如今，煉油廠、石油化工聯(lián)合企業(yè)和其他工廠的自動(dòng)化范圍已遠(yuǎn)不止核心過(guò)程控制領(lǐng)域，除了生產(chǎn)之外，工廠的自動(dòng)化還包括提高安全性、可持續(xù)性和可靠性，因?yàn)楣S必須在不增加勞動(dòng)力成本的情況下實(shí)現(xiàn)卓越運(yùn)營(yíng)。工業(yè)自動(dòng)化和控制系統(tǒng)（IACS）的范圍包括分布式控制系統(tǒng)（DCS）、安全儀表系統(tǒng)（SIS）、機(jī)械保護(hù)系統(tǒng)（MPS）、制造執(zhí)行系統(tǒng)（MES）和能源管理信息系統(tǒng)（EMIS）等。而工業(yè)人工智能（AI）在以上自動(dòng)化和控制系統(tǒng)中也發(fā)揮著重要作用：不僅能夠?yàn)樯a(chǎn)和維護(hù)提供支持，同時(shí)也為系統(tǒng)本身的部署提供支持。

工業(yè) AI 工具

     這些工業(yè) AI 工具使用的技術(shù)分為四大類：因果 AI、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和生成式 AI。

     值得注意的是，在這些技術(shù)中，沒(méi)有一種技術(shù)是在所有任務(wù)上都優(yōu)于其他技術(shù)的，就像錘子并不是在所有工作中都比扳手好用。每種 AI 技術(shù)都有其特定的優(yōu)勢(shì)和適合的應(yīng)用：

      因果AI 已將物理和化學(xué)機(jī)理模型嵌入到展示過(guò)程和設(shè)備如何工作的模型中，并將約定俗成的因果關(guān)系嵌入到agent函數(shù)中, 對(duì)故障進(jìn)行描述。這些模型和agent內(nèi)置于現(xiàn)成的應(yīng)用程序中，可以量化效率并預(yù)測(cè)潛在問(wèn)題。

     機(jī)器學(xué)習(xí)在訓(xùn)練階段會(huì)從眾多統(tǒng)計(jì)算法中擇一使用，并將其應(yīng)用于工廠的歷史數(shù)據(jù)，例如過(guò)程歷史、維護(hù)記錄和實(shí)驗(yàn)室結(jié)果，以查找正常運(yùn)行與異常情況（如故障、過(guò)程異常和質(zhì)量問(wèn)題）的相關(guān)性。在“推理”階段，這些相關(guān)性會(huì)被應(yīng)用于agent函數(shù)以預(yù)測(cè)異常情況。還有深度學(xué)習(xí)，這是基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)的一個(gè)子集。

     生成式 AI 使用大型語(yǔ)言模型（LLM）式人工神經(jīng)網(wǎng)絡(luò)（ANN），例如生成式預(yù)訓(xùn)練轉(zhuǎn)換器（GPT），它們均為統(tǒng)計(jì)算法。這些系統(tǒng)在現(xiàn)有軟件代碼上進(jìn)行了預(yù)訓(xùn)練，以便根據(jù)提示生成新代碼。

提高產(chǎn)量和質(zhì)量

     工業(yè) AI 可用于支持生產(chǎn)運(yùn)營(yíng)。例如，通過(guò)“聊天”，先進(jìn)過(guò)程控制（APC）軟件的操作人員可以詢問(wèn)“copilot AI 助手”能設(shè)置哪些控制器設(shè)定點(diǎn)來(lái)滿足特定目標(biāo)（如給料速度），“copilot AI 助手”將做出響應(yīng)并提供建議選項(xiàng)。用戶界面將不再只是設(shè)置界面——使用傳統(tǒng)仿真工具在將設(shè)置應(yīng)用于 APC 之前先嘗試不同的設(shè)置操作，而是一個(gè)具有自然語(yǔ)言輸入和響應(yīng)的對(duì)話助手。它可以實(shí)現(xiàn)與“copilot AI 助手”的“交談“，而不僅限于設(shè)置操作。

     或者，計(jì)劃人員可以要求規(guī)劃和調(diào)度軟件中的“copilot AI助手”解釋軟件模型給出的邊際值和限制條件的基本原理。第三個(gè)例子是通過(guò)將機(jī)器學(xué)習(xí)與因果 AI（包括機(jī)理模型）相結(jié)合，在多個(gè)過(guò)程裝置上部署動(dòng)態(tài)優(yōu)化。

     以上僅為展示當(dāng)今工業(yè) AI 解決方案能力的幾個(gè)例子。工業(yè) AI 基于數(shù)據(jù)運(yùn)行，因此工廠需要新的自動(dòng)化模型來(lái)應(yīng)用它。這包括更好地整合 DCS、SIS、MPS、MES 和 EMIS，以及工業(yè)物聯(lián)網(wǎng)絡(luò)基礎(chǔ)設(shè)施，以自動(dòng)收集手動(dòng)數(shù)據(jù)，例如振動(dòng)、超聲波厚度、溫度、壓力、液位和噪音。

簡(jiǎn)化維護(hù)，提升可靠性

     設(shè)備維護(hù)是工業(yè) AI 幫助企業(yè)實(shí)現(xiàn)降本增效的另一領(lǐng)域，其中包括預(yù)測(cè)設(shè)備維護(hù)需求以避免故障，例如提示設(shè)備結(jié)垢和性能下降。它還可用于優(yōu)化清潔和更換計(jì)劃、精確定位和控制排放以及量化腐蝕速率，從而更好地管理緩蝕劑注入和管段更換。再次申明，對(duì)因果 AI 專業(yè)知識(shí)進(jìn)行編碼對(duì)于工業(yè) AI 在支持工廠設(shè)備維護(hù)方面至關(guān)重要。

     AI 不僅運(yùn)行在本地服務(wù)器和云端，還嵌入在智能現(xiàn)場(chǎng)儀表中。例如，智能閥門(mén)定位器使用嵌入式因果 AI 來(lái)預(yù)測(cè)閥門(mén)組件的故障，并使用機(jī)理模型+AI 來(lái)量化影響控制回路性能的摩擦和死區(qū)等閥門(mén)問(wèn)題。

     設(shè)備資產(chǎn)監(jiān)測(cè)是嵌入智能現(xiàn)場(chǎng)儀表的因果 AI 幫助提高維護(hù)運(yùn)行效率的另一種方式。因果 AI 可用于預(yù)測(cè)風(fēng)扇、電機(jī)、齒輪箱、泵和其他旋轉(zhuǎn)機(jī)械設(shè)備中的問(wèn)題，以便在其導(dǎo)致故障和計(jì)劃外停機(jī)之前采取糾正措施。

DCS 組態(tài)和工業(yè) AI 工具箱

     工業(yè) AI 還可用于支持 DCS 的組態(tài)。例如，在進(jìn)行傳統(tǒng) DCS 和 PLC 系統(tǒng)升級(jí)改造時(shí)，項(xiàng)目中經(jīng)常會(huì)使用 AI 來(lái)幫助說(shuō)明原有系統(tǒng)的組態(tài)數(shù)據(jù)庫(kù)，并為新的DCS 生成等效數(shù)據(jù)庫(kù)。因果 AI、機(jī)器學(xué)習(xí)和生成式 AI 可在多個(gè)傳統(tǒng) DCS 和 PLC 系統(tǒng)上接受訓(xùn)練以用于實(shí)現(xiàn)高達(dá) 70% 的 DCS 組態(tài)的自動(dòng)轉(zhuǎn)換。

    “工欲善其事，必先利其器”，工業(yè) AI 也不例外，工廠一般需要配備多種 AI 工具，因?yàn)槟壳皼](méi)有一個(gè) AI 工具可以做到適配每一項(xiàng)工作。因果 AI、機(jī)器學(xué)習(xí)和生成式 AI 都有各自的應(yīng)用優(yōu)勢(shì)。僅提供一種工業(yè) AI 工具的供應(yīng)商會(huì)傾向于將該工具強(qiáng)行安裝到所有應(yīng)用程序中，就像“錘子找釘子”一樣，因此我們建議選擇與支持多種 AI 工具的供應(yīng)商合作，這樣可以幫助企業(yè)避免單一工具造成的偏差。