人工智能技术在石化化工行业应用前景如何？

长远来看，人工智能技术在石化化工行 业应用前景广阔，二者深度融合将有助于石化化工行业实现绿色低碳高质量发展。

1.应用场景一：打造智能化工厂，助力企业提质增效

石化化工生产厂通常体系庞大、工作流程繁琐，且关键设备的运行效果以及操作人 员的技术水平将直接影响产品产出效率。引入人工智能技术，搭建智能化工厂现已逐步 成为海内外化工企业优化资源配置、提高生产效率和安全运行能力的重要途径。现有企 业可在生产控制、安全环保等重点环节加快新型工业网络、智能装备、关键软件和系统 等智能化改造升级，提升全要素生产管理水平，助力企业提质增效。智能化工厂的“智 能”主要体现在智能控制、智能生产以及智能运营三个维度。 （1）智能控制：将生产自动控制系统与人工智能技术融合，实现对生产全过程的监 管控制，实时采集数据并做好备份。通过对数据进行智能化分析与控制，可以有效提升 自动化控制的精准性和稳定性。此外，传统自动化控制系统通常需要数名人工操控，与 人工智能技术融合后，一方面可以降低在自动化控制系统环节的人员配置数量，降低人 力资源成本，另一方面也可以降低因人为主观判断偏差或操作失误引发系统失控的概率。 （2）智能生产：智能化生产系统可结合生产工艺、设备状态、设备利用率、订单优 先级、原材料供应等因素以及历史数据，自动优化排产顺序，并根据实时数据进行动态 调整，最大化地缩短生产周期、提高生产效率，确保产品交付的准时性。在生产过程中， 人工智能技术还可以根据监测到的数据变化识别、预判潜在质量问题，进而自动或提醒 工作人员及时调试，以减少出现产品质量问题的可能性，有助于提升产品质量的稳定性 和一致性。 （3）智能运营：智能运营是在实现智能控制、智能生产的基础上，借助工业物联平 台、数据中台以及运营决策中心等功能模块，对订单、生产、物流、仓储以及人工调度 等各维度数据进行采集和处理，实现端到端的数据打通、数字资产集中化治理、数据指 标可视化呈现，进而形成完整的设备管理指标体系与决策体系。智能运营可以有效降低 人工调度与决策强度和压力，在决策层、管理层、执行层等多维度助力企业提升效益， 最终实现经济效益最大化。

以轮胎行业为例，龙头企业积极打造智能轮胎工厂，降本增效成果显著。轮胎行业 属于较为典型的重资产、劳动密集型工业制造行业，特别是国内胎企对成本较为敏感， 因此运营管理水平对公司经营效益具有直接影响。森麒麟是我国较早推行智能制造的轮 胎生产企业，公司于 2012 年开始探索智能化模式在轮胎行业的应用，并成功打造了以智 能中央控制系统、智能生产执行系统、智能仓储物流系统、智能检测扫描系统、智能调 度预警系统五个模块为主体的，覆盖研发及设计、生产制造及检测、仓储及信息化管理 的智慧工厂物联网体系。2014 年，森麒麟在青岛开创国内首个轮胎工业物联网智慧工厂， 整条产线相比传统产线用地面积降低 50%、单台设备产出率提升 50%，仅用 230 多名员 工便可以实现年产 500 万条半钢胎，用工效率是传统轮胎产线的 4 倍，产品合格率高达 99.8%。基于青岛工厂的成功经验，森麒麟已成功在泰国建成两个轮胎智能工厂，摩洛哥 智能工厂现正在稳步建设中。其中，泰国二期智能工厂依托公司自主研发的“森麒麟智能 制造系统”，成功使得产品质量稳定性和一致性提高约 30%、生产效率提高约 20%、产品 次品率降低约 30%、设备利用率提高约 15%、设备维护成本降低约 20%、采购成本降低 约 10%、库存成本降低约 10%。公司未来将持续完善智能制造模式，对生产制造过程进 行数字化升级，进一步打造“无人工厂”，在保证产品高品质、降低生产成本、提高生产 效率的同时，公司也将不断开拓海内外市场，进一步提升在全球范围内的竞争力和品牌 知名度。

2.应用场景二：践行数智化转型，引领油气产业变革发展

我国油气资源对外依存度高。石油、天然气等能源品是保障国家经济、政治、军事 安全的重要战略物资，在国际地缘政治不确定性风险频发的当下，世界各国对于油气资 源安全供应均予以了高度重视。我国是全球最大的能源消费国，随着国民经济发展，对 于能源的需求仍保持增长趋势。但我国的能源结构特点是“富煤、贫油、少气”，当前对石油、天然气的进口依赖度分别超过 70%、40%。为保障国家能源安全和社会可持续发 展，我国仍需加大油气勘探开发力度，推动油气增储上产。 人工智能技术为油气产业注入新活力。面对油气产业的复杂性和挑战性，数字化、 智能化转型正逐步成为全球油气企业实现增储上产、降本增效的重要手段，有望在油气 勘探开发、生产等诸多环节为油气企业注入新活力。油气资源勘探方面，人工智能主要 是进行数据处理和分析，借助人工智能的机器学习和深度学习等技术，可以从海量数据 中提取关键特征，进而实现准确地对油气藏进行评估、预测油气产量、优化勘探开发策 略、识别难以察觉的地震信号等。在钻井方面，人工智能可以预测钻头磨损、井涌井漏 等潜在问题并给出优化建议，有助于避免高昂的成本费用。油气生产环节，人工智能技 术可以根据历史数据及地层特性优化油井产量，延长油田的生产寿命、提高资源开采效 率。此外，人工智能技术还可以在资源勘探、钻井、生产过程中对潜在风险进行评估和 预判，有助于企业及时采取预防措施，确保作业的安全性。

以“三桶油”为代表的油气企业积极践行数智化转型。IEA 发布的《数字化和能源》 报告预测，数字技术的大规模应用将使油气生产成本降低 10%-20%、全球油气技术可采 储量提高 5%。另据《展望》杂志预测，到 2050 年油气行业将有 25%的增量和三分之一 的成本削减将通过数字化实现。近年来，我国以“三桶油”为代表的油气企业正积极践行 数智化转型。中国石油下属公司东方物探利用人工智能技术自主研发的低信噪比海量数 据智能初至拾取软件“Timer”，相比于传统人工拾取，平均效率可提高 10 倍以上，最高可 提效 37.5 倍，拾取精度达 95%以上，可以为后续快速近地表建模提供高质量基础数据， 有效提高勘探效率。中国海油于 2021 年成功建成我国首个海上智能油田——秦皇岛 32- 6 智能油田，该油田采用云计算、大数据、物联网、人工智能等信息技术，与油气生产核 心业务深度融合，实现了油藏、注采和设备设施的智能化管理以及远程操控管理，成功 降低操作维护成本 5%-10%、提高生产效率 30%、减少用工 20%。中国石化顺北油气田 联合站是中国石化首座国产化数字孪生工厂和实体工程同步建设、同时交付的数字化联 合站。在数字场景中，工作人员可以远程对联合站进行实时监控、优化调度、智能模拟、 前瞻预演等，从而更好地支撑生产运行和管理决策。

3.应用场景三：打造智慧矿山，促进矿产资源综合利用

矿产资源是重要的不可再生自然资源，是国家经济建设的重要物质基础。我国矿产 资源种类齐全、储量丰富。但我国矿产资源存在贫矿多、富矿少，中小型矿床多、大型 超大型矿床少，共生矿床多、单一矿种矿床少等问题。从人均角度来看，我国矿产资源 人均保有量远低于世界人均保有量，现有矿产资源储备或难以满足我国长期经济建设的 巨大需求。此外，随着矿产资源的不断开发，我国主要矿山的开采品位逐步下降、矿体 形态愈发复杂，开采难度随之提升。为提升矿产资源长期保障能力，我国亟需推进矿产 资源节约与综合利用、提高矿产资源开发利用效率。 智慧矿山可有效提升开采效率、降低安全风险及生产成本。“智慧矿山”即通过引入 人工智能、工业互联网以及自动控制等技术，实现矿山的数字化、智能化、可视化。智 慧矿山的建设涵盖矿山生产、管理及智能控制等多个方面。通过在矿山现场布局传感器 及监测设备并接入互联网，可实现对矿山各项数据的实时监控和采集；借助人工智能、 大数据等技术则可以实现对数据的深度挖掘和分析，一方面可以提高选矿的精度和效率， 另一方面也可以对现场环境及设备运行状态进行实时监测，并及时排除设备故障风险和 安全隐患；借助 3D 仿真技术和虚拟现实技术，构建涵盖设备、人员、矿产资源等信息的 完整矿山模型，可以帮助技术人员远程制定并优化生产计划及控制方案，有效提高工作 效率和安全性。综上，借助先进技术手段建设智慧矿山，可以有效提升矿山开采效率、 降低安全风险及生产成本，进而推动矿山现代化、可持续发展。

政策大力扶持智慧矿山建设。现阶段我国矿山智能化建设总体水平还不够高，存在 部分地区和部分企业认识不够到位、建设进展不够平衡、相关标准规范不够健全、部分 技术装备适应性不够强等问题。近年来，有关部门已先后在《关于进一步加强矿山安全 生产工作的意见》、《原材料工业数字化转型工作方案（2024—2026 年）》等政策文件中多 次对智慧矿山建设做出部署，并拟研究出台《加快推进矿山数字化智能化高质量发展的 指导意见》。在政策的大力扶持下，未来我国智慧矿山建设进程有望提速。

以亚钾国际为例，携手华为打造智慧矿山，提升资源利用率和劳动生产率。以我国 境外钾盐开拓领军企业亚钾国际为例，公司于 2022 年 10 月与华为签署《战略合作协议》， 双方将充分利用华为 4G/5G 通信技术、万兆工业承载网、矿鸿操作系统、人工智能、3D 数字孪生等先进技术和研发实力，助力亚钾国际实现钾盐矿开采过程的智能感知、智能 分析、智能调度、智能远程控制和智能决策，进而提升矿山资源综合利用率和劳动生产 率，最大化提升经济效益。目前亚钾国际已完成矿区无线专网井上、井下全覆盖，可对 井下生产状态实现实时监控和精细化管理。远期来看，公司将依托华为智慧矿山项目达 成无人化开采的最终目标，届时公司远期人工支出成本预计可减少 110 元/吨。

4.应用场景四：数智化建模赋能，高附加值化工品有望加速突破

精细化工是石化化工产业重要细分领域之一，是典型的技术密集型产业。精细化工 品品类多、用途广、产业关联度大，下游可应用于诸多行业。随着下游产业的快速发展， 精细化工品也在不断更新换代。近年来全球多个国家已将发展精细化工作为调整化学工 业结构、推动化学工业产能升级、扩大经济效益的战略重点。精细化工品普遍具有更新 换代快、产能规模小、产品附加值高、工艺技术复杂等特点，因此要求生产企业具有较 强的技术创新实力和较为深厚的技术储备。我国精细化工产业起步较晚，尽管近些年来 已实现较快发展，但仍然存在整体技术水平及精细化率偏低、核心技术与国际先进水平 存在差距、部分高端精细化工品高度依赖进口的问题。 人工智能技术可以有效缩短精细化工品研发周期。精细化工品生产工艺复杂，涉及 较多化学反应环节。生产过程中，反应时间、温度、原料配比以及催化剂的选择等任一 细微变化都可能对产品品质造成直接影响，因此精细化工品在“实验室研发-小试-中试规模化生产”全过程中需要经过大量的实验和试错。借助人工智能的逆合成分析、机器 学习、神经网络等技术，可以对大量实验数据进行分析，总结实验数据的规律和趋势， 搭建分子合成路径预测模型，并对产成品性能进行预判，进而快速、精准地筛选最优合 成路径、分子结构。人工智能技术的融入，可以有效缩短精细化工品及其他高附加值化 工品的研发周期、降低研发成本，助力生产企业更好、更快地把握市场发展方向，加快 产品更新换代速度。

以高端氟材料为例，数字化建模赋能，技术壁垒加速突破。巨圣氟化学公司技术团 队经过多年攻关，借助数智化建模手段，成功建立了反应动力学和一整套 “三传一反”数 学模型，并在模型指导下成功开发出多个高品质特种单体和树脂新品以及一系列提质增 效与连续化、自动化、数字化的新技术，在聚合物生产数字化建设理论上取得突破并实 现工业应用。该项目成功开发出 3 种高品质特种单体和 5 类高端氟材料，其中有 2 种氟 单体和 2 种氟聚物成功填补了国内行业空白，有望有效实现进口替代。现阶段，我国在 多种高端氟材料方面仍高度依赖进口，数智化建模的深化发展将有助于国内氟化工企业 加速实现核心技术突破，打造“氟原料-氟单体-氟聚合物”高端制造产业链，引领氟化 工产业向高附加值环节进行转型升级，进而提升在全球范围内的竞争力。