两家卷烟工业企业实践案例入选工信部2025年数字化转型典型案例

日前，工业和信息化部公布2025年度数字化转型典型案例（“数字三品”方向）名单。在“数字提品质”领域，四川中烟工业有限责任公司“AIOT驱动的工艺参数动态调优应用”项目、云南中烟红塔烟草（集团）有限责任公司“红塔卷烟制造环节质量智能管控”项目成功入选。今天，让我们一起来了解这两家卷烟工业企业的实践案例。

四川中烟：“AIOT驱动的工艺参数动态调优应用”

痛点在哪里，哪里就是智造“攻坚点”

走进四川中烟成都卷烟厂卷包车间，数字大屏实时跳动，工艺参数智能下发、烟支质量自动调控、生产异常实时预警……数据驱动生产变革，正在让“川烟制造”加速迈向“川烟智造”。

卷包车间生产现场。

面对卷包工序设备型号多、工艺参数杂、换牌耗时长的关键痛点，四川中烟以5G、边缘计算和工业互联网为技术支撑，构建覆盖生产全过程的智能管控体系，系统推进由AIOT驱动的工艺参数动态调优应用落地，系统解决传统模式下的三大难题：

01、参数一键下发 告别手误风险

依托边缘计算能力，搭建覆盖主力卷烟机及包装机设备的关键参数控制模型，为每组设备量身打造以“牌号+机组”为核心的专属参数库。生产换牌时，系统自动将工单与对应工艺参数进行绑定，操作员一键操作即可将参数下发至设备执行，彻底告别人工逐台录入、逐项核对的方式。换牌参数调整时间缩短50%，参数错输漏录风险归零，有力支撑了多牌号、小批量、柔性化生产。

02、质量闭环调控  从“凭经验”到“靠算法”

生产作业人员正在机台侧查看烟支重量参数调整情况。

围绕烟支重量这一核心指标，系统构建智能调控算法模型，形成“自动取样—在线检测—智能计算—指令下发—设备执行”的全闭环控制流程。系统不再依赖人工取样、经验判断、手动调整，而是基于实时质量数据自动测算最优调整参数并下发至设备执行。试点数据显示，卷烟成品包装与卷制质量满分率提升5%以上。

03、预警前置 实现“治未病”

系统通过整合设备实时数据、生产工单信息、工艺标准要求，建立质量分析预警模型与FMEA知识库。一旦烟支重量偏移、紧头位置偏移、空头剔除率异常，系统立即推送预警信息至相关岗位，形成“感知—分析—执行—反馈”的闭环处置体系，将质量管控从“事后处置”前置为“事中管控、事前预防”。目前，试点机台卷烟成品包装与卷制质量优质品率达到100%，生产全过程的透明度、可控性与稳定性显著提升。

此外，在工艺检验环节，传统检验模式人财物投入大、技能传承周期长。如今，四川中烟通过数字化转型，将老师傅多年积累的工艺规律、操作经验、质量逻辑进行固化与复用，实现知识变现、减少重复劳动、降低人才培养成本，实现更高效的人机协同作业。

　　（记者 冯俊霞 通讯员 吴潇/文 四川中烟供图）

云南中烟红塔集团：“红塔卷烟制造环节质量智能管控”

有“数”可依 以“智”提质

大理卷烟厂复烤集控中心。陶华摄

在云南中烟红塔烟草（集团）有限责任公司大理卷烟厂复烤制丝车间，中控大屏上的物料流量、温度、水分数据如音符跳动。曾经依赖老师傅“眼观手掐”的生产环节，如今已实现机器“慧眼识料”、数据“一键调参”、全链“默契协同”。

复烤与制丝工序繁杂、工况多变，长期以来，车间依赖人工实操经验，面对精细化、均质化生产标准，这种模式在响应速度和稳定性上难以保障，细微的误差累积下来就可能影响产品品质。为此，大理卷烟厂瞄准原料预处理、制丝投料、制丝加工三大核心环节破局：

01、复烤工序：一键智控替代反复微调

大理卷烟厂复烤生产线。陶华摄

针对打叶复烤、润叶烤片工序人工管控难度大、指标波动大的难题，工厂构建标准化数据采集体系，依托机理模型与数据算法打造自适应学习系统。现在，只需一键启动，系统便能实时感知物料变化并自主修正参数，消除了人工调参慢半拍问题，工艺稳定性大幅提升。

02、投料工序：AI质检守住品质第一关

制丝车间投料工序霉虫烟检测。陶华摄

引入机器视觉和深度学习算法，多视角高清成像系统能精准识别烟叶的虫蛀、霉变，高速视觉检测单元可快速甄别非金属异物。不知疲倦的“AI质检哨兵”替代了高强度的人眼筛查，从源头规避了产品质量隐患。

03、制丝工序：数据贯通破除“信息孤岛”

工厂打通松散回潮、烘丝、加香等全流程数据壁垒，搭建一体化智能管控平台。3D视觉传感器实时监测物料流量防堵断料，异物处置速度达到毫秒级。全线温湿度与投料节奏协同共舞，打破各工序各自为战的局面，实现全链条闭环协同生产。

数智改造的成效直接体现在产品和效益上——产品批次均质化与一致性显著提升，非计划停机次数减少，能耗与人工成本同步下降。更重要的是，一线工人数十年的实操经验被转化为可迭代的数字工艺资产，让“绝活”与“匠心”变成了可传承、可复用的数据根基。

（刘友娟/文）