流程工業是制造業的重要組成部分, 是國民經濟發展的重要基礎, 主要包括化工、冶金、石化等行業, 其安全高效的生產對國家而言具有重要的戰略意義. 然而, 流程工業物理化學變化反應復雜、流程間能質流嚴重耦合、多目標沖突、在線實驗風險大, 給生產流程系統建模與高效協同優化帶來極大困難, 嚴重制約了生產質量和資源利用率的進一步提升. 隨著信息技術與人工智能的發展, 建立虛實結合、協同優化運行的流程工業數字孿生生產線所需技術逐漸成熟, 其在流程工業的應用價值與潛力日益凸顯. 本文首先闡述數字孿生在流程工業應用的必要性與重要性, 并通過邊界定義法將數字孿生與信息物理系統(Cyber-physical system, CPS)、工業互聯網等概念進行對比分析,從而明確數字孿生的基本內涵與功能邊界. 其次描述流程工業抽象模型和數字孿生理論模型間的映射關系, 并分析了如何用數字孿生技術解決流程工業系統建模與高效協同優化的瓶頸問題. 最后, 從數字孿生系統構建的角度探討數字孿生發展的關鍵技術, 并以一條煉鐵生產線為例, 展示數字孿生技術在實際工業中的應用解決方案.
隨著人工智能技術的快速發展及其在工業系統中卓有成效的應用, 工業智能化成為當前工業生產轉型的一個重要 趨勢. 論文提煉了工業人工智能 (Industrial artificial intelligence, IAI) 的建模、診斷、預測、優化、決策以及智能芯片等共性關 鍵技術, 總結了生產過程監控與產品質量檢測等 4 個主要應用場景. 同時, 論文選擇預測性維護作為工業人工智能的典型應 用場景, 以工業設備的閉環智能維護形式, 分別從模型方法、數據方法以及融合方法出發, 系統的總結和分析了設備的壽命 預測技術和維護決策理論, 展示了人工智能技術在促進工業生產安全、降本、增效、提質等方面的重要作用. 最后, 探討了工 業人工智能研究所面臨的問題以及未來的研究方向.