针对风电润滑油脂低温启动难、抗磨损性差、性能老化等问题，开展煤制基础油制备风电专用润滑脂关键技术研究，联合高校院所攻关，开发出的风力发电机组发电机专用润滑脂性能满足GB/T 33540-2017标准要求，产品通过耐久性台架试验测试。

通过ERP、MES、APC、AI研发、WMS、智慧交付系统等，实现产品全生命周期管理，覆盖设计、制造、质量、物流等环节。LIMS系统将GMP、CNAS规范融入实验室工作，确保全流程合规。构建以MES为核心，DCS、SIS、GDS为基础，批控系统、APC、OTS、一键开停车为过程控制层，ERP为经营管控层的智能化车间，全面建成车间级工业互联网系统。

聚焦工业设备运维中故障难预判、策略协同差、响应滞后等痛点，本项目深度锚定“智能决策系统”方向，构建适配多场景的工业设备智能运维故障预测平台。预计故障预测准确率超90%、运维响应提速70%，有效降低设备停机损失，提升生产连续性与设备可靠性，为工业智能化升级提供核心决策支撑。

煤制烯烃产业面临工艺技术瓶颈与产品同质化困境，制约高端化发展。亟需开展升级工艺研究，开发新技术与高附加值新产品，延伸产业链条，提升产品竞争力，推动产业向高端化、多元化转型。

开展乙炔下游衍生物开发，重点布局香精香料及其中间体产品，提升产品附加值与市场竞争力。

化工园区作为化工产业集聚地，安全风险高度集中。传统安全管控方式依赖人工巡检与经验判断，存在监控盲区、响应滞后等问题，难以应对复杂多变的化工事故。随着信息化技术发展，智能化安全管控成为趋势。为提升园区本质安全水平，降低事故发生率，保障人员生命与企业财产安全，公司拟联合高校院所攻关，实施化工园区安全管控提升项目，借助先进技术实现安全管理的数字化转型。主要需求内容为：研究搭建应急指挥平台，整合园区安全数据，实现应急指挥高效协同；开发人员车辆精准定位系统，实时掌握园区人员及外部车辆动态；引入AI智能分析技术，对人员行为及物流卸车等监控画面自动识别异常；构建跑冒滴漏监测模型，精准检测泄漏隐患；研制机器人巡检方案，替代人工完成危险区域巡检任务，提升巡检质量与安全性。

联合高校院所攻关，以超临界二氧化碳作物理发泡剂，研究不同基料的可发泡性能，通过共混/改性等方式，优选可发泡性能优异的聚烯烃复合材料；探究温度、压力对聚烯烃基料的发泡行为及发泡后材料的泡孔结构、发泡倍率、力学强度等性能的影响规律，开发并制备聚烯烃材料发泡制品，进行下游推广试用。

1.高选择性催化剂的设计与制备：核心难点在于控制乙炔与环氧乙烷的炔化反应停留在单加成阶段，高选择性生成目标产物3-丁炔1-醇，同时最大程度抑制副反应。要求催化剂的选型、反应温度十分严格。2.温和、安全的反应工程实现：传统乙炔高压操作风险大。需设计新型反应器或工艺，尽可能实现低分压或常压条件下乙炔的高效利用，并解决气-液-固多相体系中的传质与传热强化问题。3.核心（共性）技术攻关：高性能催化体系的创制内容：研制以乙炔钙活性物为核心。电石在异丙醇溶剂中生成乙炔气和异丙醇钙，异丙醇钙通过对乙炔气的去质子化生成乙炔钙活性中间体。再通过环氧乙烷的开环生成炔氧基钙中间体，最后从异丙醇上获取质子生成目标产物3-丁炔-1-醇。4.高纯度产品的分离与精制技术：反应液组成复杂，产物与副产物（未反应原料、水、环氧乙烷、异丙醇等）沸点接近，分离困难。需开发高效的分离序列与精馏工艺，以经济的方式获得电子级或医药级高纯度产品。

N-乙烯基吡咯烷酮（NVP）共聚物传统开发模式周期长、成本高、效率低。希望通过人工智能技术构建共聚物性能预测模型，结合高通量实验数据与机器学习算法，实现分子结构设计与聚合工艺参数的智能优化，显著缩短研发周期，降低试错成本。通过建立单体组合、反应条件与产物性能之间的非线性关联，提升配方开发效率与产品目标匹配精度，推动NVP共聚体型产品向定制化、高性能化方向发展，并为后续新材料研发提供可复用的技术路径。

联合高校院所攻关，开发能够在温和条件下安全运行、且兼具高4MP选择性的新型丙烯齐聚催化体系，丙烯齐聚反应温度≤70℃、压力≤3.0MPa，催化活性≥105g（齐聚物）/mol（V），4MP选择性≥90%。