人工神经网络在石化企业中的应用及发展趋势
要内容：人工智能领域的前沿技术— 人工神经网络，在石化企业生产运行中得到了广泛应用。介绍 了人工神经网络技术的基本原理和算法分类，阐述了人工神经网络在石化企业操作优化、故障诊断、节能 减排、安全预警和数据预测等方面的应用进展，分析了石化企业应用人工神经网络的关注重点，展望了该 技术在石化企业中发展趋势。
关键词：人工神经网络 石化企业 应用 展望
石化企业由工艺生产装置和公用工程及辅助设施构成，是一个复杂的系统工程。由于单元设备众多、控制过程复杂、技术来源宽泛，实际生产运行中数据呈现海量化、高维度、强耦合、非线性、动态性等显著特点，给石化企业生产的优化控制、数据预测、故障诊断等带来极大不便和困惑，制约企业经济效益提升和精益管理稳步推进。人工神经网络是由大量处理单元互联组成的非线性、自适应的信息处理系统，由于具有并行处理、分布存储与容错性、自学习、自组织与自适应等显著优势，以及联想记忆、非线性映射、分类识别和优化计算等基本功能，在石油化工等流程工业中得到了广泛应用1-列。
本文介绍了人工神经网络的基本原理和功能特征，梳理了不同的模型算法，提出了石化企业后续应用中需重点关注的算法优化、系统集成、拓展延伸和平台构建等内容，为加大神经网络技术在石化企业中的应用深度及广度、以及助推石化企业数字化转型和迈上高质量发展提供借鉴。
1人工神经网络简介
2人工神经网络在石化企业中的应用
目前，人工神经网络在石化企业中的应用研究，主要集中在：装置优化控制、装备故障诊断、工厂节能减排、安全生产预警和数据预测预报等方面，为提高石化企业装置操作平稳性、安全性能和节能减排等工作提供定量支撑，其相互关联逻辑见图3。
3发展趋势
随着对人工神经网络相关理论知识及核心算法研究的推进，其在石化企业操作优化控制、装备故障诊断和安全节能减排等方面得到了广泛应用，为企业的生产调整优化和效益挖掘提升提供了一定的参考和借鉴。但由于算法精度、速度以及计算硬件等方面的限制，再加之石化相关从业人员对过程工业生产过程非线性问题解构的不足，使得人工神经网络在石化生产中应用的深度和广度还有很大的提升空间。基于系统工程的分析，未来的应用会从算法优化融合、应用拓展延伸和平台集成配置等3个维度来展开（如图4所示)，以实现人工神经网络在石化生产应用中系统效果最大化，助力石化企业实现数字化转型，推动石化工业迈上智能化、高质量的发展路径。
4结语
人工神经网络由于具有并行处理、分布储存、联想记忆、非线性、自学习和自适应等功能特征，为石化生产运行中产生的海量化、强耦合、高维度和多样性的数据分析处理提供了很好的途径，且在石化企业操作优化、故障诊断、节能减排、安全预警和数据预测等方面取得一定应用进展，为生产企业长周期、稳定、满负荷、安全运转提供了决策参考。鉴于人工神经网络自身算法的局限以及对石化生产过程非线性工况解读的不深，尤其是生产环节与科研开发、设计建造过程的数据分析处理平台耦合不足，人工神经网络在石化生产中。
应用深度和广度还有待于进一步提高。建议后续的应用研究要从系统角度出发，最大化提升人工神经网络技术在石化生产应用效能，同时还需从算法自身优化及与其他理论融合，从装置静态估算向全厂多场景多参数动态优化拓展，以及和科研开发、设计建造等数据分析平台系统耦合等3个维度发力，助推石化企业顺利实现数字化转型和迈上高质量发展。
