劉浩，范夢婷，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，隨著世界工業(yè)強(qiáng)國、大國先后提出的“智能制造”概念，例如，2011年德國在漢諾威工業(yè)博覽會(huì)中提出“工業(yè)4.0”[1]；美國隨后提出的“國家制造業(yè)創(chuàng)新網(wǎng)絡(luò)(NNMI)計(jì)劃”[2]；2015年國務(wù)院正式印發(fā)“中國制造2025”計(jì)劃，旨在實(shí)現(xiàn)制造強(qiáng)國的戰(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)過程復(fù)雜，自動(dòng)化程度要求高，生產(chǎn)流程長，生產(chǎn)過程彈性大，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，目前國內(nèi)外還沒有流程工業(yè)的工廠實(shí)現(xiàn)了符合績效的數(shù)字化工廠。針對化工行業(yè)存在高危、高污染但又是國家經(jīng)濟(jì)命脈的特點(diǎn)，在化工行業(yè)智能化改造過程中，國內(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“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)問題。在化工生產(chǎn)方面，中國五環(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)用場景，例如，智能設(shè)計(jì)、智能控制、智能生產(chǎn)、智能運(yùn)營及數(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[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“中國制造2025”計(jì)劃的實(shí)施，國內(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；萬華化學(xué)公司通過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以內(nèi)，每年節(jié)約運(yùn)行成本2億元?？梢?，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)鏈中的競爭力。同時(shí)，在高校內(nèi)，Chinmoy等[8]通過人工智能技術(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)熱解過程模型，克服了熱重分析速度慢的缺點(diǎn)；黃凱等[10]通過神經(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，打造無人化、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)、高污染但高利潤的特點(diǎn)，這些特點(diǎn)使得化工行業(yè)在智能化改造過程中存在諸多難點(diǎn)和痛點(diǎn)，而這些難點(diǎn)和痛點(diǎn)也正是當(dāng)下我國智能化改造中的熱點(diǎn)。在生產(chǎn)運(yùn)營方面，從中國石油化工協(xié)會(huì)、中國化工信息中心等單位聯(lián)合對石油和化工行業(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]對我國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)對化工行業(yè)在安全領(lǐng)域的嚴(yán)峻挑戰(zhàn)，國家和地方對化工企業(yè)危化品的生產(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?；繁O(jiān)管、風(fēng)險(xiǎn)評(píng)估、事故預(yù)測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，隨著我國對環(huán)境治理觀念的日益加深，國家及地方出臺(tái)了一系列針對化工企業(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)對化工企業(yè)污染物排放問題在全國各化工園區(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)國家政策則采用一系列化工污染物處理方法來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)，對各行業(yè)的發(fā)展都起著極大的促進(jìn)作用。對于互聯(lián)網(wǎng)日益快速增長的數(shù)字信息來說，物聯(lián)網(wǎng)的發(fā)展更加劇了數(shù)據(jù)的增長。通過大量傳感器將現(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。對于具備完整輸入和輸出的訓(xùn)練樣本對，通過人工智能技術(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)測模型，例如基于目標(biāo)檢測算法的行為識(shí)別，預(yù)訓(xùn)練模型可實(shí)時(shí)檢測攝像頭區(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)境的交互過程中通過學(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。下面通過生產(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。例如：黃凱等[10]通過改進(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)測熱解曲線，解決了熱重分析速度慢的缺點(diǎn)，且預(yù)測準(zhǔn)確性較高。對于相對簡單的化學(xué)理論公式，編程語言可有效地進(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)算法也可通過對數(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、定位等算法進(jìn)行智能化識(shí)別及實(shí)時(shí)安全監(jiān)測，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、有害危化品發(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)測系統(tǒng)。例如廣東長天思源環(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)，通過在線傳感器、過程儀表、視頻監(jiān)控系統(tǒng)及動(dòng)畫模擬等方式，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，實(shí)現(xiàn)了化工企業(yè)現(xiàn)場端的監(jiān)控參數(shù)獲取，有利于環(huán)境保護(hù)。

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

截至目前，國家對于化工行業(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》，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，提高綜合競爭能力。在化工安全方面，近年來我國生產(chǎn)經(jīng)營規(guī)模不斷擴(kuò)大，傳統(tǒng)和新型生產(chǎn)經(jīng)營方式并存，各類事故隱患和安全風(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)品倉庫發(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》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》，對于綠色發(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，國務(wù)院發(fā)布的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中指出，在發(fā)展過程中重點(diǎn)開展綠色技術(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，對于化工行業(yè)，國家出臺(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專利數(shù)據(jù)搜索引擎搜索化工行業(yè)相關(guān)專利。該搜索引擎將所有互聯(lián)網(wǎng)上免費(fèi)的專利數(shù)據(jù)庫進(jìn)行鏈接、整合。如下主要對中國地區(qū)專利進(jìn)行分析研究，檢索1985—2019年中國地區(qū)化工行業(yè)的專利數(shù)據(jù)，共得到508 538條記錄。每條記錄中包含公開號(hào)、公開日期、標(biāo)題、摘要、專利權(quán)人、IPC號(hào)、申請日期等信息，這些數(shù)據(jù)成為本研究的數(shù)據(jù)基礎(chǔ)。專利申請通常有18個(gè)月的滯后期，因此2018年和2019年的數(shù)據(jù)由于公開不充分僅供參考。

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

圖6 2010年前后專利總數(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年智能化工專利申請數(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)＠暾垟?shù)量呈現(xiàn)逐年持續(xù)增長趨勢；但由于化工行業(yè)的復(fù)雜流程和原材料、反應(yīng)過程的危險(xiǎn)性，智能技術(shù)在化工領(lǐng)域的應(yīng)用還不多，專利數(shù)量較少，如圖8所示，智能化工專利只占據(jù)了化工專利的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，專利占比96%，這也表示了智能化工是未來化工行業(yè)的發(fā)展新趨勢。

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

圖8 智能化工專利與化工專利占比餅圖

圖9 2010年前后智能化工專利總數(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)雜場景的智能化改造。(1)化工安全方面。論證安全事故過程數(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)測和逆向追溯過程及化工污染物處理過程工藝優(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)，針對上述論證方向及課題申報(bào)，可以從以下4方面展開技術(shù)攻關(guān)：(1)在化工安全中，針對安全事故起因的識(shí)別難點(diǎn)，可基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建用于對危險(xiǎn)源進(jìn)行識(shí)別的圖像識(shí)別、目標(biāo)檢測及視頻分析技術(shù)的化工機(jī)器視覺，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。類似的，在安全事故后果計(jì)算中，可以通過機(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，通過預(yù)測的方式預(yù)測某一時(shí)刻所需數(shù)據(jù)的近似值。對于圖像識(shí)別和目標(biāo)檢測技術(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)測中，可以通過對于預(yù)測值和真實(shí)值之間的絕對誤差進(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題，因此，基于人工智能技術(shù)構(gòu)建反應(yīng)過程模型的技術(shù)攻關(guān)點(diǎn)主要在于提高模型的泛化能力及開發(fā)可以越過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，可展開化工企業(yè)排放行為監(jiān)測及化工生產(chǎn)工藝優(yōu)化的技術(shù)攻關(guān)。對于排放監(jiān)測，通過大數(shù)據(jù)技術(shù)在化工園區(qū)建立網(wǎng)格監(jiān)測點(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，對高濃度區(qū)域進(jìn)行排查和監(jiān)督。對于化工企業(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)，例如安全事故過程數(shù)據(jù)、化工企業(yè)污染事件處罰記錄、生產(chǎn)過程數(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、無監(jiān)督學(xué)習(xí)及強(qiáng)化學(xué)習(xí)等前沿技術(shù)，開展相應(yīng)問題的技術(shù)攻關(guān)。在化工智能化改造過程中，不論從哪個(gè)方向進(jìn)行技術(shù)攻關(guān)，都需要將問題數(shù)字化并建立數(shù)學(xué)模型，只有將經(jīng)驗(yàn)信息通過檢測技術(shù)數(shù)字化，通過數(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，再通過計(jì)算機(jī)對數(shù)學(xué)模型自動(dòng)求解、自動(dòng)決策。