最近去談項(xiàng)目，客戶反饋說目前光靠三維可視化已經(jīng)難以滿足用戶的需求了，用戶需要仿真分析、AI等這些技術(shù)來解決業(yè)務(wù)當(dāng)中的問題，但是對于這些技術(shù)到底該怎么樣落地到項(xiàng)目上，很多朋友完全是無從下手的狀態(tài)。那么本期通過一個(gè)落地的案例，從技術(shù)實(shí)現(xiàn)的角度完整的給大家說清楚仿真和AI到底是如何用？告訴大家仿真機(jī)理模型和AI模型在實(shí)際項(xiàng)目當(dāng)中能做什么不能做什么，在實(shí)際落地的情況下，我們又遇到哪些困難，讓你在數(shù)字孿生項(xiàng)目的技術(shù)交流、方案編寫、產(chǎn)品設(shè)計(jì)過程中有更深的體會和理解。

那么這個(gè)案例是屬于化工行業(yè)，其他行業(yè)的朋友也不要?jiǎng)澴?，這個(gè)案例的思路和技術(shù)路線也是有跨行業(yè)通用性的。因?yàn)槲覀円龅氖虑楸举|(zhì)上都是數(shù)字化，為傳統(tǒng)行業(yè)賦能嘛。

我先交代一下這個(gè)案例的背景，化工行業(yè)的是我國煤炭消費(fèi)的大戶，年均煤炭消費(fèi)量占總消費(fèi)量的11%，這里面煤氣化裝置是化工行業(yè)能源轉(zhuǎn)化必不可少的第一步。但是我國煤氣化技術(shù)起步比較晚，我們的煤氣化爐是遠(yuǎn)遠(yuǎn)落后于西方的，痛點(diǎn)也十分明顯，概括起來兩個(gè)問題：一個(gè)是能耗高，第二呢效率低。那么我們今天講的案例呢，就是我們的主角煤氣化爐，通過AI和機(jī)理模型以及大數(shù)據(jù)技術(shù)為煤氣化裝置來改善它的運(yùn)行狀況，幫助煤氣化爐提質(zhì)增效。具體來講，就是通過煤氣化爐的DCS數(shù)據(jù)對煤氣化爐的運(yùn)行工況進(jìn)行優(yōu)化。

DCS的數(shù)據(jù)我們其實(shí)就可以理解為我們安裝在煤氣化爐的傳感器，每個(gè)爐子上至少有1500個(gè)傳感器左右。業(yè)務(wù)人員最關(guān)注的是煤氣化爐的有效氣產(chǎn)率，就是單位質(zhì)量的煤經(jīng)過氣化爐反應(yīng)后生成的一個(gè)有效氣體，那么這個(gè)指標(biāo)是煤氣化爐生產(chǎn)情況好壞的一個(gè)非常重要的指標(biāo)。

在生產(chǎn)過程中，當(dāng)水煤漿的品質(zhì)一定的時(shí)候，計(jì)劃系統(tǒng)的有效氣體產(chǎn)率由進(jìn)料流量、進(jìn)料壓力和它的反應(yīng)條件共同決定的。當(dāng)我們遇到這類問題，我們第一時(shí)間肯定想到的是對煤氣化爐的機(jī)理模型進(jìn)行建模，那么機(jī)理模型是對實(shí)際過程中的直接數(shù)學(xué)描述，是對過程本質(zhì)的一個(gè)反應(yīng)。那么機(jī)理模型的優(yōu)點(diǎn)是精度高、外推泛化能力強(qiáng)，就是可以推廣附用的，應(yīng)用范圍也比較廣，但是缺點(diǎn)也比較明顯，只能用在比較簡單的過程。

對于像這種氣化爐復(fù)雜的實(shí)際生產(chǎn)過程中來說，機(jī)理模型它是有很大的局限性的，以氣化爐來說，這里面機(jī)理模型是非常復(fù)雜的，包括物料平衡、能量守恒、聽力以及化學(xué)反應(yīng)平衡、化學(xué)動(dòng)力學(xué)、多物理場化學(xué)場耦合的一個(gè)相互作用，那么這是我們建造機(jī)理模型，在機(jī)理模型搭建過程中遇到了很多挑戰(zhàn)，那這些挑戰(zhàn)是非常有共性的，我們遇到很多實(shí)際項(xiàng)目也都會遇到，因?yàn)樵谡Ｉa(chǎn)過程中呢，對復(fù)雜過程缺乏有足夠的理論認(rèn)識，因?yàn)闅饣癄t是非常復(fù)雜的，它的內(nèi)部的一個(gè)結(jié)構(gòu)無法對其過程中的一個(gè)機(jī)理做出正確的描述。我們在實(shí)際過建模過程中呢，如果假設(shè)過多，那么就會導(dǎo)致模型過于復(fù)雜，那么如果我們想要降低建模的復(fù)雜度，我們就得做出一些看似比較合理的假設(shè)和簡化，但是往往會造成與實(shí)際情況的差距越來越大，導(dǎo)致建模失去了意義。那我們比如說我們把這個(gè)做一些假設(shè)，就是常用的充分光滑、充分均勻，那么這就導(dǎo)致我們的模型和現(xiàn)實(shí)中造成了一些不準(zhǔn)確，這個(gè)建模就沒有什么太大的意義了。

第二點(diǎn)是受到了技術(shù)手段的限制，沒辦法采集或者量化關(guān)鍵因子數(shù)據(jù)。那么這個(gè)問題是我們在實(shí)際項(xiàng)目當(dāng)中最常見的問題。關(guān)鍵因素的數(shù)據(jù)采集有以下幾種情況：第一種是實(shí)時(shí)可觀測量，比如說中心管氧氣流量、水煤漿流量、系統(tǒng)壓力等等，多數(shù)為控制量或者輸出量。第二種呢是批次或者部分可測量，比如說爐膛溫度，由于氣化反應(yīng)溫度高，爐膛溫度只是在氣化爐開車兩周內(nèi)可以測的。第三種是不可觀測量，比如說耐火磚壽命、反應(yīng)速率、氣化率等等。數(shù)據(jù)是建模的一個(gè)基礎(chǔ)，當(dāng)我們的數(shù)據(jù)難以獲取的時(shí)候呢，建模也就困難重重了。

上面主要講了搭建氣化爐機(jī)理模型，由于過于復(fù)雜，難以搭建有效模型進(jìn)行分析，那么我們還有第二條路可以走，就是通過AI的方法，基于多模態(tài)學(xué)習(xí)的氣化爐操作來進(jìn)行參數(shù)的優(yōu)化。這個(gè)具體運(yùn)用機(jī)器學(xué)習(xí)的詳細(xì)過程，我們就不展開講了，大家想要詳細(xì)了解這塊留言要一下詳細(xì)的資料，我這里只簡單說一下總體的技術(shù)路線。

首先呢，是對氣化爐的歷史運(yùn)行工礦進(jìn)行一個(gè)劃分，我們通過時(shí)續(xù)切割算法，對這種歷史穩(wěn)態(tài)過程進(jìn)行一個(gè)切割，對煤質(zhì)和工礦進(jìn)行一個(gè)聚類的分析，并且分析有效氣體產(chǎn)物的聚類結(jié)果，將其作為氣化爐歷史工礦的一個(gè)刻畫，那么基于氣化物的產(chǎn)量、控制量、狀態(tài)量的聚離結(jié)果進(jìn)行動(dòng)脈態(tài)的學(xué)習(xí)，來找到不同工況下的對應(yīng)控制結(jié)果和動(dòng)態(tài)的控制策略，那么經(jīng)過動(dòng)態(tài)優(yōu)化控制之后，氣化爐的有效氣體產(chǎn)量可以提高到了1.38%，這數(shù)據(jù)看起來不是很高，但是總體來看結(jié)果還是已經(jīng)不錯(cuò)的。

最后再介紹一下項(xiàng)目落地過程中我們遇到一些困難：

第一個(gè)困難就是分析結(jié)果驗(yàn)證難、周期長、項(xiàng)目價(jià)值評估困難。在前面的數(shù)據(jù)情況介紹當(dāng)中，我們可以看到數(shù)據(jù)當(dāng)中有部分的紙質(zhì)數(shù)據(jù)，這種情況在工業(yè)領(lǐng)域是非常普遍的。工業(yè)企業(yè)它量化水平參差不齊，整體較差，許多工業(yè)的數(shù)據(jù)都以手工記錄為主，不具備分析基礎(chǔ)，而數(shù)據(jù)記錄較好的工廠呢，因?yàn)闆]有數(shù)據(jù)分析落地經(jīng)驗(yàn)，所以也沒有相應(yīng)的規(guī)范流程，分析結(jié)果驗(yàn)證流程冗長。

對于復(fù)雜流程的工藝來說呢，流程長影響因素多，驗(yàn)證周期長，中間還能出現(xiàn)各種影響優(yōu)化結(jié)果的問題，比如說非正常停車等等，導(dǎo)致分析結(jié)果的驗(yàn)證難上加難。

那么第二個(gè)問題就是業(yè)務(wù)專家對數(shù)據(jù)分析不信任。業(yè)務(wù)專家他是最了解實(shí)際業(yè)務(wù)的人，他們掌握了大量的行業(yè)知識與領(lǐng)域經(jīng)驗(yàn)，但同時(shí)由于工業(yè)背景和知識體系的差異，那么專家最信任的還是基本模型，既要求模型對業(yè)務(wù)有明確的機(jī)理刻畫，并且具有較強(qiáng)的可解釋性，分析模型大多數(shù)是黑箱模型，可解釋性和可控性較差，導(dǎo)致呢多數(shù)業(yè)務(wù)專家不信任數(shù)據(jù)分析模型和結(jié)果，因此在大數(shù)據(jù)分析相互的建設(shè)過程中，一定要與專家多溝通，向?qū)＜业慕?jīng)驗(yàn)和數(shù)據(jù)分析有機(jī)的結(jié)合，才能保證這種項(xiàng)目的落地。