挖掘工业大数据中隐含的规律是重中之重

制造业，特别是流程制造业，其生产过程的能源系统具有能源转换传递环节、能源应用环节和能源回收环节的“三环节”复杂大系统的特性，其能源流和物料流的数据不仅量大而且数据耦合性强。这些由时间序、位置序和参数序组成的三维耦合大数据，是制造业的绿色“矿藏”。充分挖掘工业大数据中隐含的规律，优化智能化过程用能，提高用能效率，是深入研发“互联网 +节能”技术的重中之重。

——刘焕彬

记者：为什么说充分挖掘工业大数据中隐含的规律，优化智能化过程用能，提高用能效率，是深入研发“互联网+节能”技术的重中之重？

刘焕彬：之所以这样说有两点原因。一是找到了生产过程规律就可以实现更为显著的节能增效。目前的优化、精细化用能管理已经取得了明显的节能效果，但是这一成绩是在还没有完全了解生产过程规律的情况下取得的。掌握了生产过程规律，节能增效的潜力就会更大，因为绝大部分能源都是在生产过程中消耗的。二是由于目前还没有很好的方法去获取表述各种生产规律的数学模型，随着新一代信息技术发展，寄希望用大数据、云计算、数据挖掘、人工智能技术等，从工业大数据中挖掘出蕴含在其中的规律，即从中建立生产过程相关的数学模型。但迄今这种技术方法尚未成熟还处于探索和研发中。

记者：结合您的工作实际谈谈挖掘生产过程隐含的规律如何难？

刘焕彬：我搞了30多年的生产过程建模研究。迄今，大多是通过理论方法或实验方法为基础建立过程数学模型去表达生产过程的规律，然后把其运用到生产中去进行过程自动控制或优化。这种方法对于简单的小系统有效，但对复杂一些的大系统，效果不明显。主要是因为许多复杂过程的数学模型难于建立，或者即使建起来了由于模型过于复杂而很难计算出来，或者即便是算出来了，也不一定适用。因为用上述方法得到的模型和计算结果往往是建立在许多特定或假设条件下得到的，难于适应千变万化的过程。然而，要使生产过程优化和智能化，准确的过程模型是一定要有的。

记者：有没有具体事例？

刘焕彬：20世纪90年代后期，我参加过国家973项目——能源三环节系统研究的部分工作。21世纪初，我们团队到具有热电联供的江门甘蔗化工厂现场，探索利用上述研究成果去架构该厂的三环节系统和建立相应的数学模型。联合制浆造纸企业的能源系统是一个典型的三环节大系统，如何准确把握这个大系统？我们希望通过闭环的三环节去描述。第一个环节是能量源转化与输送环节，主要是热电车间和碱与生物质能源回收车间。在这个环节中，把煤和黑液（生物质能源）依次转化成热-蒸汽-机械能，然后推动涡轮发电机发电，再后把热和电输送到各个用能车间去。第二个环节是能源利用环节。能源利用环节包括工厂各用能车间和单位。第三个环节是能源回收环节，把低等级和废热回收利用。过去对三个环节是相互开环进行研究，成为信息孤岛。我们希望把这三个环节做成闭环，作为一个相互耦合循环的大系统去研究，希望找到包括三个环节的大系统的规律，然后通过大系统的优化去实现节能。研究过程中，我们成功地架构了制浆造纸联合企业的三环节体系，也建立了很多设备和过程小系统的数学模型，构建了三环节系统的能流图。但是要把三个互相耦合循环的环节统一起来，建立一个大系统的数学模型难度却很大。我们曾经应用序贯模块仿真方法去解决，效果也不是很好。主要问题是有一些过程的数学模型难于建立，复杂的数学模型缺少好的分析计算方法，难于快速计算出结果，结果是模型的准确度不高、适应性不强。