焦化行业走向“智造”

　　随着ChatGPT和DeepSeek接连问世，焦化等传统行业接入人工智能的脚步不断加快，为行业带来新的机遇和挑战。在日前举行的中国炼焦行业协会八届三次理事(扩大)会上，专家指出，目前多数焦化行业企业已进入初步智能阶段，但还面临对人工和经验依赖程度高、业务管理各环节协同性差等问题，未来应以完善数据管理体系为重点，进一步推动人工智能技术在行业落地应用。

　　行业步入初步智能阶段

　　山东省冶金设计院股份有限公司智信分公司总经理蔡成闻介绍说，智能制造有三个范式，分别是数字化制造、数字化网络化制造、数字化网络化智能化制造。数字化制造对应初步智能，数字化网络化制造对应局部智能、专业智能，数字化网络化智能化制造对应企业智能、生态智能。

　　他进一步表示：“焦化企业或钢铁企业中的焦化厂在‘两化融合’阶段已打下坚实基础，大部分已步入初步智能阶段，少部分进入了专业智能阶段。”

　　据悉，近年来，焦化行业内涌现了诸多数字化转型的成功案例。如山东省冶金设计院自主研发的焦化大数据平台，汇聚工厂运行产生的各类数据，并应用大数据、云计算、人工智能、数字孪生技术，开发出各类智能管理应用。目前山冶已经建设完成陕西省隆泰达、凌源钢铁等多座焦化数字工厂，显著提升了生产效率和安全系数。

　　华泰永创(北京)科技股份有限公司总经理助理程先贺介绍说，该公司研发的智慧焦化—干熄焦智能控制与远程运维技术，囊括智能控制体系和智慧管控平台，集工艺及设备在线诊断预判预调、生产与安全全要素智慧管理于一体的智能管控体系和以互联网、5G、工业APP技术构建的省际远程运维中心，可实现无人或少人操作、降低设备事故率、提升干熄焦率、大幅降低运行成本。

　　北京中电华劳科技有限公司开发的除尘系统节能数智管控则可结合实际生产工况对除尘系统进行有效梳理，对整个除尘系统进行远程调控，并在确保除尘效果的基础上对各个除尘点位以及除尘管网的风量分布、压力平衡进行合理调控，比常规全开设计有效节能30%以上。

　　以数据为基向智能进军

　　但蔡成闻也指出，目前焦化行业的数智化发展水平并不均衡。行业企业普遍面临对人工依赖程度高；生产操作过度依赖经验，缺乏科学、系统的理论支撑与精准量化控制；企业业务管理各环节协同性差等问题。

　　“这些问题阻碍了焦化企业的进一步发展，凸显了数智化变革的紧迫性。”蔡成闻建议，企业要加强人才培养和引进，涵盖信息技术、焦化工艺、数据分析等专业，为智能化转型提供人才保障；建立知识图谱，整合焦化行业的工艺知识、设备知识、市场知识等，为人工智能模型的训练和应用提供丰富知识资源；同时，更要重视数据的收集、整理和利用，建立完善的数据管理体系，为智能化发展提供坚实的数据基础。

　　多位专家强调了打好数据基础的重要性。北京中电华劳科技有限公司副总经理关树锟谈到：“未来我们每个企业的数据都将成为企业的资产。随着大模型的应用，这将会变成现实。”他解释说，各行各业都有其发展周期，从长周期来看，企业真正赖以生存的是知识数据底蕴。而大模型可以将知识和数据进行完整转化，最大程度上发挥其价值。

　　“现在我们焦化厂的数据大部分都被浪费了。”中国炼焦行业协会会长石岩峰介绍说，未来协会的重点工作之一就是系统梳理焦化工艺参数，为焦化智能化提供基础。他说：“我们现在要从底层开始，一点点做起，让每个企业都认识到数据的重要性。”

　　据他介绍，目前协会正在开发初冷工艺离线专家系统和洗脱苯离线专家系统，争取在2026年初步完成“焦炉煤气净化离线专家系统”，为焦化行业智能制造提供可靠基石保证。

　　探索焦化行业AI应用方向

　　那么，如何看待焦化行业的“智造”未来?

　　“人工智能的发展为焦化行业带来了新的机遇和挑战，我们需要深入探索其应用方式。”蔡成闻说，“谁能率先实现人工智能技术在传统行业的突破，未来就能获得更长远的发展。”

　　蔡成闻认为，人工智能在焦化行业未来主要有三大应用方向，包括人工智能专业模型深入生产操作、大模型问诊和大模型驾驶。

　　首先，人工智能专业模型进一步深入到生产操作环节，可优化生产操作过程，减少能源消耗，降低生产成本。他表示，据测算，在理想状况下，智能配煤系统可降低配煤成本5%，焦炉优化加热系统可减少煤气消耗2%，粗苯回收先进控制系统可提高粗苯回收率3%，干熄焦先进控制系统可将烧损率由2.8%降低至2%。

　　其次，焦化企业可以利用大模型的学习能力和推理能力构建生产辅助系统或生产诊断系统，打造“数据采集·特征工程—模型训练—决策执行—效果反馈”闭环，并结合机理模型和专家知识形成混合智能系统，为焦炉生产提供更智能、更精准的决策支持。

　　大模型驾驶指的是通过结合行业上下游数据，大模型可以帮助企业管理者实现企业的全流程决策，重点在市场、生产、采购等多个环节实现全流程智能驾驶，提升企业的整体运营决策水平，适应市场的快速变化。