11月10日消息，赢创宣布其旗下Evonik Oxeno（德国马尔）首次将基于人工智能的过程模型导入在线生产运行，实现更高能效与更低CO2排放，并在原料流发生变化时显著加快决策速度。
该模型在COMPAS项目框架下开发。化工装置内部并非所有过程都可直接观测，装置的最优运行方式取决于众多影响因素，而传统过程仿真虽然能提供有价值的信息，却复杂且耗时。COMPAS团队为此采用基于预计算数据的方法，覆盖超过100万个工况点，将复杂过程仿真直接嵌入生产运行。Oxeno工程负责人Niklas Paul博士表示，公司把多年积累的化工过程知识与AI能力相结合，使复杂过程仿真能够直接支撑装置控制，即使在变化的工况下也能高效运行。
该技术目前已在德国马尔和比利时安特卫普两地的实际生产中应用，模型预测与实际运行数据吻合度很高，使装置运行得以进一步优化——制造目标产品所需能耗被最小化，直接改善碳足迹，更多应用场景已在规划中。模拟与动力学部门负责人Robert Franke教授称，COMPAS证明运营、工程与研究多年共建的知识通过AI在过程优化中创造新价值，公司正基于该技术一步步迈向自优化的C4联合装置。
项目团队已在《Chemie Ingenieur Technik》与《Chemical Engineering & Technology》两本期刊发表方法论与最新成果，且该路线并不限于Oxeno现有应用，具备向其他化工与石化生产过程推广的潜力。
（来源：Chemical Engineering）