挖掘工業大數據中隱含的規律是重中之重

制造業，特別是流程制造業，其生產過程的能源系統具有能源轉換傳遞環節、能源應用環節和能源回收環節的“三環節”復雜大系統的特性，其能源流和物料流的數據不僅量大而且數據耦合性強。這些由時間序、位置序和參數序組成的三維耦合大數據，是制造業的綠色“礦藏”。充分挖掘工業大數據中隱含的規律，優化智能化過程用能，提高用能效率，是深入研發“互聯網 +節能”技術的重中之重。

——劉煥彬

記者：為什么說充分挖掘工業大數據中隱含的規律，優化智能化過程用能，提高用能效率，是深入研發“互聯網+節能”技術的重中之重？

劉煥彬：之所以這樣說有兩點原因。一是找到了生產過程規律就可以實現更為顯著的節能增效。目前的優化、精細化用能管理已經取得了明顯的節能效果，但是這一成績是在還沒有完全了解生產過程規律的情況下取得的。掌握了生產過程規律，節能增效的潛力就會更大，因為絕大部分能源都是在生產過程中消耗的。二是由于目前還沒有很好的方法去獲取表述各種生產規律的數學模型，隨著新一代信息技術發展，寄希望用大數據、云計算、數據挖掘、人工智能技術等，從工業大數據中挖掘出蘊含在其中的規律，即從中建立生產過程相關的數學模型。但迄今這種技術方法尚未成熟還處于探索和研發中。

記者：結合您的工作實際談談挖掘生產過程隱含的規律如何難？

劉煥彬：我搞了30多年的生產過程建模研究。迄今，大多是通過理論方法或實驗方法為基礎建立過程數學模型去表達生產過程的規律，然后把其運用到生產中去進行過程自動控制或優化。這種方法對于簡單的小系統有效，但對復雜一些的大系統，效果不明顯。主要是因為許多復雜過程的數學模型難于建立，或者即使建起來了由于模型過于復雜而很難計算出來，或者即便是算出來了，也不一定適用。因為用上述方法得到的模型和計算結果往往是建立在許多特定或假設條件下得到的，難于適應千變萬化的過程。然而，要使生產過程優化和智能化，準確的過程模型是一定要有的。

記者：有沒有具體事例？

劉煥彬：20世紀90年代后期，我參加過國家973項目——能源三環節系統研究的部分工作。21世紀初，我們團隊到具有熱電聯供的江門甘蔗化工廠現場，探索利用上述研究成果去架構該廠的三環節系統和建立相應的數學模型。聯合制漿造紙企業的能源系統是一個典型的三環節大系統，如何準確把握這個大系統？我們希望通過閉環的三環節去描述。第一個環節是能量源轉化與輸送環節，主要是熱電車間和堿與生物質能源回收車間。在這個環節中，把煤和黑液（生物質能源）依次轉化成熱-蒸汽-機械能，然后推動渦輪發電機發電，再后把熱和電輸送到各個用能車間去。第二個環節是能源利用環節。能源利用環節包括工廠各用能車間和單位。第三個環節是能源回收環節，把低等級和廢熱回收利用。過去對三個環節是相互開環進行研究，成為信息孤島。我們希望把這三個環節做成閉環，作為一個相互耦合循環的大系統去研究，希望找到包括三個環節的大系統的規律，然后通過大系統的優化去實現節能。研究過程中，我們成功地架構了制漿造紙聯合企業的三環節體系，也建立了很多設備和過程小系統的數學模型，構建了三環節系統的能流圖。但是要把三個互相耦合循環的環節統一起來，建立一個大系統的數學模型難度卻很大。我們曾經應用序貫模塊仿真方法去解決，效果也不是很好。主要問題是有一些過程的數學模型難于建立，復雜的數學模型缺少好的分析計算方法，難于快速計算出結果，結果是模型的準確度不高、適應性不強。