打造新質生產力，AI如何賦能石化業

人工智能（AI）技術的發展舉世矚目。AI能否真正賦能石油化工行業，打造化工行業新質生產力？1月10日，《中國化工報》記者走進“神威·藍光”誕生地——國家超級計算濟南中心尋找答案。

“化工生產工藝過程復雜，尤其是催化劑的開發過程十分漫長，利用傳統研究手段難以實現對其規律特征的深入研究，而AI技術為此提供了可能。AI技術可以從上千、上萬種方案中篩選出最佳方案。”濟南超級計算技術研究院計算流體專家柳安軍博士告訴記者，近幾年，該中心依托其在人工智能、云計算集群方面雄厚的資源優勢，通過仿真模擬參與青海氯化鎂脫水技術難題的攻關，協助解決了鹽湖老鹵制備無水氯化鎂存在的黏壁、爆粉、塔盤堵塞等難題，改造建成世界唯一一條產能超過每小時6噸的生產線，實現連續穩定運行，成果達到國際領先水平。他們還利用仿真模擬解決了氟化旋轉爐工作時無法觀察內部原料變化的問題，優化了氟化碳生產工藝。

“探索AI技術在化工領域的應用成為重要的研究方向。利用AI技術提升化工過程仿真的效率，是我們持續需要探索解決的問題。”柳安軍博士說，AI的特長在于數據的分析和預測，模型訓練完成后，可以實現快速分析，這種特性可以幫助解決化工仿真分析的短板問題。化工仿真能夠產生大量的數據，如何利用AI手段對仿真數據做進一步分析，從而實現對規律的預測？柳安軍博士向記者透露，今年他們計劃通過AI技術進行相關研究和探索。

柳安軍博士向記者介紹了他們的研發思路。一是對高固含率反應器進行仿真，計算大型反應器內的流動情況；二是構建反應器內顆粒的智能分區模型，讓分區更加精確，方便研究流體運動規律。三是構建小型反應器浸出過程的預測模型，通過AI算法，探索建立顆粒流動信息和傳遞信息之間的關系，實現流場中顆粒傳質現象的預測。四是對大型反應器的浸出過程進行預測，為后續反應器設計優化提供依據。

“目前行業對AI的認識尚存在一些誤區，大家都覺得AI無所不能，但恰恰相反，AI不是萬能的。”濟南超級計算技術研究院工程仿真研究中心副主任仲紅俊強調，化工反應機理、原理復雜，要結合化工工藝、設備等數據，再建立模型，后續的推理和應用會快得多。“但模型建立耗時長，并且在化工行業建立大而全的模型尚不現實，因此可以針對某個工藝或產品進行局部建模，會更易落地應用。”仲紅俊說。