2023年化工行业专题报告 人工智能打造数字化孪生工厂.docxVIP

2023年化工行业专题报告 人工智能打造数字化孪生工厂 AI提升研发效率 人工智能逐渐向增强或应用智能的形式转变 人工智能（AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。随着进一 步发展，人工智能逐渐向增强或应用智能的形式转变。如今，人工智能理论和技术日益成熟，技术和应用程序的范围也不断扩 大，广泛应用于医疗、自动化、游戏、过程控制等领域。 化工行业推入人工智能势在必行 人工智能应用于化工行业，具有客观必然性。化工行业作为流程工业的典型代表，其特点是系统规模大，覆盖专业多、工艺复 杂，产品多元化，控制难度大，耦合度高，与人工智能的结合能够促使化工企业跳出传统制造行业的范畴，使化工企业能够在 一定的体系中，完成对化工原材料、能源或其他形势自然资源的利用，真正实现精细化生产和运营。 人工智能赋能材料研发与合成 材料是人类用以制造基本元件、构件、机器以及更复杂材料产品的物质基础。如今，在5G和物联网时代，材料的研发与合成也 逐渐与人工智能技术建立起联系，藉由人工智能探索其新思路新方法、新技术。 人工智能指导材料研发过程 人工智能有助于开发高性能材料、识别关键点并获得新的科学规律，促进化学信息学的发展。化学信息学可用来对反应条件进 行优化和筛选催化剂等，这主要是通过对实验数据进行建模，然后使用该预测模型实现对实验工作的指导；可用于分子模拟和 分子设计，并在分子性能预测的基础上，从所设计的分子中筛选出并进行合成，以便得到经过性能优化的材料。 人工智能为材料合成提供有效途径 新材料的合成往往伴随大量的数据和冗杂的参数，在材料化学合成路线中，由于每一个步骤发生的变量从几十到几千不等，需 要考虑到极端庞杂的系统和大量潜在的解决方案的组合。在这些组合中，往往还存在着很多相互竞争的参数（比如时间、成本、 温度、湿度、纯度、毒性等），所以传统实验方式非常不适合当今形势下的新材料的合成和开发。 采用人工智能进行新材料的合成设计，渐渐成为新材料合成及设计的新选择，也给深入研究新的化合物合成准则带来了可能。 人工智能在合成生物学全产业链均有应用 当前，合成生物学领域常见的上下游主要包括上游工具层、中游软件/硬件层以及下游应用层。以AI为主导的从头设计应用于合成生物学，可以 有目的地设计具有特定功能的标准生物元件，代替部分需要在实验中获得有效表达和测试的环节，跨越下游实验优化的时间和成本，数以百万计 的潜在有价值的蛋白质无法通过生化方式获得，现在可以直接通过设计研究，并用于生物医学和化学、工业、农业、食品、材料学、环境保护等 众多领域，加速应用于合成生物学的工程化落地。 AI优化化工设计和建设 过程模拟软件是设计研究和生产部门有力的辅助工具 过程模拟技术利用在线动态仿真，将实际生产过程“再现”于计算机上，实施在线操作、动态调整，优化产品结构、装置的原料组成及操作条件， 增产高价值产品，提升装置运行经济效益和竞争能力，促进产业转型升级。过程模拟技术源于美国Kellogg公司成功开发的第一个流程模拟系统 Flexible Flowsheet，在当时化工业界影响很大。迄今为止，过程模拟系统已经历4代发展，由最初的模拟对象以轻烃加工为主，逐渐发展到模拟对 象为气—液2相过程、气—液—固3相过程，20世纪90年代模拟将稳态和动态集成在一起，成为设计研究和生产部门最强有力的辅助工具。 CF D软件是过程装置优化和放大定量设计的有力工具 CFD是计算流体力学的简称，是流体力学和计算机科学相互融合的一门新兴交叉学科，它从计算方法出发，利用计算机快速的计算能力得到流体 控制方程的近似解。CFD软件通常指商业化的CFD程序，具有良好的人机交互界面，能够使使用者无需精通CFD相关理论就能够解决实际问题。 计算流体力学和相关的计算传热学，计算燃烧学的原理是用数值方法求解非线性联立的质量、能量、组分、动量和自定义的标量的微分方程组， 求解结果能预测流动、传热、传质、燃烧等过程的细节，并成为过程装置优化和放大定量设计的有力工具。 人工智能打造数字化孪生工厂 随着物理实体智慧工厂产生的数据流变量集和控制流变量集等信息日益增多，在工程实践中，物理实体智慧工厂日益凸显出环境变量动态变化实 时感知失效、多维因素约束下设备互联与数字集成失衡和较长周期内自主预测机制缺失等若干缺陷，无法构建基于全景数据建模与深度关联模型 的全要素、全流程、全感知的组织结构和运行逻辑。 数字化工厂中，将利用物联网技术实现设备、人、系统之间的互联互通，消除“信息孤岛”的存在，让工厂的每一台设备都以最佳状态运行，同 时减少人力成本的投入，生产出最好的产品。 AI赋能化工生产运营 A I助力化工生产提质增效 典型的智能工厂最底层为感知层，通过现场设备实现数据采集；第二层为数