引言

在工业自动化领域，通常将工业生产方式划分为流程工业、离散工业和混合工业三大类。这一分类不仅是学术上的归纳，更直接决定了自动化系统的选型逻辑、控制策略、投资重点和安全架构。理解三者的特征与差异，是进行 PLC、DCS、SCADA、MES 等系统设计与选型的基础。

一、流程工业

1.1 定义与行业范围

流程工业（Process Industry），又称过程工业，是指物料以连续或批量方式流动，经过物理或化学变化完成加工的产业。其产品通常无法拆解为单个零件，而是以重量、体积或成分来计量。

典型行业包括：化工、石化、制药、电力、水处理、造纸、冶金、食品饮料、水泥与玻璃、石油与天然气等。根据市场预测，2025年全球流程工业自动化支出将达到约760亿美元，是自动化投入最大的领域。

1.2 核心生产特征

流程工业的生产具有鲜明的连续性特征。被加工处理的工质不论是产生物理变化还是化学变化，其过程从不会中断，而且往往处于密闭的管道或容器中。冶金流程学理论用“物质流、能量流和信息流的连续性”来描述这一特征。

流程工业关注整个生产过程的协调与统一，设备之间的生产过程时间关联性极强。设备的意外中断容易导致“多米诺骨牌效应”，影响整个生产流程。因此，流程工业的可用性需求是以整个生产过程为单位的，控制系统需保证整个生产流程的正确运行。

1.3 控制系统架构

流程工业的核心控制系统是 DCS（集散控制系统）。DCS将分布式智能带进工厂，使得计算机和微处理器进入过程控制中。其核心是一批控制功能模块，这些模块本身就包含了软件代码，能够模仿模拟控制器硬件以执行 PID 算法等过程控制任务。

DCS的主要优点之一是控制器和上位监控计算机之间的数字通信。对于过程应用而言，通信网络必须包括确定性、冗余功能等特殊功能。一个控制闭环的故障不致影响到其他相连闭环回路的功能特性，这种分布式可靠性确立了DCS在流程工业中的应用地位。

1.4 对自动化系统的核心要求

高可靠性与冗余设计是流程工业的第一诉求。非计划停机可能造成重大经济损失和安全事故。因此，流程工业普遍采用冗余 PLC 或 DCS，要求 CPU、电源、通信、IO 均具备热备切换能力。S7-1500R/H、ControlLogix、Modicon M580 等高端冗余 PLC 的核心目标市场正是流程工业。

安全仪表系统（SIS） 是流程工业的刚性需求。在连续过程生产工厂中，逻辑控制和工艺控制是要求互相分离的。过程的安全停产需要采用一种能独立于过程控制系统的专用系统。PLC 的安全性是安全自动化仪表系统（SIS）运行中的一个主要因素，IEC 61508、IEC 61511 等标准对安全逻辑控制器提出了认证要求。

二、离散工业

2.1 定义与行业范围

离散工业（Discrete Industry）是指制造企业中生产过程中基本上没有发生物质改变，只是物料的形状和组合发生改变，即最终产品是由各种物料装配而成的产业。产品与所需物料之间有确定的数量比例。

典型行业包括：汽车制造、电子装配、机械加工、机器人、包装机械、3C制造、航空制造、家电制造等。全球离散自动化市场2025年估值约1500亿美元，预计2030年将达到约2000亿美元。

2.2 核心生产特征

离散制造的基本生产特征是机器对工件外形的加工，再将不同的工件组装成具有某种功能的产品。由于在此生产过程中，机器和工件的关系是分立的，所以称为离散型制造行业。

离散工业多以工艺、工序来衔接生产过程，设备之间的生产过程虽然相互依赖，但不同设备的加工过程之间存在一定的时间间隙。设备的功能互补，彼此互为冗余。因此，单机设备的意外中断不会导致“多米诺骨牌效应”。

2.3 控制系统架构

离散工业的核心控制系统是 PLC（可编程逻辑控制器）。PLC 来源于离散行业中的应用，其最初的设计理念是采用物理装置代替硬连线逻辑，并借助于中央处理器来阅读所有的输入值、执行程序、向编程状态发出输出指令。

PLC 从传统的继电器回路发展而来，最初的 PLC 甚至没有模拟量的处理能力。离散型制造的主要课题是顺序控制，主要用逻辑量的判断和输出，形成了以梯形图为代表的 PLC 控制界面。

2.4 对自动化系统的核心要求

离散工业的可用性需求具有双重性：一方面以生产过程为单位，控制系统需保证加工与装配过程符合工序、工艺规程的设计，确保生产线不存在零部件断供现象；另一方面单机控制系统需要保证设备性能满足工艺需求，例如机床的加工精度需满足零件设计图纸的技术要求。

在完整性需求上，离散工业不仅要保证控制和生产加工数据在传输、交换、存储和处理过程中的完整性，还要保证设备功能的完整性。与流程工业中较简单的终端设备相比，离散工业中的数控机床、机械臂等复杂终端设备具有较为充足的计算资源，复杂终端的主机安全尤为重要。

离散工业更看重 PLC 的运动控制性能、通信实时性和多轴协同能力，对 CPU 冗余的需求反而不如流程工业普遍。

三、混合工业

3.1 定义与行业范围

混合工业（Hybrid Industry）兼具流程和离散的特征，通常前段是流程性加工（如配料、反应、发酵），后段是离散性加工（如灌装、包装、组装、码垛）。

典型行业包括：食品饮料、制药（固体制剂）、日化、涂料、锂电池、酒类、化妆品等。从范畴界定看，混合行业一般认为是流程行业企业中产品包装成本占有较大比例的一类企业。

3.2 核心生产特征

混合工业的生产流程具有明显的阶段性。前期生产与流程行业完全相同，后期生产与离散行业基本相同。但后期有一个与一般离散行业最大的区别：混合行业的后期生产基本没有半制品和在制品，这是由于这类行业的后期都是包装，自动化程度较高，往往能做到当天投料当天完成。

3.3 控制系统架构的演进

长期以来，PLC 与 DCS 各自在离散和过程行业独领风骚。然而，随着自动化技术的进步，尤其是通信技术的飞跃式发展，两者正在呈现融合与集成的趋势。

在过去十年中，历史悠久的 DCS 和 PLC 公司都转向共同称之为“混合型控制系统”的领域。早期的混合控制系统并未完全达到预期：DCS 混合控制系统无法制造足够模块化的系统，也不能提供足够的可伸缩性和灵活性；而许多尝试开发混合控制系统的 PLC 系统无法提供真正的系统性能，缺少统一定义变量和系统报警/事件管理的能力。

3.4 批次控制标准：ISA-88

混合工业的核心控制方法是批次控制。国际测量和控制协会发布的 ISA S88.01-1995 标准定义了用于自动化批次过程的设备和程序的模型。S88 标准将“批次过程”定义为通过使用一个或多个设备在有限时间段内使一定量的输入材料经受处理活动的有序集合。程序模型被构造为层级排序：程序（Procedure）包含单元程序（Unit Procedure），单元程序包含操作（Operation），操作包含时期（Phase）。

这一标准为混合工业提供了统一的控制语言，使得配方管理、设备协调和质量追溯得以系统化实现。

3.5 对自动化系统的核心要求

混合工业对 PLC 的要求最为复杂，往往需要同时兼顾模拟量回路控制和高速逻辑/运动控制，对系统的开放性和配方管理能力也有较高要求。配方执行、阀门动作、搅拌器转速、设定点和物料添加均由经过验证的逻辑驱动，并自动记录。

四、三大工业领域的系统对比

三大工业领域的差异不仅体现在生产特征上，更直接映射到控制系统的选型、网络架构的设计、安全策略的侧重以及AI部署的优先级。为便于工程实践中快速对照，下表从物料形态、加工本质、停机影响、可用性需求、核心控制系统、控制界面特征、关键标准、安全重点、冗余需求、AI落地进度和代表厂商等维度，对流程工业、离散工业和混合工业进行系统对比。

五、近五年发展趋势（2021—2026）

5.1 控制系统架构的深层变革

过去五年，三大工业领域的控制系统架构均经历了结构性松动，传统边界正在加速模糊。

流程工业的DCS正在向IT延伸。数字化转型要求DCS与MES、ERP打通，采集实时数据给AI模型做预测分析，这些需求倒逼DCS厂商开放接口、引入标准化通讯协议，让DCS越来越像一套“带控制功能的工业数据平台”。与此同时，SCADA向控制层渗透，部分平台开始内置轻量级控制功能。DCS与SCADA的边界正在加速模糊。

离散工业的PLC领域正在经历开放化转型。芯片供应链冲击期间传统PLC品牌交期延长，促使终端用户重新评估单一品牌供应链风险；同时，以Linux和RTOS为基础的运动控制库、工业通讯协议栈的开源实现已在成本可控硬件上稳定运行。传统厂商主动拥抱开放化——西门子推出开放式控制器，倍福TwinCAT采用软PLC+工业PC架构，用开放接口和软件定义能力守住客户。

混合工业的控制架构正在从早期“DCS+PLC拼接”的模式向统一平台演进。ARC论坛2026的共识指出，无论离散制造还是流程工业，都需依托基于开放标准（如ISA95、OPC UA）构建的工业数据层，实现数据与硬件资产的解耦。混合工业作为两者交叉领域，是这一趋势最直接的受益者。

5.2 工业AI从试点走向生产级

ARC论坛2026的共识是：两大行业的AI技术均已从实验室试点验证阶段，正式迈入生产级规模化应用阶段。ARC调查数据显示，正在应用AI（含机器学习）来自动化和优化流程的组织比例，从2024年的11% 增长至2025年的20%。工业AI的竞争焦点正在从“模型能做什么”转向“系统能交付什么”。

流程工业的AI规模化落地进度显著领先于离散制造，根本原因在于流程工业底层数据成熟度更高。2026世界人工智能大会上，西门子面向中国市场发售Eigen工程智能体，目标是参与自动化编程工程，理解项目需求、编写PLC代码、完成HMI可视化开发。和利时XMagital 2.0把重点放在工厂的“自主运行”上，其架构从工业数据底座延伸至工业世界模型，让AI不仅看懂数据，还能理解设备、工艺和生产流程之间的关系。中控技术的自主运行工厂方案已覆盖石化、化工、能源等流程工业场景，重新组织“识别—评估—决策—执行”的生产链路。工业AI在流程工业中最显著的落地方向是资产性能管理（APM） 和生产工艺优化。

离散工业的AI应用正在经历从“给建议”到“做任务”的转变。ARC论坛2026的共识是：离散制造聚焦多品种小批量场景下的柔性调度及全流程供应链协同。数字孪生已从工程工具演变为动态运营模型，支持生产规划、工艺优化、预测性维护和场景分析。协作机器人（cobots）越来越多地与人类操作员协同工作，支持重复性任务的同时保持短生产周期所需的灵活性。

混合工业的AI应用正在从单纯的批次控制向智能化批次优化演进。食品饮料和制药行业的自动化投资增速领先。AI在混合工业中的价值体现在：配方优化、质量预测、设备健康管理以及能效优化。

5.3 市场需求与竞争格局的重塑

离散工业面临的核心挑战已不再是技术 adoption，而是集成。2026年罗克韦尔自动化研究发现，虽然93%的制造商已部署MES，但仅23% 实现了企业级全集成。Deloitte 2025年调查显示，仅45% 的制造商使用企业架构标准，仅54% 实施了统一数据标准。技术 adoption 的速度正在超过将投资转化为企业级智能所需的集成数据与架构基础。

柔性制造成为离散工业的核心竞争力。离散制造正从“大批量标准化”转向“多品种小批量”。ABB 2025年汽车制造业调查显示，84% 的受访者认为未来五年柔性制造将成为汽车制造的重要因素，73% 预测数字孪生和仿真技术的采用将显著增加。制造商需要能够在单一工厂组装不同动力总成（ICE、混动、电动），同时保持更快的产品生命周期。

混合工业是三大领域中柔性自动化需求增长最快的。2026年全球工业自动化市场报告指出，混合工业对柔性自动化解决方案需求快速上升。这一趋势由多品种小批量生产模式驱动——食品饮料、日化、制药等行业的产品生命周期缩短，换线频率增加，对能够快速切换配方的自动化系统需求迫切。Emerson 2026年的观察特别指出，包装和物料搬运领域的制造商正在寻求快速换线、模块化机器，以确保能够适应未来的需求变化。

劳动力短缺倒逼模块化与易用性。劳动力短缺是离散工业自动化的首要驱动力。Emerson 2026年的行业观察指出，制造商寻求模块化、可扩展、易于集成的解决方案，无需专门的软件工程师或控制工程师团队即可维护。“即插即用”和通过通用协议（OPC UA、IO-Link）连接的能力成为关键购买标准，以缩短安装时间并减少总体停机。

能源效率与可持续性成为核心指标。混合工业的自动化投资中，能源效率和可持续性已成为与产能、质量并列的关键指标。Emerson的行业观察明确指出，能源效率和可持续性是客户持续提出的关键优先事项。这一趋势在食品饮料和日化行业尤为明显——这些行业的消费者对可持续性的关注直接传导至制造端。

商业模式从产品销售向服务化转型。工业自动化的商业模式正在从产品销售向服务化、平台化转变。远程运维、订阅制软件及“自动化即服务”等模式逐步普及。未来的供给竞争将围绕软件生态、行业知识沉淀及全球化服务能力展开。

5.4 基础性使能技术与安全体系

开放自动化从理念走向落地。开放自动化是近五年工业自动化领域最深刻的结构性变化。ARC论坛2026将开放自动化视为支撑工业AI规模化落地的关键底层技术基石。开放标准（ISA95、OPC UA、ISA/IEC 62443）的采用正在从“可选项”变为“必选项”。在这一进程中，现场层的协议转换与数据采集网关扮演着关键角色——以宏达信诺HXGE系列工业通信网关为例，其向下兼容Modbus、S7、CIP等异构协议，向上统一输出OPC UA、MQTT，本质上就是将封闭的现场设备数据“开放化”的节点设备，使DCS、PLC和上层MES/AI平台能够以标准化方式获取现场数据。

IT/OT融合从口号走向工程实践。IT/OT融合在过去五年取得了实质性进展。IEC 62443等网络安全标准为融合提供了安全框架——不是简单地拆掉隔离墙，而是通过分区防护、安全网关等手段，在受控前提下允许数据流通。云边协同架构的成熟使得数据在边缘侧完成预处理后上传云端做分析，需要下发的控制指令通过安全的边云通道回传。

网络安全成为基础性要求。网络安全已从附加功能演变为工业自动化的基础性要求。现代流程设施依赖密集的传感器网络、智能现场设备、无线仪表、远程支持和云连接分析，必须通过区域和管道进行网络分段。ISA/IEC 62443系列标准已成为工业控制系统网络安全的全球基准，建立了供应商、集成商和资产所有者之间的角色和责任。

数据治理成为智能化的前置条件。流程工业在信息化进程中已出现明显分化。领先企业已建立内部示范单位，探索智能化发展路径；但行业整体仍面临“数据利用率较低”的痛点——数据采集技术得到较好应用，但各应用系统间缺少联系，信息孤岛仍广泛存在。行业共识正在形成：语义标准化与高质量数据治理是AI与开放自动化融合落地的前置必要条件，缺少这一基础，再先进的AI算法也无法产出可靠的业务价值。

5.5 趋势对工程实践的启示

上述趋势直接影响工程实践的多个层面：

选型逻辑：流程工业优先考虑冗余和 SIL 认证，离散工业优先考虑运动控制轴数和节拍，混合工业则需要平衡两者，同时关注批次管理能力。

网络架构：流程工业常用 PROFINET 环网+冗余 IO，DCS 通信网络必须包括确定性和冗余功能；离散工业常用 EtherCAT、Profinet IRT 等实时以太网；混合工业则两者兼有，且对数据集成要求更高。

软件平台：流程工业侧重 DCS 组态和 SIS 逻辑；离散工业侧重运动控制编程和机器人集成；混合工业则需要批次管理和配方系统，ISA-88 标准是基础。

安全策略：流程工业的可用性与完整性需求以机密性为基础，核心任务是确保通信过程的机密性；离散工业则需以设备为单位，确保复杂终端（如数控系统、机械臂控制器）自身系统的安全性。

AI部署策略：流程工业的AI落地聚焦资产性能管理和工艺优化，已有规模化案例；离散工业的AI落地聚焦柔性调度和供应链协同，正处于加速阶段；混合工业的AI落地聚焦批次优化和能效管理，需求快速上升。

结语

流程、离散、混合三大工业领域构成了现代制造业的完整版图。流程工业以连续性和高可靠性为核心，离散工业以个体加工和高速柔性为特征，混合工业则融合两者特点，对自动化系统提出最复杂的要求。过去五年（2021—2026），三大领域共同经历了工业AI从试点到生产级、开放自动化从理念到落地、IT/OT融合从口号到实践、网络安全从附加到基础的深刻变革。流程工业在工业AI规模化落地方面保持领先，离散工业在柔性制造和开放化方面加速追赶，混合工业在柔性自动化需求方面增长最快。

从技术演进的角度看，流程工业在工业4.0的实践中走在前列，离散工业仍在加速追赶，而混合工业的“混合型控制系统”理念正在推动DCS与PLC的深度融合。开放自动化与工业AI的融合共生，正在成为支撑三大领域共同迈向下一阶段的核心技术主线。理解这一分类框架及其最新趋势，有助于在PLC选型、网络设计、软件架构、安全方案和AI部署策略上做出更精准的决策，避免“用离散的思路做流程”或“用流程的冗余做离散”这类常见误区——这正是三大工业领域分类框架在工程实践中的真正价值所在。

免责声明：
       本文档由北京宏达信诺科技有限公司（以下简称“本公司”）提供，仅供参考。部分内容可能引用第三方公开资料，著作权归原作者所有。本公司不对准确性、完整性作任何担保，依据本文档作出的决策风险自担。转载须注明来源为“北京宏达信诺科技有限公司”，否则本公司保留追责权利。侵权请联系：hdxn_bj@163.com。