化工智能制造的方向 | 人工智能并不靠谱

    到底能做什么

    那么，化学工业的知识自动化和智能制造到底能做什么呢？

    生产工艺是一个化工企业的核心，化工行业的生产过程数字化、自动化和智能化程度走在整个工业体系的前列，基本已经实现车间无人化生产，但是中央控制室还是坐着人，通过电脑屏幕观察和监测着生产过程，随时准备人工远程干预甚至去现场干预。实际上，我们的最终的产品质量并非一成不变非常稳定，生产过程的原料利用率和能源利用率也并非达到最佳。一个化工装置并非做到自动化、无人化就算实现了智能制造的目标，新目标已经不是满足系统稳定在一个状态，而是让装置系统自动运行在满足装置安全、产品质量约束下，原料、能源、资产利用率最优的状态下。多产品的精细化工工厂还要实现敏捷、柔性以快速应对市场变化和订单要求。

    石油化工行业的“智能制造”的架构早已确定，即在过程控制、生产管理、经营管理这三个层次实现知识自动化和智能化，分别对应过程控制系统（PCS）、生产执行系统（MES）、企业资源计划（ERP）。

    图1：石油化工行业的“智能制造”的架构

    来源：科普化工

    过程控制系统（PCS)： 将表征生产过程的参量为被控制量使之接近给定值或保持在给定范围内的自动控制系统，以DCS和PLC为代表，包括先进过程控制APC。

    企业资源计划（ ERP )：是对企业资源进行有效综合的计划与管理，功能包括产品定货、原材料采购、配送、销售、会计等一系列业务流，以SAP为代表。

    生产过程执行管理系统（MES）：作为DCS和MES之间的接口，实现生产绩效管理和运行数据的集成，功能模块包括短期生产计划、作业排产和调度(APS)、维护管理、技术信息管理、在线实时优化RTO、产品质量管理LIMS。

    不管在哪个层级，要让计算机来解决问题，都需要将问题数字化并抽象为数学模型，所以智能化的核心是五个化：“数字化、可视化、模型化、自动化、集成化”。只有将经验、信息通过检测技术来数字化，通过数据可视化分析找到规律，然后将规律转化为数学模型，再通过计算机对数学模型自动求解、自动决策，将决策或结论自动传输给上一层或者下一层，从而达到集成化。这个完整的过程就是知识自动化，知识自动化将人从重复性工作中解脱出来，专注于创新和高附加值的活动，显然它对人才的要求变得更高。

    很长的路要走

    动设备的监测、预维护是大数据技术在化工领域少许的几个可行应用之一。其需要发展的技术：一是新型传感技术：将振动、声音、图像、电流等信号融入监测模型中，一个关键特征信号可以代替几十个关联较弱的信号。而基于大数据的人工智能技术最大的成就就是声音、图像的处理识别，工业上基于这两类信号的应用还比较少，是时候应用它们了。二是信号处理方法和算法：如何将信号现象同故障类型关联起来，需要使用高级模式识别技术。

    但即使如此，类似行业复制仍然存在很大的难度，不能简单移植。

    一是因为上各种智能制造系统的投入和产出比。智能制造的一项主要投入就是各个层次的软件，软件投资的一个特点就是它与装置规模几乎无关，一套软件的价格不会随着装置规模大小发生变化，但产生的效益基本同装置规模成正比，如此看来，软件系统的投资收益也存在几乎是线性的规模效应。中小企业必须用适合中小企业的低成本的软件系统。二是因为三个层次的优化除了PCS直接纯粹和设备通讯外，但是ERP和MES有更多的与人的接口，并涉及到企业的管理文化，系统的投用涉及到管理、文化的变化，或者系统根据企业的管理文化来定制化。涉及到人的东西，就不能简单的复制了。

    后记：靠谱的路在脚下不在天上

    虽然人工智能的概念现在非常热，讲了无数故事，吸引了无数投资，但是对化学工业（甚至可以扩大到流程工业）的影响基本可以认为忽略不计。化学工业谈智能制造，绝不是依靠基于大数据的人工智能，而是依靠知识、经验的数字化、自动化。石油化工行业的“智能制造”的框架早已确定，就是在过程控制、生产管理、经营管理这三个层次分别通过PCS、MES和ERP来实现知识自动化和智能化，这是一条靠谱的路。