解决方案介绍

/ 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

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