CN116777078A - 基于生成式ai技术的化工生产操作优化方法和系统 - Google Patents
基于生成式ai技术的化工生产操作优化方法和系统 Download PDFInfo
- Publication number
- CN116777078A CN116777078A CN202310874573.6A CN202310874573A CN116777078A CN 116777078 A CN116777078 A CN 116777078A CN 202310874573 A CN202310874573 A CN 202310874573A CN 116777078 A CN116777078 A CN 116777078A
- Authority
- CN
- China
- Prior art keywords
- data
- generated
- model
- technology
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012824 chemical production Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000012423 maintenance Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000013135 deep learning Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 abstract description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33273—DCS distributed, decentralised controlsystem, multiprocessor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供基于生成式AI技术的化工生产操作优化方法和系统，该方法包括通过数据采集模块采集的数据输入生成式AI模型中；生成式AI模型通过深度学习的方法，对整个生产系统中的设备数据进行分析后显示检修点；实时监测和预警模块根据分析的最优操作参数以及检修点向操作人员发出预警并进行检修；通过多次测试，判断分析出的操作参数是否为最优的操作参数、检修点是否会与实际出现的检修点不同；在测试过程中将需要联动的操作设置为预锁定状态；本发明生成式AI模型通过学习机器的参数以及过往的操作数据不断训练优化，直至生成的操作参数准确，从而代替有经验的操作人员进行实验以及根据自己的经验进行判断。
Description
技术领域
本发明涉及化工生产操作优化技术领域，具体为基于生成式AI技术的化工生产操作优化方法和系统。
背景技术
化工生产过程复杂，操作规程繁多，设备及管道再生产阶段高温高压的状态比较普遍，一旦出现操作失误对上生产系统中的设备甚至操作人员的人身安全都会产生较大的安全隐患。
尽管现有的MIS系统和DCS系统已经能够支撑高度自动化的生产，但操作人员在生产波动、特请处理以及维修检修等非常情况出现时仍可能因为操作或操作顺序错误而引发生产问题，甚至可能导致安全事故。
发明内容
针对现有技术的不足，本发明提供了基于生成式AI技术的化工生产操作优化方法和系统，有助于解决操作人员在生产波动、特请处理以及维修检修等非常情况出现时仍可能因为操作或操作顺序错误而引发生产问题，甚至可能导致安全事故的问题。
为实现以上目的，本发明通过以下技术方案予以实现，基于生成式AI技术的化工生产操作优化方法，包括如下步骤：
通过数据采集模块采集数据，并将采集到的数据输入生成式AI模型中；
生成式AI模型通过深度学习的方法，对整个生产系统中的设备数据进行分析后显示最优操作参数、检修点以及检修点的检修顺序；
实时监测和预警模块根据分析的最优操作参数以及检修点向操作人员发出预警并进行检修；
通过多次测试，判断分析出的操作参数是否为最优的操作参数、检修点是否会与实际出现的检修点不同；
在测试过程中将需要联动的操作设置为预锁定状态；
对分析失误的最优参数以及检修点改变算法进行分析，直到分析的检修点与实际一样；
采用反馈循环不断通过新的操作数据以及结果更新和优化生成式AI模型。
通过采用上述技术方案，生成式AI模型通过学习机器的参数以及过往的操作数据不断训练优化，直至生成的操作参数准确，从而代替有经验的操作人员进行实验以及根据自己的经验进行判断。
进一步的，所述数据采集模块从MIS系统、DCS系统以及生产调度信息系统中获取数据。
进一步的，其特征在于，所述生成式AI模型采用深度神经网络，如循环神经网络或者变分自编码器。
进一步的，所述数据收集模块收集的数据包括操作人员的操作记录、操作结果以及操作时间。
进一步的，所述数据收集模块收集的数据需要进行预处理。
进一步的，所述向操作人员发出预警的方式包括通过智能移动设备的显示屏进行显示。
进一步的，所述预锁定状态需要在授权或者允许联动的状态下才能够实施操作。
进一步的，所述预锁定状态下至少需要设定一名超级用户能够解锁所有的预锁定。
本发明还提供基于生成式AI技术的化工生产操作优化系统，包括数据采集模块、生成式AI模型、实时监控预警模块、操作辅助模块以及反馈循环，其中：
所述数据采集模块，通过接口与MIS系统、DCS系统以及生成调度信息系统连接；
所述生成式AI模型，能够处理复杂的序列数据，并能根据现有的生产环境和历史数据生成最优化的操作序列；
所述实时监控预警模块，用于实时监控现场的生产状态，根据生成式AI模型预测问题及时向工作人员发出报警；
所述操作辅助模块，用于将生成式AI模型生成的操作参数以易于理解的方式展示给操作人员；
所述反馈循环，用于将更新的操作数据对生成式AI模型进行优化。
通过采用上述技术方案，在操作开始之前，数据采集模块首先从MIS和DCS系统中获取所有必要的操作数据，然后，生成式AI模型根据这些数据生成最优的操作序列，操作人员通过操作辅助模块看到这个操作序列，并按照其进行操作，同时，实时监控和预警模块监控生产状态，如果出现异常情况，将及时发出预警，操作结束后，所有的操作数据和生产结果将反馈给生成式AI模型，用于更新和优化模型。
本发明提供了基于生成式AI技术的化工生产操作优化方法和系统，具备以下有益效果：
1、本发明提供基于生成式AI技术的化工生产操作优化方法，在操作开始之前，数据采集模块首先从MIS和DCS系统中获取所有必要的操作数据，然后，生成式AI模型根据这些数据生成最优的操作序列，操作人员通过操作辅助模块看到这个操作序列，并按照其进行操作，同时，实时监控和预警模块监控生产状态，如果出现异常情况，将及时发出预警，操作结束后，所有的操作数据和生产结果将反馈给生成式AI模型，用于更新和优化模型。
2、本发明提供基于生成式AI技术的化工生产操作优化系统，在操作开始之前，数据采集模块首先从MIS和DCS系统中获取所有必要的操作数据，然后，生成式AI模型根据这些数据生成最优的操作序列，操作人员通过操作辅助模块看到这个操作序列，并按照其进行操作，同时，实时监控和预警模块监控生产状态，如果出现异常情况，将及时发出预警，操作结束后，所有的操作数据和生产结果将反馈给生成式AI模型，用于更新和优化模型。
附图说明
图1为本发明实施例示出的基于生成式AI技术的化工生产操作优化方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一个实施例，而不是所有的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供基于生成式AI技术的化工生产操作优化方法，包括如下步骤：
通过数据采集模块采集数据，并将采集到的数据输入生成式AI模型中；其中，数据采集模块从MIS系统、DCS系统以及生产调度信息系统中获取数据，收集的数据包括但不限于操作人员的操作记录、操作结果以及操作时间，对收集的数据进行预处理，包括数据清洗以及数据标准化，数据清洗包括去掉重复的数据以及不具有参考意义的数据，设置过滤模块进行过滤。
生成式AI模型通过深度学习的方法，对整个生产系统中的设备数据进行分析后显示最优操作参数、检修点以及检修点的检修顺序；现实中，需要提供多次实际的实验才能够得到比较优化的操作数据，采用训练好的模型进行分析得到最优的操作参数，减少实验成本及时间。
实时监测和预警模块根据分析的最优操作参数以及检修点向操作人员发出预警并进行检修；在生成式AI模型分析出最优操作参数以及检修点后会通知操作人员操作。
通过多次测试，判断分析出的操作参数是否为最优的操作参数、检修点是否会与实际出现的检修点不同；对分析失误的最优参数以及检修点改变算法进行分析，直到分析的检修点与实际一样；将生成式AI模型分析的操作参数操作后，按照检修点检修后的设备的生产状况与之前的进行对比，并进行调整，直至最优化，具体操作步骤为：基于设备数据分析的结果，识别需要进行检修的关键点，如阀门、传感器、管道等，利用生成式AI技术，分析历史数据和操作规则，生成优化的检修计划和顺序，针对检修点的优化，考虑诸如设备故障率、维护成本、生产计划等因素，制定最优的检修方案。
在测试过程中将需要联动的操作设置为预锁定状态；将生成式AI模型生成的操作步骤进行固化锁定，形成标准化的操作规程。在特殊情况下，可以进行授权解锁。
采用反馈循环不断通过新的操作数据以及结果更新和优化生成式AI模型；首先，基于实际检修结果，对生成式AI模型进行优化调整，以提高模型的预测准确性和可靠性；
其次，反馈实际检修数据和优化结果到模型中，使模型能够不断学习和更新，适应实际生产环境的变化，最后，迭代优化过程，反复进行测试、验证和模型调整，以不断提升操作步骤的优化效果和可靠性。
本发明还提供基于生成式AI技术的化工生产操作优化系统，包括数据采集模块、生成式AI模型、实时监控预警模块、操作辅助模块以及反馈循环，其中：
所述数据采集模块，通过接口与MIS系统、DCS系统以及生成调度信息系统连接；用于实时采集各类生产数据和记录。
所述生成式AI模型，能够处理复杂的序列数据，并能根据现有的生产环境和历史数据生成最优化的操作序列；历史数据为过往的操作数据和生产规则。
所述实时监控预警模块，用于实时监控现场的生产状态，根据生成式AI模型预测问题及时向工作人员发出报警；实时监控预警模块通过智能设备上的显示屏进行预警。
所述操作辅助模块，用于将生成式AI模型生成的操作参数以易于理解的方式展示给操作人员；其中，操作辅助模块能够将生成式AI模型生成的操作参数以及检修点以更利于人们理解的方式展示给操作人员。
所述反馈循环，用于将更新的操作数据对生成式AI模型进行优化。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.基于生成式AI技术的化工生产操作优化方法，其特征在于，包括如下步骤：
通过数据采集模块采集数据，并将采集到的数据输入生成式AI模型中；
生成式AI模型通过深度学习的方法，对整个生产系统中的设备数据进行分析后显示最优操作参数、检修点以及检修点的检修顺序；
实时监测和预警模块根据分析的最优操作参数以及检修点向操作人员发出预警并进行检修；
通过多次测试，判断分析出的操作参数是否为最优的操作参数、检修点是否会与实际出现的检修点不同；
在测试过程中将需要联动的操作设置为预锁定状态；
对分析失误的最优参数以及检修点改变算法进行分析，直到分析的检修点与实际一样；
采用反馈循环不断通过新的操作数据以及结果更新和优化生成式AI模型。
2.根据权利要求1所述的基于生成式AI技术的化工生产操作优化方法，其特征在于，所述数据采集模块从MIS系统、DCS系统以及生产调度信息系统中获取数据。
3.根据权利要求2所述的基于生成式AI技术的化工生产操作优化方法，其特征在于，所述生成式AI模型采用深度神经网络，如循环神经网络或者变分自编码器。
4.根据权利要求3所述的基于生成式AI技术的化工生产操作优化方法，其特征在于，所述数据收集模块收集的数据包括操作人员的操作记录、操作结果以及操作时间。
5.根据权利要求4所述的基于生成式AI技术的化工生产操作优化方法，其特征在于，所述数据收集模块收集的数需要进行预处理。
6.根据权利要求5所述的基于生成式AI技术的化工生产操作优化方法，其特征在于，所述向操作人员发出预警的方式包括通过智能移动设备的显示屏进行显示。
7.根据权利要求6所述的基于生成式AI技术的化工生产操作优化方法，其特征在于，所述预锁定状态需要在授权或者允许联动的状态下才能够实施操作。
8.根据权利要求7所述的基于生成式AI技术的化工生产操作优化方法，其特征在于，所述预锁定状态下至少需要设定一名超级用户能够解锁所有的预锁定。
9.基于生成式AI技术的化工生产操作优化系统，其特征在于，包括数据采集模块、生成式AI模型、实时监控预警模块、操作辅助模块以及反馈循环，其中：
所述数据采集模块，通过接口与MIS系统、DCS系统以及生成调度信息系统连接；
所述生成式AI模型，能够处理复杂的序列数据，并能根据现有的生产环境和历史数据生成最优化的操作序列；
所述实时监控预警模块，用于实时监控现场的生产状态，根据生成式AI模型预测问题及时向工作人员发出报警；
所述操作辅助模块，用于将生成式AI模型生成的操作参数以易于理解的方式展示给操作人员；
所述反馈循环，用于将更新的操作数据对生成式AI模型进行优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310874573.6A CN116777078A (zh) | 2023-07-17 | 2023-07-17 | 基于生成式ai技术的化工生产操作优化方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310874573.6A CN116777078A (zh) | 2023-07-17 | 2023-07-17 | 基于生成式ai技术的化工生产操作优化方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116777078A true CN116777078A (zh) | 2023-09-19 |
Family
ID=88013339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310874573.6A Pending CN116777078A (zh) | 2023-07-17 | 2023-07-17 | 基于生成式ai技术的化工生产操作优化方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116777078A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117540883A (zh) * | 2024-01-10 | 2024-02-09 | 山东鲁轻安全评价技术有限公司 | 一种基于ai的安全风险识别分析系统及方法 |
| CN117891688A (zh) * | 2024-01-11 | 2024-04-16 | 苏州华慷医疗科技有限公司 | 一种生成式ai设备运维管理系统及方法 |
-
2023
- 2023-07-17 CN CN202310874573.6A patent/CN116777078A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117540883A (zh) * | 2024-01-10 | 2024-02-09 | 山东鲁轻安全评价技术有限公司 | 一种基于ai的安全风险识别分析系统及方法 |
| CN117540883B (zh) * | 2024-01-10 | 2024-04-09 | 山东鲁轻安全评价技术有限公司 | 一种基于ai的安全风险识别分析系统及方法 |
| CN117891688A (zh) * | 2024-01-11 | 2024-04-16 | 苏州华慷医疗科技有限公司 | 一种生成式ai设备运维管理系统及方法 |
| CN117891688B (zh) * | 2024-01-11 | 2024-09-27 | 苏州华慷医疗科技有限公司 | 一种生成式ai设备运维管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116777078A (zh) | 基于生成式ai技术的化工生产操作优化方法和系统 | |
| EP2045673A2 (en) | Method and apparatus for intelligent control and monitoring in a process control system | |
| CN108803569A (zh) | 电站锅炉诊断专家系统及其故障诊断方法 | |
| CN117055502A (zh) | 基于物联网和大数据分析的智能控制系统 | |
| CN109242104A (zh) | 一种利用数据分析实时发现设备故障异常的系统 | |
| CN116658492B (zh) | 智能动力猫道及其方法 | |
| CN113341901B (zh) | 一种基于实验工艺的多设备集成控制方法及系统 | |
| CN116992346A (zh) | 一种基于人工智能大数据分析的企业生产数据处理系统 | |
| US6885975B2 (en) | Method and apparatus for managing process transitions | |
| CN109523030B (zh) | 一种基于机器学习的遥测参数异常监测系统 | |
| CN115076452A (zh) | 一种基于数字孪生的高压隔膜泵单向阀健康管理系统及方法 | |
| CN117742241B (zh) | 一种基于云计算的数据采集方法和系统 | |
| CN117520184A (zh) | 一种计算机软件开发用测试系统 | |
| CN114374272B (zh) | 一种智能变电站的自动检修方法 | |
| CN115859688A (zh) | 基于多级仿真系统的应急处置方法、终端、平台和介质 | |
| CN109520740A (zh) | 燃气轮机健康状态预测方法 | |
| CN115755664A (zh) | 一种离散型企业制造设备维护方法及系统 | |
| CN215615717U (zh) | 一种钢轨闪光焊接装备状态监测及健康管理装置 | |
| CN118244744B (zh) | 一种冲压线远程诊断调试系统及方法 | |
| CN118068820B (zh) | 一种液压支架控制器智能故障诊断方法 | |
| CN118037220B (zh) | 基于云计算和物联网的厂务信息整合管理系统 | |
| CN113837535B (zh) | 一种用于核电厂严重事故进程回溯的方法 | |
| CN116822788A (zh) | 一种调度指挥业务全过程操作效率分析方法 | |
| CN111898930A (zh) | 一种融合信息安全失效的石化安全设备数据采集方法及系统 | |
| CN115169821A (zh) | 一种地铁设备检维修作业智能决策管控方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |