石油化工數(shù)字科研技術(shù)內(nèi)涵與實(shí)踐

景 帥，肖文濤

（中國(guó)石油化工集團(tuán)有限公司信息和數(shù)字化管理部，北京 100728）

1 時(shí)代背景

科學(xué)技術(shù)作為第一生產(chǎn)力，驅(qū)動(dòng)了人類歷史上的蒸汽革命、電力革命、信息革命等3次工業(yè)革命，極大推動(dòng)了人類社會(huì)發(fā)展和文明進(jìn)步。進(jìn)入當(dāng)今時(shí)代，隨著以5G、云計(jì)算、物理網(wǎng)、大數(shù)據(jù)、人工智能、區(qū)塊鏈等為代表的數(shù)字技術(shù)對(duì)各行各業(yè)的深入滲透和強(qiáng)力帶動(dòng)[1-7]，新一輪科技革命和產(chǎn)業(yè)變革開始蓬勃發(fā)展。為貫徹新發(fā)展理念、構(gòu)建新發(fā)展格局，有必要在數(shù)字科研上先行一步，搶占智能制造制高點(diǎn)，塑造發(fā)展新優(yōu)勢(shì)[8]。

石化工業(yè)是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一。作為傳統(tǒng)行業(yè)的典型代表，石油化工行業(yè)曾一度面臨高污染、高能耗、高排放等諸多難題。步入新時(shí)代，石油化工行業(yè)開始建設(shè)智能工廠，應(yīng)用各種新技術(shù)、新設(shè)備、新材料、新工藝，實(shí)現(xiàn)轉(zhuǎn)型升級(jí)和綠色發(fā)展[9]。其中，石油化工科技貢獻(xiàn)了巨大力量。當(dāng)前以數(shù)據(jù)為核心要素的第四科研范式已開始在石油化工科研中廣泛應(yīng)用[10]，對(duì)引領(lǐng)科研方向、管控科研過程、分析實(shí)驗(yàn)結(jié)果、縮短研發(fā)周期、加速科技轉(zhuǎn)化等都發(fā)揮了積極作用。

2 石油化工數(shù)字科研發(fā)展趨勢(shì)

縱觀歷史，人類的科研范式經(jīng)歷了4個(gè)發(fā)展階段[11]。

1）第一科研范式——實(shí)驗(yàn)觀察。早期科學(xué)研究主要是記錄和描述自然現(xiàn)象。由于受到實(shí)驗(yàn)條件的限制，很難精確理解自然現(xiàn)象背后的規(guī)律。

2）第二科研范式——理論推導(dǎo)。主要指簡(jiǎn)化實(shí)驗(yàn)?zāi)Ｐ停サ魪?fù)雜干擾，僅保留關(guān)鍵因素，然后通過實(shí)驗(yàn)數(shù)據(jù)歸納、總結(jié)、提煉出現(xiàn)象背后的規(guī)律，形成理論公式。

3）第三科研范式——模擬計(jì)算。當(dāng)理論公式非常復(fù)雜時(shí)（如多維高階偏微分方程組），難以進(jìn)行理論求解，此時(shí)需要將公式離散化，并應(yīng)用計(jì)算機(jī)進(jìn)行數(shù)值求解。

4）第四科研范式——大數(shù)據(jù)分析。當(dāng)單一事物的演化是由千萬條規(guī)律或公式組合作用來決定時(shí)，前3種科研范式都將失效。此時(shí)需要應(yīng)用某些大數(shù)據(jù)算法，根據(jù)規(guī)律的外化數(shù)據(jù)來構(gòu)建純數(shù)學(xué)混沌模型，在一定范圍內(nèi)來相對(duì)準(zhǔn)確地預(yù)測(cè)事物的未來演化。

從第三科研范式開始，通過計(jì)算創(chuàng)新來進(jìn)行科研活動(dòng)的特征已逐漸顯現(xiàn)，拉開了科研業(yè)務(wù)數(shù)字化轉(zhuǎn)型的變革大幕。經(jīng)過多年發(fā)展，石油化工數(shù)字科研得到長(zhǎng)足發(fā)展，其用途已不再只是單純的方案模擬和數(shù)據(jù)挖掘，而是逐漸擴(kuò)展延伸到了實(shí)驗(yàn)輔助操作、科研文化構(gòu)建、科研資源共享、科研條件保障、技術(shù)市場(chǎng)轉(zhuǎn)化等范疇[12-18]?；诖?，總結(jié)石油化工數(shù)字科研的主要發(fā)展趨勢(shì)如下：

1）互聯(lián)網(wǎng)促進(jìn)建立科研生態(tài)圈。寶潔公司依托互聯(lián)網(wǎng)踐行開放式創(chuàng)新戰(zhàn)略。在中國(guó)、美國(guó)、印度等地設(shè)立六大創(chuàng)新中心，負(fù)責(zé)搜索挖掘當(dāng)?shù)氐募夹g(shù)創(chuàng)新和產(chǎn)品創(chuàng)意；在網(wǎng)絡(luò)上發(fā)布原料指標(biāo)性能需求，招攬先進(jìn)技術(shù)解決方案和買賣知識(shí)產(chǎn)權(quán)。通過網(wǎng)絡(luò)化科研，有效加強(qiáng)了跨地域、跨部門和跨學(xué)科協(xié)作。

2）大數(shù)據(jù)促進(jìn)形成第四科研范式。美國(guó)于2011年啟動(dòng)“材料基因組計(jì)劃”[19]，主張利用模擬計(jì)算和大數(shù)據(jù)技術(shù)來揭示材料微觀結(jié)構(gòu)與宏觀性能之間的關(guān)聯(lián)關(guān)系，旨在變革材料研發(fā)模式，從“直覺＋試錯(cuò)”向“按需設(shè)計(jì)”轉(zhuǎn)變，有效縮短新材料的研發(fā)周期，并降低研發(fā)成本。

3）人工智能促進(jìn)提升實(shí)驗(yàn)效率。霍尼韋爾公司采用人工智能技術(shù)提升研發(fā)能力。在中試車間布置了150多套中試裝置，利用人工智能技術(shù)控制各種微型反應(yīng)器和機(jī)器人，每天可自動(dòng)處理約10億條反應(yīng)數(shù)據(jù)，實(shí)現(xiàn)實(shí)驗(yàn)配方和工藝方案的高效優(yōu)選。

4）物聯(lián)網(wǎng)促進(jìn)變革技術(shù)服務(wù)模式。殼牌公司建立了油田遠(yuǎn)程技術(shù)服務(wù)中心，基于物聯(lián)網(wǎng)實(shí)時(shí)采集工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)，全面及時(shí)記錄井下作業(yè)狀態(tài)，并利用互聯(lián)網(wǎng)將數(shù)據(jù)傳輸至遠(yuǎn)程網(wǎng)端，再集中遍布全球的優(yōu)秀專家資源，為鉆井作業(yè)現(xiàn)場(chǎng)提供遠(yuǎn)程指導(dǎo)。通過遠(yuǎn)程服務(wù)模式，提升了技術(shù)服務(wù)效率，降低了技術(shù)服務(wù)成本。

5）區(qū)塊鏈促進(jìn)保護(hù)原始創(chuàng)新。區(qū)塊鏈技術(shù)的核心用途是驗(yàn)證，核心特征是不可篡改，能夠發(fā)揮知識(shí)產(chǎn)權(quán)保護(hù)作用，尤其能對(duì)很多原始創(chuàng)意起到很好的保護(hù)效果。當(dāng)前已有科研單位開始論證應(yīng)用區(qū)塊鏈技術(shù)建設(shè)“頭腦風(fēng)暴”會(huì)議室，針對(duì)某一科研難題組織專家研討，在討論中記錄和存證每個(gè)人的想法貢獻(xiàn)。

3 石油化工數(shù)字科研內(nèi)涵要義

及時(shí)跟進(jìn)和融合應(yīng)用云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)，孿生出以數(shù)據(jù)挖掘、計(jì)算推理、平臺(tái)服務(wù)為主要科技引領(lǐng)、研發(fā)、轉(zhuǎn)化手段的虛擬數(shù)字科研世界，實(shí)現(xiàn)對(duì)傳統(tǒng)的以經(jīng)驗(yàn)、試驗(yàn)、推導(dǎo)為主要研究手段的現(xiàn)實(shí)物理科研世界的各類科研要素本體結(jié)構(gòu)（人員、裝備、料劑等）、科研要素運(yùn)動(dòng)規(guī)律（設(shè)計(jì)、分析、推導(dǎo)等）、科研業(yè)務(wù)活動(dòng)過程（審批、學(xué)習(xí)、巡檢等）的映射、并行、指導(dǎo)和替代，從而有效提高精細(xì)管理能力、科技研發(fā)能力和技術(shù)服務(wù)能力[20-23]。

基于當(dāng)前的數(shù)字技術(shù)發(fā)展水平，石油化工數(shù)字科研技術(shù)的內(nèi)涵可以具化在以下8個(gè)方面。

1）科研管理平臺(tái)?？萍佳邪l(fā)重在選準(zhǔn)科研方向和糾偏科研過程。建設(shè)科研管理平臺(tái)能夠通過分析技術(shù)市場(chǎng)數(shù)據(jù)抓住研發(fā)方向，通過課題查重減少重復(fù)研究，通過科研流程規(guī)范化和材料模板標(biāo)準(zhǔn)化管控研發(fā)過程，通過大數(shù)據(jù)總覽課題進(jìn)展情況并發(fā)現(xiàn)存在問題，通過課題數(shù)據(jù)報(bào)表進(jìn)行研發(fā)成本和成果統(tǒng)計(jì)等，最終保障科研活動(dòng)規(guī)范、有序、高效進(jìn)行。

2）計(jì)算硬件平臺(tái)。石油化工科研對(duì)計(jì)算能力的要求越來越高。在塔器設(shè)備研發(fā)設(shè)計(jì)中，網(wǎng)格劃分越細(xì)密，模擬結(jié)構(gòu)越準(zhǔn)確，同時(shí)對(duì)計(jì)算能力要求也越高；在材料性能預(yù)測(cè)中，神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量越多，預(yù)測(cè)模型訓(xùn)練效果也越好，同時(shí)對(duì)GPU芯片的要求也越高。因此，有必要建設(shè)計(jì)算硬件平臺(tái)，實(shí)現(xiàn)算力彈性調(diào)度，及時(shí)足量滿足各創(chuàng)新主體的計(jì)算資源需求。

3）工具軟件平臺(tái)。工具軟件對(duì)石油化工科研至關(guān)重要，是數(shù)字科研技術(shù)體系的重要組成部分。當(dāng)前的流場(chǎng)模擬、工藝模擬、分子模擬等工具軟件常是單機(jī)版本，重復(fù)采購(gòu)情況較多，共享利用水平不高。未來可考慮采購(gòu)網(wǎng)絡(luò)版本工具軟件，并進(jìn)行平臺(tái)化共享化部署，以實(shí)現(xiàn)對(duì)工具軟件的動(dòng)態(tài)調(diào)度，及時(shí)足量滿足各創(chuàng)新主體的軟件資源需求。

4）實(shí)驗(yàn)數(shù)據(jù)平臺(tái)。數(shù)據(jù)已成為石油化工科研的核心要素。利用設(shè)備和料劑模擬數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)，可以構(gòu)建各類預(yù)測(cè)模型，預(yù)測(cè)擬研發(fā)產(chǎn)品的性能指標(biāo)，優(yōu)先試制和測(cè)試具備潛力擬研產(chǎn)品，以縮短研發(fā)周期和提高研發(fā)效率。為充分利用數(shù)據(jù)、提高數(shù)據(jù)質(zhì)量和匯聚挖掘數(shù)據(jù)，應(yīng)當(dāng)建設(shè)試驗(yàn)數(shù)據(jù)平臺(tái)，保障數(shù)據(jù)真實(shí)、完整、可追溯，實(shí)現(xiàn)數(shù)據(jù)電子化和共享化。

5）科研知識(shí)平臺(tái)。知識(shí)是石油化工科研單位的底蘊(yùn)所在。當(dāng)前石油化工科研知識(shí)管理面臨采集來源多、格式不規(guī)范、存儲(chǔ)分散化、共享利用難等問題。建設(shè)統(tǒng)一的科研知識(shí)管理平臺(tái)有利于實(shí)現(xiàn)對(duì)知識(shí)的廣泛采集、自動(dòng)加工、規(guī)范存儲(chǔ)和共享傳承，有利于盤活科研知識(shí)資產(chǎn)和發(fā)揮人才培養(yǎng)價(jià)值，有利于實(shí)現(xiàn)知識(shí)智能推介和營(yíng)造知識(shí)精準(zhǔn)灌輸?shù)膶W(xué)習(xí)氛圍。

6）條件保障平臺(tái)。石油化工科技研發(fā)離不開科研條件的保障，這其中包括試驗(yàn)裝備建設(shè)投用、試驗(yàn)料劑采購(gòu)領(lǐng)用、技術(shù)研討會(huì)議場(chǎng)所等各方面的綜合保障。建設(shè)科研條件保障平臺(tái)，能夠提升科研裝備管理維護(hù)水平和共享利用效率，指導(dǎo)試驗(yàn)料劑及時(shí)采購(gòu)和優(yōu)化調(diào)配，存證記錄原始重大創(chuàng)意，提升“頭腦風(fēng)暴”會(huì)議效率，激發(fā)科研團(tuán)隊(duì)的創(chuàng)新活力。

7）安環(huán)管控平臺(tái)。理化試驗(yàn)，包括小試、中試和工業(yè)化試驗(yàn)等，是石油化工科研的重要工作，實(shí)驗(yàn)過程中不乏高壓、有毒、易燃、易爆、易污染等安全環(huán)保隱患。建設(shè)安環(huán)管控平臺(tái)能夠支持實(shí)時(shí)采集和動(dòng)態(tài)分析各類風(fēng)險(xiǎn)隱患數(shù)據(jù)，并及時(shí)向有關(guān)人員報(bào)警和預(yù)警，第一時(shí)間為有關(guān)人員提供應(yīng)急處置方案和應(yīng)急資源獲取方式，為實(shí)驗(yàn)安全保駕護(hù)航。

8）技術(shù)轉(zhuǎn)化平臺(tái)。市場(chǎng)應(yīng)用是科技價(jià)值實(shí)現(xiàn)的重要一步，是技術(shù)研發(fā)和應(yīng)用的橋梁紐帶。建設(shè)技術(shù)轉(zhuǎn)化平臺(tái)，可以支持技術(shù)產(chǎn)品線上推介、知識(shí)產(chǎn)權(quán)線上交易、專家資源線上會(huì)診、技術(shù)應(yīng)用遠(yuǎn)程指導(dǎo)等，有效提升科研單位的技術(shù)市場(chǎng)開拓能力和響應(yīng)能力；同時(shí)也能支持收集市場(chǎng)一線的科研需求，為科研方向抉擇提供最直接最真實(shí)的數(shù)據(jù)支持。

4 石油化工數(shù)字科研實(shí)踐成果

為順應(yīng)新一輪產(chǎn)業(yè)和技術(shù)革命發(fā)展大勢(shì)，中國(guó)石化以數(shù)字科研內(nèi)涵為指導(dǎo)，啟動(dòng)了智能化研究院建設(shè)，依托數(shù)字技術(shù)，打造了具有“數(shù)字研發(fā)、計(jì)算創(chuàng)新、開放共享、群智協(xié)同”特征的新型石化數(shù)字科研創(chuàng)新平臺(tái)。圍繞科研管理、科研創(chuàng)新和技術(shù)服務(wù)3條主線，建設(shè)項(xiàng)目全過程管理、大數(shù)據(jù)實(shí)驗(yàn)室、在線服務(wù)中心等應(yīng)用，全面提升研究院精細(xì)管理、科技研發(fā)、遠(yuǎn)程服務(wù)能力，取得了以下5個(gè)主要成效。

1）科研項(xiàng)目的精細(xì)管理

建成項(xiàng)目管理應(yīng)用，實(shí)現(xiàn)科研項(xiàng)目全過程精細(xì)化管理和可視化監(jiān)控。通過打造“產(chǎn)、學(xué)、研、用”科研生態(tài)圈，實(shí)現(xiàn)跨地域、跨組織、跨學(xué)科的科研能力協(xié)同和資源共享，形成開放協(xié)同創(chuàng)新模式。

建成績(jī)效管理應(yīng)用，設(shè)計(jì)績(jī)效評(píng)價(jià)體系，對(duì)科研成果、專利申報(bào)、論文發(fā)表、宣傳報(bào)道等多類采分點(diǎn)進(jìn)行數(shù)據(jù)采集和統(tǒng)計(jì)分析，對(duì)科研人員的工作績(jī)效進(jìn)行全面量化評(píng)估和精準(zhǔn)激勵(lì)。

2）科研資源的靈活調(diào)度

構(gòu)建石油化工領(lǐng)域科研數(shù)據(jù)標(biāo)準(zhǔn)體系，按照“1個(gè)數(shù)據(jù)中心、1批數(shù)據(jù)來源、1張資產(chǎn)目錄、1套數(shù)據(jù)標(biāo)準(zhǔn)、1套服務(wù)組件、1套授權(quán)機(jī)制、1套迭代流程”的原則、理念和方法論，開展科研數(shù)據(jù)治理，實(shí)現(xiàn)項(xiàng)目過程管理、績(jī)效管理、實(shí)驗(yàn)料劑管理等多個(gè)應(yīng)用的業(yè)務(wù)對(duì)象的數(shù)據(jù)同源、統(tǒng)一管理、對(duì)外服務(wù)，實(shí)現(xiàn)對(duì)科研數(shù)據(jù)的靈活調(diào)用和開放共享。

3）科研手段的大幅升級(jí)

打造數(shù)字實(shí)驗(yàn)室，優(yōu)選數(shù)據(jù)處理算法，深挖大數(shù)據(jù)內(nèi)涵規(guī)律，實(shí)現(xiàn)材料性能預(yù)測(cè)和按需設(shè)計(jì)、實(shí)驗(yàn)圖譜智能識(shí)別、實(shí)驗(yàn)要素關(guān)聯(lián)分析等，全面提升科研創(chuàng)新質(zhì)量和效率。

建成X射線衍射圖譜分析應(yīng)用，基于小波變換等數(shù)據(jù)分析方法[24]，構(gòu)建譜圖解析模型及譜圖識(shí)別模型，實(shí)現(xiàn)分子篩XRD譜圖的批量自動(dòng)識(shí)別及分子篩結(jié)構(gòu)參數(shù)的自動(dòng)關(guān)聯(lián)，單張譜圖的解析時(shí)間從20 min降低到2 min，降低了基礎(chǔ)性科研的工作負(fù)荷。

建成分子篩合成實(shí)驗(yàn)大數(shù)據(jù)分析應(yīng)用，利用自然語言識(shí)別技術(shù)實(shí)現(xiàn)科技期刊文獻(xiàn)中關(guān)鍵數(shù)據(jù)的自動(dòng)提取[25]，單篇文獻(xiàn)分析及數(shù)據(jù)整理時(shí)間從小時(shí)級(jí)降到秒級(jí)，極大節(jié)省人力整理文獻(xiàn)成本，提高工作效率。

建成熱模實(shí)驗(yàn)數(shù)據(jù)分析應(yīng)用，基于裝置運(yùn)行數(shù)據(jù)自動(dòng)尋優(yōu)操作參數(shù)，減少甲醇制烯烴（MTO）催化劑評(píng)價(jià)實(shí)驗(yàn)對(duì)操作人員能力的依賴，提升了裝置控制的及時(shí)性和穩(wěn)定性。

建成催化劑電鏡圖像識(shí)別應(yīng)用，將傳統(tǒng)圖像識(shí)別算法（空間域、頻域?yàn)V波、分水嶺算法等）與基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體檢測(cè)（YOLO）和實(shí)例分割（Mask R-CNN）算法相結(jié)合，自動(dòng)完成電鏡圖像中不同實(shí)例的位置標(biāo)定和催化劑粒徑、層數(shù)等信息的統(tǒng)計(jì)分析，顯著減少基礎(chǔ)科研工作負(fù)荷，在大幅提升研發(fā)效率的同時(shí)，避免了科研人員的視力損傷。

建成冷模設(shè)備輔助設(shè)計(jì)應(yīng)用，運(yùn)用梯度提升決策樹等算法提煉旋風(fēng)分離器設(shè)備的設(shè)計(jì)參數(shù)與運(yùn)行性能間的規(guī)律，利用歷史實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練設(shè)備性能預(yù)測(cè)模型，指導(dǎo)設(shè)備研發(fā)設(shè)計(jì)，讓最具備潛力的設(shè)備設(shè)計(jì)方案優(yōu)先進(jìn)入試制和實(shí)驗(yàn)。

建成知識(shí)管理應(yīng)用，利用自然語言處理技術(shù)實(shí)現(xiàn)對(duì)潔凈煉油、節(jié)能環(huán)保等領(lǐng)域知識(shí)的自動(dòng)加工存儲(chǔ)，提供輔助文獻(xiàn)綜述和個(gè)人知識(shí)筆記等工具，提升文獻(xiàn)編制效率，縮短知識(shí)查詢用時(shí)，實(shí)現(xiàn)煉化知識(shí)碎片化處理與問題導(dǎo)向性重構(gòu)，顯著提升核心知識(shí)的沉淀和復(fù)用率。

建成智能語音應(yīng)用，實(shí)現(xiàn)口述實(shí)驗(yàn)記錄、智能語音檢索、實(shí)驗(yàn)標(biāo)準(zhǔn)步驟自動(dòng)播報(bào)等，為科研人員提供更加便捷高效的工作方式。

4）對(duì)實(shí)驗(yàn)條件的有力保障

建成實(shí)驗(yàn)設(shè)備與料劑管理應(yīng)用，完成投資計(jì)劃、需求計(jì)劃、維修計(jì)劃等幾十項(xiàng)業(yè)務(wù)流程線上化，以數(shù)字技術(shù)賦能實(shí)驗(yàn)設(shè)備和料劑的全生命周期管理，實(shí)現(xiàn)實(shí)驗(yàn)設(shè)備和料劑資源的優(yōu)化配置和靈活調(diào)用，全面保障實(shí)驗(yàn)室資產(chǎn)的安全和保值。

建成實(shí)驗(yàn)室報(bào)警管理應(yīng)用，實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室危險(xiǎn)氣體、溫濕度、風(fēng)速等數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)，安全巡檢信息跟蹤與預(yù)警，提供完整的安全預(yù)案，提高實(shí)驗(yàn)室安全管理水平。

5）技術(shù)市場(chǎng)的快速響應(yīng)

建成技術(shù)服務(wù)管理和在線服務(wù)中心等應(yīng)用，打造“互聯(lián)網(wǎng)＋技術(shù)服務(wù)”模式，加強(qiáng)自主技術(shù)和產(chǎn)品宣傳，規(guī)范服務(wù)體系，提高企業(yè)整體效益，實(shí)現(xiàn)近百項(xiàng)專利技術(shù)、十幾套專利設(shè)備和幾十種自研產(chǎn)品的線上推介；實(shí)現(xiàn)對(duì)工業(yè)現(xiàn)場(chǎng)的生產(chǎn)工藝、設(shè)備狀態(tài)等信息的全面感知，并由“反復(fù)跑現(xiàn)場(chǎng)”技術(shù)服務(wù)模式向“線上實(shí)時(shí)視頻問答”轉(zhuǎn)變，形成技術(shù)服務(wù)新業(yè)態(tài)。新冠疫情期間，試點(diǎn)院業(yè)務(wù)專家通過在線服務(wù)中心，為國(guó)內(nèi)外多家企業(yè)的加氫煉化裝置提供了換劑開工遠(yuǎn)程技術(shù)指導(dǎo)，助力企業(yè)復(fù)工復(fù)產(chǎn)。

5 未來展望

按照“數(shù)據(jù)＋平臺(tái)＋應(yīng)用”模式開展智能化研究院提升建設(shè)，打造“前瞻引領(lǐng)、數(shù)字研發(fā)、在線轉(zhuǎn)化”的科技服務(wù)平臺(tái)，培養(yǎng)“數(shù)據(jù)驅(qū)動(dòng)、模型引領(lǐng)、計(jì)算創(chuàng)新”的科研理念，孕育“產(chǎn)研互促、群智協(xié)同、迭代提升”的循環(huán)生態(tài)，以數(shù)字技術(shù)驅(qū)動(dòng)實(shí)驗(yàn)設(shè)計(jì)、操作、分析等全過程自動(dòng)化、閉環(huán)化、迭代化，推動(dòng)石油化工科研向智能化內(nèi)涵邁進(jìn)。