人工智能在建筑陶瓷生产中的研究与运用.pdfVIP

2025年第11期（第352期）丨佛山陶瓷93

人工智能在建筑陶瓷生产中的研究与运用

汤志宏，杨燕，彭蝶

（西藏大学,西藏850000)

摘要：本文主要介绍了在建筑陶瓷生产中，通过构建原料特性数据库、优化窑炉温度控制策略以及应用人工智能算法，实现生产过程

的优化与改进。首先介绍了政策背景、人工智能技术在建筑陶瓷生产中主要关注方面。其次对原料特性数据库构建与窑炉热力学数

字李生的AI应用解释,接着对人工智能在建筑陶瓷生产中的研究与运用进行CFD一LSTM耦合模型,原料特性数据库构建,最后分

析了人工智能算法在陶瓷生产中的应用,并对相关模型进行评价与建议。

关键词：人工智能；建筑陶瓷；CFD一LSTM耦合模型；原料特性数据库

1前言数字化转型、企业优化生产流程、降低成本提高生产效

在“双碳”目标与智能制造战略驱动下，建筑陶瓷行率，并且参考王浩在浅析人工智能技术在建筑陶瓷产业

业呕须向智能化、绿色化转型。在国务院《“十四五”数字发展中的应用中认为，原料特性数据库与数字李生技术

经济发展规划》与工信部《建材工业智能制造数字转型行的结合可降低生产成本约10%，提升产品良率至95%以

上，同时减少窑炉能耗12%-15%。由此，在方法上，笔者

动计划(2021-2023年）》规划提出，明确要求深化人工智

能、数字李生等技术应用,构建数据驱动的生产体系。但采用了原料特性数据库构建与窑炉热力学数字李生的AI

当前行业仍面临原料配比粗放、窑炉控制精度低、能耗高应用解释与原料特性数据库构建(粒度分布－流变特性映

等问题，其中陶瓷高温烧环节碳排放占建材行业总排射模型)方法和窑炉热力学数字李生(CFD一LSTM耦合模

放的16%。通过人工智能实现全流程优化，已成为突破行型)共同对人工智能在建筑陶瓷生产中的研究与运用。

业瓶颈的关键路径。2文献综述

人工智能技术在建筑陶瓷生产中主要关注3方面，人工智能发展阶段普遍可以分为四个阶段，从早期

分别为原料管理、窑炉优化与智能决策三大环节。陶瓷生的探索阶段，1956至1970年，研究主要集中于逻辑和问

产线上经常通过构建工艺参数模型，提升配比精度与产题解决以处理简单的问题为主。第二阶段为1970到1980

品一致性；在此背景下本文基于CFD与LSTM的窑炉数年代,是知识表现和专家系统阶段，该阶段开始处理一系

字李生系统，通过深度AI学习算法实时调整生产参数，

提高系统稳定性。从这些技术的形成数据采集到决策优器学习,与神经网络阶段。自从2000年以来,变成了大数

化,不仅契合《国家新一代人工智能发展规划》中“智能+”据与深度学习的时代。特别是最近的deepseek的爆发,彻

产业的协同创新要求，更为行业提供了从数据采集到决底将人工智能推上了高潮。

策优化的闭环解决方案。我国的建筑陶瓷行业的发展历经多个过程、从20世

因此，本文致力于推动绿色制造、为建筑陶瓷行业的纪50到70年代的刚开始起步，我国陶瓷行业面临基础

薄弱、规模小、技术落后、产品单一等问题。到现在,21世

纪初快速发展，外资涌人投资研发变多，产业链形成品种

作者简介：汤志宏(2004-),男，上海人,汉，西藏大学财经学院在读本科

也得到丰富，并开始走向国际市场。这不仅仅得益于市场

生，研究方向：金融学

杨燕(2003-)、女,四川省攀枝