2023年化工行業專題報告人工智能打造數字化孿生工廠AI提升研發效率人工智能逐漸向增強或應用智能的形式轉變人工智能（AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。隨著進一步發展，人工智能逐漸向增強或應用智能的形式轉變。如今，人工智能理論和技術日益成熟，技術和應用程序的范圍也不斷擴大，廣泛應用于醫療、自動化、游戲、過程控制等領域。化工行業推入人工智能勢在必行人工智能應用于化工行業，具有客觀必然性。化工行業作為流程工業的典型代表，其特點是系統規模大，覆蓋專業多、工藝復雜，產品多元化，控制難度大，耦合度高，與人工智能的結合能夠促使化工企業跳出傳統制造行業的范疇，使化工企業能夠在一定的體系中，完成對化工原材料、能源或其他形勢自然資源的利用，真正實現精細化生產和運營。人工智能賦能材料研發與合成材料是人類用以制造基本元件、構件、機器以及更復雜材料產品的物質基礎。如今，在5G和物聯網時代，材料的研發與合成也逐漸與人工智能技術建立起聯系，藉由人工智能探索其新思路新方法、新技術。人工智能指導材料研發過程人工智能有助于開發高性能材料、識別關鍵點并獲得新的科學規律，促進化學信息學的發展。化學信息學可用來對反應條件進行優化和篩選催化劑等，這主要是通過對實驗數據進行建模，然后使用該預測模型實現對實驗工作的指導；可用于分子模擬和分子設計，并在分子性能預測的基礎上，從所設計的分子中篩選出并進行合成，以便得到經過性能優化的材料。人工智能為材料合成提供有效途徑新材料的合成往往伴隨大量的數據和冗雜的參數，在材料化學合成路線中，由于每一個步驟發生的變量從幾十到幾千不等，需要考慮到極端龐雜的系統和大量潛在的解決方案的組合。在這些組合中，往往還存在著很多相互競爭的參數（比如時間、成本、溫度、濕度、純度、毒性等），所以傳統實驗方式非常不適合當今形勢下的新材料的合成和開發。采用人工智能進行新材料的合成設計，漸漸成為新材料合成及設計的新選擇，也給深入研究新的化合物合成準則帶來了可能。人工智能在合成生物學全產業鏈均有應用當前，合成生物學領域常見的上下游主要包括上游工具層、中游軟件/硬件層以及下游應用層。以AI為主導的從頭設計應用于合成生物學，可以有目的地設計具有特定功能的標準生物元件，代替部分需要在實驗中獲得有效表達和測試的環節，跨越下游實驗優化的時間和成本，數以百萬計的潛在有價值的蛋白質無法通過生化方式獲得，現在可以直接通過設計研究，并用于生物醫學和化學、工業、農業、食品、材料學、環境保護等眾多領域，加速應用于合成生物學的工程化落地。AI優化化工設計和建設過程模擬軟件是設計研究和生產部門有力的輔助工具過程模擬技術利用在線動態仿真，將實際生產過程“再現”于計算機上，實施在線操作、動態調整，優化產品結構、裝置的原料組成及操作條件，增產高價值產品，提升裝置運行經濟效益和競爭能力，促進產業轉型升級。過程模擬技術源于美國Kellogg公司成功開發的第一個流程模擬系統FlexibleFlowsheet，在當時化工業界影響很大。迄今為止，過程模擬系統已經歷4代發展，由最初的模擬對象以輕烴加工為主，逐漸發展到模擬對象為氣—液2相過程、氣—液—固3相過程，20世紀90年代模擬將穩態和動態集成在一起，成為設計研究和生產部門最強有力的輔助工具。CFD軟件是過程裝置優化和放大定量設計的有力工具CFD是計算流體力學的簡稱，是流體力學和計算機科學相互融合的一門新興交叉學科，它從計算方法出發，利用計算機快速的計算能力得到流體控制方程的近似解。CFD軟件通常指商業化的CFD程序，具有良好的人機交互界面，能夠使使用者無需精通CFD相關理論就能夠解決實際問題。計算流體力學和相關的計算傳熱學，計算燃燒學的原理是用數值方法求解非線性聯立的質量、能量、組分、動量和自定義的標量的微分方程組，求解結果能預測流動、傳熱、傳質、燃燒等過程的細節，并成為過程裝置優化和放大定量設計的有力工具。人工智能打造數字化孿生工廠隨著物理實體智慧工廠產生的數據流變量集和控制流變量集等信息日益增多，在工程實踐中，物理實體智慧工廠日益凸顯出環境變量動態變化實時感知失效、多維因素約束下設備互聯與數字集成失衡和較長周期內自主預測機制缺失等若干缺陷，無法構建基于全景數據建模與深度關聯模型的全要素、全流程、全感知的組織結構和運行邏輯。數字化工廠中，將利用物聯網技術實現設備、人、系統之間的互聯互通，消除“信息孤島”的存在，讓工廠的每一臺設備都以最佳狀態運行，同時減少人力成本的投入，生產出最好的產品。AI賦能化工生產運營AI助力化工生產提質增效典型的智能工廠最底層為感知層，通過現場設備實現數據采集；第二層為數據處理層，將底層采集到的數據進行加工、存儲、轉換；第三層為應用層，包括工藝管理系統、設備管理系統、人員管理系統等；頂層為企業運營相關系統，針對企業運營、供應鏈、人力資源等進行宏觀調配。人工智能、工業互聯網、工業大數據是實現智能制造的使能技術、工具和手段。運用人工智能、大數據、云計算這些新的智能化技術，可以幫助制造企業在替換一些低認知密集型勞動的同時，也能為生產過程中的質量穩定性控制和生產效能的優化帶來提升。人工智能解決方案優化化工生產過程化工行業，特別是精細化工領域，有著生產過程復雜、對象特性多變、間歇或半連續生產過程多，介質腐蝕性強，易燃易爆及污染環境等特點，使得化工過程的檢測控制面臨影響因素多、變化范圍大等問題。從煉油和石化產品到高性能化學品、纖維、鋼鐵、制藥、食品和水，過程工業中的控制跨越廣泛的領域，所有這些都涉及化學反應需要極高的可靠性。隨著科學技術的發展，化工過程控制技術的軟硬件支撐手段有了重大改觀，推動了化工過程控制技術的迅速發展。人工智能推動化工企業走向智能制造通過人工智能與制造業的融合發展，提升制造業數字化與智能化發展水平，可以進一步加速“制造”向“智造”的轉變。工業和信息化部2022年度智能制造示范工廠揭榜單位和優秀場景名單中，有包括巨化股份、金宏氣體、玲瓏輪胎、賽輪輪胎、森麒麟等化工企業。AI在工業中具有巨大潛力人工智能在工業中顯示出巨大潛力人工智能在工業中顯示出巨大的潛力。其核心為機器學習，主要包括以下步驟：數據的收集和說明，數據整理和分析，建立模型及優化模型。人工智能與工業數據的結合有助于有效獲得不同變量之間的關系，并預測及優化特定參數。在工業中，已應用于精餾塔、反應器、鍋爐、控制器、冷水機組、壓縮機、泵、管道等各種工藝設備的校正、工藝參數預測、故障診斷與優化；在紡織，水處理，化肥，核電站和油氣等領域均有應用。人工智能在污水處理中的應用人工智能技術在污水處理領域主要用于過程控制、建模及故障診斷等幾個方面。污水處理系統的數學模型用來模擬各類微生物、有機物在處理過程中的動態特性，有助于新建系統的設計和優化運行管理，也有助于對現有生化處理系統功能的擴展，并且可供操作人員使用的故障診斷專家系統能夠實現低成本、高效率。人工智能技術為油氣領域創新發展注入新動能油氣行業對于數字技術的需要緊迫而持久，一方面，油氣開發難度日益增加，持續穩產形勢嚴峻，新老油田都面臨著生產成本升高與效益降低的巨大壓力；另一方面，各層級對企業公的安全生產、環境保護責任要求越來越嚴格。傳統油氣勘探與開發研究技術如儲層預測、油層識別、注采分析優化等，需要人工花費大量時間整理分析數據，效率低、問題多，而未來通過“油氣智能大腦”，可以對輸入的相關數據進行自動分析推理，直接給出開采方案。人工智能引領紡織行業創新發展將人工智能技術與紡織各領域相結合，利用計算機視覺技術，使用深度學習算法搭建定制化和個性化以圖搜圖引擎；基于機器視覺開發經編針織物疵點在線檢測系統以及智能驗布系統；借助自然語言處理進行個性化紡織專業教育；利用機器學習算法開發智能CAD、紡織面料評級與分類、生產管理以及服裝面料圖案設計的應用，進行流行趨勢預測以及服裝設計。人工智能將作為戰略性技術引領紡織行業發展，帶動提高紡織各領域智能化水平，進而帶來深遠的變革。投資分析凱賽生物：入股分子之心，將AI技術引入生物制造研發體系凱賽生物是全球長鏈二元酸的主導供應商，，可提供以生物法制造的從十碳到十八碳長鏈二元酸系列產品。公司系列生物法長鏈二元酸年產能7.5萬噸，凱賽烏蘇于2021年中期投產戊二胺5萬噸、聚酰胺10萬噸，4萬噸癸二酸項目于2022年成功投產。公司入股AI蛋白質設計平臺公司“分子之心”，將AI技術引入生物制造研發體系，智能化升級生物制造全流程。該次Pre-A輪戰略投資超億元，由凱賽生物領投，聯想創投跟投，天使輪領投方紅杉中國追加投資。分子之心自主研發了國內首個功能完整的人工智能驅動的蛋白質預測和設計平臺“MoleculeOS”，運用數據驅動的AI方法，快速識別、改造甚至從頭設計最合適的蛋白質，從而顛覆大分子藥物設計、合成生物學、環境保護等領域研發范式。華恒生物：基于合成生物平臺優勢，新品持續突破公司是全球領先的通過生物制造方式規模化生產小品種氨基酸產品的企業。公司以合成生物學技術為核心，聚焦氨基酸系列產品，包括丙氨酸產品（L-丙氨酸、DL-丙氨酸、β-丙氨酸）、L-纈氨酸、D-泛酸鈣和熊果苷。中期來看，公司在建項目逐步建成，釋放產能。2021年，巴彥淖爾