這兩年，由于人工智能在某些領(lǐng)域 （并非是工業(yè)領(lǐng)域）的突出表現(xiàn)，有些人開(kāi)始樂(lè)觀起來(lái)，覺(jué)得中國(guó)在要通過(guò)“互聯(lián)網(wǎng)+”和人工智能實(shí)現(xiàn)制造業(yè)、工業(yè)化的彎道超車(chē)。真的會(huì)有這么樂(lè)觀嗎？

2007年在寫(xiě)博士畢業(yè)論文時(shí)，第一章緒論的第一句話就是，“《十六大報(bào)告》（2002）中明確提出‘以信息化帶動(dòng)工業(yè)化，以工業(yè)化促進(jìn)信息化’”。 后來(lái)十七大（2007）提出：“工業(yè)化和信息化融合”； 為這個(gè)兩化，國(guó)家在2008年還組建了“工業(yè)和信息化部”，說(shuō)明國(guó)家對(duì)這個(gè)發(fā)展戰(zhàn)略問(wèn)題有深刻的認(rèn)識(shí)和重視。再后來(lái)十八大（2012）提出：“兩化深度融合”。直到現(xiàn)在如火如荼的智能制造熱潮中，兩化融合仍然是工信部的“立部之本”。十幾年過(guò)去了，還在不斷地提兩化，說(shuō)明這件事情并不容易，推進(jìn)并不如政府想的那么順利。

目前智能制造離散行業(yè)談的很多，但化學(xué)工業(yè)的智能制造談的卻很少。那么，化工智能制造，到底朝哪個(gè)方向發(fā)展呢？

化工早已在自動(dòng)化快道上

化學(xué)工業(yè)早已實(shí)現(xiàn)初級(jí)智能系統(tǒng)--自動(dòng)化控制。由于化工過(guò)程的連續(xù)性和裝置的大型化，且裝置投資巨大（動(dòng)輒數(shù)十億上百億的投資），化工行業(yè)（包含煉油、石油化工）很早就對(duì)過(guò)程自動(dòng)化提出非常高的要求，在上世紀(jì)70年代就開(kāi)始采用DCS用于過(guò)程控制。自動(dòng)化提高了化工生產(chǎn)的穩(wěn)定性、安全性，也很容易提高工廠的利潤(rùn)率（提高利潤(rùn)是是市場(chǎng)經(jīng)濟(jì)環(huán)境下企業(yè)采用新技術(shù)的直接動(dòng)力）。目前的技術(shù)水平可以讓化工生產(chǎn)80%以上生產(chǎn)車(chē)間和操作實(shí)現(xiàn)無(wú)人化，主要在一些涉及固體的處理和輸送上做到自動(dòng)化還比較困難。大型化工裝置生產(chǎn)車(chē)間無(wú)人化是正常現(xiàn)象，依靠泵、壓縮機(jī)實(shí)現(xiàn)物料在密閉管道系統(tǒng)中的流動(dòng)，依靠各種溫度、壓力、液位、流量控制實(shí)現(xiàn)物質(zhì)和能量在各個(gè)操作單元的自動(dòng)運(yùn)行。

技術(shù)上可行或最優(yōu)，并不表示經(jīng)濟(jì)效益最優(yōu)。特別是一些小裝置，完全采用自控系統(tǒng)系統(tǒng)單位成本高；當(dāng)人力成本低時(shí)，寧愿采用人工操作。所以現(xiàn)實(shí)世界的化工行業(yè)的自動(dòng)化率是由技術(shù)水平、經(jīng)濟(jì)效益（投資成本、人力成本）共同決定。

傳統(tǒng)AI不適合化學(xué)工業(yè)

傳統(tǒng)的人工智能（大數(shù)據(jù)、機(jī)器學(xué)習(xí)）的核心是對(duì)歷史數(shù)據(jù)歸納提取規(guī)則，從而對(duì)未來(lái)預(yù)測(cè)。其理論基礎(chǔ)是：運(yùn)行數(shù)據(jù)包含了系統(tǒng)的所有重要隱藏信息，無(wú)須研究問(wèn)題機(jī)理，可以直接從數(shù)據(jù)挖掘出系統(tǒng)的規(guī)律和知識(shí)。

這種人工智能不適合化學(xué)工業(yè)，并且對(duì)化學(xué)工業(yè)的智能化生產(chǎn)生產(chǎn)作用極其有限。基于三點(diǎn)理由：

1.化工裝置的運(yùn)行機(jī)理和數(shù)學(xué)模型相對(duì)完整。化學(xué)工程作為一門(mén)發(fā)展超過(guò)100年的工程學(xué)科，知識(shí)體系相對(duì)完整。化工裝置作為人工設(shè)計(jì)系統(tǒng)，設(shè)計(jì)之時(shí)設(shè)計(jì)者已經(jīng)清楚裝置的內(nèi)在特性和機(jī)理，已經(jīng)知道裝置的數(shù)學(xué)模型。所以無(wú)需再使用人工智能去挖掘、發(fā)現(xiàn)知識(shí)。即使在機(jī)理不清或邊界不定時(shí)，一些常規(guī)的、傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)足以應(yīng)對(duì)化工中的問(wèn)題。

2.化工裝置作為嚴(yán)格受控系統(tǒng)，數(shù)據(jù)雖多但是單調(diào)，信息量太低以致無(wú)法挖掘知識(shí)。由于化工過(guò)程被各種控制系統(tǒng)嚴(yán)格控制，生產(chǎn)平穩(wěn)，所以產(chǎn)生的數(shù)據(jù)雖多但分布窄，無(wú)法采用人工智能從這種信息量少的大數(shù)據(jù)中提取出規(guī)律或知識(shí)。100個(gè)、10000個(gè)相同數(shù)據(jù)所含的信息量和1個(gè)數(shù)據(jù)一樣。

3.化工裝置對(duì)系統(tǒng)的可靠性、安全性要求不接受人工智能系統(tǒng)產(chǎn)生的黑箱知識(shí)。化工生產(chǎn)對(duì)安全性和可靠性的要求極其嚴(yán)格，萬(wàn)一發(fā)生事故都是災(zāi)難性，對(duì)環(huán)境和員工生命帶來(lái)的損失是不可挽回的。人工智能完全依靠系統(tǒng)的輸入輸出數(shù)據(jù)產(chǎn)生一個(gè)黑箱模型。這種黑箱模型應(yīng)用時(shí)，一是無(wú)法根據(jù)模型找到故障或者問(wèn)題的原因，二是難以對(duì)模型的可靠性作評(píng)估。

傳統(tǒng)人工智能比較適合系統(tǒng)極其復(fù)雜（以致難以研究機(jī)理）、對(duì)系統(tǒng)因果性和可靠性沒(méi)有嚴(yán)格要求的人類(lèi)智力活動(dòng)，例如金融、商業(yè)、醫(yī)學(xué)，人工智能對(duì)這些領(lǐng)域?qū)a(chǎn)生革命性變革，這些變革真在我們身邊發(fā)生。而科學(xué)技術(shù)領(lǐng)域本質(zhì)上就是對(duì)因果性和可靠性的追求，科學(xué)家和工程師長(zhǎng)期對(duì)數(shù)據(jù)的重視和應(yīng)用，人工智能對(duì)科學(xué)技術(shù)的變革程度，從知識(shí)發(fā)現(xiàn)和提取的角度將是有限的。

知識(shí)自動(dòng)化才是主方向

化學(xué)工程作為一種典型的工程學(xué)科，其特點(diǎn)是半理論半實(shí)驗(yàn)。由于一些現(xiàn)象過(guò)于復(fù)雜，涉及機(jī)械、材料、物理、化學(xué)、熱力學(xué)、動(dòng)力學(xué)和傳遞，多種因素關(guān)聯(lián)偶合在一起，無(wú)法通過(guò)純理論邏輯推導(dǎo)得到某些現(xiàn)象的原因或結(jié)論，需要在實(shí)驗(yàn)室環(huán)境下將各種因素分離獨(dú)立研究（徹底的研究方法），或者綜合在一起、只研究主要因素對(duì)結(jié)果的影響。也就是說(shuō)，化學(xué)工程的大部分理論知識(shí)來(lái)自于實(shí)驗(yàn)室研究。

舉一個(gè)簡(jiǎn)單例子，例如一組新的二元體系，在沒(méi)有汽液平衡實(shí)驗(yàn)數(shù)據(jù)的前提下，有哪種模型敢說(shuō)它的預(yù)測(cè)精度在5%內(nèi)？雖然化工文獻(xiàn)和數(shù)據(jù)庫(kù)中已經(jīng)有了上百萬(wàn)組的二元汽液平衡實(shí)驗(yàn)數(shù)據(jù)，化工熱力學(xué)家研究了近50年的汽液平衡預(yù)測(cè)模型，但一旦遇到關(guān)鍵應(yīng)用，還是得去實(shí)驗(yàn)室做實(shí)驗(yàn)得到實(shí)驗(yàn)數(shù)據(jù)。

由于化工現(xiàn)象的復(fù)雜性，有些現(xiàn)象在工業(yè)裝置上表現(xiàn)出與實(shí)驗(yàn)室實(shí)驗(yàn)裝置上不同的特性甚至在實(shí)驗(yàn)室無(wú)法觀察到的現(xiàn)象，即所謂的“放大效應(yīng)”，其本質(zhì)還是對(duì)某些因素考察不清導(dǎo)致沒(méi)有正確預(yù)測(cè)。此時(shí)，我們可以從工業(yè)裝置得到反饋從而擴(kuò)展化學(xué)工程的知識(shí)。另外，從工業(yè)裝置運(yùn)行中，還可以得到大量的操作、維護(hù)、安全方面的、超出實(shí)驗(yàn)室研究范圍的經(jīng)驗(yàn)性知識(shí)。

雖然化工行業(yè)在中國(guó)不是什么好形象，在大學(xué)也不是什么好專業(yè)，但是其學(xué)科知識(shí)結(jié)構(gòu)、研究方法都比較復(fù)雜，在歐美化學(xué)工程在工程學(xué)科中是一個(gè)收入靠前的專業(yè)。

將經(jīng)驗(yàn)轉(zhuǎn)化為數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，將知識(shí)融入到自動(dòng)化系統(tǒng)中，這就是知識(shí)自動(dòng)化，這才是智能制造的核心。

可見(jiàn)，一個(gè)化工裝置的工藝機(jī)理知識(shí)基本已經(jīng)融入到最初的設(shè)計(jì)中和運(yùn)行的自動(dòng)化控制中，已經(jīng)80%以上實(shí)現(xiàn)了知識(shí)的自動(dòng)化；而裝置運(yùn)營(yíng)知識(shí)，主要涉及人員管理、資產(chǎn)設(shè)備管理、操作、維護(hù)、供應(yīng)鏈的知識(shí)還是存在于各種SOP中，和作為經(jīng)驗(yàn)存在于人腦中，這方面離知識(shí)自動(dòng)化還有很在大的距離。

到底能做什么

那么，化學(xué)工業(yè)的知識(shí)自動(dòng)化和智能制造到底能做什么呢？

生產(chǎn)工藝是一個(gè)化工企業(yè)的核心，化工行業(yè)的生產(chǎn)過(guò)程數(shù)字化、自動(dòng)化和智能化程度走在整個(gè)工業(yè)體系的前列，基本已經(jīng)實(shí)現(xiàn)車(chē)間無(wú)人化生產(chǎn)，但是中央控制室還是坐著人，通過(guò)電腦屏幕觀察和監(jiān)測(cè)著生產(chǎn)過(guò)程，隨時(shí)準(zhǔn)備人工遠(yuǎn)程干預(yù)甚至去現(xiàn)場(chǎng)干預(yù)。實(shí)際上，我們的最終的產(chǎn)品質(zhì)量并非一成不變非常穩(wěn)定，生產(chǎn)過(guò)程的原料利用率和能源利用率也并非達(dá)到最佳。一個(gè)化工裝置并非做到自動(dòng)化、無(wú)人化就算實(shí)現(xiàn)了智能制造的目標(biāo)，新目標(biāo)已經(jīng)不是滿足系統(tǒng)穩(wěn)定在一個(gè)狀態(tài)，而是讓裝置系統(tǒng)自動(dòng)運(yùn)行在滿足裝置安全、產(chǎn)品質(zhì)量約束下，原料、能源、資產(chǎn)利用率最優(yōu)的狀態(tài)下。多產(chǎn)品的精細(xì)化工工廠還要實(shí)現(xiàn)敏捷、柔性以快速應(yīng)對(duì)市場(chǎng)變化和訂單要求。

石油化工行業(yè)的“智能制造”的架構(gòu)早已確定，即在過(guò)程控制、生產(chǎn)管理、經(jīng)營(yíng)管理這三個(gè)層次實(shí)現(xiàn)知識(shí)自動(dòng)化和智能化，分別對(duì)應(yīng)過(guò)程控制系統(tǒng)（PCS）、生產(chǎn)執(zhí)行系統(tǒng)（MES）、企業(yè)資源計(jì)劃（ERP）。

圖1：石油化工行業(yè)的“智能制造”的架構(gòu)

來(lái)源：科普化工

過(guò)程控制系統(tǒng)（PCS)： 將表征生產(chǎn)過(guò)程的參量為被控制量使之接近給定值或保持在給定范圍內(nèi)的自動(dòng)控制系統(tǒng)，以DCS和PLC為代表，包括先進(jìn)過(guò)程控制APC。

企業(yè)資源計(jì)劃（ ERP )：是對(duì)企業(yè)資源進(jìn)行有效綜合的計(jì)劃與管理，功能包括產(chǎn)品定貨、原材料采購(gòu)、配送、銷(xiāo)售、會(huì)計(jì)等一系列業(yè)務(wù)流，以SAP為代表。

生產(chǎn)過(guò)程執(zhí)行管理系統(tǒng)（MES）：作為DCS和MES之間的接口，實(shí)現(xiàn)生產(chǎn)績(jī)效管理和運(yùn)行數(shù)據(jù)的集成，功能模塊包括短期生產(chǎn)計(jì)劃、作業(yè)排產(chǎn)和調(diào)度(APS)、維護(hù)管理、技術(shù)信息管理、在線實(shí)時(shí)優(yōu)化RTO、產(chǎn)品質(zhì)量管理LIMS。

不管在哪個(gè)層級(jí)，要讓計(jì)算機(jī)來(lái)解決問(wèn)題，都需要將問(wèn)題數(shù)字化并抽象為數(shù)學(xué)模型，所以智能化的核心是五個(gè)化：“數(shù)字化、可視化、模型化、自動(dòng)化、集成化”。只有將經(jīng)驗(yàn)、信息通過(guò)檢測(cè)技術(shù)來(lái)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，將決策或結(jié)論自動(dòng)傳輸給上一層或者下一層，從而達(dá)到集成化。這個(gè)完整的過(guò)程就是知識(shí)自動(dòng)化，知識(shí)自動(dòng)化將人從重復(fù)性工作中解脫出來(lái)，專注于創(chuàng)新和高附加值的活動(dòng)，顯然它對(duì)人才的要求變得更高。

很長(zhǎng)的路要走

動(dòng)設(shè)備的監(jiān)測(cè)、預(yù)維護(hù)是大數(shù)據(jù)技術(shù)在化工領(lǐng)域少許的幾個(gè)可行應(yīng)用之一。其需要發(fā)展的技術(shù)：一是新型傳感技術(shù)：將振動(dòng)、聲音、圖像、電流等信號(hào)融入監(jiān)測(cè)模型中，一個(gè)關(guān)鍵特征信號(hào)可以代替幾十個(gè)關(guān)聯(lián)較弱的信號(hào)。而基于大數(shù)據(jù)的人工智能技術(shù)最大的成就就是聲音、圖像的處理識(shí)別，工業(yè)上基于這兩類(lèi)信號(hào)的應(yīng)用還比較少，是時(shí)候應(yīng)用它們了。二是信號(hào)處理方法和算法：如何將信號(hào)現(xiàn)象同故障類(lèi)型關(guān)聯(lián)起來(lái)，需要使用高級(jí)模式識(shí)別技術(shù)。

但即使如此，類(lèi)似行業(yè)復(fù)制仍然存在很大的難度，不能簡(jiǎn)單移植。

一是因?yàn)樯细鞣N智能制造系統(tǒng)的投入和產(chǎn)出比。智能制造的一項(xiàng)主要投入就是各個(gè)層次的軟件，軟件投資的一個(gè)特點(diǎn)就是它與裝置規(guī)模幾乎無(wú)關(guān)，一套軟件的價(jià)格不會(huì)隨著裝置規(guī)模大小發(fā)生變化，但產(chǎn)生的效益基本同裝置規(guī)模成正比，如此看來(lái)，軟件系統(tǒng)的投資收益也存在幾乎是線性的規(guī)模效應(yīng)。中小企業(yè)必須用適合中小企業(yè)的低成本的軟件系統(tǒng)。二是因?yàn)槿齻€(gè)層次的優(yōu)化除了PCS直接純粹和設(shè)備通訊外，但是ERP和MES有更多的與人的接口，并涉及到企業(yè)的管理文化，系統(tǒng)的投用涉及到管理、文化的變化，或者系統(tǒng)根據(jù)企業(yè)的管理文化來(lái)定制化。涉及到人的東西，就不能簡(jiǎn)單的復(fù)制了。

后記：靠譜的路在腳下不在天上

雖然人工智能的概念現(xiàn)在非常熱，講了無(wú)數(shù)故事，吸引了無(wú)數(shù)投資，但是對(duì)化學(xué)工業(yè)（甚至可以擴(kuò)大到流程工業(yè)）的影響基本可以認(rèn)為忽略不計(jì)。化學(xué)工業(yè)談智能制造，絕不是依靠基于大數(shù)據(jù)的人工智能，而是依靠知識(shí)、經(jīng)驗(yàn)的數(shù)字化、自動(dòng)化。石油化工行業(yè)的“智能制造”的框架早已確定，就是在過(guò)程控制、生產(chǎn)管理、經(jīng)營(yíng)管理這三個(gè)層次分別通過(guò)PCS、MES和ERP來(lái)實(shí)現(xiàn)知識(shí)自動(dòng)化和智能化，這是一條靠譜的路。