AI技術在化工領域的前沿和基礎技術情報研究

劉浩，范夢婷，鄭誼峰，宋春紅

(1.浙江航天恒嘉數(shù)據(jù)科技有限公司，浙江 嘉興 314000；2.嘉興恒云數(shù)據(jù)科技有限公司，浙江 嘉興 314000)

0 引言

近年來，隨著世界工業(yè)強國、大國先后提出的“智能制造”概念，例如，2011年德國在漢諾威工業(yè)博覽會中提出“工業(yè)4.0”[1]；美國隨后提出的“國家制造業(yè)創(chuàng)新網(wǎng)絡(NNMI)計劃”[2]；2015年國務院正式印發(fā)“中國制造2025”計劃，旨在實現(xiàn)制造強國的戰(zhàn)略目標。這些戰(zhàn)略目標標志著以人工為基礎的傳統(tǒng)工業(yè)正向以互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能技術為基礎的智能工業(yè)轉變[3]。事實上，化工行業(yè)作為流程工業(yè)領域的典型代表，由于設計過程復雜，自動化程度要求高，生產流程長，生產過程彈性大，因此，相比于一般制造業(yè)，化工行業(yè)更難實現(xiàn)數(shù)字化工廠和人工智能應用，目前國內外還沒有流程工業(yè)的工廠實現(xiàn)了符合績效的數(shù)字化工廠。針對化工行業(yè)存在高危、高污染但又是國家經(jīng)濟命脈的特點，在化工行業(yè)智能化改造過程中，國內外企業(yè)、高校主要從“安全可監(jiān)管，生產可優(yōu)化，廢物可治理”觀點出發(fā)，通過“大數(shù)據(jù)+人工智能”技術解決相應的化工行業(yè)難點問題。在化工生產方面，中國五環(huán)工程有限公司何德頌等[3]指出大數(shù)據(jù)和人工智能技術在化工行業(yè)中的應用場景，例如，智能設計、智能控制、智能生產、智能運營及數(shù)字化交付，同時也指出化工行業(yè)人工智能應用還僅僅處于起步和探索階段。在化工安全方面，山東東明石化集團劉全山等[4]在化工安全中指出，石油化工安全事故仿真及可能引發(fā)事故的故障診斷技術的重要性；華陸工程技術科技程浪濤[5]也指出，智能火災報警系統(tǒng)在化工安全中的作用；漳州市環(huán)境科學研究所劉曉玲[6]從安全事故后果模型出發(fā)，闡述了事故后果計算中的難點和重要性；上海英內物聯(lián)網(wǎng)科技朱佳樂[7]給出大數(shù)據(jù)在化工設備故障診斷中的作用和使用方法，并闡述了智能工廠的發(fā)展方向。

隨著“中國制造2025”計劃的實施，國內產生一批化工智能化建設的先驅，相比于傳統(tǒng)化工生產和管理方式，化工智能化改造產生了巨大的收益。例如：九江石化于2015年升級改造了年產800萬t油品的智能工廠，實現(xiàn)了計劃調度、裝置操作、安全環(huán)保、能源管理、IT管控智能化等，每年為九江石化增益2～3億元；萬華化學公司通過智能化改造使得安全響應速度提升70%，能源利用率提升5%，裝置穩(wěn)定性提高30%，發(fā)貨時間縮短到24 h以內，每年節(jié)約運行成本2億元。可見，化工企業(yè)的智能化升級極大的提高了其在化工產業(yè)鏈中的競爭力。同時，在高校內，Chinmoy等[8]通過人工智能技術中的神經(jīng)網(wǎng)絡技術建立催化劑結構性與酯化反應活性之間相關性模型，提高催化劑的利用率；Sunphorka等[9]基于神經(jīng)網(wǎng)絡建立生物質熱解過程模型，克服了熱重分析速度慢的缺點；黃凱等[10]通過神經(jīng)網(wǎng)絡技術提高了甲烷制氫性能，這些技術的突破極大提高了化工生產產能。因此，智能化工的改造在世界范圍內已經(jīng)成為一種趨勢，打造無人化、低風險、高效率的化工工廠已經(jīng)成為業(yè)界內公認的方向，“大數(shù)據(jù)+人工智能”將在生產、運營和監(jiān)管中發(fā)揮巨大的作用，是新一代的工業(yè)革命，是未來化工行業(yè)的制高點。

1 情報調研情況總結分析

1.1 領域前沿需求熱點和焦點

化工作為流程工業(yè)中的典型代表，具有高風險、高污染但高利潤的特點，這些特點使得化工行業(yè)在智能化改造過程中存在諸多難點和痛點，而這些難點和痛點也正是當下我國智能化改造中的熱點。在生產運營方面，從中國石油化工協(xié)會、中國化工信息中心等單位聯(lián)合對石油和化工行業(yè)100家重點企業(yè)的調查結果表明，集成、決策分析、移動商務、協(xié)同、物聯(lián)網(wǎng)、云計算、綠色數(shù)據(jù)中心成為當代化工企業(yè)建設的熱詞。調查結果也指出，重點化工企業(yè)的領導者期望通過信息化和智能化實現(xiàn)高效、安全、綠色的“數(shù)字化工”[11]。在化工安全方面，北京化工大學劉宗勇等[12]對我國1981—2019年間發(fā)生的共計246例較大危險化學品事故進行統(tǒng)計分析，結果指出我國較大及以上事故數(shù)、死亡人數(shù)隨年份整體在上升，化工行業(yè)整體安全形勢仍較嚴峻，事故導致死亡人數(shù)的省份如圖1所示。事故發(fā)生頻率、死亡人數(shù)與行業(yè)相關性如圖2所示。

圖1 化工事故導致死亡人數(shù)省份分布

圖2 化工事故頻率、死亡人數(shù)與行業(yè)相關性

為應對化工行業(yè)在安全領域的嚴峻挑戰(zhàn)，國家和地方對化工企業(yè)危化品的生產、存儲和運輸提出了相應的安全標準，并進一步要求企業(yè)構建可對?；繁O(jiān)管、風險評估、事故預測和事故模擬的信息化、智能化系統(tǒng)。因此，與化工安全相關的課題也成為當下化工行業(yè)智能化改造中的熱點需求之一。

在化工環(huán)保方面，隨著我國對環(huán)境治理觀念的日益加深，國家及地方出臺了一系列針對化工企業(yè)廢氣、廢水、廢物排放的治理政策，提出“綠水青山就是金山銀山”的理念。政府為應對化工企業(yè)污染物排放問題在全國各化工園區(qū)建立相應的監(jiān)控站，用于監(jiān)控化工企業(yè)所在環(huán)境的健康指標，并防止企業(yè)偷排情況，化工企業(yè)為響應國家政策則采用一系列化工污染物處理方法來減少排放物中的污染物含量。因此，從政府角度出發(fā)，當前化工環(huán)保的熱點需求在于對化工企業(yè)排放物的監(jiān)管，如偷排放企業(yè)的定位等，從化工企業(yè)角度出發(fā)，當前化工環(huán)保的熱點需求在于如何在保證高產能的同時減少化工污染物、副產品的產生，從而降低污染物的處理成本，提高企業(yè)的收益。

1.2 領域前沿技術最新進展

1.2.1 領域前沿基礎技術大數(shù)據(jù)、云計算、人工智能等基礎前沿技術，對各行業(yè)的發(fā)展都起著極大的促進作用。對于互聯(lián)網(wǎng)日益快速增長的數(shù)字信息來說，物聯(lián)網(wǎng)的發(fā)展更加劇了數(shù)據(jù)的增長。通過大量傳感器將現(xiàn)實世界的物體連接到互聯(lián)網(wǎng)上，或者使它們互相連接，不斷地產生新數(shù)據(jù)并上傳，依托于云計算的分布式處理、云存儲，大數(shù)據(jù)技術實現(xiàn)了對千億級的海量數(shù)據(jù)的存儲、高并發(fā)及強大的實時計算。而近幾年新興的人工智能技術可模擬、延伸和擴展人的智能。對于具備完整輸入和輸出的訓練樣本對，通過人工智能技術中的監(jiān)督學習可以建立輸入輸出之間的數(shù)學映射關系，從而得到用于新數(shù)據(jù)的神經(jīng)網(wǎng)絡預測模型，例如基于目標檢測算法的行為識別，預訓練模型可實時檢測攝像頭區(qū)域內人員的異常行為，給監(jiān)管提供了便利的同時，降低了人力成本。強化學習，作為深度學習的一個重要分支，在與環(huán)境的交互過程中通過學習策略以達成回報最大化，例如在化工生產領域的智能控制系統(tǒng)中，通過強化學習，將誤差作為反饋給輸入端，使控制系統(tǒng)不斷學習，更加智能化的同時，提高了自主適應性。

1.2.2 AI技術在化工行業(yè)的典型應用

在化工行業(yè)智能化改造進程中，引入大數(shù)據(jù)、人工智能等先進智能技術已成為主流發(fā)展趨勢。下面通過生產、安全、環(huán)保三個方面闡述已有的具體應用。在化工生產方面，主要在生產過程控制中的反應器參數(shù)校正、工藝配方占比等引入智能技術。在傳統(tǒng)化工生產中，化學制品的制備方法、操作條件等更多依賴實際經(jīng)驗。機器學習技術具有良好的非線性映射能力、自學習能力和容錯性能，使得有限化工生產條件下借助較少的數(shù)據(jù)可實現(xiàn)一定精度的預測。例如：黃凱等[10]通過改進深度學習BP(back propagation)神經(jīng)網(wǎng)絡，結合遺傳算法，構建混合模型，對Fe3O4復合氧化物催化劑進行優(yōu)選，提高了甲烷制氫性能；在化學反應速率和化學因素影響方面，Sunphorka等[9]基于生物質熱解過程建立BP模型，只需輸入纖維素、半纖維素和木質素質量分數(shù)即可獲得預測熱解曲線，解決了熱重分析速度慢的缺點，且預測準確性較高。對于相對簡單的化學理論公式，編程語言可有效地進行模擬，有助于化工生產智能化與“自主學習”的實現(xiàn)；對于復雜的或者尚未明確的化學反應，機器學習、深度學習算法也可通過對數(shù)據(jù)的分析，減少研究投入時間和精力。在化工安全方面，主要在于利用機器學習、深度學習的目標檢測、定位等算法進行智能化識別及實時安全監(jiān)測，以替代人工管理。例如朱宇昌等[13]研制設計了一款實用的防爆輪式巡檢機器人系統(tǒng)，具有圖像識別、聲音采集、報警、防爆、自主充電功能和避障功能。該防爆輪式巡檢機器人系統(tǒng)已在實際中應用，完成巡檢、數(shù)據(jù)采集、故障報警等工作。如圖3、圖4為實際應用現(xiàn)場圖片及數(shù)據(jù)顯示圖片。朱鳳芝[14]設計了用于化工泄漏檢測的移動機器人與監(jiān)控平臺，幫助管理人員實時監(jiān)控化工現(xiàn)場的安全狀態(tài)，及時確定化工泄漏位置，有效防范化工泄漏事故的發(fā)生。

圖3 現(xiàn)場實際應用圖片

圖4 儀表數(shù)據(jù)顯示

在化工環(huán)保方面，由于有毒、有害?；钒l(fā)生泄漏易引起環(huán)境污染，因此利用物聯(lián)網(wǎng)、云計算、深度學習等技術可建立相關預測模型，或者利用深度學習、視頻技術等可構建化工廠污染物排放監(jiān)測系統(tǒng)。例如廣東長天思源環(huán)?？萍脊煞萦邢薰镜牧翁煨堑萚15]提出了一種污染源智能環(huán)保監(jiān)控系統(tǒng)，通過在線傳感器、過程儀表、視頻監(jiān)控系統(tǒng)及動畫模擬等方式，獲取企業(yè)污染物、治理污染物等各個階段的關鍵水質參數(shù)，以提供給企業(yè)管理層及環(huán)保監(jiān)管部門，實現(xiàn)了化工企業(yè)現(xiàn)場端的監(jiān)控參數(shù)獲取，有利于環(huán)境保護。

1.3 國家行業(yè)重點規(guī)劃布局關鍵系統(tǒng)最新進展

截至目前，國家對于化工行業(yè)出臺了眾多政策和規(guī)范，基于大數(shù)據(jù)與人工智能技術，以實現(xiàn)傳統(tǒng)化工行業(yè)的智能化與綠色化發(fā)展。在化工生產方面，2016年，國務院辦公廳發(fā)布《關于石化產業(yè)調結構促轉型增效益的指導意見》，提出化工企業(yè)需增加創(chuàng)新能力，突破化工生產中的關鍵共性技術，研制一批重大成套裝備和核心零部件；利用智能控制等先進技術改造提升傳統(tǒng)產業(yè)，提高產品質量，降低消耗，提高綜合競爭能力。在化工安全方面，近年來我國生產經(jīng)營規(guī)模不斷擴大，傳統(tǒng)和新型生產經(jīng)營方式并存，各類事故隱患和安全風險交織疊加，生產安全事故易發(fā)多發(fā)，尤其是重特大安全事故頻發(fā)，危及生產安全和公共安全。例如2015年發(fā)生的8·12天津濱海新區(qū)爆炸事故，起因是由于危險品倉庫發(fā)生火災爆炸，最終造成165人遇難，已核定的直接經(jīng)濟損失達68.66億元。2016年國務院發(fā)布的《關于推進安全生產領域改革發(fā)展的意見》中指出，基于大數(shù)據(jù)、人工智能等新技術建立安全科技支撐體系，加快成果轉化和推廣應用；推動工業(yè)機器人、智能裝備在危險工序和環(huán)節(jié)廣泛應用。2019年應急科信辦發(fā)布的《關于印發(fā)地方應急管理信息化2020年建設任務書的通知》中指出，基于大數(shù)據(jù)、機器學習等技術開展危險化學品安全生產風險智能分析，動態(tài)感知企業(yè)重點場所等的安全隱患；依據(jù)相應計算模型模擬計算泄露、火災、爆炸等事故。在化工環(huán)保方面，2016年，國務院辦公廳發(fā)布《關于石化產業(yè)調結構促轉型增效益的指導意見》，對于綠色發(fā)展，一方面要實現(xiàn)危險化學品生產企業(yè)搬遷，另一方面加快清潔生產技術開發(fā)應用，加大揮發(fā)性有機物、高濃度難降解污水等重點污染物防治力度，提高工業(yè)“三廢”綜合利用水平。2019年，國務院發(fā)布的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中指出，在發(fā)展過程中重點開展綠色技術的創(chuàng)新聯(lián)合攻關，實現(xiàn)綠色工業(yè)，加強固廢危廢污染聯(lián)防聯(lián)治。

綜上，對于化工行業(yè)，國家出臺眾多相關政策鼓勵以創(chuàng)新驅動化工行業(yè)再發(fā)展，依托大數(shù)據(jù)、云計算、人工智能等先進技術實現(xiàn)化工產業(yè)高效、安全、綠色升級。

2 產品與技術相關專利等知識產權跟蹤分析

為更深入研究化工行業(yè)升級改造中的具體情況，利用SooPAT專利數(shù)據(jù)搜索引擎搜索化工行業(yè)相關專利。該搜索引擎將所有互聯(lián)網(wǎng)上免費的專利數(shù)據(jù)庫進行鏈接、整合。如下主要對中國地區(qū)專利進行分析研究，檢索1985—2019年中國地區(qū)化工行業(yè)的專利數(shù)據(jù)，共得到508 538條記錄。每條記錄中包含公開號、公開日期、標題、摘要、專利權人、IPC號、申請日期等信息，這些數(shù)據(jù)成為本研究的數(shù)據(jù)基礎。專利申請通常有18個月的滯后期，因此2018年和2019年的數(shù)據(jù)由于公開不充分僅供參考。

對于知識密集型行業(yè)，專利申請量能夠代表一個行業(yè)的技術發(fā)展程度和發(fā)展水平。專利申請量的逐年變化趨勢可以反映專利的發(fā)展現(xiàn)狀及發(fā)展階段。為探究中國化工行業(yè)的專利申請現(xiàn)狀和影響因素，統(tǒng)計出近10年專利申請數(shù)量情況，如圖5所示。由圖5可知，近10年中國化工行業(yè)專利申請數(shù)量呈現(xiàn)逐年持續(xù)增長的趨勢，且數(shù)量較多，2017年專利數(shù)量更是突破55 000件。圖6表示以2010年作為分界年，統(tǒng)計了專利總數(shù)關系餅圖。由圖6可知，化工行業(yè)近十年專利申請數(shù)量約占專利總數(shù)的80%。由圖5、圖6可知，近10年化工行業(yè)屬于快速發(fā)展階段。

圖5 近十年化工行業(yè)專利數(shù)量統(tǒng)計圖

圖6 2010年前后專利總數(shù)變化餅圖

在此基礎上，以智能化工為關鍵詞繼續(xù)進行深入分析。統(tǒng)計出近10年智能化工專利申請數(shù)量情況，如圖7所示。大數(shù)據(jù)、人工智能等智能技術屬于近幾年的新興技術，由圖7可知，智能化工領域專利申請數(shù)量呈現(xiàn)逐年持續(xù)增長趨勢；但由于化工行業(yè)的復雜流程和原材料、反應過程的危險性，智能技術在化工領域的應用還不多，專利數(shù)量較少，如圖8所示，智能化工專利只占據(jù)了化工專利的0.22%。圖9表示以2010年作為分界年，統(tǒng)計了2010年前后智能化工專利總數(shù)變化餅圖，由圖9可知近10年智能化工領域發(fā)展迅速，專利占比96%，這也表示了智能化工是未來化工行業(yè)的發(fā)展新趨勢。

圖7 近十年智能化工行業(yè)專利數(shù)量統(tǒng)計圖

圖8 智能化工專利與化工專利占比餅圖

圖9 2010年前后智能化工專利總數(shù)變化餅圖

3 研究成果

3.1 前沿技術論證方向建議

情報調查結果表明，當前國內外化工行業(yè)正朝著數(shù)字化、信息化和智能化方向發(fā)展并且聚焦于化工安全、生產和環(huán)保等方面。其中，在化工行業(yè)的智能化改造中，主要采用“大數(shù)據(jù)+人工智能”技術實現(xiàn)復雜場景的智能化改造。(1)化工安全方面。論證安全事故過程數(shù)據(jù)的可采集性、大數(shù)據(jù)平臺采集數(shù)據(jù)的可標注性及人工智能技術在安全監(jiān)控方面的可執(zhí)行性。(2)化工生產方面。論證人工智能技術在復雜化工反應過程建模及化工生產設備故障診斷中的模型或結果置信度，同時，論證人工智能技術中的強化學習在生產控制系統(tǒng)中應用的可行性，通過強化學習實現(xiàn)閉環(huán)控制系統(tǒng)的智能化控制。(3)化工環(huán)保方面。論證人工智能技術在化工企業(yè)污染物預測和逆向追溯過程及化工污染物處理過程工藝優(yōu)化的有效性。

3.2 前沿技術攻關及驗證建議

智能化工領域涉及大量化工及人工智能相關技術，針對上述論證方向及課題申報，可以從以下4方面展開技術攻關：(1)在化工安全中，針對安全事故起因的識別難點，可基于深度神經(jīng)網(wǎng)絡技術構建用于對危險源進行識別的圖像識別、目標檢測及視頻分析技術的化工機器視覺，從而做到危險源的識別和排除，防止安全事故的發(fā)生。類似的，在安全事故后果計算中，可以通過機器學習、深度學習算法模型強大的擬合能力，訓練安全事故后果評估模型中所需數(shù)據(jù)的數(shù)學模型，通過預測的方式預測某一時刻所需數(shù)據(jù)的近似值。對于圖像識別和目標檢測技術，可以從識別正確率和錯誤率驗證模型的有效性，在參數(shù)預測中，可以通過對于預測值和真實值之間的絕對誤差進行模型合理性的驗證。(2)在化工生產中，基于機器學習、深度學習構建的化工反應模型存在誤差及局部最小值問題，因此，基于人工智能技術構建反應過程模型的技術攻關點主要在于提高模型的泛化能力及開發(fā)可以越過或減小陷入局部極小點概率的學習算法，從而構建出化工生產中實際可用的穩(wěn)定數(shù)學模型。(3)在化工環(huán)保中，可展開化工企業(yè)排放行為監(jiān)測及化工生產工藝優(yōu)化的技術攻關。對于排放監(jiān)測，通過大數(shù)據(jù)技術在化工園區(qū)建立網(wǎng)格監(jiān)測點，發(fā)現(xiàn)化工園區(qū)內污染物的異常狀態(tài)，并通過機器學習、深度學習技術建立污染物時空分布模型，從空間、時間維度上模擬污染物的分布，對高濃度區(qū)域進行排查和監(jiān)督。對于化工企業(yè)生產工藝優(yōu)化，可借鑒人工智能技術在生物基因領域的案例，通過人工智能技術發(fā)現(xiàn)更優(yōu)的生產方案和反應配方，從而減少化工副產物和化工污染物的產生。(4)針對化工行業(yè)中部分數(shù)據(jù)難以獲取或數(shù)據(jù)量少導致基于人工智能技術難以應用的難點，例如安全事故過程數(shù)據(jù)、化工企業(yè)污染事件處罰記錄、生產過程數(shù)據(jù)等，可以基于目前人工智能領域中小樣本，集訓練、無監(jiān)督學習及強化學習等前沿技術，開展相應問題的技術攻關。在化工智能化改造過程中，不論從哪個方向進行技術攻關，都需要將問題數(shù)字化并建立數(shù)學模型，只有將經(jīng)驗信息通過檢測技術數(shù)字化，通過數(shù)據(jù)可視化分析找到規(guī)律，然后將規(guī)律轉化為數(shù)學模型，再通過計算機對數(shù)學模型自動求解、自動決策。