AI助力化工生产工艺优化

近年来，人工智能（AI）作为引领未来的关键技术之一，正以前所未有的速度重塑千行百业，如何建设人工智能行业应用体系已成为当下备受关注的议题。近日，中国信通院发布《人工智能赋能行业发展高质量建设指南（2024年）》（以下简称《指南）并指出，人工智能实施过程中尚存在场景多样化处理、系统复杂度管理等难点与挑战。目前，化工行业对此进行了卓有成效的尝试，人工智能助力发展提高发展质效来日可期。

应用场景局限 缺少整体优化

随着“人工智能+”行动深入实施，人工智能技术日渐成为推动产业升级、促进高质量发展的核心引擎。

《指南》总结了当前人工智能在各行业的应用情况，尤其是化工生产涉及众多的化学物质和复杂的化学反应，生产过程通常是连续进行的，每个产品的生产过程均包含多个装置及复杂的工艺流程，虽然现在化工厂的各个单一装置已构建较为专业、成熟的控制系统，但大多都只局限于局部场景且以安全稳定为主要目标的自动化控制为主，缺少整体的环节优化，依赖人工经验进行粗放式的控制，普遍存在生产物料成本高、产品收率低等问题。同时，化工生产过程中的节能减排也面临严峻挑战。

《指南》认为，企业级人工智能应用建设的共性存在集中体现在三方面：如何有效应对场景和模型的多样性及不断演进，如何把握数据隐私和数据使用之间的平衡以及如何保障应用中人工智能技术的长期供给和演进。

聚焦工艺优化 打造应用场景

聚焦化工+人工智能建设面临的难题，业内已有多家企业开启了联合攻关，并取得良好实效。《指南》中特别提到云鼎科技股份有限公司的发展案例。

据介绍，云鼎科技联合华为技术有限公司，在前期矿山+人工智能成功实践沉淀的云边协同、边用边学的统一架构及统一数据规范的基础上向化工行业横向扩展。该公司联合国家流程制造智能调控技术创新中心、青岛科技大学、中国石油和化学工业联合会等进行技术创新攻关及持续运营。通过调研山东能源集团、万华化学等头部企业，进行化工工艺优化，打造AI应用场景。其中，甲醇精馏装置工艺智能优化、低温甲醇洗装置溶液循环运行优化等场景已完成模型训练及应用开发。

经过实际应用验证，甲醇精馏装置工艺智能优化场景实现对精馏塔温度、环境温度、压力、进料流量等60多个参数的分析，基于预测大模型对回流比参数进行预测，实现在甲醇产品满足质量要求的条件下降低蒸汽消耗量、提升甲醇产品收率的目标。山东能源集团某权属单位通过试点应用人工智能场景，平均每吨甲醇蒸汽消耗量可降低2%，年度可节省蒸汽成本192万元。此技术若拓展到全行业，以2023年全国甲醇产量8300万吨进行估算，该场景的蒸汽成本节省空间在10亿元以上。

聚焦四个方面 推动产业落地

《指南》认为，未来，人工智能的核心场景价值持续增长，场景更加丰富，有望推动企业从传统的产品导向转向用户导向，实现个性化、定制化的服务。

为进一步推动人工智能产业落地，并能更好地支撑化工等行业提高发展质效，《指南》围绕四个方面，提出发展建议。

一要挖掘更多应用场景，推动大模型垂直化、产业化落地。“行业+人工智能”需要丰富的应用场景支持，聚焦“小切口，大纵深”，鼓励支持行业相关企业和大模型公司在各个领域开展应用试点，发挥大模型的技术优势，搭建行业大模型应用展示与交流平台，促进不同领域之间的技术融合与合作，为发展垂直化、低成本的大模型开放更多的落地机会。

二要加快各行业数据统一汇聚，构建高质量数据服务平台。选择重点行业领域小切口开展高质量数据集构建试点探索，制定各行业高质量数据集建设标准规范，推动企业依据自身能力搭建数据集公共服务平台，合理进行数据资源的收集、整合和有序开放共享，为行业模型研发提供赋能。

三要加快源头技术创新，开展自主可控大模型研发和应用攻关。支持国内有实力的大模型厂商和人工智能芯片头部企业加强合作，通过软硬件一体化攻关，完善人工智能芯片的工具链、算子库等软硬件生态。

四要营造人才发展的良好生态环境，激发人才创新活力。鼓励培养既懂大模型又懂行业知识的复合型人才，推动产学研联动，建立完善的人才培养和管理体系。