中控技术股份有限公司：
 　　应用工业AI技术助力氯碱企业
 　　实现低碳、降本、提质、增效 　　一、背景情况
 　　我国流程行业面临生产装置自动化程度低，设备分散独立运行，存在安全隐患，生产管理缺乏信息化系统等挑战。氯碱行业是典型流程行业之一，正面临三重挑战：生产操作专业性强、安全隐患大、生产能耗高。基于TPT的模拟/预测能力和自然语言交互能力，氯碱行业时序大模型TPT可解决氯碱行业这些痛点，实现提人效、稳运行、增收益的目标。
 　　二、主要做法
 　　方案架构
 　　中控技术在氯碱行业数字化转型中，应用自主研发的工业AI时序大模型TPT(Time-series Pre-trained Transformer)，整合DCS(分布式控制系统)、PRIDE(全设备智能感知平台)、Q-LAB(全流程智能质量数据监控平台)和APEX(流程工业过程模拟与设计平台)等四大数据底座的海量数据，经统一数据模型分析预训练后，通过预训练与微调结合、打破信息孤岛、知识增强等方式构建解决方案，助力企业实现智能问答、装置监盘、预警、离子膜寿命预测、电流负荷动态分配、AI控制及绩效考核等功能。
 　　关键技术
 　　一是预训练模型和微调。TPT模型分为基础模型、微调模型和应用管理三部分，基础模型由不同行业不同设备的海量数据融合训练而成；微调模型是根据业主方装置实际生产运行数据定制化调试而成的模型；应用管理是针对氯碱行业业主方需求开发的应用模块，满足不同客户的需求。二是知识增强模块。作为TPT的知识底座，主要为TPT和用户的交流提供针对装置所有相关的知识储备，除预设的12个通用工业知识库，还可以由用户自己创建知识库并上传自有的私域知识与文档。
 　　三、成效亮点
 　　已在氯碱、热电、石化等十余个工厂及装置实现应用，为客户带来50%以上效率提升。内置工业知识库和私域知识数据库实现通用知识和私域知识的问答检索；实时监测装置设备运行状态参数，指导生产处理；实时监控工艺参数异常，提前预测预警；实现仪控设备的预防性维护，平稳控制大于95%，设备成本降低10%，决策效率提升30%；降低每吨产品的能源能耗1%以上，减少有毒气体的排放5%；实现报警准确率大于95%，诊断准确率大于90%。
 　　四、经验启示
 　　中控技术工业AI系列解决方案打通多源数据并构建统一数据模型，将预训练模型与企业实际数据微调结合，适配行业与企业特点，同时融合工业知识库与企业私域知识增强大模型应用能力。以企业生产操作、安全、成本等痛点为需求导向设计，实现智能系统与人工的协同，并根据运行效果对模型和功能持续迭代优化以适应企业发展，可向化工、石化、建材等流程行业拓展，具有良好复制推广能力。
 　　供稿 | 产业数字化推进处
 　　责编 | 陈   洁
 　　编辑 | 胡璐瑶