化工行业解决方案-阿里云开发者社区

石化化工产业是国民经济的基础，产业规模极其庞大，是多种能源和原材料的来源。2018年1-6月，全行业规模以上企业27641家，实现主营收入6.43万亿元，占全国规模工业主营收入的12.4%，利润总额为4861亿元，占全国规模工业利润总额的14.3%。1 化学工业的产品渗透在我们生活的方方面面，使我们的生活绚丽多彩。各种化工新材料、专用化学品为包括5G、芯片、机器人等代表的前沿科技发展提供重要的基础支撑。

化工行业的基础能力缺失问题非常严重。核心关键技术的缺乏使得我国高端化学品市场长期依靠进口。由于一些共性技术的缺失，给以化工行业为代表的关键基础工业的产业安全带来诸多隐患。产业基础设施不足，使得科技成果的转化效率很低，严重制约了化学工业的创新能力。粗放式发展带来的环保安全问题，不仅造成了巨大的资源浪费和社会成本的增加，同时也使整个产业的发展环境恶化。

针对化工产业的发展现状和问题，必须把绿色发展、责任关怀、包容性发展等作为重点，整体推进全行业的转型升级和可持续发展。数字化将成为这一转型过程的关键推动力。

多年来，经过持续的政策激励、舆论倡导和产业实践，整个化工行业已经高度认同智能制造的理念。从年报反映的信息来看，上市化工企业对于智能制造的关注度非常高，仅次于互联网的关注度。一方面，从化工企业的角度考虑，智能制造是未来数字化转型的重中之重。另一方面，由于化工企业对互联网和智能制造的关注和认知程度都很高，在未来推进智能制造落地的过程中，工业互联网将有机会发挥非常大的作用，前景值得期待。

解决方案概述

数字化转型不是简单的“模转数”，而是深层商业逻辑和运营模式的革新。不同行业的发展阶段不同，同一行业不同企业之间的发展水平也存在较大差异，因此，行业间、企业间的数字化转型过程不可能步调一致，齐头并进。每个企业在确定数字化转型战略时，都需要对自身的数字成熟度进行评估，才能更准确地把握转型的节奏。数字化转型的路线图一定是建立在每一个企业的数字化成熟度基础上的。

数字化转型涉及到企业经营的各个层面，因此，数字化成熟度也需要从认知、能力和资源等三个层次以及相应的多个维度综合进行评估。对数字化转型的认知决定企业是否应该推进数字化的工作，应该从哪些工作开始等，或者说认知的成熟度能够回答该不该做的问题。数字化转型的能力则会决定哪些数字化的工作是具有操作性的，或者说能力成熟度回答的是会不会做的问题。

数字化转型工作能不能真正付诸实施则取决于一个企业能够获取或者投入的资源有多少，或者说资源成熟度回答的是能不能做的问题

化工品控稳定性提升解决方案

方案描述

化工生产过程中涉及大量的化学反应，且会经过多个环节多个装置。在反应炉运作过程中，需要定时监控反应过程。目前大多数检测方式为人工定时取样离线送检，普遍耗时较长，步骤多，难以实现对生产进行有效的反馈和优化控制。当送检样本出现问题时，再干预生产往往已经太晚，造成大量的原料损失。阿里云工业大脑把机器预测技术运用于品控过程，利用历史&实时数据建模来对反应结果进行预测，从而实现对反应过程的精确把握，实时干预，降低因为干预不及时造成的原料浪费。

架构特点

品控稳定性提升引擎产品是依托于阿里云工业大脑框架所设计的面向化工行业的智能优化引擎。整个引擎产品功能框架介绍如下：
数据工厂：提供数据接入以及数据加工能力，实现数据上云、数据汇聚、数据建模以及加工任务的自动化调度；
算法工厂：为引擎的算法模型提供运行环境；
AI创作间：通过物理建模、数字卵生、引擎配置以及服务发布，最终实现引擎产品的配置以及服务化；
应用工厂：对接引擎发布的API，展示引擎运算结果。并提供模板化的配置以及整体解决方案打包下载功能。

核心价值

使用门槛低：
整个阿里云工业大脑行业引擎产品采用可视化操作界面，包括产线建模，数据孪生，以及行业引擎配置，API发布。产品功能模块根据客户需求配置完成后，即开即用，客户无需其它复杂的额外开发。普通开发人员可以按照产品使用说明书进行操作与正常使用。

数理与机理相结合：
合理利用预测、优化等算法，结合批量计算、实时计算、并行计算等数理能力结合化工机理模型，提供端到端的实时优化和持续迭代方案。利用数据从生产中来，回到生产中去的原则来解决实际生产问题。

边缘端反控实现链路闭环：
利用阿里云数据智能边缘端反控能力，闭环优化与控制链路，将引擎的优化效果直接作用于生产。

相关案例

化工收率提升解决方案

方案描述

收率表示进入反应器的原料与生成目的产物所消耗的原料之间的数量关系。收率越高，说明进入反应器的原料中，消耗在生产目的产物上的数量越多。同样的一个化学反应在不同的压力、温度下会有不同的收率。

收率是指按反应物进料量计算，生成目的产物的百分数。一般用质量百分数或体积百分数表示。即收率=目的产物（实际）生成量/目的产物的理论生成量×100%=生成目的产物的原料量/原料进料量×100%。

一般来说，收率越高，代表原料的利用率越高。这个比率受到原料、产线系统、环境等多重因素的影响。在传统生产过程中，收率主要通过设备改进升级、新工艺、更好的原料、更有经验的工人等方式来提升。在长期的生产实践中，性能提升已经碰到瓶颈，亟需新的思路解决问题。

成分收率提升引擎通过对历史数据和实时数据的学习和大数据建模分析，寻找最佳的参数组合，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，或兼顾能耗。

架构特点

化工收率提升引擎产品是依托于阿里云工业大脑框架所设计的面向化工行业的智能优化引擎。整个引擎产品功能框架介绍如下：

数据工厂：提供数据接入以及数据加工能力，实现数据上云、数据汇聚、数据建模以及加工任务的自动化调度；
算法工厂：为引擎的算法模型提供运行环境；
AI创作间：通过物理建模、数字卵生、引擎配置以及服务发布，最终实现引擎产品的配置以及服务化；
应用工厂：对接引擎发布的API，展示引擎运算结果。并提供模板化的配置以及整体解决方案打包下载功能。

核心价值

边缘端反控实现链路闭环：
利用阿里云数据智能边缘端反控能力，闭环优化与控制链路，将引擎的优化效果直接作用于生产。

相关案例

化工装置能耗优化解决方案

方案描述

在化工企业生产过程中，反应、精馏、蒸发、结晶等装置会消耗大量的能源（包括蒸汽、导热油、冷媒等）。即使对同一种工艺原理，受到环境条件、设备状态、操作水平等因素的影响，生产装置的能耗水平也存在较大差异。在市场竞争以及节能降耗的政策压力下，各化工企业需通过技术手段来降低生产能耗成本。装置能耗优化引擎通过对历史数据的学习，建立装置模型，在满足产能和质量的前提下提供工艺参数最佳推荐方案。再结合实时计算、并行计算等技术，提供端到端的实时优化和持续迭代方案。具体点说，通过对不同设备数据的持续实时收集和参数多维分析，结合装置上的实时验证结果和效果反馈，客户不仅可以得到实验室最佳的大数据分析模型，还可以通过数据闭环、持续验证、算法迭代，得到在满足产能和质量以及稳定的前提下适配自己业务场景和设备状况的能耗优化最佳工艺推荐方案。

架构特点

装置能耗优化引擎产品是依托于阿里云工业大脑框架所设计的面向化工行业的智能优化引擎。整个引擎产品功能框架介绍如下：

核心价值

边缘端反控实现链路闭环：
利用阿里云数据智能边缘端反控能力，闭环优化与控制链路，将引擎的优化效果直接作用于生产。

相关案例

合成橡胶产品优率提升解决方案

方案描述

对合成橡胶工艺进行建模分析，分析原料与操作条件对产品主要参数的影响，并建立产品质量指标预测模型，进而应用模型进行状态识别，推荐提升门尼粘度控制的关键操作参数调整方案。

架构特点

核心价值

提升顺丁橡胶装置运行稳定性，实现顺丁橡胶产品质量的稳步提升，通过智能算法模型推荐操作优化参数，实现优等品。

橡胶密炼工艺优化解决方案

方案描述

工业大脑对橡胶生产端的各类数据进行深度运算和分析，给出资源最优利用的方案组合。对秘炼机的实时数据如温度、温度趋势、压力、转速、消耗电量等进行分析，并结合炭黑、油、添加剂、催化剂等原料在不同产品下的配比，调控各项数据，使混炼胶的加工性能更稳定，计算出密炼过程中最优化的一组工艺参数，以此提高胶料的良品率。

架构特点

核心价值

通过最优参数推荐，优化密炼工艺，沉淀生产经验，大大降低密炼能耗和次品率。

相关案例

胎面压出工艺优化解决方案

方案描述

压出工艺是通过压延机和挤出机的作用讲混炼胶支撑具有一定形状和尺寸的胶片，胶条，胎面胶等，该工序主要是制造轮胎各种半成品。胎面部件重量占整个轮胎重量的30%-35%，相比较其他部件对轮胎的性能（诸如在均匀性和动平衡方面）影响都要大。胎面压出产品一般是检测两个内容，分别是型胶和重量，检测方式离线检测，也就是一车生产完了再检测。如果不合格就会做报废处理。然后返回到密炼工序，重新开始一段密炼，二段密炼，终端密炼，再到后续的工序胎面压出。这个废料重新利用的过程中，会产生能耗、人工等生产成本的浪费，同时会影响成品轮胎性能。工业大脑通过对各环节生产指标的分析，得出了对产品质量影响最大的几个关键参数，对这些关键参数做算法推荐。

架构特点