AI技術(shù)在化工領(lǐng)域的前沿和基礎(chǔ)技術(shù)情報(bào)研究

劉浩，范夢(mèng)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(lái)，隨著世界工業(yè)強(qiáng)國(guó)、大國(guó)先后提出的“智能制造”概念，例如，2011年德國(guó)在漢諾威工業(yè)博覽會(huì)中提出“工業(yè)4.0”[1]；美國(guó)隨后提出的“國(guó)家制造業(yè)創(chuàng)新網(wǎng)絡(luò)(NNMI)計(jì)劃”[2]；2015年國(guó)務(wù)院正式印發(fā)“中國(guó)制造2025”計(jì)劃，旨在實(shí)現(xiàn)制造強(qiáng)國(guó)的戰(zhàn)略目標(biāo)。這些戰(zhàn)略目標(biāo)標(biāo)志著以人工為基礎(chǔ)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(shù)為基礎(chǔ)的智能工業(yè)轉(zhuǎn)變[3]。事實(shí)上，化工行業(yè)作為流程工業(yè)領(lǐng)域的典型代表，由于設(shè)計(jì)過(guò)程復(fù)雜，自動(dòng)化程度要求高，生產(chǎn)流程長(zhǎng)，生產(chǎn)過(guò)程彈性大，因此，相比于一般制造業(yè)，化工行業(yè)更難實(shí)現(xiàn)數(shù)字化工廠和人工智能應(yīng)用，目前國(guó)內(nèi)外還沒(méi)有流程工業(yè)的工廠實(shí)現(xiàn)了符合績(jī)效的數(shù)字化工廠。針對(duì)化工行業(yè)存在高危、高污染但又是國(guó)家經(jīng)濟(jì)命脈的特點(diǎn)，在化工行業(yè)智能化改造過(guò)程中，國(guó)內(nèi)外企業(yè)、高校主要從“安全可監(jiān)管，生產(chǎn)可優(yōu)化，廢物可治理”觀點(diǎn)出發(fā)，通過(guò)“大數(shù)據(jù)+人工智能”技術(shù)解決相應(yīng)的化工行業(yè)難點(diǎn)問(wèn)題。在化工生產(chǎn)方面，中國(guó)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(shù)在化工行業(yè)中的應(yīng)用場(chǎng)景，例如，智能設(shè)計(jì)、智能控制、智能生產(chǎn)、智能運(yùn)營(yíng)及數(shù)字化交付，同時(shí)也指出化工行業(yè)人工智能應(yīng)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(tuán)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(shù)的重要性；華陸工程技術(shù)科技程浪濤[5]也指出，智能火災(zāi)報(bào)警系統(tǒng)在化工安全中的作用；漳州市環(huán)境科學(xué)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(jì)算中的難點(diǎn)和重要性；上海英內(nèi)物聯(lián)網(wǎng)科技朱佳樂(lè)[7]給出大數(shù)據(jù)在化工設(shè)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(guó)制造2025”計(jì)劃的實(shí)施，國(guó)內(nèi)產(chǎn)生一批化工智能化建設(shè)的先驅(qū)，相比于傳統(tǒng)化工生產(chǎn)和管理方式，化工智能化改造產(chǎn)生了巨大的收益。例如：九江石化于2015年升級(jí)改造了年產(chǎn)800萬(wàn)t油品的智能工廠，實(shí)現(xiàn)了計(jì)劃調(diào)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(wàn)華化學(xué)公司通過(guò)智能化改造使得安全響應(yīng)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(shí)間縮短到24 h以?xún)?nèi)，每年節(jié)約運(yùn)行成本2億元?？梢?jiàn)，化工企業(yè)的智能化升級(jí)極大的提高了其在化工產(chǎn)業(yè)鏈中的競(jìng)爭(zhēng)力。同時(shí)，在高校內(nèi)，Chinmoy等[8]通過(guò)人工智能技術(shù)中的神經(jīng)網(wǎng)絡(luò)技術(shù)建立催化劑結(jié)構(gòu)性與酯化反應(yīng)活性之間相關(guān)性模型，提高催化劑的利用率；Sunphorka等[9]基于神經(jīng)網(wǎng)絡(luò)建立生物質(zhì)熱解過(guò)程模型，克服了熱重分析速度慢的缺點(diǎn)；黃凱等[10]通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)提高了甲烷制氫性能，這些技術(shù)的突破極大提高了化工生產(chǎn)產(chǎn)能。因此，智能化工的改造在世界范圍內(nèi)已經(jīng)成為一種趨勢(shì)，打造無(wú)人化、低風(fēng)險(xiǎn)、高效率的化工工廠已經(jīng)成為業(yè)界內(nèi)公認(rèn)的方向，“大數(shù)據(jù)+人工智能”將在生產(chǎn)、運(yùn)營(yíng)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(lái)化工行業(yè)的制高點(diǎn)。

1 情報(bào)調(diào)研情況總結(jié)分析

1.1 領(lǐng)域前沿需求熱點(diǎn)和焦點(diǎn)

化工作為流程工業(yè)中的典型代表，具有高風(fēng)險(xiǎn)、高污染但高利潤(rùn)的特點(diǎn)，這些特點(diǎn)使得化工行業(yè)在智能化改造過(guò)程中存在諸多難點(diǎn)和痛點(diǎn)，而這些難點(diǎn)和痛點(diǎn)也正是當(dāng)下我國(guó)智能化改造中的熱點(diǎn)。在生產(chǎn)運(yùn)營(yíng)方面，從中國(guó)石油化工協(xié)會(huì)、中國(guó)化工信息中心等單位聯(lián)合對(duì)石油和化工行業(yè)100家重點(diǎn)企業(yè)的調(diào)查結(jié)果表明，集成、決策分析、移動(dòng)商務(wù)、協(xié)同、物聯(lián)網(wǎng)、云計(jì)算、綠色數(shù)據(jù)中心成為當(dāng)代化工企業(yè)建設(shè)的熱詞。調(diào)查結(jié)果也指出，重點(diǎn)化工企業(yè)的領(lǐng)導(dǎo)者期望通過(guò)信息化和智能化實(shí)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(xué)劉宗勇等[12]對(duì)我國(guó)1981—2019年間發(fā)生的共計(jì)246例較大危險(xiǎn)化學(xué)品事故進(jìn)行統(tǒng)計(jì)分析，結(jié)果指出我國(guó)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(shì)仍較嚴(yán)峻，事故導(dǎo)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(guān)性如圖2所示。

圖1 化工事故導(dǎo)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(guān)性

為應(yīng)對(duì)化工行業(yè)在安全領(lǐng)域的嚴(yán)峻挑戰(zhàn)，國(guó)家和地方對(duì)化工企業(yè)?；返纳a(chǎn)、存儲(chǔ)和運(yùn)輸提出了相應(yīng)的安全標(biāo)準(zhǔn)，并進(jìn)一步要求企業(yè)構(gòu)建可對(duì)危化品監(jiān)管、風(fēng)險(xiǎn)評(píng)估、事故預(yù)測(cè)和事故模擬的信息化、智能化系統(tǒng)。因此，與化工安全相關(guān)的課題也成為當(dāng)下化工行業(yè)智能化改造中的熱點(diǎn)需求之一。

在化工環(huán)保方面，隨著我國(guó)對(duì)環(huán)境治理觀念的日益加深，國(guó)家及地方出臺(tái)了一系列針對(duì)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(yīng)對(duì)化工企業(yè)污染物排放問(wèn)題在全國(guó)各化工園區(qū)建立相應(yīng)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(biāo)，并防止企業(yè)偷排情況，化工企業(yè)為響應(yīng)國(guó)家政策則采用一系列化工污染物處理方法來(lái)減少排放物中的污染物含量。因此，從政府角度出發(fā)，當(dāng)前化工環(huán)保的熱點(diǎn)需求在于對(duì)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(dāng)前化工環(huán)保的熱點(diǎn)需求在于如何在保證高產(chǎn)能的同時(shí)減少化工污染物、副產(chǎn)品的產(chǎn)生，從而降低污染物的處理成本，提高企業(yè)的收益。

1.2 領(lǐng)域前沿技術(shù)最新進(jìn)展

1.2.1 領(lǐng)域前沿基礎(chǔ)技術(shù)大數(shù)據(jù)、云計(jì)算、人工智能等基礎(chǔ)前沿技術(shù)，對(duì)各行業(yè)的發(fā)展都起著極大的促進(jìn)作用。對(duì)于互聯(lián)網(wǎng)日益快速增長(zhǎng)的數(shù)字信息來(lái)說(shuō)，物聯(lián)網(wǎng)的發(fā)展更加劇了數(shù)據(jù)的增長(zhǎng)。通過(guò)大量傳感器將現(xiàn)實(shí)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(chǎn)生新數(shù)據(jù)并上傳，依托于云計(jì)算的分布式處理、云存儲(chǔ)，大數(shù)據(jù)技術(shù)實(shí)現(xiàn)了對(duì)千億級(jí)的海量數(shù)據(jù)的存儲(chǔ)、高并發(fā)及強(qiáng)大的實(shí)時(shí)計(jì)算。而近幾年新興的人工智能技術(shù)可模擬、延伸和擴(kuò)展人的智能。對(duì)于具備完整輸入和輸出的訓(xùn)練樣本對(duì)，通過(guò)人工智能技術(shù)中的監(jiān)督學(xué)習(xí)可以建立輸入輸出之間的數(shù)學(xué)映射關(guān)系，從而得到用于新數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，例如基于目標(biāo)檢測(cè)算法的行為識(shí)別，預(yù)訓(xùn)練模型可實(shí)時(shí)檢測(cè)攝像頭區(qū)域內(nèi)人員的異常行為，給監(jiān)管提供了便利的同時(shí)，降低了人力成本。強(qiáng)化學(xué)習(xí)，作為深度學(xué)習(xí)的一個(gè)重要分支，在與環(huán)境的交互過(guò)程中通過(guò)學(xué)習(xí)策略以達(dá)成回報(bào)最大化，例如在化工生產(chǎn)領(lǐng)域的智能控制系統(tǒng)中，通過(guò)強(qiáng)化學(xué)習(xí)，將誤差作為反饋給輸入端，使控制系統(tǒng)不斷學(xué)習(xí)，更加智能化的同時(shí)，提高了自主適應(yīng)性。

1.2.2 AI技術(shù)在化工行業(yè)的典型應(yīng)用

在化工行業(yè)智能化改造進(jìn)程中，引入大數(shù)據(jù)、人工智能等先進(jìn)智能技術(shù)已成為主流發(fā)展趨勢(shì)。下面通過(guò)生產(chǎn)、安全、環(huán)保三個(gè)方面闡述已有的具體應(yīng)用。在化工生產(chǎn)方面，主要在生產(chǎn)過(guò)程控制中的反應(yīng)器參數(shù)校正、工藝配方占比等引入智能技術(shù)。在傳統(tǒng)化工生產(chǎn)中，化學(xué)制品的制備方法、操作條件等更多依賴(lài)實(shí)際經(jīng)驗(yàn)。機(jī)器學(xué)習(xí)技術(shù)具有良好的非線性映射能力、自學(xué)習(xí)能力和容錯(cuò)性能，使得有限化工生產(chǎn)條件下借助較少的數(shù)據(jù)可實(shí)現(xiàn)一定精度的預(yù)測(cè)。例如：黃凱等[10]通過(guò)改進(jìn)深度學(xué)習(xí)BP(back propagation)神經(jīng)網(wǎng)絡(luò)，結(jié)合遺傳算法，構(gòu)建混合模型，對(duì)Fe3O4復(fù)合氧化物催化劑進(jìn)行優(yōu)選，提高了甲烷制氫性能；在化學(xué)反應(yīng)速率和化學(xué)因素影響方面，Sunphorka等[9]基于生物質(zhì)熱解過(guò)程建立BP模型，只需輸入纖維素、半纖維素和木質(zhì)素質(zhì)量分?jǐn)?shù)即可獲得預(yù)測(cè)熱解曲線，解決了熱重分析速度慢的缺點(diǎn)，且預(yù)測(cè)準(zhǔn)確性較高。對(duì)于相對(duì)簡(jiǎn)單的化學(xué)理論公式，編程語(yǔ)言可有效地進(jìn)行模擬，有助于化工生產(chǎn)智能化與“自主學(xué)習(xí)”的實(shí)現(xiàn)；對(duì)于復(fù)雜的或者尚未明確的化學(xué)反應(yīng)，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法也可通過(guò)對(duì)數(shù)據(jù)的分析，減少研究投入時(shí)間和精力。在化工安全方面，主要在于利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的目標(biāo)檢測(cè)、定位等算法進(jìn)行智能化識(shí)別及實(shí)時(shí)安全監(jiān)測(cè)，以替代人工管理。例如朱宇昌等[13]研制設(shè)計(jì)了一款實(shí)用的防爆輪式巡檢機(jī)器人系統(tǒng)，具有圖像識(shí)別、聲音采集、報(bào)警、防爆、自主充電功能和避障功能。該防爆輪式巡檢機(jī)器人系統(tǒng)已在實(shí)際中應(yīng)用，完成巡檢、數(shù)據(jù)采集、故障報(bào)警等工作。如圖3、圖4為實(shí)際應(yīng)用現(xiàn)場(chǎng)圖片及數(shù)據(jù)顯示圖片。朱鳳芝[14]設(shè)計(jì)了用于化工泄漏檢測(cè)的移動(dòng)機(jī)器人與監(jiān)控平臺(tái)，幫助管理人員實(shí)時(shí)監(jiān)控化工現(xiàn)場(chǎng)的安全狀態(tài)，及時(shí)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(chǎng)實(shí)際應(yīng)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(jì)算、深度學(xué)習(xí)等技術(shù)可建立相關(guān)預(yù)測(cè)模型，或者利用深度學(xué)習(xí)、視頻技術(shù)等可構(gòu)建化工廠污染物排放監(jiān)測(cè)系統(tǒng)。例如廣東長(zhǎng)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(guò)在線傳感器、過(guò)程儀表、視頻監(jiān)控系統(tǒng)及動(dòng)畫(huà)模擬等方式，獲取企業(yè)污染物、治理污染物等各個(gè)階段的關(guān)鍵水質(zhì)參數(shù)，以提供給企業(yè)管理層及環(huán)保監(jiān)管部門(mén)，實(shí)現(xiàn)了化工企業(yè)現(xiàn)場(chǎng)端的監(jiān)控參數(shù)獲取，有利于環(huán)境保護(hù)。

1.3 國(guó)家行業(yè)重點(diǎn)規(guī)劃布局關(guān)鍵系統(tǒng)最新進(jìn)展

截至目前，國(guó)家對(duì)于化工行業(yè)出臺(tái)了眾多政策和規(guī)范，基于大數(shù)據(jù)與人工智能技術(shù)，以實(shí)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(chǎn)方面，2016年，國(guó)務(wù)院辦公廳發(fā)布《關(guān)于石化產(chǎn)業(yè)調(diào)結(jié)構(gòu)促轉(zhuǎn)型增效益的指導(dǎo)意見(jiàn)》，提出化工企業(yè)需增加創(chuàng)新能力，突破化工生產(chǎn)中的關(guān)鍵共性技術(shù)，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(jìn)技術(shù)改造提升傳統(tǒng)產(chǎn)業(yè)，提高產(chǎn)品質(zhì)量，降低消耗，提高綜合競(jìng)爭(zhēng)能力。在化工安全方面，近年來(lái)我國(guó)生產(chǎn)經(jīng)營(yíng)規(guī)模不斷擴(kuò)大，傳統(tǒng)和新型生產(chǎn)經(jīng)營(yíng)方式并存，各類(lèi)事故隱患和安全風(fēng)險(xiǎn)交織疊加，生產(chǎn)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(chǎn)安全和公共安全。例如2015年發(fā)生的8·12天津?yàn)I海新區(qū)爆炸事故，起因是由于危險(xiǎn)品倉(cāng)庫(kù)發(fā)生火災(zāi)爆炸，最終造成165人遇難，已核定的直接經(jīng)濟(jì)損失達(dá)68.66億元。2016年國(guó)務(wù)院發(fā)布的《關(guān)于推進(jìn)安全生產(chǎn)領(lǐng)域改革發(fā)展的意見(jiàn)》中指出，基于大數(shù)據(jù)、人工智能等新技術(shù)建立安全科技支撐體系，加快成果轉(zhuǎn)化和推廣應(yīng)用；推動(dòng)工業(yè)機(jī)器人、智能裝備在危險(xiǎn)工序和環(huán)節(jié)廣泛應(yīng)用。2019年應(yīng)急科信辦發(fā)布的《關(guān)于印發(fā)地方應(yīng)急管理信息化2020年建設(shè)任務(wù)書(shū)的通知》中指出，基于大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)開(kāi)展危險(xiǎn)化學(xué)品安全生產(chǎn)風(fēng)險(xiǎn)智能分析，動(dòng)態(tài)感知企業(yè)重點(diǎn)場(chǎng)所等的安全隱患；依據(jù)相應(yīng)計(jì)算模型模擬計(jì)算泄露、火災(zāi)、爆炸等事故。在化工環(huán)保方面，2016年，國(guó)務(wù)院辦公廳發(fā)布《關(guān)于石化產(chǎn)業(yè)調(diào)結(jié)構(gòu)促轉(zhuǎn)型增效益的指導(dǎo)意見(jiàn)》，對(duì)于綠色發(fā)展，一方面要實(shí)現(xiàn)危險(xiǎn)化學(xué)品生產(chǎn)企業(yè)搬遷，另一方面加快清潔生產(chǎn)技術(shù)開(kāi)發(fā)應(yīng)用，加大揮發(fā)性有機(jī)物、高濃度難降解污水等重點(diǎn)污染物防治力度，提高工業(yè)“三廢”綜合利用水平。2019年，國(guó)務(wù)院發(fā)布的《長(zhǎng)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(guò)程中重點(diǎn)開(kāi)展綠色技術(shù)的創(chuàng)新聯(lián)合攻關(guān)，實(shí)現(xiàn)綠色工業(yè)，加強(qiáng)固廢危廢污染聯(lián)防聯(lián)治。

綜上，對(duì)于化工行業(yè)，國(guó)家出臺(tái)眾多相關(guān)政策鼓勵(lì)以創(chuàng)新驅(qū)動(dòng)化工行業(yè)再發(fā)展，依托大數(shù)據(jù)、云計(jì)算、人工智能等先進(jìn)技術(shù)實(shí)現(xiàn)化工產(chǎn)業(yè)高效、安全、綠色升級(jí)。

2 產(chǎn)品與技術(shù)相關(guān)專(zhuān)利等知識(shí)產(chǎn)權(quán)跟蹤分析

為更深入研究化工行業(yè)升級(jí)改造中的具體情況，利用SooPAT專(zhuān)利數(shù)據(jù)搜索引擎搜索化工行業(yè)相關(guān)專(zhuān)利。該搜索引擎將所有互聯(lián)網(wǎng)上免費(fèi)的專(zhuān)利數(shù)據(jù)庫(kù)進(jìn)行鏈接、整合。如下主要對(duì)中國(guó)地區(qū)專(zhuān)利進(jìn)行分析研究，檢索1985—2019年中國(guó)地區(qū)化工行業(yè)的專(zhuān)利數(shù)據(jù)，共得到508 538條記錄。每條記錄中包含公開(kāi)號(hào)、公開(kāi)日期、標(biāo)題、摘要、專(zhuān)利權(quán)人、IPC號(hào)、申請(qǐng)日期等信息，這些數(shù)據(jù)成為本研究的數(shù)據(jù)基礎(chǔ)。專(zhuān)利申請(qǐng)通常有18個(gè)月的滯后期，因此2018年和2019年的數(shù)據(jù)由于公開(kāi)不充分僅供參考。

對(duì)于知識(shí)密集型行業(yè)，專(zhuān)利申請(qǐng)量能夠代表一個(gè)行業(yè)的技術(shù)發(fā)展程度和發(fā)展水平。專(zhuān)利申請(qǐng)量的逐年變化趨勢(shì)可以反映專(zhuān)利的發(fā)展現(xiàn)狀及發(fā)展階段。為探究中國(guó)化工行業(yè)的專(zhuān)利申請(qǐng)現(xiàn)狀和影響因素，統(tǒng)計(jì)出近10年專(zhuān)利申請(qǐng)數(shù)量情況，如圖5所示。由圖5可知，近10年中國(guó)化工行業(yè)專(zhuān)利申請(qǐng)數(shù)量呈現(xiàn)逐年持續(xù)增長(zhǎng)的趨勢(shì)，且數(shù)量較多，2017年專(zhuān)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(jì)了專(zhuān)利總數(shù)關(guān)系餅圖。由圖6可知，化工行業(yè)近十年專(zhuān)利申請(qǐng)數(shù)量約占專(zhuān)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(zhuān)利數(shù)量統(tǒng)計(jì)圖

圖6 2010年前后專(zhuān)利總數(shù)變化餅圖

在此基礎(chǔ)上，以智能化工為關(guān)鍵詞繼續(xù)進(jìn)行深入分析。統(tǒng)計(jì)出近10年智能化工專(zhuān)利申請(qǐng)數(shù)量情況，如圖7所示。大數(shù)據(jù)、人工智能等智能技術(shù)屬于近幾年的新興技術(shù)，由圖7可知，智能化工領(lǐng)域?qū)＠暾?qǐng)數(shù)量呈現(xiàn)逐年持續(xù)增長(zhǎng)趨勢(shì)；但由于化工行業(yè)的復(fù)雜流程和原材料、反應(yīng)過(guò)程的危險(xiǎn)性，智能技術(shù)在化工領(lǐng)域的應(yīng)用還不多，專(zhuān)利數(shù)量較少，如圖8所示，智能化工專(zhuān)利只占據(jù)了化工專(zhuān)利的0.22%。圖9表示以2010年作為分界年，統(tǒng)計(jì)了2010年前后智能化工專(zhuān)利總數(shù)變化餅圖，由圖9可知近10年智能化工領(lǐng)域發(fā)展迅速，專(zhuān)利占比96%，這也表示了智能化工是未來(lái)化工行業(yè)的發(fā)展新趨勢(shì)。

圖7 近十年智能化工行業(yè)專(zhuān)利數(shù)量統(tǒng)計(jì)圖

圖8 智能化工專(zhuān)利與化工專(zhuān)利占比餅圖

圖9 2010年前后智能化工專(zhuān)利總數(shù)變化餅圖

3 研究成果

3.1 前沿技術(shù)論證方向建議

情報(bào)調(diào)查結(jié)果表明，當(dāng)前國(guó)內(nèi)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(chǎn)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(shù)實(shí)現(xiàn)復(fù)雜場(chǎng)景的智能化改造。(1)化工安全方面。論證安全事故過(guò)程數(shù)據(jù)的可采集性、大數(shù)據(jù)平臺(tái)采集數(shù)據(jù)的可標(biāo)注性及人工智能技術(shù)在安全監(jiān)控方面的可執(zhí)行性。(2)化工生產(chǎn)方面。論證人工智能技術(shù)在復(fù)雜化工反應(yīng)過(guò)程建模及化工生產(chǎn)設(shè)備故障診斷中的模型或結(jié)果置信度，同時(shí)，論證人工智能技術(shù)中的強(qiáng)化學(xué)習(xí)在生產(chǎn)控制系統(tǒng)中應(yīng)用的可行性，通過(guò)強(qiáng)化學(xué)習(xí)實(shí)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(shù)在化工企業(yè)污染物預(yù)測(cè)和逆向追溯過(guò)程及化工污染物處理過(guò)程工藝優(yōu)化的有效性。

3.2 前沿技術(shù)攻關(guān)及驗(yàn)證建議

智能化工領(lǐng)域涉及大量化工及人工智能相關(guān)技術(shù)，針對(duì)上述論證方向及課題申報(bào)，可以從以下4方面展開(kāi)技術(shù)攻關(guān)：(1)在化工安全中，針對(duì)安全事故起因的識(shí)別難點(diǎn)，可基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建用于對(duì)危險(xiǎn)源進(jìn)行識(shí)別的圖像識(shí)別、目標(biāo)檢測(cè)及視頻分析技術(shù)的化工機(jī)器視覺(jué)，從而做到危險(xiǎn)源的識(shí)別和排除，防止安全事故的發(fā)生。類(lèi)似的，在安全事故后果計(jì)算中，可以通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法模型強(qiáng)大的擬合能力，訓(xùn)練安全事故后果評(píng)估模型中所需數(shù)據(jù)的數(shù)學(xué)模型，通過(guò)預(yù)測(cè)的方式預(yù)測(cè)某一時(shí)刻所需數(shù)據(jù)的近似值。對(duì)于圖像識(shí)別和目標(biāo)檢測(cè)技術(shù)，可以從識(shí)別正確率和錯(cuò)誤率驗(yàn)證模型的有效性，在參數(shù)預(yù)測(cè)中，可以通過(guò)對(duì)于預(yù)測(cè)值和真實(shí)值之間的絕對(duì)誤差進(jìn)行模型合理性的驗(yàn)證。(2)在化工生產(chǎn)中，基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)構(gòu)建的化工反應(yīng)模型存在誤差及局部最小值問(wèn)題，因此，基于人工智能技術(shù)構(gòu)建反應(yīng)過(guò)程模型的技術(shù)攻關(guān)點(diǎn)主要在于提高模型的泛化能力及開(kāi)發(fā)可以越過(guò)或減小陷入局部極小點(diǎn)概率的學(xué)習(xí)算法，從而構(gòu)建出化工生產(chǎn)中實(shí)際可用的穩(wěn)定數(shù)學(xué)模型。(3)在化工環(huán)保中，可展開(kāi)化工企業(yè)排放行為監(jiān)測(cè)及化工生產(chǎn)工藝優(yōu)化的技術(shù)攻關(guān)。對(duì)于排放監(jiān)測(cè)，通過(guò)大數(shù)據(jù)技術(shù)在化工園區(qū)建立網(wǎng)格監(jiān)測(cè)點(diǎn)，發(fā)現(xiàn)化工園區(qū)內(nèi)污染物的異常狀態(tài)，并通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)建立污染物時(shí)空分布模型，從空間、時(shí)間維度上模擬污染物的分布，對(duì)高濃度區(qū)域進(jìn)行排查和監(jiān)督。對(duì)于化工企業(yè)生產(chǎn)工藝優(yōu)化，可借鑒人工智能技術(shù)在生物基因領(lǐng)域的案例，通過(guò)人工智能技術(shù)發(fā)現(xiàn)更優(yōu)的生產(chǎn)方案和反應(yīng)配方，從而減少化工副產(chǎn)物和化工污染物的產(chǎn)生。(4)針對(duì)化工行業(yè)中部分?jǐn)?shù)據(jù)難以獲取或數(shù)據(jù)量少導(dǎo)致基于人工智能技術(shù)難以應(yīng)用的難點(diǎn)，例如安全事故過(guò)程數(shù)據(jù)、化工企業(yè)污染事件處罰記錄、生產(chǎn)過(guò)程數(shù)據(jù)等，可以基于目前人工智能領(lǐng)域中小樣本，集訓(xùn)練、無(wú)監(jiān)督學(xué)習(xí)及強(qiáng)化學(xué)習(xí)等前沿技術(shù)，開(kāi)展相應(yīng)問(wèn)題的技術(shù)攻關(guān)。在化工智能化改造過(guò)程中，不論從哪個(gè)方向進(jìn)行技術(shù)攻關(guān)，都需要將問(wèn)題數(shù)字化并建立數(shù)學(xué)模型，只有將經(jīng)驗(yàn)信息通過(guò)檢測(cè)技術(shù)數(shù)字化，通過(guò)數(shù)據(jù)可視化分析找到規(guī)律，然后將規(guī)律轉(zhuǎn)化為數(shù)學(xué)模型，再通過(guò)計(jì)算機(jī)對(duì)數(shù)學(xué)模型自動(dòng)求解、自動(dòng)決策。