97视频在线免费播放-97视频在线免费-97视频在线观看视频最新-97视频在线观看视频在线精品-97视频在线观看免费视频-97视频在线观看免费播放

創(chuàng)澤機器人
CHUANGZE ROBOT
當(dāng)前位置:首頁 > 新聞資訊 > 人工智能應(yīng)用 > 基于AI+機理模型的質(zhì)量預(yù)測-大幅提升 SGPE 和 STPP 裝置產(chǎn)品質(zhì)量預(yù)測的準(zhǔn)確性

基于AI+機理模型的質(zhì)量預(yù)測-大幅提升 SGPE 和 STPP 裝置產(chǎn)品質(zhì)量預(yù)測的準(zhǔn)確性

來源:中央企業(yè)人工智能協(xié)同創(chuàng)新平臺     編輯:創(chuàng)澤   時間:2025/1/6   主題:其他 [加盟]

聚烯烴產(chǎn)品質(zhì)量直接影響到下游產(chǎn)品的性能和應(yīng)用效果,高質(zhì)量的聚烯烴能夠確保制品的強度、耐久性和加工性,滿足不同行業(yè)嚴(yán)格的標(biāo)準(zhǔn)要求。同時,穩(wěn)定且優(yōu)良的產(chǎn)品質(zhì)量有助于提升企業(yè)競爭力,增強客戶信任,促進(jìn)市場的拓展和品牌的建立。中韓石化采用中石化自有工藝技術(shù)生產(chǎn)聚乙烯(SGPE)和聚丙烯(STPP)。為了確保產(chǎn)品質(zhì)量的穩(wěn)定性和可靠性,兩套裝置對各項參數(shù)進(jìn)行嚴(yán)格化驗和監(jiān)控。目前,產(chǎn)品質(zhì)量依賴于實驗室人工化驗,周期為 2 小時,不利于工藝和生產(chǎn)人員實時監(jiān)控產(chǎn)品性能。生產(chǎn)人員通常通過關(guān)鍵過程參數(shù)的趨勢和當(dāng)前值,依據(jù)個人經(jīng)驗預(yù)估工況下的產(chǎn)品質(zhì)量,從而進(jìn)行操作或調(diào)整。基于中石化自有工藝技術(shù),SGPE 和 STPP 裝置的過程機理模型能夠提供較為準(zhǔn)確的預(yù)測結(jié)果,即使在數(shù)據(jù)不足的情況下,也能通過理論推導(dǎo)得出合理的預(yù)測。然而,這些模型包含大量未知參數(shù),準(zhǔn)確估計需要大量的實驗數(shù)據(jù)和計算資源。此外,機理模型處理高度非線性問題和多尺度問題時,復(fù)雜性和求解難度較大。

AI 數(shù)據(jù)模型在質(zhì)量預(yù)測中的應(yīng)用是通過分析和挖掘歷史數(shù)據(jù),利用統(tǒng)計學(xué)、機器學(xué)習(xí)或深度學(xué)習(xí)等技術(shù)來預(yù)測未來的產(chǎn)品或過程質(zhì)量。與機理模型不同,數(shù)據(jù)模型主要依賴于數(shù)據(jù)本身,而不是系統(tǒng)的物理或化學(xué)原理。通過分析大量的歷史數(shù)據(jù)來識別模式和趨勢,從而進(jìn)行預(yù)測。不需要對系統(tǒng)有深入的理論理解,只要有足夠的高質(zhì)量數(shù)據(jù),就可以構(gòu)建有效的預(yù)測模型。且能夠處理復(fù)雜的非線性關(guān)系和多變量交互作用,適用于各種不同的應(yīng)用場景。在 SGPE 和 STPP 裝置的AI 模型應(yīng)用上也存在缺陷。首先,效果高度依賴于數(shù)據(jù)的質(zhì)量和數(shù)量,缺失值、噪聲和異常值都會影響模型的準(zhǔn)確性。其次,數(shù)據(jù)模型(如深度學(xué)習(xí))屬于“黑箱”模型,難以解釋其內(nèi)部機制。且模型過于復(fù)雜或訓(xùn)練數(shù)據(jù)不足,可能會導(dǎo)致過擬合,即模型在訓(xùn)練集上表現(xiàn)很好,但在新數(shù)據(jù)上的泛化能力差。為了克服單一模型的局限,中韓石化采用機理和 AI 混合模型。該模型結(jié)合了機理模型的高解釋性和 AI 模型 的數(shù)據(jù)挖掘能力,針對聚烯烴多牌號、非線性等特征,通過將關(guān)鍵過程工藝參數(shù)、催化劑等可信的歷史數(shù)據(jù)與過程數(shù)據(jù)結(jié)合,使用神經(jīng)網(wǎng)絡(luò)對機理模型的數(shù)學(xué)表達(dá)式進(jìn)行系數(shù)優(yōu)化擬合。將機理模型中“假定”或“簡化”的系數(shù)或常數(shù)項修正為變量,最終得到更加精確的過程“AI+機理”混合模型。基于過程“AI+機理”混合模型的應(yīng)用,大幅提升模型的精細(xì)化預(yù)測的能力,實時預(yù)測產(chǎn)品的物理、化學(xué)和機械性能的相關(guān)指標(biāo),從而為提高產(chǎn)品質(zhì)量提供科學(xué)依據(jù)和有效指導(dǎo)。

通過結(jié)合機理模型和 AI 模型的優(yōu)勢,構(gòu)建一個能夠?qū)崟r、準(zhǔn)確預(yù)測聚烯烴產(chǎn)品質(zhì)量的混合模型,提升生產(chǎn)過程的控制精度和效率,確保產(chǎn)品質(zhì)量的穩(wěn)定性和可靠性。

利用機理模型的高解釋性和理論基礎(chǔ),結(jié)合 AI 模型的數(shù)據(jù)挖掘能力和處理復(fù)雜非線性關(guān)系的能力,實現(xiàn)對生產(chǎn)過程的實時監(jiān)控和動態(tài)調(diào)整,適應(yīng)不同工況和多牌號產(chǎn)品的需求。提高模型的穩(wěn)定性和可靠性,同時保持一定的可解釋性,便于操作人員理解和應(yīng)用。

1)數(shù)據(jù)收集與預(yù)處理

數(shù)據(jù)是訓(xùn)練 AI 模型的基礎(chǔ),在收集數(shù)據(jù)時,需要從可靠的數(shù)據(jù)源獲取數(shù)據(jù),確保數(shù)據(jù)的準(zhǔn)確性和完整性。收集數(shù)據(jù)需要中韓(武漢)石化 SGPE 和 STPP 裝置檢驗數(shù)據(jù)以及相關(guān)生產(chǎn)數(shù)據(jù)。在收集數(shù)據(jù)之后,需要對數(shù)據(jù)進(jìn)行清洗,包括去重、缺失值處理、異常值過濾等,以去除無關(guān)數(shù)據(jù)并確保數(shù)據(jù)的準(zhǔn)確性和一致性。

2)機理模型簡化

基于聚烯烴生產(chǎn)工藝的物理、化學(xué)和動力學(xué)原理,建立描述反應(yīng)過程、傳熱傳質(zhì)等現(xiàn)象的機理模型。常用的模型包括反應(yīng)動力學(xué)模型、流體力學(xué)模型、熱力學(xué)模型等。通過實驗數(shù)據(jù)或歷史數(shù)據(jù)對機理模型中的未知參數(shù)進(jìn)行估計,確保模型的準(zhǔn)確性。使用優(yōu)化算法(如最小二乘法、遺傳算法等)進(jìn)行參數(shù)擬合。在不影響模型精度的前提下,對復(fù)雜的機理模型進(jìn)行適當(dāng)簡化,減少計算復(fù)雜度。例如,忽略次要因素或采用近似表達(dá)式。

3)AI 模型選擇與訓(xùn)練

在已經(jīng)收集并清洗了數(shù)據(jù)之后,接下來是將其劃分為訓(xùn)練、驗證和測試集。訓(xùn)練數(shù)據(jù)集用于訓(xùn)練 AI 模型,而驗證數(shù)據(jù)集用于優(yōu)化和驗證模型。測試數(shù)據(jù)集用于測試模型的性能。

留出法設(shè)置驗證集、測試集的占比,剩下的為訓(xùn)練集(一般訓(xùn)練集應(yīng)該盡量多);樣本分集順序為驗證集->測試集->訓(xùn)練集。驗證集抽樣方法分為前 x%,后 x%以及隨機 x%測試集抽樣方法分為隨機 x%,間隔 x%(每隔 100 取前 x 個)。

“機理+AI”混合建模步驟:“AI+機理模型”采用嵌入式結(jié)構(gòu),將 AI 模型嵌入到機理模型中,用于修正機理模型中的不確定參數(shù)或誤差項,對給定的機理模型表達(dá)式中的系數(shù)進(jìn)行優(yōu)化。根據(jù)過程機理特性給定機理模型的結(jié)構(gòu)表達(dá)式,表達(dá)式中的系數(shù)在一定的閾值約束區(qū)間,為機理模型中的待優(yōu)化項,后續(xù)引入神經(jīng)網(wǎng)絡(luò)將對這些系數(shù)進(jìn)行優(yōu)化擬合。

AI 算法采用神經(jīng)網(wǎng)絡(luò)算法。結(jié)合神經(jīng)網(wǎng)絡(luò)來對機理模型的系數(shù)進(jìn)行優(yōu)化擬合,首先需要定義優(yōu)化擬合過程中的損失函數(shù),用于衡量模型輸出與目標(biāo)值之間的差異。這里我們默認(rèn)選擇均方誤差損失(MSE)或者根據(jù)實際調(diào)試情況自定義損失。

根據(jù)神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)選擇合適的神經(jīng)網(wǎng)絡(luò)優(yōu)化器,這里我們默認(rèn)選擇 Adam,后續(xù)根據(jù)優(yōu)化問題以及數(shù)據(jù)集需要也可以嘗試 SGD(隨機梯度下降)等其他優(yōu)化器。通過最小化損失函數(shù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,在每個訓(xùn)練周期中調(diào)整擬合系數(shù)的值來使損失最小化,從而得到更優(yōu)的模型參數(shù)。

4)評估模型與驗證

使用驗證集或者測試集來評估模型性能,檢查模型是否能準(zhǔn)確地擬合機理模型的系數(shù),并且具備一定的泛化能力。通過各種評估指標(biāo)如準(zhǔn)確度、精確度、召回率、F1 分?jǐn)?shù)等來評估模型質(zhì)量,最終得到“機理+AI”的混合模型,實現(xiàn) SGPE 和 STPP 裝置生產(chǎn)過程參數(shù)與產(chǎn)品質(zhì)量之間更精確的機理關(guān)聯(lián)。

5)模型部署

按照“數(shù)據(jù)+平臺+應(yīng)用”的模式,依托云平臺服務(wù),在智能聚烯烴裝置應(yīng)用中部署和應(yīng)用“AI+機理”混合模型,實現(xiàn)了 SGPE 和 STPP 裝置的產(chǎn)品質(zhì)量預(yù)測與預(yù)警。

6)模型應(yīng)用與持續(xù)改進(jìn)

通過云平臺服務(wù)的模型管理功能,基于定期收集的數(shù)據(jù),通過模型訓(xùn)練和優(yōu)化,確保其始終處于最佳狀態(tài)。

中韓石化 SGPE 和 STPP 裝置 AI+機理模型的應(yīng)用,實現(xiàn)了產(chǎn)品質(zhì)量熔融指數(shù)、密度等產(chǎn)品質(zhì)量在線預(yù)測,在生產(chǎn)過程中產(chǎn)品質(zhì)量預(yù)測預(yù)警,提高產(chǎn)品質(zhì)量的管控能力,助力企業(yè)改進(jìn)產(chǎn)品質(zhì)量,提升市場競爭力。 通過構(gòu)建“AI+機理”混合模型,中韓石化可以大幅提升 SGPE 和 STPP 裝置產(chǎn)品質(zhì)量預(yù)測的準(zhǔn)確性,實現(xiàn)實時監(jiān)控和優(yōu)化控制,從而提高生產(chǎn)效率和產(chǎn)品質(zhì)量,增強企業(yè)的市場競爭力。這種混合建模方法不僅發(fā)揮了各自的優(yōu)勢,還克服了各自的局限,為其他國產(chǎn) SGPE 和 STPP 聚烯烴工藝的產(chǎn)品質(zhì)量預(yù)測和優(yōu)化提供了新的解決方案。

基于“機理+AI”混合建模技術(shù),將機理模型的先驗知識與 AI 模型的數(shù)據(jù)挖掘能力相結(jié)合,提高預(yù)測的準(zhǔn)確性。機理模型可以捕捉反應(yīng)的基本規(guī)律,而 AI 模型可以處理傳感器數(shù)據(jù)中的細(xì)微變化,兩者結(jié)合可以更準(zhǔn)確地預(yù)測產(chǎn)品質(zhì)量和生產(chǎn)效率。







在線實時優(yōu)化軟件(RTO)-年增效1551萬,產(chǎn)品收率相對偏差控制在±5%

每小時對裂解爐自動執(zhí)行一次操作優(yōu)化計算,提高雙烯收率 0.14wt%,噸乙烯增效 17.74 元,折合裝置年增效 1551 萬元。單次優(yōu)化求解平均時間僅用 3 分 38 秒,單爐產(chǎn)品收率相對偏差控制在±5%以內(nèi)

地球物理甜點智能識別及解釋,預(yù)測人機交互界面共包含六大功能模塊

按照“數(shù)據(jù)+平臺+應(yīng)用”的模式,地球物理甜點識別子系統(tǒng),包含首頁界面、數(shù)據(jù)管理、模型管理、儲集體識別、界面顯示、成果輸出等 6 個功能服務(wù),引用地震基本數(shù)據(jù)服務(wù)、非結(jié)構(gòu)化數(shù)據(jù)服務(wù)等 2 個數(shù)據(jù)服務(wù)

煉化裝置大機組智能故障診斷-為 20 家企業(yè)有效診斷 50 余次

自系統(tǒng)上線以來至今應(yīng)用效果顯著,基于系統(tǒng)智能報警和智能診斷模型已為 20 家企業(yè)有效診斷 50 余次,其中有 49 次為提前發(fā)現(xiàn)機組異常,及時告知企業(yè),密切關(guān)注機組,避免造成嚴(yán)重故障

“大瓦特+智搜”人力小智智能問答助手應(yīng)用,提高人資制度知識查詢效率

通過識別員工意圖自動解析并檢索公司內(nèi)部的規(guī)章制度、政策文件和業(yè)務(wù)流程等相關(guān)信息,自動高效提供最匹配的答案,從而提高人資制度知識查詢效率,并確保人資領(lǐng)域政策信息的準(zhǔn)確傳達(dá)

生產(chǎn)現(xiàn)場違章作業(yè)智能監(jiān)控場景,建設(shè)“1234”總體框架

基于公司大瓦特生態(tài)技術(shù)體系,推動安全監(jiān)管模式再變革 1 大核心愿景,細(xì)化 2 大核心目標(biāo),依托大瓦特 L0 電力基礎(chǔ)大模型、電網(wǎng)首個人工智能樣本標(biāo)注基地、“數(shù)字安全監(jiān)盤人”功能領(lǐng)先為 3 大核心基礎(chǔ),

中美AIGC產(chǎn)業(yè)商業(yè)化落地生態(tài)與發(fā)展趨勢分析報告:AIGC技術(shù)在金融、信息技術(shù)、醫(yī)療等行業(yè)落地進(jìn)展迅速

部分場景和領(lǐng)域(金融、信息技術(shù)、醫(yī)療等行業(yè))已實現(xiàn)實質(zhì)性的商業(yè)化進(jìn)展,而其他領(lǐng)域則仍處于探索階段,在數(shù)個行業(yè)與應(yīng)用場景的交叉領(lǐng)域展現(xiàn)出巨大的市場潛力

2024年企業(yè)AI大模型應(yīng)用落地白皮書-應(yīng)用現(xiàn)狀和未來趨勢,擁抱AI大模型,擁抱AI大模型

揭開了AI大模型在企業(yè)中的應(yīng)用現(xiàn)狀和未來趨勢,實時監(jiān)控生產(chǎn)線,AI大模型能夠預(yù)測設(shè)備故障,減少停機時間,確定AI大模型的應(yīng)用領(lǐng)域、投資預(yù)算、技術(shù)選型等

2024年AI大模型賦能智能座艙研究報告-從機械式座艙到電子式座艙再到智能化座艙

智能座艙的發(fā)展經(jīng)歷了從機械式座艙到電子式座艙,再到智能化座艙的演變;提供出行過程中的辦公、娛樂、社交、休息場景,并實現(xiàn)多場景轉(zhuǎn)變

Graph AI:大模型浪潮下的圖計算白皮書(2024年),交互現(xiàn)狀,面臨的問題與挑戰(zhàn),關(guān)鍵技術(shù)以及成功實踐

白皮書旨在全面解析圖計算與人工智能(尤其是大模型技術(shù))的交互現(xiàn)狀,探討其背后的原理,面臨的問題與挑戰(zhàn),關(guān)鍵技術(shù)以及成功實踐,為相關(guān)領(lǐng)域的研究和應(yīng)用提供有益的參考和啟示

2024年AI大模型對我國勞動力市場潛在影響研究報告,碩博學(xué)歷的占比為 35.8%,3-5 年經(jīng)驗的占比 33.8%

大模型相關(guān)崗位對求職者的學(xué)歷和經(jīng)驗要求均較高,求碩博學(xué)歷的占比為 35.8%,比去年同期提高 5.5 個百分點;經(jīng)驗方面要求 3-5 年經(jīng)驗的占比 33.8%,比去年同期提高 2 個百分點

2024年中國人工智能系列白皮書-元宇宙技術(shù),趨勢包括新信息形態(tài),新數(shù)字器官,新經(jīng)濟模式,新社會圖景

元宇宙的關(guān)鍵支撐技術(shù)包括計算、感知、生成、協(xié)同和交互;帶動了工業(yè)、商業(yè)、服務(wù)、娛樂等面 向消費領(lǐng)域的創(chuàng)新和應(yīng)用熱潮,在不同行業(yè)典型場景中深入應(yīng)用并持續(xù) 創(chuàng)新和快速發(fā)展

2024年中國人工智能系列白皮書-體育人工智能,探索研究體育 人工智能的理論、技術(shù)和應(yīng)用提供借鑒與參考

白皮書將梳理體育人工智能發(fā)展歷程以及應(yīng)用于體育各個領(lǐng)域的人工智能關(guān)鍵技術(shù),以期為體育科技工作者進(jìn)一步探索研究體育 人工智能的理論、技術(shù)和應(yīng)用提供借鑒與參考
資料獲取
人工智能應(yīng)用
== 最新資訊 ==
基于AI+機理模型的質(zhì)量預(yù)測-大幅提升
在線實時優(yōu)化軟件(RTO)-年增效155
地球物理甜點智能識別及解釋,預(yù)測人機交互
煉化裝置大機組智能故障診斷-為 20 家
“大瓦特+智搜”人力小智智能問答助手應(yīng)用
生產(chǎn)現(xiàn)場違章作業(yè)智能監(jiān)控場景,建設(shè)“12
機器人的觸感靈巧手Linker Hand
中美AIGC產(chǎn)業(yè)商業(yè)化落地生態(tài)與發(fā)展趨勢
2024年AI大模型技術(shù)變遷情況回溯:技
智能迎賓機器人關(guān)鍵技術(shù):運控算法
仿人形機器人產(chǎn)業(yè)鏈空間廣闊,未來或達(dá)到萬
2024具身智能科技前沿?zé)狳c:智能靈巧操
2024年企業(yè)AI大模型應(yīng)用落地白皮書-
2024年AI大模型賦能智能座艙研究報告
Graph AI:大模型浪潮下的圖計算白
== 機器人推薦 ==
迎賓講解服務(wù)機器人

服務(wù)機器人(迎賓、講解、導(dǎo)診...)

智能消毒機器人

智能消毒機器人

機器人開發(fā)平臺

機器人開發(fā)平臺


機器人底盤 Disinfection Robot 消毒機器人  講解機器人  迎賓機器人  移動機器人底盤  商用機器人  智能垃圾站  智能服務(wù)機器人  大屏機器人  霧化消毒機器人  紫外線消毒機器人  消毒機器人價格  展廳機器人  服務(wù)機器人底盤  核酸采樣機器人  智能配送機器人  導(dǎo)覽機器人 
版權(quán)所有 創(chuàng)澤智能機器人集團股份有限公司 中國運營中心:北京 清華科技園九號樓5層 中國生產(chǎn)中心:山東日照太原路71號
銷售1:4006-935-088 銷售2:4006-937-088 客服電話: 4008-128-728

主站蜘蛛池模板: 午夜影视网| 在线观看国产一区二区三区99| 黑人性hd| 四虎国产精品4hu永久| 国产97在线观看| 欧美专区在线| 91国在线高清视频| 久热精品在线视频| 亚洲欧洲一区二区三区| 国产资源免费观看| 四虎8848精品永久在线观看| 俄罗斯高清freexxxx性| 欧美影片一区二区三区| 91精品国产免费网站| 两个人免费观看高清在线| 亚洲欧美色图片| 韩国三级美容院| 四虎影永久在线观看精品| 国产成人永久在线播放| 热久久国产精品| 99久久国产| 欧美成人看片一区二区三区尤物| 一区二区在线看| 久久精品国产精品亚洲毛片| 亚洲第一黄色网| 国产原创麻豆| 四虎免费在线观看视频| 国产极品久久| 日本又黄又裸一级大黄裸片| www.黄色在线观看| 啦啦啦高清影视在线观看视频? | 99久久精品影院老鸭窝| 男人网站在线亚洲影院| 在线看不卡| 久久久久久久久久毛片精品美女| 亚洲wwwwww| 国产一级毛片a午夜一级毛片| 色偷偷男人天堂| 国产h视频| 日本欧美一区二区三区视频麻豆 | 亚洲天堂亚洲天堂|