人工智能在化工中的应用

人工智能在化工中的应用

人工智能在化工中的应用

大连大学化工系王亮

摘要：本文介绍了人工智能的定义，及其两种应用途径，即专家系统和人工神经网络。指出了人工智能技术与自动控制的区别，并结合实际应用，总结出人工智能在化工生产中的应用。

关键词：人工智能；专家系统；人工神经网络；自动控制

1.人工智能的定义

相对于人类的天然智能而言的人工智能AI (Artificial Intelligence) 一词首次出现在1956年达特茅斯学会上。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。文献[1]定义为：研究如何让计算机做现阶段人类才能做得更好的事情。文献[2]定义为：人工智能是计算机科学的一部分，涉及智能计算机系统。这两种定义均注重于AI的目标。文献[3]提出了一种注重达到目标的方法的定义：人工智能是计算机科学的分支，它用符号的、非算法的方法进行问题求解。当代人工智能技术发展中，用计算机模拟人脑的思维过程，有两种不同的成功途径。一种是宏观的模拟，即专家系统；另一种是微观的模拟，即人工神经网络。

专家系统（expert system ，ES）是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。专家系统的关键组成是知识库与推理机制，专家系统适用于求解非数值的，不确定的或模糊的问题。1965年美国斯坦福大学研制出可根据化合物分子式及其质谱数据来推断分子结构的计算机程序系统DENDRAL。该系统的出现标志着人工智能领域专家系统的诞生。

人工神经网络（artificial neural networks ，ANN）是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。

2.人工智能与自动控制的区别

自动控制（automatic control）是指在没有人直接参与的情况下，利用外加的设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。像宿舍里的开水机，当水箱内温度小于80度时，是打不出水的。而且当加热到100度时又自动停止加热。所以自动控制只是按照人的要求，经过自动检测、信息处理、分析判断、操纵控制，实现预期的目标的过程。而人工智能却能模拟人类的思维。打个比方，你可以把人工智能当作一个人，相比下，自动控制就是只会按命令行动的机器。

3.人工智能在化工中的应用

人工智能在化工中的应用

催化裂化装置是炼油厂核心装置之一。由于原料品种和性质的频繁变化，导致操作经常处在较大的波动状态。而控制的重点是装置的核心反再系统，在换油过程中，装置之间的过渡过程的调节都基于经验，难以用较为精确的数学模型来描述，也难以用基于纯数学模型的预估控制来实现控制。作为人工智能领域的专家系统，随着计算机的发展、运用和不断完善，得到了迅速发展。所以采用专家系统为主，辅以必要的预估数学模型等先进控制手段，来逐步实现催化裂化装置的优化控制。就过程监视来说，在催化装置中，除少数故障如停电等是突发性外，其他大多数都有一个或短或长的时间过程。把设备和系统各种故障发生的原因和形成过程的知识和经验存放在专家系统的知识库中，在生产过程或系统的问题变得严重之前，G2专家系统能根据现场监测数据，利用知识库中的实时规则、程序和模型对实时数据进行分析和推理，寻找和判断这些故障趋势，快速地诊断出问题，进行信息提示或报警，并采取正确行动来防止故障的发生和减少经济损失。

人工智能还有许多应用，1988年大连理工大学开发了用于分离系统选择的SELEX；1989年清华大学开发了用于换热网络综合的SPHEN；1990年石油大学开发了炼油工程ORDEES；1990年北京化工大学开发了用于分离序列综合的SEPSES等。

参考文献：

[1] 张卫东.化工过程分析与合成. 2011

[2]项曙光许春明. 青岛化工学院学报第四期. 1997

[3]宋颖州.安庆科技报第二期. 2004

本文来源：https://www.bwwdw.com/article/tch1.html