、安全运维等能力，协助企业实现法规、标准、政策的合规性等级保护建设。 （3）智能自主运行系统 智能自主运行系统是生产过程自动化的核心基础子系统，融合智能化、数字化、自动化技术，实现生产装置智能感知、智能控制、智能操作、智能优化和智能运维，满足全流程过程控制、安全控制、机组控制、逻辑控制以及工艺操作、运行管理等功能需求，主要包含以下核心产品： 1)智能运行管理与控制系统（OMC） 智能运行管理与控制系统(OMC，Operation Management & Control System)是公司结合客户需求和新一代信息技术发展提出的，是流程工业装置高度自主运行的新一代系统架构，融合工厂操作系统、工业人工智能及物联网（AIoT）、先进工业网络、智能优化、模型预测等先进技术，超越了传统的集散控制系统能力，实现生产运行管理与控制的一体化。同时OMC的开放性的架构，可以更加便捷高效地集成制造商、用户等的海量行业知识及经验，实现工业过程自主控制、操作效能优化、生产运行管理等功能的融合与重构，达到“少人化”乃至“无人化”操作。主要应用于化工、石化、电力、制药食品、冶金、建材等行业。 2)可编程逻辑控制器（PLC） PLC（Programmable Logic Controller）即可编程逻辑控制器，基于UCP统一控制协议构架通讯网络，使产品可适用于现场分散的场合，可满足连续或半连续工业过程，以及大型基础设施场所的控制需求。集成可视化、网络、信息等技术，为各类应用程序提供完整的集成化解决方案，中控技术PLC具有高可靠、全冗余、高密度、分布式、信息安全等特点，广泛应用于油气长输管道、石油化工、精细化工、煤化工、冶金、制药等行业，以及轨道交通 BAS、隧道环控、水利监控、综合管廊、污水处理、供水净水和其他市政工程，另外也适用于中小机组、重大装备等场景。 3)机组控制系统（CCS） CCS（Compressor Control System）压缩机组控制系统，由稳定可靠的硬件平台和专用的优化控制软件包组成，用来完成压缩机组的参数显示、报警、控制、调节及联锁逻辑保护，实现压缩机的防喘振控制、性能调节以及转速调节等，保证压缩机组的安全稳定运行。 4）现场仪表 ① 测量仪表 测量仪表是用以检出、测量、观察、计算各种物理量、物性参数等的仪表。主要包括测量温度、压力、物位、流量等的一次仪表，以及用于信号隔离（防护）、传递、记录、计算、显示等的二次仪表。测量仪表以其测量精确、显示清晰、操作简单等特点，在工业生产中得到广泛应用，而且智能测量仪表内部具有多种与控制系统互联的接口，主要应用于石油、化工、电力、冶金、煤炭、公用及环保、市政交通、轻工建材等领域。 ② 分析仪表 分析仪表（即过程分析系统）是根据在线分析项目的应用要求集成构建的、满足过程工艺特性和运行环境等方面的成套分析装置。分析仪表是以在线分析仪器为核心，集成样品处理技术、自动化控制技术、计算机技术等多学科的综合性应用。分析仪表作为数据感知的重要手段，为企业提质、降本、增效、安全、环保提供保障，广泛应用于化工、石化、新能源、冶金、医药等行业。 ③智能控制阀 智能控制阀是用于调节流体介质压力、流量和方向的装置，通过改变阀门的开度来调节流体的通量，从而实现对流体系统的精确控制。智能控制阀通过传感器感知流体系统的参数，并根据设定值调节阀门的开度，使系统参数保持在设定范围内。智能控制阀应用于石油、石化、化工、造纸、环保、能源、电力、矿山、冶金、医药、食品等行业。 (4)安全优先系统（SPS） 安全优先系统基于工厂的全生命周期框架，梳理出各阶段的安全管理核心要素，通过“工厂操作系统+工业APP”创新架构及数据分析融合的先进技术，对各类安全保护屏障实时监控，构建系统化、数字化、智能化的全生命周期安全防御体系，主要产品包括安全仪表系统、气体检测报警系统、高级报警管理、智能操作导航、重大危险源监测预警、双重预防机制、特殊作业管理、智能巡检、人员定位系统、智能视频分析、培训教育、承包商管理、智能风险评估、安全技术咨询等。 其中，SIS（Safety Instrumented System）即安全仪表系统，由传感器、逻辑控制器以及最终执行单元组成，用于实现一个或多个安全回路功能，达到工艺装置要求的安全完整性等级（SIL）。 SIS 是保障工厂安全运行的核心装备，在工业生产过程中提供对设备、人身、环境的安全保护，避免恶性事故发生。SIS 主要应用于化工、石化、电力、油气、冶金等多个行业的核心装置安全控制场景。 (5)质量提升系统（QIS) 质量提升系统（QIS）采用先进的质量预测模型和优化算法，结合在线监测设备实时分析生产参数变化，借助机器人、自动分析和视觉识别等AI技术，系统能够自动预测关键生产过程质量情况，并优化生产参数。一旦发现异常或偏离预期问题，系统将迅速与自控系统协同工作，采取纠正措施，全面确保质量提升措施的管控准确性。同时，通过区块链技术建立可追溯且不可篡改的产品质量信息链，增强供应链透明度和质量管理的溯源能力。主要产品包括在线分析设备、智慧实验室、质量软仪表、质量预测模型、质量优化系统和质量跟踪平台。 (6)节能与低碳系统（ELC） 节能与低碳系统通过建立碳感知、碳认知、碳预知和碳减排等能力，帮助工业企业节能降碳。 通过燃料和原料的元素碳含量检测，完善能源计量网络，直接或间接测量企业的碳排放量，全面提升碳感知能力。在此基础上，综合运用数据清洗、加工、统计核算建模以及大数据、AI等技术手段，实现在组织碳盘查、产品碳足迹、能源与碳排放管理、碳资产与碳交易管理、能耗与碳排放异常智能识别，碳排放与碳配额预测、用能需求预测等业务场景的数字化，实现企业节能低碳管理科学决策，大幅提升企业碳认知水平，保障节能低碳管理机制的有效运行。 基于工艺和设备机理，融合行业知识与经验，结合碳排放约束指标，建立全流程优化模型，通过模拟不同工况下的产率、能耗、物耗及碳排放水平等，协同优化供应链、计划排程、生产调度和装置操作，实现企业低碳化运营。同时在能源加工转化、输送、使用、回收等环节打造节能整体解决方案，实现蒸汽、制冷、循环水、压缩空气等主要公用工程系统的节能高效运行。以上通过综合运用自动化、信息化、工艺、运营与设备技术即5T技术的融合创新，采用工艺系统结构优化、设备能效提升改造、运行方式优化、能源供需关系动态平衡调控及余热余压回收等措施，全面提升企业能源利用水平、实现工业企业的节能与低碳目标。 (7)设备健康监控系统（EHS） 设备健康监控系统（EHS）围绕动、静、电、仪等各类设备，以设备资产的全生命周期管理为核心，将全设备资产管理和日常维护任务整合为一体，综合流程工业现场项目用户的设备资产维护数据，采用设备物理模型、知识模型、历史数据等多种方法，通过深度学习和大数据技术对数据进行分析处理，为企业用户提供精确的设备故障预警、健康预测、维护计划建议等信息，助力企业提升设备管理效率，降低非计划停机风险和整体运营成本。 EHS 系统通过采集现场各类资产设备的运行状态和设备故障诊断数据，实现对全厂设备的资产管理、健康监控等，并根据失效数据进行高级预测维护分析，为设备维护工程师提供精确的数据支持。对于包括机械设备（如泵、电机、汽轮机等）在内的动力设备，EHS 系统借助智能化改造和大量传感器来收集振动频率、温度、轴距变化等详细的运行状况信息，通过先进的机理模型进行故障预测预警。对于静态设备（如冷却器、换热器等），通过强大的监控和分析能力，准确检测设备的泄漏检测、腐蚀监测等健康状况，为设备维护工程师提供实时的数据支持。最终实现对全厂设备的集中管理、设备状态的实时监控、健康KPI评估和设备可靠性分析等智能化管理与运维，提高工厂的设备管理效率和维护水平。 (8)产品研发管理及工艺设计系统(R&DS) 产品研发管理及工艺设计系统为流程行业化工产品的全生命周期提供解决方案，从企业产品立项之初的工艺研发起始，历经工艺设计、工程设计、工程建造、数字化交付，至工厂交付企业运营。研发和建造期的工艺和资产数据，在运维期与生产运维数据融为一体，持续为企业提供贯彻生产和管理的服务。 工艺研发阶段，借助本系统对工艺过程中核心的反应、分离等过程的精准机理模拟，形成基础工艺包数据，测试该工艺在各种工艺参数改变时，能耗、物耗、设备投资和产品收率的走势，降低工艺研发过程中反复试探的物料成本和时间成本。研发完毕后，工艺研发资产会并入平台，流入设计阶段。 工艺设计和工程设计阶段，可基于本系统建立准确的工艺设计机理模型和仿真，在产品质量达标的设计前提下，评估不同设计方案的节能效果，在设计源头提高生产工艺的经济性；基于系统的模拟计算，可较为准确的评估各类极限操作或安全事故下的处理方式，解决风险评估困难的问题。工艺设计和工程设计的数据，可在本系统无缝流转，使工艺包、PFD、PID、管道布置设计等关键设计过程文档同根同源，大大降低设计返工造成的错误、大幅缩短设计周期。在此期间通过云端协同审查，整合不同数据源和应用系统，消除数据孤岛，实现数据集成和共享，确保设计过程中的信息一致性和完整性，降低多方协同成本。 工厂建设施工阶段，基于本系统提供平台进行工程项目一体化管理，灵活的进行施工数据的采集以及施工进度质量的把控。在工厂建成交付阶段，基于本系统进行工厂的数字化交付工程实施，并对该过程实施全域管理，提高交付准确性，为企业在生产运营期对交付资产的应用打好基础。以静/动态设备资产数据为基础，在提高维修效率基础上，将设备资产数据和机理模型打通，为企业打造完全工艺过程孪生的虚拟工厂，为设备在不同操作方案中的性能和瓶颈提供精准预测。 （9）生产运营系统(POS) 生产运营系统(POS)融合工厂操作系统、工业大数据和人工智能等先进技术，通过实时数据分析和监控，利用智能传感、物联网和机器学习等技术手段挖掘生产数据的价值，自动识别和预测潜在问题，实现企业对生产过程的全面掌控，帮助企业及时做出更准确的生产决策调整。同时帮助企业建立绩效管理的PDCA迭代循环，实现操作流程标准化，提升内部和外部整体协作效能。并优化生产数据资产，赋能人、机、料、法、环的全方位管理，满足企业生产过程中对安全、环保、提质、降本、增效的管理需求。POS的主要产品包括计划管理、生产管控、安全应急、设备管理、能源管理、智能巡检、质量管理、生产统计、绩效管理等功能。 （10）供应链管理系统(SMS) 供应链管理系统是结合生产计划、设备维护、工程建设等提出的需求，基于高级库存平衡算法以及 AI智能技术，自动生成采购订单。并采取数据驱动技术实施相应的智能库存管理和物流运输一体化管理，完全把现场、采购过程以及库存等透明地融为一体。在此基础上，充分运用 5S+S2B采购模式，在做到“安全、经济、及时”的采购策略同时，可以使库存成本降到最低，充分实现供应链领域操作及管理的少人化、规范化、高效化、智能化以及企业效益的最大化。SMS主要产品包括：需求计划管理系统、采购管理系统、高级库存管理系统、罐区管理系统、装卸车智能化系统、仓库管理系统、物流管理系统。 （11）销售与服务系统(SSS) 销售与服务系统（SSS）涵盖商机到回款，售后与服务两大板块，旨在为企业构建“以客户为中心“的一体化系统。在客户关系管理领域，围绕客户生命全周期进行管理，融合众多销售领域的最佳实践，帮助营销部门精准获得优质线索，帮助销售团队高效挖掘更多商机、加速成交提升业绩，帮助服务人员提升客户满意度及粘性，产生更多复购订单；通过销售作战指挥数字化工作台，全面赋能管理及一线的作战能力；在售后服务领域，以服务为导向，整合企业内外部资源，为客户提供极致的售后服务体验；通过 360°客户全景画像，帮助客服提升服务效率；基于大模型，打造面向企业售后的智能机器人，减轻人工客服压力，提升人效，降低服务成本；结合 IoT与AI技术，打造智能的远程诊断体验，提升售后服务体验。打通销售与服务的业务链条，将客户的销售信息和服务信息整合，形成客户 360°画像，通过智能分析不断洞察业务增长点，最终获得业务的持续增长。 （12）支撑与保障系统(SGS) 支持与保障系统涵盖企业人力资源、财务管理、物资供应、共享服务等经营管理核心业务。 通过数字化、智能化手段，提升企业经营管理效率，支撑企业全球经营布局。在费用控制领域，面向费用支出的管理领域，以费控管理为抓手，以流程为驱动，由简入繁，结合移动化、AI、大数据等技术，帮助企业打造全场景的费控一体化系统，实现业财融合的财务数字化目标。全面破解传统费控“人治“的管理难点，助力企业在预算编制、预算审批、预算费控、预算分析等全周期数字化管控；打造覆盖全场景、一站式、合规化、国际化、移动化、可追溯的商旅消费与报销体验；实现消费、发票、报销、支付、记账、档案以及集成等的全程数字化管控。在人力资源管理方面，以业务人力一体化为核心，打造选、用、育、留一体化的数字化人才体系，驱动企业人力资源管理数字化转型；通过一体化HR平台，打破各部门、各区域、各组织之间沟通和协作的壁垒，通过规范、便捷、高效的业务流程，提升多部门多角色协作效率；通过预算、人力编制等，结合企业组织架构、人才需求、员工信息变化的分析，为企业降本增效提供决策建议。通过数据智能、人才360°画像，提升组织和人才洞察力以及人才选用育留效率。 （三）主要经营模式 1、研发模式 公司采用IPD集成产品开发管理的创新研发模式，公司持续升级优化研发管理，以客户为中心，以市场为驱动，以需求为导向，把产品开发作为投资来进行管理，以提高研发效率，降低研发成本，打造有竞争力的高质量产品和解决方案，支撑公司业绩快速增长。IPD 包括管理需求、管理市场、管理开发和管理平台与技术，实现“做正确的事”、“正确地做事”和“做别人做不到的事”。 2、生产及采购模式 公司具有稳定、高效的生产及采购模式，通过计划调度部门、采购部门和仓储部门协调采购活动；主要采用自主生产的模式，根据生产计划以及交货时间组织项目生产，结合项目现场技术服务完成产品的生产、安装、调试和投运。公司积极推进采购业务数字化，建立供应商关系管理平台 SRM，依托信息化手段有效提升采供双方高效协同能力，规范采购全过程及供应商全生命周期管理，推动业务流程标准化，促进业务管理专业化、高效化。 3、销售模式 公司主要采用直销的方式，面向流程工业客户销售自动化控制系统、工业软件、仪器仪表等智能制造产品及解决方案。公司全面推进“135客户价值创新模式”，依托5S店+S2B、三大产品技术平台、5T融合创新技术，全面助力企业客户实现生产过程自动化（PA）和企业运营自动化（BA）的转型目标。公司优化升级了营销服务组织架构，积极打造以客户为中心的 5S 线下门店+S2B 线上平台的一站式工业服务模式，5S 线下门店将公司销售端前移，更贴近客户，更敏捷响应客户需求；S2B工业数字化智能服务平台集线上商城、工业 SaaS、需求派单、知识培训为一体，通过“联储联备”“集采代采”“供应链金融”三大创新业务、线上线下联动的一体化数字供应链体系，打造工业服务新模式。公司全面落实推进“铁三角”阵型协同营销模式，精准深度挖掘用户的差异化需求，持续开拓中高端市场，实现大客户深度战略合作及大项目网格化全覆盖管理。国际化营销体系建设方面，公司持续加大在东南亚、中东、非洲、欧亚等海外地区的市场布局和开拓，在新加坡、沙特阿拉伯、日本、荷兰、印度、马来西亚、印度尼西亚等国家设立子公司，不断提升海外本地化运营能力，为海外用户提供更为优质的服务，已成功将公司核心产品应用推广至50多个国家。 （四）公司所处的行业地位分析及其变化情况 （1）国内流程工业自动化领域的领军企业 根据睿工业统计，2022 年度，公司核心产品集散控制系统（DCS）在国内的市场占有率达到了36.7%，较2021年市场占有率增长2.9个百分点，连续十二年蝉联国内DCS市场占有率第一名。 其中2022年公司在化工领域的市场占有率达到54.8%，较2021年市场占有率提升3.7个百分点；2022年公司在石化领域的市场占有率达到44.8%，较2021年市场占有率提升3.2个百分点；2022年公司在建材领域的市场占有率达到32.9%，较2021年市场占有率提升3.9个百分点，在三大行业均排名第一，可靠性、稳定性、可用性等方面均已达到国际先进水平。根据中国工控网统计，2022年公司核心产品安全仪表系统（SIS）国内市场占有率29.0%，较2021年市场占有率提升3.3个百分点，首次位居国内SIS市场占有率第一名。 （2）国内流程工业智能制造解决方案的引领者 公司已连续多年入选工信部智能制造系统解决方案供应商和示范企业，先后承担了大宗原料药及医药中间体智能制造新模式项目、石化智能工厂试点示范项目、百万吨级烯烃智能制造新模式应用项目、高端炼化一体化智能制造新模式项目、绿色化工新材料产业链智能制造新模式项目等工信部智能制造项目，为流程工业智能制造技术的全面推广应用奠定了基础。根据中国工控网统计，2022年度公司多款核心工业软件产品市场占有率排名居于前列，其中，公司先进控制和过程优化软件（APC）国内市场占有率33.2%，连续四年蝉联国内市场占有率第一；制造执行系统（MES）国内流程工业市场占有率19.5%，首次位居国内流程工业市场占有率第一名。 公司已全面创新升级了工业自动化的产品谱系及整体解决方案，积极推广智能自主化运行和控制的新技术，领先的工业软件研发应用实力吸引更多高端大客户签约大项目。报告期内，公司新签署了以石化、化工、锂电、食品饮料、海洋装备等行业为主的一批重大项目合同，既有新一代全流程智能运行管理与控制系统在大型石化装置的首次大规模应用，还有一批代表性智能制造项目，为相关产业的数字化升级转型、绿色低碳发展作出新的贡献。报告期内签订的部分重大项目具体如下：
未来，公司将继续致力于满足流程工业自动化、数字化、智能化需求，加快工业软件和智能制造整体解决方案的发展，积极打造以“1种服务模式+3大产品技术平台+5T技术”为核心的“135 客户价值创新模式”，助力流程工业生产过程自动化（Process Automation，PA）和企业运营自动化（Business Automation，BA），赋能用户实现“安全生产、节能降耗、提高质量、降本增效、绿色环保”的目标，成为业界领先的工业自动化、数字化、智能化产品和解决方案供应商，为客户与社会创造价值。 二、 核心技术与研发进展 1. 核心技术及其先进性以及报告期内的变化情况 （1）具有SIL3安全完整性等级的常规与安全一体化电子布线技术 针对流程工业控制与安全一体化需求，研究安全电子布线技术以及认证评估技术，突破了1oo2D电子布线安全架构、高速信号总线安全2区防爆设计和安全电子布线复杂电路FMEA分析与诊断等关键技术，研发了国内首家安全电子布线产品，通过第三方SIL3安全完整性等级认证，满足宽温和恶劣应用环境使用要求，实现在流程工业控制与安全一体化的分布式I/O和软件定义安全通道的应用，大幅度降低线缆成本，缩短项目实施周期，而且统一了集散控制系统和安全仪表系统的部署和运维方法，为客户提供了创新的安全一体化解决方案。 （2）支持AI算法的边缘智能高性能控制器技术 突破边缘智能计算架构、AI算法联动、高速高可靠数据实时同步等关键技术，研发灵活部署、容器化、高性能的边缘智能高性能控制器框架，支持云边协同，算法框架容器化，可本地、云端同源部署，具备高可靠、智能、安全、开放等特征。实现主流C++、Python、java等多种编程语言开发接口，内嵌数学核心库，支持传统工业算法、大数据算法的迁移与协同接口，支持冗余热备，满足工业领域高可靠应用需求。支持AI大数据模型训练推理，融合边缘智能数据治理与云边多域协同模式，满足流程工业控制现场的复杂应用需求。解决了传统工业算法开发难度大、门槛高，以及开发周期长、调试困难、经验知识无法有效积累等问题，与DCS、PLC等基础控制系统联动，实现高性能大算法智能控制。 （3）全流程智能运行软件技术 流程工业复杂装置具有工况多变、过程时变、大滞后、原料来源广、产品种类多等典型特征，生产过程需要频繁的人工操作，具有工况苛刻、关键信息不可测、装置平稳性差、自控率低、能耗物耗高、产品收率及合格率低等众多难点。针对众多难题，公司研发了回路参数迁移学习和交互式迭代渐进融合的参数优化技术，实现了在线控制参数动态自整定，针对生产平稳率和异常工况处理，提出了知识和数据融合驱动的模型参数自学习技术，有效解决了因工况变化导致模型漂移失配的技术难题，实现了复杂过程“自适应、自决策、自执行”的智能化运行控制。该技术成果获得了2022年度中国石油和化学工业联合会科学技术进步一等奖。 该技术目前已在大型复杂石化装置、有机硅生产线、多晶硅生产线、水泥生产线等复杂流程工业化工装置中成功示范应用，显著提升了装置运行的平稳性、产品选择性，大幅降低了装置物耗能耗、三废排放，有效降低了非计划性停车频次、人工干预频次，保障了各类复杂化工装置的稳定、高产、最优运行。 （4）基于图像识别的零门槛PID整定技术 传统模式下，工厂面临着缺乏专业的整定人员，外部专家资源成本高且响应速度慢等问题，公司研发了基于图像识别的零门槛PID整定技术。用户只需拍摄回路参数运行曲线，即可获取PID整定建议，零经验也能上手，大大降低了PID整定的技术门槛，为仪控人员整定工作提供了新模式的解决方案。其中图像识别方面，采用了基于深度学习的模板定位、曲线识别、OCR 识别等多种AI技术进行融合应用，实现了复杂信息的准确提取。基于图像识别的结果，通过内模控制法结合专家经验库，为用户推荐PID数值，实现回路整定。该技术应用于PID整定通小程序产品，零实施部署，且与DCS系统隔离，方便安全。产品适用于中小型流程企业，以及大型企业生产装置提升回路自控率应用场景，能够有效帮助企业提升仪控、工艺人员的PID整定专业技能。 （5）面向流程工业的边缘智能视觉检测控制器和算法 针对常规的机器视觉系统和设备在流程工业应用时，无法满足高可靠计算、与工业系统互通、快速安装部署、集群化运行和监控等需求，研发了流程工业专用的智能视觉检测控制器，可作为I/O 卡件即插即用，实现工业复杂环境的边缘高可靠计算；内置智能摘酒、反应釜状态检测等数十种行业算法，支持快速部署；作为标准组件融入到智能运行管理与控制系统（OMC）等系统中，支持Modbus、SCNet、OPC UA等多种标准工业协议，与DCS、SCADA、实时数据库等不同系统进行无缝通信；支持边缘控制器集群批量统一管理。从而为机器视觉在流程行业的标准化、低成本、大规模的应用奠定了基础。 （6）基于语义识别和知识图库的一站式故障解决技术 针对故障排查过程费时费力，容易出错或遗漏信息，从而导致故障解决准确性较低、效率较低的问题。将语义识别技术与知识图库相结合，通过动态更新关系型故障数据库、抽取建立合理准确的实体关系，处理实体关系获得结构化数据并导入图形数据库，完成故障知识数据库的搭建；基于语义识别快速清晰地查询定位至相似或相同问题，通过科学合理的匹配计算方式构建故障搜索引擎模块，将用户反馈的故障与故障知识数据库中的故障类型进行匹配，根据匹配结果获取故障问题解决方案。此技术能够提供一站式查询、处理、上报故障，高效便捷，极大提高用户端的排障效率。 （7）加氢裂化原料的分子尺度表征技术 为了实现石油资源价值最大化和加工成本最小化，进一步推动绿色化工、节能减排、可持续性发展已经成了行业共识。随着计算机信息技术的不断迭代更新和现代分析表征技术的飞速发展，石油分子工程已经成为了行业发展的必然趋势。该技术通过对加氢裂化原料及其反应产物的研究结合石油分子工程，创建了由88个分子组成的分子矩阵，并通过103个方程，将分子矩阵信息和油品评价数据相关联，可以快速计算加氢裂化原料的分子组成，实现了对加氢裂化原料的分子尺度表征，并以此为基础构建了分子指纹数据库，为原料的调配提供依据，也可以作为表征信息兼容加氢裂化分子反应动力学的模型，开启了石油加工行业的流程模拟从传统集总到分子工程的新征程。 （8）基于量化计算的工业催化剂全生命周期的智能管理技术 以量化计算为支撑，突破覆盖度自洽的微观动力学建模关键技术，将催化反应的速率模拟的准确性提升到可工业应用的级别。基于该技术研发了工业催化剂管理与寿命预测软件，利用中控技术“工厂操作系统+工业APP”模式强大的数据整合及低代码开发能力，实现了工业催化剂全生命周期的信息管理，基于量化计算技术的催化剂实时活性评价可对当前工况下的催化活性进行快速评估，从而弥补工业中实时检测手段的缺失，在装置出现异常时提供及时预警。催化剂寿命预测模块则基于理论模拟对实时工况下的催化剂失活情况进行分析，并给出相应的操作优化方案，为流程工业催化剂智能化管理及加速迭代研发奠定了较好的基础。 （9）流程工业基于强化学习与自然语言大模型的应用技术 基于对工业场景的深刻理解，构建了以机理建模为支撑、以工业智能体为核心、适用于多种工况的工业场景强化学习环境，解决了传统AI技术难以与工业场景深度融合应用的难题，突破对未知工况自主探索优化、控制策略自主更新迭代优化等关键技术，为进一步工业规模化应用奠定了基础。同时，紧跟AIGC的发展趋势，开展自然语言大模型（LLMs）重构工业信息化系统模式探索，借助大模型的意图识别及泛化能力，基于工业知识图谱、业务规则库等打通业务数据标签化、标签数据关系化、关系数据业务化的核心链路，实现工业信息从底层数据的直接抽取和灵活组装，有望改变传统工业信息类软件的架构模式，大幅压缩工业信息类软件的开发及实施成本，有效提升工业信息类软件的易用性及可维护性。 国家科学技术奖项获奖情况 √适用 □不适用
国家级专精特新“小巨人”企业、制造业“单项冠军”认定情况 □适用 √不适用 2. 报告期内获得的研发成果 截至2023年6月30日，公司已拥有专利556项，其中发明专利384项、实用新型专利145项、外观设计专利27项，计算机软件著作权616项。2023年1-6月，公司新增获得专利34项(其中发明专利29项，实用新型专利3项，外观设计专利2项)，新增已登记的软件著作权41项。 报告期内获得的知识产权列表
3. 研发投入情况表
研发投入总额较上年发生重大变化的原因 √适用 □不适用 2023年上半年研发投入较上年同期增长48.20%，主要系公司持续加大研发投入，研发人员增加导致工资薪酬增加所致。 研发投入资本化的比重大幅变动的原因及其合理性说明 □适用 √不适用 4. 在研项目情况 √适用 □不适用 单位：万元
 |