人工智能為材料工業發展賦能

王興艷

2012年以來，隨著數據量的急劇上漲、運算力的大幅提升以及機器學習新算法（深度學習）的出現，人工智能得以快速發展。作為新一輪科技革命和產業變革的核心驅動力，人工智能正在對全球經濟發展、人類社會的生活與技術進步產生巨大影響。與人類生產生活息息相關的材料領域，也正經歷著人工智能所帶來的巨大變化。

1 助力新材料實現快速研發

1.1 產業發展需要解決研發耗時、耗力、耗資金問題

從材料發展歷史來看，一種新材料的出現往往要經歷無數次的分析試驗，這一過程平均要經歷10年，而從新材料誕生再到商業化應用往往再用10年的時間，這一漫長而充滿無數不確定性的過程，往往需要投入大量的研發人員，耗費大量的時間和金錢。長期以來，“三耗”問題一直制約著材料產業的快速發展，使得材料研發難以有效滿足各領域的材料需求。為了解決這一問題，加快材料研發，降低研發成本，全球科研人員一直在努力尋求突破。美國福特汽車公司曾開發了一套虛擬鋁壓鑄設計制造系統并用于實踐，大大縮短了產品從設計到制造再到測試的周期時間，提升了研發制造效率，節約了開發成本。2011年，美國還啟動了“材料基因組計劃”，提出“將新材料研發周期縮短一半、成本降低到現有的幾分之一”的目標，將減少材料研發周期和研發成本上升為國家戰略地位。與此同時，我國中科院也積極將計算模擬引入材料研發設計中，以期實現縮減研發周期和研發成本的目標。

1.2 人工智能可助力材料快速發現與改進

2018年美國一個科學小組報告稱找到了發現和改進金屬玻璃的捷徑，僅用較少時間和成本就能發現新材料。該小組由美國能源部SLAC國家加速器實驗室、國家標準與技術研究院（NIST）和西北大學的科學家領導，他們所說的捷徑就是通過利用斯坦福同步輻射光源中一個結合了機器學習的新系統，對數百種樣品材料進行快速篩選，最終以比以往快200倍的速度發現了3種新混合物制成的金屬玻璃。

該系統是基于一個材料科學數據平臺，數據平臺的電子表格和實驗室筆記中的數據以統一格式存儲，可用來供人工智能系統學習使用。科研人員對平臺數據進行實驗的快速驗證和預測，并將結果循環到下一輪機器學習和實驗中。通過不斷的迭代學習，不斷地快速驗證和預測，最終實現新材料的快速發現。

這個新系統的應用就是人工智能助力新材料發現的一個最好例證。借助人工智能，不僅新材料的研發和應用周期將大大縮短，還能夠節省大量的人力和資金。

1.3 人工智能將為材料研發帶來更多可能

如今，已有越來越多的材料研發人員借助人工智能技術開展材料研發與設計工作。通常晶體材料在受到及其微小的應變時，其結構中原子的排列就會發生變化，并導致諸如導電性、透光性及導熱性等變化。一個由麻省理工學院、俄羅斯以及新加坡共同組建的研究小組，借助人工智能幫助對這種微小的應變進行預測和管理，以期能獲得具有不同性質的晶體材料，開辟出一種開發不同類型器件的新途徑。

隨著深度學習的不斷發展，人工智能在材料研發和設計方面將發揮更大作用。或許在不久的將來，人工智能就能幫助科學家獲得機器學習模型中的直接反饋結果，快速評估出有毒、昂貴或著易碎等性質的材料，并在下一個小時就準備好另一套待評估的樣本。

2 推動材料工業實現更加安全、環保、經濟、高效和智能化生產

如今，人工智能在鋼鐵、石化、有色金屬、建材等材料生產中被廣泛應用，使得材料工業生產過程更加安全，更加高效、環保，也更加智能化，其產品的生產成本也大大降低，產品質量也更加穩定且優良，智能化水平也得以進一步提升，推進材料工業轉型升級繼續深化。

2.1 鋼鐵領域

在鋼鐵領域，專家系統、神經網絡、機器學習、智能機器人、智能優化等人工智能技術的已經深入生產過程的各個方面。如鐵前環節的燒結配料優化、煉焦配煤優化，煉鐵過程中的爐料結構測算優化、高爐專家控制系統及鐵水成分預測，鐵水從煉鐵車間到煉鋼車間的鐵鋼界面優化，煉鋼環節的設備故障診斷，連鑄過程的煉鋼—連鑄動態調整、板坯質量識別系統以及生產計劃，軋制過程中的軋制模型及軋制參數優化等，均是人工智能助力鋼鐵生產的實際應用。為促進產業加快轉型升級，各鋼鐵企業積極推進智能制造改造項目，提升企業信息化、智能化水平。

2019年寶山鋼鐵股份有限公司（以下簡稱“寶鋼”）就啟動了112個智能制造改造項目，取得“一鍵煉鋼”“無人重載框架車控制及調度技術”等一系列智能制造成果，減少了83個操作室，使1 084人從繁重的體力勞動中解脫出來，大大提高了生產效率。另外，內蒙古包鋼鋼聯股份有限公司（以下簡稱“包鋼”）、北京首鋼股份有限公司（以下簡稱“首鋼”）、鞍鋼股份有限公司（以下簡稱“鞍鋼”）、江蘇沙鋼股份有限公司（以下簡稱“沙鋼”）和福建三鋼閩光股份有限公司（以下簡稱“三鋼”）等企業也積極推進智能化升級改造，詳見表1。

2.2 石化領域

如今，人工智能巡檢系統、數字化工廠、無人機及智能專家系統等人工智在石化領域能得以廣泛應用。借助無人機搭配高清攝影設備及小型監測設備，對石化重點部位泄露情況進行監控；利用無人機對煉化企業的晾水塔、反應塔等有一定高度的設備進行巡檢，及時發現安全隱患；又或者通過智能專家系統對化工企業的核心設備大型機組及關鍵生產過程進行遠程監控管理，以提前預測設備問題等。

中國石化集團（以下簡稱“中國石化”）積極推進智能工廠建設，將人工智能、機器人、傳感器、三維、工業4G、物聯網、大數據、生產優化技術等數字化、智能化技術應用于石化工業，實現智能化技術在工業應用的突破，形成了基于“四定”（定時、定量、定質、定位）的現場施工作業管控、計劃生產協同優化、調度指揮與MES系統和進出廠物流協同、基于三維可視化和數字化的生產車間等一系列石化領域典型的智能化應用場景。恒逸石化股份有限公司（以下簡稱“恒逸石化”）采用全流程智能物流系統，通過智能傳感技術及遍布全廠的窄帶物聯網，可對生產過程中的環境、能源、設備等信息進行實時采集，實現人、機、設備的互聯和集成，促進生產工藝優化，提升產品質量，實現智能工廠的精益制造協同。此外，江蘇高科石化股份有限公司（以下簡稱“高科石化”）、唐山三友化工股份有限公司（以下簡稱“三友化工”）、沈陽化工股份有限公司（以下簡稱“沈陽化工”）、滄州大化股份有限公司（以下簡稱“滄州大化”）也積極推進人工智能技術在企業的應用，詳見表2。

2.3 有色金屬領域

在有色金屬領域，人工智能技術在行業綠色化、高效化和智能化發展過程中發揮著重要作用。機器視覺作為人工智能的一個重要分支，比人工視覺具有更強的感知能力和更精確的識別能力，可以代替人進行感知和認知，且處理速度快、精度高，適用于高危和大批量重復生產活動中。在有色金屬進行泡沫浮選法選礦過程中，利用分布機器視覺對金屬品位進行實時預測、工況識別、協調優化控制浮選流程藥劑添加量，從而及時有效應對礦源條件的不斷變化，提高資源回收率，降低藥劑消耗，減少污染物排放，提升浮選過程的智能化水平。

內蒙古錦溪科技有限公司（以下簡稱“錦溪科技”）推出鋁用智能打殼下料系統，通過特種傳感器陣列、專家控制策略、按需打殼下料，專業化系統定制產品，實現了槽上部檢修工作量降低70%以上、電解槽巡視工作量降低50%以上、節氣量達50%以上以及產品壽命延長6倍的效果，助推鋁工業降本增效。此外，寧波金田銅業（集團）股份有限公司（以下簡稱“金田銅業”）、廣亞鋁業集團（以下簡稱“廣亞鋁業”）、中鋁薩帕特種鋁材（重慶）有限公司（以下簡稱“中鋁薩帕”）、中鎢高新材料股份有限公司（以下簡稱“中鎢高新”）等企業也積極采用智能化設備，進行智能車間或智能產線建設，詳見表3。

2.4 建材領域

在建材領域，基于工業大數據神經網絡人工智能自動化控制系統應用于水泥熟料生產過程，可以使企業的生產線更加平穩，調整更加高效，設備運轉效率進一步提高；通過智能監測對污染物排放進行實時監測管理，保證生產安全，實現綠色化生產。

北京東方雨虹防水技術股份有限公司（以下簡稱 “東方雨虹”）采用國際最先進的生產線，實現包括卷材、涂料、砂漿等在內的全流程自動化生產，并應用智能化機器手臂對產品進行碼垛，打造“智能車間”，大大提高了生產效率和安全性。新疆天山水泥股份有限公司（以下簡稱“天山水泥”）在主要污染物排放口進行污染源在線監測和智能監控雙系統監督管理，生產過程更加環保、更加安全。另外，瑞泰科技股份有限公司（以下簡稱“瑞泰科技”）積極推進智能產線建設，山東東華水泥有限公司（以下簡稱“東華水泥”）、四川雙馬水泥股份有限公司（以下簡稱“雙馬水泥”）等企業也積極推進智能工廠建設，詳見表4。

3 助推材料倉儲與物流更加智慧化

在材料工業中，物流伴隨企業從購買原料到產品生產再到產品銷售的全過程，而倉儲是連接產品生產、原燃料供應、產品銷售的中轉站，二者為企業生產提供重要保障。

如今，隨著人工智能被廣泛用于倉儲和物流，越來越多的材料企業開始推進智慧倉儲和智慧物流的建設。如雙馬水泥物流發運自動化系統已成功上線，物流發運的效率得到提升，物流發運環節的內部控制也得到進一步加強；金田銅業智能倉庫已建成使用，入庫自動掃碼系統可實時檢測、采集貨物入庫信息，并可根據貨物高度自動匹配不同貨架；恒逸石化開發的智能倉儲系統也已投入使用，并在行業內首推全流程智能物流系統。另外，三鋼在泉州的智能倉儲中心也建成投用。

智慧倉儲和智慧物流的快速發展，為材料工業的生產提供了更好的服務，使得企業從原料采購到產品生產的各個工藝環節，再到產品的最終銷售及運輸都銜接的更為緊密，資源利用更加高效，庫存、運輸等成本大大降低，進而提升企業的競爭力。

4 結語

如上所述，人工智能技術正與材料工業加速融合，從材料研發到產品生產，從智慧倉儲到智慧物流，人工智能技術正給材料工業帶來多個方面的改變，比如研發模式的改變、生產組織方式的改變以及對人員要求的改變等。這些變化將推動著材料工業生產工藝不斷優化、生產效率不斷提高、產品質量不斷改進。總之，人工智能將助力材料工業持續升級。

10.19599/j.issn.1008-892x.2021.05.013