打造新质生产力，AI如何赋能石化业

人工智能（AI）技术的发展举世瞩目。AI能否真正赋能石油化工行业，打造化工行业新质生产力？1月10日，《中国化工报》记者走进“神威·蓝光”诞生地——国家超级计算济南中心寻找答案。

“化工生产工艺过程复杂，尤其是催化剂的开发过程十分漫长，利用传统研究手段难以实现对其规律特征的深入研究，而AI技术为此提供了可能。AI技术可以从上千、上万种方案中筛选出最佳方案。”济南超级计算技术研究院计算流体专家柳安军博士告诉记者，近几年，该中心依托其在人工智能、云计算集群方面雄厚的资源优势，通过仿真模拟参与青海氯化镁脱水技术难题的攻关，协助解决了盐湖老卤制备无水氯化镁存在的黏壁、爆粉、塔盘堵塞等难题，改造建成世界唯一一条产能超过每小时6吨的生产线，实现连续稳定运行，成果达到国际领先水平。他们还利用仿真模拟解决了氟化旋转炉工作时无法观察内部原料变化的问题，优化了氟化碳生产工艺。

“探索AI技术在化工领域的应用成为重要的研究方向。利用AI技术提升化工过程仿真的效率，是我们持续需要探索解决的问题。”柳安军博士说，AI的特长在于数据的分析和预测，模型训练完成后，可以实现快速分析，这种特性可以帮助解决化工仿真分析的短板问题。化工仿真能够产生大量的数据，如何利用AI手段对仿真数据做进一步分析，从而实现对规律的预测？柳安军博士向记者透露，今年他们计划通过AI技术进行相关研究和探索。

柳安军博士向记者介绍了他们的研发思路。一是对高固含率反应器进行仿真，计算大型反应器内的流动情况；二是构建反应器内颗粒的智能分区模型，让分区更加精确，方便研究流体运动规律。三是构建小型反应器浸出过程的预测模型，通过AI算法，探索建立颗粒流动信息和传递信息之间的关系，实现流场中颗粒传质现象的预测。四是对大型反应器的浸出过程进行预测，为后续反应器设计优化提供依据。

“目前行业对AI的认识尚存在一些误区，大家都觉得AI无所不能，但恰恰相反，AI不是万能的。”济南超级计算技术研究院工程仿真研究中心副主任仲红俊强调，化工反应机理、原理复杂，要结合化工工艺、设备等数据，再建立模型，后续的推理和应用会快得多。“但模型建立耗时长，并且在化工行业建立大而全的模型尚不现实，因此可以针对某个工艺或产品进行局部建模，会更易落地应用。”仲红俊说。