/ 行業(yè)背景和市場空間

石化化工產業(yè)是國民經濟的基礎，產業(yè)規(guī)模極其龐大，是多種能源和原材 料的來源。2018年1-6月，全行業(yè)規(guī)模以上企業(yè)27641家，實現主營收 入6.43萬億元，占全國規(guī)模工業(yè)主營收入的12.4%，利潤總額為4861億 元，占全國規(guī)模工業(yè)利潤總額的14.3%。1 化學工業(yè)的產品滲透在我們生 活的方方面面，使我們的生活絢麗多彩。各種化工新材料、專用化學品為 包括5G、芯片、機器人等代表的前沿科技發(fā)展提供重要的基礎支撐。

化工行業(yè)的基礎能力缺失問題非常嚴重。核心關鍵技術的缺乏使得我國高 端化學品市場長期依靠進口。由于一些共性技術的缺失，給以化工行業(yè)為 代表的關鍵基礎工業(yè)的產業(yè)安全帶來諸多隱患。產業(yè)基礎設施不足，使得 科技成果的轉化效率很低，嚴重制約了化學工業(yè)的創(chuàng)新能力。粗放式發(fā)展 帶來的環(huán)保安全問題，不僅造成了巨大的資源浪費和社會成本的增加，同 時也使整個產業(yè)的發(fā)展環(huán)境惡化。

針對化工產業(yè)的發(fā)展現狀和問題，必須把綠色發(fā)展、責任關懷、包容性發(fā) 展等作為重點，整體推進全行業(yè)的轉型升級和可持續(xù)發(fā)展。數字化將成為 這一轉型過程的關鍵推動力。

多年來，經過持續(xù)的政策激勵、輿論倡導和產業(yè)實踐，整個化工行業(yè)已經 高度認同智能制造的理念。從年報反映的信息來看，上市化工企業(yè)對于智 能制造的關注度非常高，僅次于互聯網的關注度。一方面，從化工企業(yè)的 角度考慮，智能制造是未來數字化轉型的重中之重。另一方面，由于化工 企業(yè)對互聯網和智能制造的關注和認知程度都很高，在未來推進智能制造 落地的過程中，工業(yè)互聯網將有機會發(fā)揮非常大的作用，前景值得期待。

/ 行業(yè)解決方案整體概述

數字化轉型不是簡單的“模轉數”，而是深層商業(yè)邏輯和運營模式的革 新。不同行業(yè)的發(fā)展階段不同，同一行業(yè)不同企業(yè)之間的發(fā)展水平也存在 較大差異，因此，行業(yè)間、企業(yè)間的數字化轉型過程不可能步調一致，齊 頭并進。每個企業(yè)在確定數字化轉型戰(zhàn)略時，都需要對自身的數字成熟度 進行評估，才能更準確地把握轉型的節(jié)奏。數字化轉型的路線圖一定是建 立在每一個企業(yè)的數字化成熟度基礎上的。

數字化轉型涉及到企業(yè)經營的各個層面，因此，數字化成熟度也需要從認 知、能力和資源等三個層次以及相應的多個維度綜合進行評估。對數字化 轉型的認知決定企業(yè)是否應該推進數字化的工作，應該從哪些工作開始 等，或者說認知的成熟度能夠回答該不該做的問題。

數字化轉型的能力則 會決定哪些數字化的工作是具有操作性的，或者說能力成熟度回答的是會 不會做的問題。 數字化轉型工作能不能真正付諸實施則取決于一個企業(yè)能夠獲取或者投入 的資源有多少，或者說資源成熟度回答的是能不能做的問題。

/ 行業(yè)產品地圖

技術本身是中性的，也并不天然產生價值。同一技術在不同場景下的應用 所帶來的影響和價值會大不相同?；诩夹g本身的特性，其與傳統(tǒng)產業(yè)的 結合點會各不相同，應用的模式和對傳統(tǒng)產業(yè)帶來的沖擊和影響也各有千 秋，不能一概而論。因此，數字技術在化工行業(yè)的應用價值也要區(qū)分不同 的技術和場景的組合，分別進行研究。我們選擇了包括云計算、大數據、 人工智能等在內的10個重要的數字技術，同時，結合化工行業(yè)的特點，分 別從化工行業(yè)的研發(fā)、工藝、生產、銷售、品控、物流、環(huán)保、安全、運 營管理、供應鏈等10個業(yè)務場景，按照一般、較大、很大等3個層次，分 析這些數字 技術的應用潛力和價值。

化工品控穩(wěn)定性提升解決方案

/ 方案描述

化工生產過程中涉及大量的化學反應，且會經過多個環(huán)節(jié)多個裝置。在反 應爐運作過程中，需要定時監(jiān)控反應過程。目前大多數檢測方式為人工定 時取樣離線送檢，普遍耗時較長，步驟多，難以實現對生產進行有效的反 饋和優(yōu)化控制。當送檢樣本出現問題時，再干預生產往往已經太晚，造成 大量的原料損失。阿里云工業(yè)大腦把機器預測技術運用于品控過程，利用 歷史&實時數據建模來對反應結果進行預測，從而實現對反應過程的精確 把握，實時干預，降低因為干預不及時造成的原料浪費。

/ 架構特點

品控穩(wěn)定性提升引擎產品是依托于阿里云工業(yè)大腦框架所設計的面向化工 行業(yè)的智能優(yōu)化引擎。整個引擎產品功能框架介紹如下：

數據工廠：提供數據接入以及數據加工能力，實現數據上云、數據匯聚、 數據建模以及加工任務的自動化調度；

算法工廠：為引擎的算法模型提供運行環(huán)境；

AI創(chuàng)作間：通過物理建模、數字卵生、引擎配置以及服務發(fā)布，最終實現 引擎產品的配置以及服務化；

應用工廠：對接引擎發(fā)布的API，展示引擎運算結果。并提供模板化的配 置以及整體解決方案打包下載功能。

/ 核心價值

使用門檻低：整個阿里云工業(yè)大腦行業(yè)引擎產品采用可視化操作界面，包 括產線建模，數據孿生，以及行業(yè)引擎配置，API發(fā)布。產品功能模塊根 據客戶需求配置完成后，即開即用，客戶無需其它復雜的額外開發(fā)。普通 開發(fā)人員可以按照產品使用說明書進行操作與正常使用。

數理與機理相結合：合理利用預測、優(yōu)化等算法，結合批量計算、實時計 算、并行計算等數理能力結合化工機理模型，提供端到端的實時優(yōu)化和持 續(xù)迭代方案。利用數據從生產中來，回到生產中去的原則來解決實際生產 問題。

邊緣端反控實現鏈路閉環(huán)：利用阿里云數據智能邊緣端反控能力，閉環(huán)優(yōu) 化與控制鏈路，將引擎的優(yōu)化效果直接作用于生產。

/ 相關案例

化工收率提升解決方案

/ 方案描述

收率表示進入反應器的原料與生成目的產物所消耗的原料之間的數量關 系。收率越高，說明進入反應器的原料中，消耗在生產目的產物上的數量 越多。同樣的一個化學反應在不同的壓力、溫度下會有不同的收率。

收率是指按反應物進料量計算，生成目的產物的百分數。一般用質量百分 數或體積百分數表示。即收率=目的產物（實際）生成量/目的產物的理論 生成量×100%=生成目的產物的原料量/原料進料量×100%。

一般來說，收率越高，代表原料的利用率越高。這個比率受到原料、產線 系統(tǒng)、環(huán)境等多重因素的影響。在傳統(tǒng)生產過程中，收率主要通過設備改 進升級、新工藝、更好的原料、更有經驗的工人等方式來提升。在長期的 生產實踐中，性能提升已經碰到瓶頸，亟需新的思路解決問題。

成分收率提升引擎通過對歷史數據和實時數據的學習和大數據建模分析， 尋找最佳的參數組合，在合理的能源、原料消耗的前提下，最大限度的提 高成分收率，或兼顧能耗。

/ 架構特點

化工收率提升引擎產品是依托于阿里云工業(yè)大腦框架所設計的面向化工行 業(yè)的智能優(yōu)化引擎。整個引擎產品功能框架介紹如下：

數據工廠：提供數據接入以及數據加工能力，實現數據上云、數據匯聚、 數據建模以及加工任務的自動化調度；

算法工廠：為引擎的算法模型提供運行環(huán)境；

AI創(chuàng)作間：通過物理建模、數字卵生、引擎配置以及服務發(fā)布，最終實現 引擎產品的配置以及服務化；

應用工廠：對接引擎發(fā)布的API，展示引擎運算結果。并提供模板化的配 置以及整體解決方案打包下載功能。

/ 核心價值

使用門檻低：整個阿里云工業(yè)大腦行業(yè)引擎產品采用可視化操作界面，包 括產線建模，數據孿生，以及行業(yè)引擎配置，API發(fā)布。產品功能模塊根 據客戶需求配置完成后，即開即用，客戶無需其它復雜的額外開發(fā)。普通 開發(fā)人員可以按照產品使用說明書進行操作與正常使用。

數理與機理相結合：合理利用預測、優(yōu)化等算法，結合批量計算、實時計 算、并行計算等數理能力結合化工機理模型，提供端到端的實時優(yōu)化和持 續(xù)迭代方案。利用數據從生產中來，回到生產中去的原則來解決實際生產 問題。

邊緣端反控實現鏈路閉環(huán)：利用阿里云數據智能邊緣端反控能力，閉環(huán)優(yōu) 化與控制鏈路，將引擎的優(yōu)化效果直接作用于生產。

/ 相關案例

化工裝置能耗優(yōu)化解決方案

/ 方案描述

在化工企業(yè)生產過程中，反應、精餾、蒸發(fā)、結晶等裝置會消耗大量的能 源（包括蒸汽、導熱 油、冷媒等）。即使對同一種工藝原理，受到環(huán)境條 件、設備狀態(tài)、操作水平等因素的影響，生產裝置的能耗水平也存在較大 差異。在市場競爭以及節(jié)能降耗的政策壓力下，各化工企業(yè)需通過技術手 段來降低生產能耗成本。裝置能耗優(yōu)化引擎通過對歷史數據的學習，建立 裝置模型，在滿足產能和質量的前提下提供工藝參數最佳推薦方案。再結 合實時計算、并行計算等技術，提供端到端的實時優(yōu)化和持續(xù)迭代方案。 具體點說，通過對不同設備數據的持續(xù)實時收集和參數多維分析，結合裝 置上的實時驗證結果和效果反饋，客戶不僅可以得到實驗室最佳的大數據 分析模型，還可以通過數據閉環(huán)、持續(xù)驗證、算法迭代，得到在滿足產能 和質量以及穩(wěn)定的前提下適配自己業(yè)務場景和設備狀況的能耗優(yōu)化最佳工 藝推薦方案。

/ 架構特點

裝置能耗優(yōu)化引擎產品是依托于阿里云工業(yè)大腦框架所設計的面向化工行 業(yè)的智能優(yōu)化引擎。整個引擎產品功能框架介紹如下：

數據工廠：提供數據接入以及數據加工能力，實現數據上云、數據匯聚、 數據建模以及加工任務的自動化調度；

算法工廠：為引擎的算法模型提供運行環(huán)境；

AI創(chuàng)作間：通過物理建模、數字卵生、引擎配置以及服務發(fā)布，最終實現 引擎產品的配置以及服務化；

應用工廠：對接引擎發(fā)布的API，展示引擎運算結果。并提供模板化的配 置以及整體解決方案打包下載功能。

/ 核心價值

使用門檻低：整個阿里云工業(yè)大腦行業(yè)引擎產品采用可視化操作界面，包 括產線建模，數據孿生，以及行業(yè)引擎配置，API發(fā)布。產品功能模塊根 據客戶需求配置完成后，即開即用，客戶無需其它復雜的額外開發(fā)。普通 開發(fā)人員可以按照產品使用說明書進行操作與正常使用。

數理與機理相結合：合理利用預測、優(yōu)化等算法，結合批量計算、實時計 算、并行計算等數理能力結合化工機理模型，提供端到端的實時優(yōu)化和持 續(xù)迭代方案。利用數據從生產中來，回到生產中去的原則來解決實際生產 問題。

邊緣端反控實現鏈路閉環(huán)：利用阿里云數據智能邊緣端反控能力，閉環(huán)優(yōu) 化與控制鏈路，將引擎的優(yōu)化效果直接作用于生產。

/ 相關案例

如需了解更多關于阿里云工業(yè)相關的技術干貨內容或者有技術研發(fā)需求，歡迎加入阿里云工業(yè)大腦釘釘群，跟著專家一起學習、分享、交流，推進工業(yè)智能化發(fā)展！

加入阿里云工業(yè)大腦智能制造學習交流釘釘群 （點擊） 加入釘釘學習交流群

加入釘釘群可享有以下權益