广西玉柴机器股份有限公司入选工信部卓越级智能工厂，以AI智能体集群+数字孪生为核心技术路线，建成发动机制造业首个黑灯工厂。通过AI智能体自主调度产线、数字孪生虚拟验证工艺方案，实现新品研制周期缩短56%的重大突破。作为中国最大的内燃机生产基地，玉柴的黑灯工厂实践为传统离散制造业特别是高精度动力装备领域提供了一份"从人工密集到智能体自治"的标杆范本。
工信部卓越级智能工厂 · AI智能体集群+数字孪生 · 新品研制周期↓56% · 发动机制造业首个黑灯工厂 · 广西玉林
基本信息
| 项目 | 内容 |
|---|---|
| 企业名称 | 广西玉柴机器股份有限公司（Yuchai Group） |
| 行业 | 内燃机 / 动力装备 / 离散制造 |
| 所在地 | 广西壮族自治区玉林市 |
| 成立时间 | 1951年 |
| 智能工厂等级 | 工信部卓越级智能工厂（国家级最高等级） |
| 核心产品 | 车用柴油机、气体机、船电动力、新能源动力系统 |
| 核心数据 | AI智能体集群+数字孪生 · 新品研制周期↓56% · 黑灯工厂 |
| 行业地位 | 中国最大内燃机生产基地 · 年销量连续多年位居行业前列 |
企业背景
广西玉柴机器股份有限公司（简称"玉柴"）成立于1951年，总部位于广西壮族自治区玉林市，是中国最大的内燃机生产基地之一。玉柴拥有涵盖车用柴油机、气体发动机、船用动力、发电机组、新能源动力系统的完整产品线，发动机年产能超过60万台，产品广泛应用于商用车、工程机械、船舶、农业装备和发电领域。
玉柴是国家高新技术企业、国家技术创新示范企业，拥有国家级企业技术中心和国家认可实验室。在"中国制造2025"和"双碳"战略的推动下，玉柴近年来将智能制造作为核心战略，在玉林总部基地建成了全国首个发动机制造业AI智能体集群黑灯工厂，成为传统离散制造行业智能化升级的标杆案例。
行业地位：
- 中国最大内燃机生产基地，柴油机年销量连续多年位居行业前列
- 工信部卓越级智能工厂（传统发动机制造行业唯一入选）
- 国家技术创新示范企业、国家级企业技术中心
- 产品出口全球180多个国家和地区
- 建成全国首个AI智能体集群发动机黑灯工厂
发动机制造的核心痛点
痛点一：发动机型号多、批量小，产线切换频繁效率低
玉柴的产品谱系覆盖4缸到16缸、排量从2.0L到100L以上的数百个型号，年产量超60万台但单批次数量往往不大。传统模式下，产线换型需要人工调整夹具、更换刀具、校调参数，一次换型动辄2-4小时，导致设备综合效率（OEE）长期低于60%。
痛点二：新品研制依赖物理试错，周期长、成本高
发动机新品开发涉及上千个零部件的装配精度验证、性能标定和耐久试验。传统模式下，新品样机从设计到量产需要经历"设计→试制→试验→修改→再试制"的多轮迭代，单次样机试制周期6-8周，整个研制周期长达18-24个月。每一次物理试错的模具修改和样机报废就是数十万甚至上百万元的成本。
痛点三：核心工序依赖高技能工人，人力不可替代性高
发动机的缸体加工、曲轴磨削、缸盖装配等核心工序对精度要求极高（公差±0.005mm级别），传统上大量依赖经验丰富的高级技工。高技能工人培养周期长（3-5年）、流动性大，一旦关键岗位人员流失，产能和质量都会受到严重影响。
痛点四：传统发动机制造数据孤岛严重，工艺知识传承困难
从铸造、机加到装配、测试，发动机的制造链条长、工序多（上百道工序）。各工序之间的质量数据、工艺参数、设备状态长期处于"信息孤岛"状态。老师傅的调参经验只存在脑子里，无法量化、无法复制、无法传承。
AI智能体集群黑灯工厂建设方案
工厂概况
玉柴黑灯工厂以AI智能体集群+数字孪生为两大核心引擎，覆盖缸体加工、缸盖加工、曲轴加工、装配、测试全流程。工厂引入AI智能体（AI Agent）作为产线的"自主决策大脑"——不同于传统的MES集中排程模式，每个工序和工位都部署了独立的AI智能体，智能体之间通过多智能体协同协议自主协商、动态调度，实现"无中央控制室"的分布式智能制造。
核心技术架构
| 层级 | 系统/平台 | 功能 |
|---|---|---|
| 智能体层 | AI智能体集群（Multi-Agent System） | 分布式自主决策、工序间自主协商、动态调度、异常自愈 |
| 孪生层 | 数字孪生平台 | 全产线高保真仿真、新品虚拟验证、工艺方案优化 |
| 管理层 | MES + QMS + 工业数据湖 | 全流程质量追溯、工艺参数管理、设备全生命周期管理 |
| 执行层 | PLC + 机器人集群 + AGV | 自动化加工、机器人上下料、AGV智能物流 |
| 设备层 | 高精度CNC + 在线检测 + 传感网络 | 五轴加工中心、在线三坐标测量、主轴振动/温度监控 |
"AI智能体集群+数字孪生"四大核心模块
核心突破：玉柴黑灯工厂的"大脑"不是传统MES的集中排程引擎，而是一个由数百个AI智能体组成的分布式决策网络。每个加工单元、每台AGV、每个检测站都运行着独立的智能体——智能体实时感知本单元的加工进度、设备状态、物料余量，并通过多智能体协议与上下游智能体自主协商。当某一工序出现异常时，智能体集群在毫秒级内自动重新编排生产序列，将受影响的产品路由到备用设备，实现"无人工干预的产线自愈"。这一架构让产线具备了类似"蚁群"的分布式智能——没有单点故障，局部异常不影响全局。
核心突破：玉柴为整条发动机产线构建了从单台设备到整线集成的数字孪生体。新品研制阶段，工程师在数字孪生环境里完成全部工艺方案的虚拟验证——包括装配路径仿真、加工参数优化、节拍分析——将物理试错的6-8周单次周期压缩到虚拟验证的3-5天。多次迭代累计节省的时间让新品研制总周期从18-24个月缩短至8-10个月（↓56%）。更重要的是，数字孪生让工艺方案达到"上线即量产"的成熟度——首次物理试制的通过率从传统模式的30-40%提升至85%以上。
核心突破：玉柴黑灯工厂实现了缸体加工→缸盖加工→曲轴加工→装配→测试全流程的"无人化连续生产"。高精度五轴加工中心配合机器人自动上下料，AGV自主完成工序间流转，在线三坐标测量和AI视觉检测替代了人工抽检。工厂配备了主轴振动/温度/切削力等多维度传感网络，智能体实时监控加工过程的每一个微米级变化，在刀具磨损、机床热变形等问题影响产品质量之前主动预警并自动补偿。从投料到成品下线，全流程无需人工干预，真正实现了发动机制造业的"黑灯生产"。
核心突破：玉柴将过去70年积累的发动机制造经验、上千名高级技工的工艺诀窍、数万份质量报告和试验数据进行结构化处理，建立了发动机制造专属的AI工艺知识引擎。智能体在决策时不仅参考实时传感器数据，还调用知识引擎中相似工况的历史最优参数。当新品导入时，AI可根据产品特征（缸数、排量、材料等）自动匹配最接近的成熟工艺方案，让"新机型"也能共享"老机型"的验证经验。这一知识引擎实现了"人走经验不走"——老师傅退休了，他的工艺诀窍还在产线上自主运行。
多智能体协同的实现路径
玉柴AI智能体集群的核心创新在于其分布式协商协议。与传统集中式MES的"上帝视角"调度不同，玉柴的每个智能体只掌握自身工位的局部信息，但通过以下三级协同机制实现全局最优：
- 第一级——设备级：每台加工设备上的智能体自主管理本工位的加工任务队列、刀具寿命预测和自诊断，以毫秒级频率做出"继续加工/换刀/停机保养"的决策
- 第二级——工序级：相邻工序的智能体之间通过"令牌传递"机制自主协商——上游工序完成一件工件后向所有可能的下游工序发送"待处理令牌"，下游智能体根据自身负载、工件优先级和换型成本自主"抢单"
- 第三级——全局级：当出现设备故障、紧急插单或物料短缺时，智能体集群启动"全局重组"协议——各智能体以广播方式通告自身当前状态和剩余产能，在数秒内通过共识算法重新生成最优全局排程
关键成效
| 指标 | 传统模式 | 黑灯工厂 | 提升幅度 |
|---|---|---|---|
| 新品研制周期 | 18-24个月 | 8-10个月 | ↓56% |
| 单次样机试制周期 | 6-8周 | 3-5天（虚拟验证） | ↓90%+ |
| 首次试制通过率 | 30-40% | >85% | 提升一倍以上 |
| 产线换型时间 | 2-4小时 | <15分钟 | ↓90%+ |
| 设备综合效率（OEE） | <60% | >85% | 提升25个百分点 |
| 关键工序自动化率 | ~60% | 100% | 全流程无人化 |
| 智能工厂等级 | — | 工信部卓越级 | 国家级最高等级 |
新品研制周期从18-24个月缩短至8-10个月，减少56%——这不仅是时间的压缩，更意味着玉柴在市场响应速度上获得了压倒性的竞争优势。在商用车排放法规和能效标准快速迭代的背景下，"更快推出新机型"本身就是最强的护城河。
建设特点总结
- 用\"AI智能体集群\"替代\"集中排程系统\"是最大创新：玉柴没有走传统MES集中调度的老路，而是选择用分布式AI智能体构建\"无中央控制室\"的智能制造架构。数百个智能体自主协商、动态调度，让产线具备了\"蚁群级\"的柔性和自愈能力
- 数字孪生让新品研制\"脱实向虚\"：发动机新品的物理试错成本极高，玉柴用数字孪生虚拟验证替代了80%以上的物理试错环节，将研制周期缩短56%。这不是\"锦上添花\"的数字化展示，而是\"真金白银\"的研发投入节约
- \"人走经验不走\"——工艺知识引擎破解离散制造最大难题：发动机制造是典型的\"手艺活\"——老师傅退休就意味着几十年经验清零。玉柴用AI工艺知识引擎把隐性经验变成了显性资产，这是离散制造行业最有价值的数字化成果
- 从\"换型2小时\"到\"换型15分钟\"——柔性化是黑灯工厂的基础：黑灯工厂不等于\"只造一种产品的大规模流水线\"。玉柴通过智能体自主协商实现了数百个机型的混线生产，换型效率提升90%+，这才是\"柔性黑灯\"的真正价值
- 玉林不是深圳——\"老工业基地\"同样可以做顶级智能工厂：玉柴总部地处广西玉林，并非一线城市或经济发达地区。这证明：智能制造的关键不是\"所在地\"，而是企业\"想不想做\"和\"怎么做\"
行业启示
启示一：多品种小批量的离散制造同样可以\"黑灯\"。长久以来，黑灯工厂被视为大批量流程工业（如钢铁、化工）的专属。玉柴用AI智能体集群证明：只要换型智能化、调度自主化，年产60万台、数百个型号的离散制造同样可以实现全流程黑灯生产。
启示二：数字孪生对\"试错成本高\"的行业ROI最高。发动机一次样机试制的物理成本是数十万到上百万，数字孪生虚拟验证的成本几乎为零。对任何\"物理试错贵\"的行业——高端装备、精密机械、航空航天——数字孪生都不是可选项而是必选项。
启示三：多智能体架构比集中式MES更适合复杂离散制造。传统MES的集中排程在处理数百个型号、上千种零部件、动态插单的复杂场景时频繁\"撞墙\"。玉柴的AI智能体集群提供了另一种范式——让智能体像蚁群一样自主协商，系统复杂度不随产线规模指数级增长。
启示四：工艺知识数字化是传统制造业最被低估的资产。玉柴将70年的工艺经验转化为AI知识引擎——这个资产的价值远超任何单台自动化设备。因为设备会折旧、会被淘汰，但数字化了的工艺知识只会越用越值钱。
思派视角
对中小制造企业意味着什么？
1. \"AI智能体\"离你并不远——先从\"一个工位的智能体\"开始。玉柴的AI智能体集群听起来很高大上，数百个智能体自主协商。但拆解开来，每个智能体做的事情并不复杂——监控本工位的几个关键参数（温度、振动、加工时间）、根据预设规则做出简单决策、与上下游交换状态信息。对中小企业来说，不需要一步到位建\"集群\"，先从1个关键工位开始——给你的CNC加一个电流传感器和边缘计算盒子，写20行规则（电流异常→暂停→通知），这就是你的第一个\"智能体\"。一个能自主报警的传感器就是智能体的雏形。
2. 数字孪生的\"穷人版本\"同样有价值。玉柴的数字孪生是千万级投资的3D高保真仿真。但中小企业的数字孪生完全可以从\"工艺参数级的孪生\"做起——把你最核心的3-5个工艺参数（温度、压力、速度、时间）的历史数据画成曲线，找到\"良品区间的参数包络线\"。新产品导入时，先看参数落在不在包络线内——不在就说明工艺风险高。这个方法不需要任何软件投资，一个Excel散点图就是你的第一个数字孪生。
3. \"人走经验不走\"是中小企业最紧急的数字化课题。玉柴70年历史，老师傅的工艺诀窍是企业最宝贵的资产。对中小企业来说，你的\"老师傅\"可能只有两三个人——风险更高、更紧迫。明天开始，给每个关键工序建一个\"工艺手记\"Excel——记录什么参数组合出了好产品、什么情况出了废品。不需要AI、不需要系统，先让经验脱脑入纸。这是成本最低、见效最快的数字化。先把经验写成字，再谈能不能写成代码。
老K点评
玉柴这个案例，最让我兴奋的不是那56%的研制周期缩短——这个数字在卓越级智能工厂里属于正常水平。真正让我觉得\"这个工厂做对了\"的，是他们选了\"AI智能体集群\"而不是\"上一套更好的MES\"。
做过离散制造的人都知道，MES的一个最大问题就是越做越复杂、越复杂越脆弱。上百个机型、上千个零部件、随时插单、设备偶尔故障——这种场景下，集中式排程几乎必然崩溃。玉柴的AI智能体方案解决了一个根本问题：复杂系统的控制不能靠\"总控大脑\"，要靠\"局部自治+自主协同\"。这跟蚂蚁窝是一个道理——每只蚂蚁只干自己的事，但整个蚁群能完成极其复杂的工程。
对中小制造企业说点实在的：别被\"AI智能体\"这个词吓到。你的产线上已经有\"智能体\"了——就是你的班组长。他能看、能判断、能调度、能处理异常。你要做的不是买一套AI，而是先搞清楚你的班组长每时每刻在做什么决策、依据什么信息——然后把最重复的那部分决策（比如\"这批活送到哪台机\"\"这台机该不该停机保养\"）自动化。这叫\"数字化你的班组长\"，是所有智能制造的第一步。
荣誉认证
| 类别 | 荣誉/认证 |
|---|---|
| 🏅 国家级 | 工信部卓越级智能工厂（发动机制造行业唯一） |
| 🏅 国家级 | 国家技术创新示范企业 |
| 🏅 国家级 | 国家级企业技术中心、国家认可实验室 |
| 🏅 行业地位 | 中国最大内燃机生产基地，连续多年柴油机销量行业前列 |
| 🏅 全球布局 | 产品出口180+国家和地区，全球服务网络覆盖 |
| 🏅 技术突破 | 全国首个AI智能体集群发动机黑灯工厂 · AI工艺知识引擎 |
| 🏅 规模 | 发动机年产能超60万台，产线覆盖4-16缸全谱系 |
📝 录入时间： 2026年7月10日
📝 信息来源： 工信部卓越级智能工厂公示名单、玉柴集团官网（yuchai.com）、玉柴公开报道及行业研究
📝 数据标注： 新品研制周期↓56%为工信部卓越级智能工厂评定的核心成效指标