石化化工産業是國民經濟的基礎，産業規模極其龐大，是多種能源和原材 料的來源。2018年1-6月，全行業規模以上企業27641家，實作主營收 入6.43萬億元，占全國規模工業主營收入的12.4%，利潤總額為4861億 元，占全國規模工業利潤總額的14.3%。1 化學工業的産品滲透在我們生 活的方方面面，使我們的生活絢麗多彩。各種化工新材料、專用化學品為 包括5G、晶片、機器人等代表的前沿科技發展提供重要的基礎支撐。
化工行業的基礎能力缺失問題非常嚴重。核心關鍵技術的缺乏使得我國高 端化學品市場長期依靠進口。由于一些共性技術的缺失，給以化工行業為 代表的關鍵基礎工業的産業安全帶來諸多隐患。産業基礎設施不足，使得 科技成果的轉化效率很低，嚴重制約了化學工業的創新能力。粗放式發展 帶來的環保安全問題，不僅造成了巨大的資源浪費和社會成本的增加，同 時也使整個産業的發展環境惡化。
針對化工産業的發展現狀和問題，必須把綠色發展、責任關懷、包容性發 展等作為重點，整體推進全行業的轉型更新和可持續發展。數字化将成為 這一轉型過程的關鍵推動力。
多年來，經過持續的政策激勵、輿論倡導和産業實踐，整個化工行業已經 高度認同智能制造的理念。從年報反映的資訊來看，上市化工企業對于智 能制造的關注度非常高，僅次于網際網路的關注度。一方面，從化工企業的 角度考慮，智能制造是未來數字化轉型的重中之重。另一方面，由于化工 企業對網際網路和智能制造的關注和認知程度都很高，在未來推進智能制造 落地的過程中，工業網際網路将有機會發揮非常大的作用，前景值得期待。
解決方案概述
數字化轉型不是簡單的“模轉數”，而是深層商業邏輯和營運模式的革 新。不同行業的發展階段不同，同一行業不同企業之間的發展水準也存在 較大差異，是以，行業間、企業間的數字化轉型過程不可能步調一緻，齊 頭并進。每個企業在确定數字化轉型戰略時，都需要對自身的數字成熟度 進行評估，才能更準确地把握轉型的節奏。數字化轉型的路線圖一定是建 立在每一個企業的數字化成熟度基礎上的。
數字化轉型涉及到企業經營的各個層面，是以，數字化成熟度也需要從認 知、能力和資源等三個層次以及相應的多個次元綜合進行評估。對數字化 轉型的認知決定企業是否應該推進數字化的工作，應該從哪些工作開始 等，或者說認知的成熟度能夠回答該不該做的問題。數字化轉型的能力則 會決定哪些數字化的工作是具有操作性的，或者說能力成熟度回答的是會 不會做的問題。
數字化轉型工作能不能真正付諸實施則取決于一個企業能夠擷取或者投入 的資源有多少，或者說資源成熟度回答的是能不能做的問題
化工品控穩定性提升解決方案
方案描述
化工生産過程中涉及大量的化學反應，且會經過多個環節多個裝置。在反 應爐運作過程中，需要定時監控反應過程。目前大多數檢測方式為人工定 時取樣離線送檢，普遍耗時較長，步驟多，難以實作對生産進行有效的反 饋和優化控制。當送檢樣本出現問題時，再幹預生産往往已經太晚，造成 大量的原料損失。阿裡雲工業大腦把機器預測技術運用于品控過程，利用 曆史&實時資料模組化來對反應結果進行預測，進而實作對反應過程的精确 把握，實時幹預，降低因為幹預不及時造成的原料浪費。
架構特點
品控穩定性提升引擎産品是依托于阿裡雲工業大腦架構所設計的面向化工 行業的智能優化引擎。整個引擎産品功能架構介紹如下：
資料工廠：提供資料接入以及資料加工能力，實作資料上雲、資料彙聚、 資料模組化以及加工任務的自動化排程；
算法工廠：為引擎的算法模型提供運作環境；
AI創作間：通過實體模組化、數字卵生、引擎配置以及服務釋出，最終實作 引擎産品的配置以及服務化；
應用工廠：對接引擎釋出的API，展示引擎運算結果。并提供模闆化的配 置以及整體解決方案打包下載下傳功能。
核心價值
使用門檻低：
整個阿裡雲工業大腦行業引擎産品采用可視化操作界面，包 括産線模組化，資料孿生，以及行業引擎配置，API釋出。産品功能子產品根 據客戶需求配置完成後，即開即用，客戶無需其它複雜的額外開發。普通 開發人員可以按照産品使用說明書進行操作與正常使用。
數理與機理相結合：
合理利用預測、優化等算法，結合批量計算、實時計 算、并行計算等數理能力結合化工機理模型，提供端到端的實時優化和持 續疊代方案。利用資料從生産中來，回到生産中去的原則來解決實際生産 問題。
邊緣端反控實作鍊路閉環：
利用阿裡雲資料智能邊緣端反控能力，閉環優 化與控制鍊路，将引擎的優化效果直接作用于生産。
相關案例
化工收率提升解決方案
收率表示進入反應器的原料與生成目的産物所消耗的原料之間的數量關 系。收率越高，說明進入反應器的原料中，消耗在生産目的産物上的數量 越多。同樣的一個化學反應在不同的壓力、溫度下會有不同的收率。
收率是指按反應物進料量計算，生成目的産物的百分數。一般用品質百分 數或體積百分數表示。即收率=目的産物（實際）生成量/目的産物的理論 生成量×100%=生成目的産物的原料量/原料進料量×100%。
一般來說，收率越高，代表原料的使用率越高。這個比率受到原料、産線 系統、環境等多重因素的影響。在傳統生産過程中，收率主要通過裝置改 進更新、新工藝、更好的原料、更有經驗的勞工等方式來提升。在長期的 生産實踐中，性能提升已經碰到瓶頸，亟需新的思路解決問題。
成分收率提升引擎通過對曆史資料和實時資料的學習和大資料模組化分析， 尋找最佳的參數組合，在合理的能源、原料消耗的前提下，最大限度的提 高成分收率，或兼顧能耗。
化工收率提升引擎産品是依托于阿裡雲工業大腦架構所設計的面向化工行 業的智能優化引擎。整個引擎産品功能架構介紹如下：
化工裝置能耗優化解決方案
在化工企業生産過程中，反應、精餾、蒸發、結晶等裝置會消耗大量的能 源（包括蒸汽、導熱 油、冷媒等）。即使對同一種工藝原理，受到環境條 件、裝置狀态、操作水準等因素的影響，生産裝置的能耗水準也存在較大 差異。在市場競争以及節能降耗的政策壓力下，各化工企業需通過技術手 段來降低生産能耗成本。裝置能耗優化引擎通過對曆史資料的學習，建立 裝置模型，在滿足産能和品質的前提下提供工藝參數最佳推薦方案。再結 合實時計算、并行計算等技術，提供端到端的實時優化和持續疊代方案。 具體點說，通過對不同裝置資料的持續實時收集和參數多元分析，結合裝 置上的實時驗證結果和效果回報，客戶不僅可以得到實驗室最佳的大資料 分析模型，還可以通過資料閉環、持續驗證、算法疊代，得到在滿足産能 和品質以及穩定的前提下适配自己業務場景和裝置狀況的能耗優化最佳工 藝推薦方案。
裝置能耗優化引擎産品是依托于阿裡雲工業大腦架構所設計的面向化工行 業的智能優化引擎。整個引擎産品功能架構介紹如下：
資料工廠：提供資料接入以及資料加工能力，實作資料上雲、資料彙聚、 資料模組化以及加工任務的自動化排程；
應用工廠：對接引擎釋出的API，展示引擎運算結果。并提供模闆化的配 置以及整體解決方案打包下載下傳功能。
合成橡膠産品優率提升解決方案
對合成橡膠工藝進行模組化分析，分析原料與操作條件對産品主要參數的影 響，并建立産品品質名額預測模型，進而應用模型進行狀态識别，推薦提 升門尼粘度控制的關鍵操作參數調整方案。
提升順丁橡膠裝置運作穩定性，實作順丁橡膠産品品質的穩步提升，通過 智能算法模型推薦操作優化參數，實作優等品。
橡膠密煉工藝優化解決方案
工業大腦對橡膠生産端的各類資料進行深度運算和分析，給出資源最優利 用的方案組合。對秘煉機的實時資料如溫度、溫度趨勢、壓力、轉速、消 耗電量等進行分析，并結合炭黑、油、添加劑、催化劑等原料在不同産品 下的配比，調控各項資料，使混煉膠的加工性能更穩定，計算出密煉過程 中最優化的一組工藝參數，以此提高膠料的良品率。
通過最優參數推薦，優化密煉工藝，沉澱生産經驗，大大降低密煉能耗和 次品率。
胎面壓出工藝優化解決方案
壓出工藝是通過壓延機和擠出機的作用講混煉膠支撐具有一定形狀和尺寸 的膠片，膠條，胎面膠等，該工序主要是制造輪胎各種半成品。胎面部件 重量占整個輪胎重量的30%-35%，相比較其他部件對輪胎的性能（諸 如在均勻性和動平衡方面）影響都要大。胎面壓出産品一般是檢測兩個内 容，分别是型膠和重量，檢測方式離線檢測，也就是一車生産完了再檢 測。如果不合格就會做報廢處理。然後傳回到密煉工序，重新開始一段密 煉，二段密煉，終端密煉，再到後續的工序胎面壓出。這個廢料重新利用 的過程中，會産生能耗、人工等生産成本的浪費，同時會影響成品輪胎性 能。工業大腦通過對各環節生産名額的分析，得出了對産品品質影響最大 的幾個關鍵參數，對這些關鍵參數做算法推薦。
輪胎智能檢測解決方案
通過建構輪胎表面視覺檢測模型，自動化進行輪胎品質檢測。解決如下問 題：
人工檢測成本高，依賴個體能力，工作穩定性與準确性不可控；
輪胎質檢自身難度大，系統反應滞後影響生産效率，無法實作全流程監控 與關聯。
極大減少漏檢率和誤報率，實作量化考核自動标記所有缺陷，降低複審難 度，縮短時間。
AI模型自動優化疊代，識别經驗系統化沉澱。
系統內建，實作過程控制自動化