錢鋒院士：人工智能賦能流程製造

流程製造業是國民經濟和社會發展的支柱產業。經過數十年發展，我國石化、化工、鋼鐵、有色、建材等流程製造業的生產工藝、裝備和生產過程自動化水平都得到了大幅度提升，產業規模和整體實力迅速增長，國際影響力顯著提高，目前已成為世界上門類最齊全、規模最龐大的流程製造工業大國。

在當前資源、能源、安全和環保的重重約束下，中國流程製造業麵臨著結構性產能過剩、安全環境風險突出、自主創新能力較弱、高端產品不足的嚴峻局麵。

亟待需要應用人工智能等現代信息技術，進行生產、管理、營銷模式的變革，重塑產業鏈、供應鏈和價值鏈，實現流程製造業的高質量發展。

然而，流程製造業的生產過程一般都包含複雜的物理和化學反應、氣-液-固多相共存、連續化的物質轉化過程，資源、能源、安全與環保的約束以及物質轉化過程的係統複雜性對優化調控製造過程的運行效能帶來很大的挑戰，包括：

原料屬性頻繁變化與波動使得連續運行過程呈現時域/空間域的多模態，其多相多組分物質轉化過程機理表征與非平穩過程調控存在困難；

工業裝置的大型化影響其反應/傳遞特性改變，非均一性與強耦合使得係統行為特性描述與調控更加困難；

物質轉化製造過程在開放環境與強約束條件下，麵向安全/環保、經濟性、穩定性和可控性的多目標調控存在挑戰。

智能、自主、可控是未來流程製造智能化的前沿研究方向，需要通過人工智能等現代信息技術與流程製造業的深度融合，拓展“智能+”，研究麵向複雜係統的多時空尺度的優化調控方法和技術。

其前沿科學問題包括物質轉化過程行為特性表征與認知、製造過程多目標自主協同調控機製、製造係統跨層人機物融合智能決策3個層麵。

物質轉化過程行為特性表征與認知

從物質轉化本質出發，研究典型流程製造中關鍵物料分子結構及組成與其物化特性的分子表征方法，基於全時空信息泛在感知和認知計算，實現微觀尺度物質轉化機理和宏觀尺度係統運行特性的構效關係表征；

研究融合大數據、人工智能的流程製造過程智能混合建模與全流程模擬方法，實現物質轉化過程動態性能與工況趨勢的認知；

基於工藝機理模型、邊緣計算、信息可視化等方法，創新典型物質轉化製造過程的虛擬製造技術，實現平行製造。

製造過程多目標自主協同調控機製

從過程性能調控出發，發展具有自適應、自學習、自動調整控製結構和控製參數的控製理論與方法，實現適應工業過程動態變化的自主控製；

研究數據和模型融合的工業過程故障診斷、自愈控製方法，實現工業過程的安全可靠運行；

研究大數據、小樣本的機器學習方法，提出工藝機理與數據驅動深度融合的製造過程多層次、多尺度、多目標協同動態優化和控製一體化理論方法，實現安全、環保、質量、效益多目標控製與優化的智能協同。

製造係統跨層人機物融合智能決策

從係統行為決策出發，通過人機物三元融合，發展基於人工智能的具有可解釋性的決策優化方法，解決不確定條件下決策的魯棒性問題；

研究基於數據知識和專家知識、融合裝置運行特性的生產計劃與調度優化方法，實現製造全流程資源與能源的優化配置及加工方案的優化，確保價值鏈最大化；

發展環境深度耦合的風險關係辨識理論與方法，研究風險傳播與裝備、人員、環境的交互關係，實現製造係統異常成因分析、風險動態智能評估與輔助決策。

人工智能產業的發展主要體現在兩個方麵，一是“智能技術”產業化，二是產業“智能化”，顯然，後者所形成的經濟效益規模遠遠大於前者。

因此，流程製造業的智能化對中國推進製造業高質量發展和實現製造強國意義重大。應當進一步推動科技創新與產業發展的深度融合，開展“卡脖子”關鍵核心技術的攻關，搶占流程製造智能化的國際製高點。

查看更多相似文章