智能制造是制造業(yè)轉(zhuǎn)型升級(jí)的主攻方向，十多年來，我國(guó)智能制造的發(fā)展和培育取得了巨大成就，新形勢(shì)下，工業(yè)企業(yè)，特別是作為“基本盤”的傳統(tǒng)產(chǎn)業(yè)，怎樣培育和打造適應(yīng)新型工業(yè)化發(fā)展要求的“新質(zhì)生產(chǎn)力”，推動(dòng)打造智能制造升級(jí)版，已是勢(shì)在必行。以人工智能為核心的新一代信息技術(shù)與制造業(yè)的深度融合，是推動(dòng)制造業(yè)邁向智能制造升級(jí)版的關(guān)鍵動(dòng)能，其核心路徑是面向內(nèi)部從深度上構(gòu)建工廠內(nèi)部持續(xù)優(yōu)化與創(chuàng)新體系，面向外部從廣度上構(gòu)建供應(yīng)鏈協(xié)同制造，并從解決已知問題走向預(yù)測(cè)未知可能性。
 

　　石化行業(yè)是典型的傳統(tǒng)產(chǎn)業(yè)，是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，流程復(fù)雜、過程表征難、能耗高、潛在的安全環(huán)保風(fēng)險(xiǎn)大，在資源優(yōu)化配置、全局優(yōu)化控制、安全聯(lián)動(dòng)預(yù)警、設(shè)備長(zhǎng)周期健康運(yùn)行和供應(yīng)鏈協(xié)同等方面都面臨越來越深刻的挑戰(zhàn)。
 

　　人工智能技術(shù)，憑借其在數(shù)據(jù)挖掘、模式識(shí)別、預(yù)測(cè)分析和智能決策等方面的強(qiáng)大能力，與工業(yè)技術(shù)深度融合， 將不再僅僅是工具，而是重塑企業(yè)核心競(jìng)爭(zhēng)力、生產(chǎn)模式和商業(yè)范式的基礎(chǔ)能力，這個(gè)能力的角色定位也將發(fā)生根本性轉(zhuǎn)變，將從執(zhí)行優(yōu)化控制任務(wù)，轉(zhuǎn)向輔助甚至主導(dǎo)研發(fā)創(chuàng)新；從進(jìn)行生產(chǎn)調(diào)度排產(chǎn)，轉(zhuǎn)向進(jìn)行多目標(biāo)、多資源約束和全要素的優(yōu)化決策；從優(yōu)化內(nèi)部流程，轉(zhuǎn)向打通并優(yōu)化整個(gè)供應(yīng)鏈生態(tài)，成為數(shù)據(jù)驅(qū)動(dòng)的價(jià)值鏈生態(tài)的強(qiáng)大樞紐。
 

　　面向內(nèi)部制造，構(gòu)建工廠持續(xù)優(yōu)化與創(chuàng)新的卓越運(yùn)營(yíng)體系，推進(jìn)知識(shí)發(fā)現(xiàn)自動(dòng)化，實(shí)現(xiàn)決策自主化與韌性化，這是卓越領(lǐng)航的質(zhì)變之舉。
 

　　一是產(chǎn)品創(chuàng)新，從產(chǎn)品海量實(shí)驗(yàn)數(shù)據(jù)、經(jīng)驗(yàn)數(shù)據(jù)和文獻(xiàn)數(shù)據(jù)中挖掘發(fā)現(xiàn)規(guī)律，預(yù)測(cè)新分子、新材料的性能，比如，應(yīng)用生成式AI技術(shù)，結(jié)合機(jī)理模型、物性表征和工藝過程模型等，進(jìn)行新型催化劑分子、聚合物材料的生成與篩選，并將之從傳統(tǒng)試錯(cuò)式的研究轉(zhuǎn)變?yōu)榭深A(yù)測(cè)的設(shè)計(jì)。
 

　　二是工藝創(chuàng)新， 從實(shí)驗(yàn)室小試、中試，到工業(yè)放大實(shí)驗(yàn)、再到工業(yè)化生產(chǎn)，基于分子管理結(jié)合數(shù)字化仿真和機(jī)理建模構(gòu)建從研發(fā)到工業(yè)化的實(shí)驗(yàn)?zāi)M仿真全鏈條的數(shù)字孿生體，用算法對(duì)數(shù)據(jù)自動(dòng)進(jìn)行關(guān)聯(lián)分析、判別數(shù)據(jù)相似性和同構(gòu)性，分步解決流程放大過程中存在的工程科學(xué)問題。
 

　　三是全局優(yōu)化， AI驅(qū)動(dòng)的系統(tǒng)不再局限于某個(gè)點(diǎn)、單個(gè)裝置或車間，而是將市場(chǎng)信息、原料價(jià)格、產(chǎn)品需求、設(shè)備健康狀態(tài)、碳排放情況等納入體系綜合考慮，從而推動(dòng)全廠甚至多個(gè)基地的生產(chǎn)計(jì)劃、資源配置以及物流調(diào)度的優(yōu)化，在真正意義上實(shí)現(xiàn)全局優(yōu)化，實(shí)現(xiàn)整體效益最大化。將碳足跡實(shí)時(shí)追蹤與優(yōu)化植入決策環(huán)節(jié)之中，實(shí)現(xiàn)在一定約束下的利益最大化與碳效收益最佳化。例如，建立全廠的能效模型，優(yōu)化蒸汽、瓦斯、氫氣、電力、水等公用工程的系統(tǒng)運(yùn)行策略，實(shí)現(xiàn)全廠的能效最優(yōu)。比如，將安全預(yù)警系統(tǒng)與應(yīng)急指揮系統(tǒng)集成，主動(dòng)發(fā)現(xiàn)隱患，自動(dòng)啟動(dòng)應(yīng)急預(yù)案，并觸發(fā)相關(guān)安全聯(lián)鎖甚至緊急停車系統(tǒng)等。
 

　　四是構(gòu)建面向過程的數(shù)字孿生系統(tǒng)，打造與實(shí)際工廠完全一致的虛體模型，形成從產(chǎn)品研發(fā)、生產(chǎn)工藝、產(chǎn)品檢驗(yàn)直到運(yùn)維服務(wù)全生命周期全方位協(xié)作的大系統(tǒng)，將生產(chǎn)計(jì)劃、調(diào)度指揮、實(shí)時(shí)優(yōu)化、設(shè)備管理、能源管理等系統(tǒng)聯(lián)動(dòng)起來，實(shí)現(xiàn)全局性的生產(chǎn)要素優(yōu)化利用。
 

　　五是選擇幾個(gè)具有典型需求且效益較好的場(chǎng)景來做試點(diǎn)示范。例如，通過機(jī)器學(xué)習(xí)算法，基于海量歷史運(yùn)行數(shù)據(jù)、分子級(jí)物性數(shù)據(jù)和實(shí)時(shí)工藝質(zhì)量數(shù)據(jù)，建立分子級(jí)的物性表征和反應(yīng)過程模型，實(shí)時(shí)優(yōu)化控制目標(biāo)，動(dòng)態(tài)調(diào)整工藝參數(shù)，使裝置始終在最優(yōu)工況下穩(wěn)定運(yùn)行；再如， 對(duì)于一些難以在線檢測(cè)的關(guān)鍵質(zhì)量數(shù)據(jù)，通過人工智能來建立這些質(zhì)量數(shù)據(jù)和可直接檢測(cè)的相關(guān)工藝參數(shù)之間的映射模型，實(shí)現(xiàn)關(guān)鍵質(zhì)量數(shù)據(jù)的軟測(cè)量； 又如，通過采集設(shè)備的各種運(yùn)行數(shù)據(jù)(振動(dòng)、聲音、溫度等)，實(shí)現(xiàn)對(duì)設(shè)備異常狀態(tài)的判斷，通過采集的數(shù)據(jù)信息預(yù)測(cè)何時(shí)可能會(huì)發(fā)生故障、什么類型的故障會(huì)發(fā)生等。
 

　　面向供應(yīng)鏈協(xié)同，對(duì)內(nèi)，打造基于5G和云邊端協(xié)同的數(shù)字化技術(shù)底座，形成支撐算法、應(yīng)用、平臺(tái)的一站式服務(wù)能力，對(duì)外，在具備主導(dǎo)地位的前提下結(jié)合布局加快供應(yīng)鏈的協(xié)同制造體系建設(shè)，進(jìn)行模式創(chuàng)新與價(jià)值共創(chuàng)，從產(chǎn)品供應(yīng)商轉(zhuǎn)型為平臺(tái)服務(wù)和生態(tài)賦能者，這是卓越領(lǐng)航的重要使命。
 

　　一是平臺(tái)化服務(wù)輸出， 將領(lǐng)航企業(yè)經(jīng)過實(shí)踐驗(yàn)證的AI模型、工業(yè)APP、解決方案(如設(shè)備預(yù)測(cè)性維護(hù)、能效優(yōu)化、資源優(yōu)化、分子級(jí)物性表征和反應(yīng)模型、過程模擬等)服務(wù)化輸出至上下游企業(yè)，帶動(dòng)上下游企業(yè)的協(xié)同發(fā)展，提升協(xié)同效率和抗風(fēng)險(xiǎn)韌性。特別是要著力于面向行業(yè)中的中小企業(yè)，帶動(dòng)產(chǎn)業(yè)鏈整體的提質(zhì)增效。比如，領(lǐng)航企業(yè)可以通過訂閱及數(shù)據(jù)增值業(yè)務(wù)等多種方式獲得更多的效益來源，中小企業(yè)通過利用這些領(lǐng)先的服務(wù)實(shí)現(xiàn)低成本轉(zhuǎn)型升級(jí)。
 

　　二是網(wǎng)絡(luò)化協(xié)同制造， 構(gòu)建以領(lǐng)航企業(yè)為核心的產(chǎn)業(yè)云平臺(tái)。動(dòng)態(tài)匹配供需雙方的個(gè)性化訂單/物料互供需求及其產(chǎn)能和物料庫存情況，以數(shù)據(jù)鏈牽引物流鏈、資金鏈、價(jià)值鏈，驅(qū)動(dòng)供應(yīng)鏈柔性制造精準(zhǔn)生產(chǎn)。
 

　　三是產(chǎn)品的服務(wù)化延伸，發(fā)展基于大數(shù)據(jù)的增值服務(wù)，比如，為客戶提供個(gè)性化的產(chǎn)品配方解決方案、催化劑工藝技術(shù)遠(yuǎn)程服務(wù)等，從賣產(chǎn)品轉(zhuǎn)向同時(shí)賣服務(wù)，通過收集客戶反饋的原料和產(chǎn)品的使用情況數(shù)據(jù)，持續(xù)改進(jìn)產(chǎn)品配方和性能。
 

　　AI賦能智能工廠，絕非一系列孤立AI項(xiàng)目的堆砌，而是一項(xiàng)復(fù)雜的系統(tǒng)工程，必須建立堅(jiān)實(shí)的體系化支撐，其總體架構(gòu)、標(biāo)準(zhǔn)體系以及與之對(duì)應(yīng)的標(biāo)桿實(shí)踐三者的有機(jī)融合是一個(gè)有效保證。
 

　　一是智能工廠的總體架構(gòu)，它是AI能力的載體和部署藍(lán)圖，直接決定了系統(tǒng)的靈活性、擴(kuò)展性和協(xié)同性。首先要打造AI驅(qū)動(dòng)的平臺(tái)化核心底座，構(gòu)建企業(yè)級(jí)的AI中臺(tái)與數(shù)據(jù)湖倉一體平臺(tái)，形成支撐創(chuàng)新體系和卓越運(yùn)營(yíng)體系中各項(xiàng)能力的基礎(chǔ)。將分散的算法和模型等AI能力沉淀為可復(fù)用的服務(wù)，比如，構(gòu)建關(guān)鍵裝置、關(guān)鍵流程、能源介質(zhì)網(wǎng)絡(luò)、乃至全廠一體化的數(shù)字孿生模型，實(shí)現(xiàn)虛實(shí)映射與交互，實(shí)現(xiàn)從煙囪式開發(fā)到組件化賦能的轉(zhuǎn)變，從而提升創(chuàng)新效率。其次要云邊端協(xié)同， 以生產(chǎn)裝置、重大關(guān)鍵裝備、能源介質(zhì)管網(wǎng)、危險(xiǎn)源分布為對(duì)象，打造和部署邊緣側(cè)輕量級(jí)數(shù)字孿生的AI智能體，實(shí)現(xiàn)智能體內(nèi)部的實(shí)時(shí)精準(zhǔn)執(zhí)行、實(shí)時(shí)故障診斷、安全風(fēng)險(xiǎn)識(shí)別預(yù)警和面向分子管理的實(shí)時(shí)優(yōu)化等智能控制。在云端進(jìn)行復(fù)雜模型訓(xùn)練，支撐油烯芳煉化生產(chǎn)全環(huán)節(jié)一體化協(xié)同優(yōu)化和全要素約束條件下的資源排產(chǎn)全局優(yōu)化。第三要開放與生態(tài)化， 架構(gòu)需為未來產(chǎn)業(yè)鏈協(xié)同預(yù)留開放接口，這是實(shí)現(xiàn)從內(nèi)部?jī)?yōu)化到外部賦能跨越的物理基礎(chǔ)。
 

　　二是與之對(duì)應(yīng)的工廠級(jí)標(biāo)準(zhǔn)體系，它是確保智能工廠內(nèi)各部分順暢交互、實(shí)現(xiàn)數(shù)據(jù)與模型自由流動(dòng)的保障，是將最佳實(shí)踐固化為可復(fù)制能力的關(guān)鍵。首先是數(shù)據(jù)標(biāo)準(zhǔn)， 統(tǒng)一數(shù)據(jù)模型、數(shù)據(jù)質(zhì)量與治理標(biāo)準(zhǔn)，是確保AI模型獲得高質(zhì)量數(shù)據(jù)、實(shí)現(xiàn)精準(zhǔn)優(yōu)化的基礎(chǔ)，沒有統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和高質(zhì)量的數(shù)據(jù)集，全局優(yōu)化無從談起。第二是模型與接口標(biāo)準(zhǔn)， 建立AI模型全生命周期管理規(guī)范、API標(biāo)準(zhǔn)，使得不同來源的模型和服務(wù)能夠被靈活組合和調(diào)用，支撐起創(chuàng)新體系的快速迭代和生態(tài)協(xié)同體系的安全開放。第三是在國(guó)家和石化行業(yè)智能制造標(biāo)準(zhǔn)體系建設(shè)指南的指引下，融合相關(guān)國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、團(tuán)體標(biāo)準(zhǔn)以及企業(yè)在實(shí)踐中形成的先進(jìn)企業(yè)標(biāo)準(zhǔn)，形成工廠級(jí)智能制造標(biāo)準(zhǔn)群，并基于此標(biāo)準(zhǔn)群打造石化行業(yè)智能工廠標(biāo)準(zhǔn)體系的試驗(yàn)田和標(biāo)桿示范，從而引領(lǐng)整個(gè)行業(yè)的智能化發(fā)展，這也正是領(lǐng)航級(jí)工廠的義務(wù)所致。
 

　　因此，在申報(bào)領(lǐng)航級(jí)工廠項(xiàng)目時(shí)，應(yīng)明確要求企業(yè)要有可行的標(biāo)準(zhǔn)體系打造培育計(jì)劃，通過反饋與迭代，驅(qū)動(dòng)架構(gòu)的演進(jìn)和標(biāo)準(zhǔn)的完善，使得基于統(tǒng)一架構(gòu)和標(biāo)準(zhǔn)形成的解決方案被快速、低成本地復(fù)制到行業(yè)內(nèi)其他工廠，從而實(shí)現(xiàn)智能化能力的規(guī)?；茝V。
 

　　卓越工廠重在通過AI賦能實(shí)現(xiàn)工廠自身運(yùn)營(yíng)與知識(shí)創(chuàng)新，領(lǐng)航工廠是重在通過 AI對(duì)外部生態(tài)的賦能與經(jīng)營(yíng)模式的根本性重構(gòu)。走在通往卓越領(lǐng)航的大道上，石化企業(yè)在利用AI助力自身轉(zhuǎn)型升級(jí)的過程中，將大力推進(jìn)人工智能和石化行業(yè)的深度融合，推動(dòng)石化產(chǎn)業(yè)從數(shù)字化到智能化，并構(gòu)建與之相適應(yīng)的人工智能技術(shù)體系和業(yè)務(wù)運(yùn)營(yíng)新模式。
 

　　人工智能的迭代升級(jí)必將徹底顛覆工業(yè)企業(yè)的傳統(tǒng)生產(chǎn)模式、管理方式與商業(yè)范式。因此，企業(yè)應(yīng)當(dāng)未雨綢繆，以戰(zhàn)略的眼界審時(shí)度勢(shì)地做好布局，同時(shí)又要實(shí)事求是，腳踏實(shí)地走好每一步，切實(shí)把數(shù)據(jù)作為重要的生產(chǎn)要素，持之以恒地推動(dòng)AI與業(yè)務(wù)深度融合，打造安全、高效、綠色、可持續(xù)發(fā)展的領(lǐng)航工廠，在全球范圍內(nèi)引領(lǐng)行業(yè)發(fā)展潮流。
 

　　作者：國(guó)家智能制造專家委員會(huì)委員、‌國(guó)家智能制造標(biāo)準(zhǔn)化委員會(huì)專家咨詢組專家 蔣白樺
 

　　原標(biāo)題：智造洞見專欄 | 蔣白樺：走向領(lǐng)航——人工智能賦能石化智能工廠的路徑探索與展望