论文部分内容阅读
2012年以来，随着数据量的急剧上涨、运算力的大幅提升以及机器学习新算法（深度学习）的出现，人工智能得以快速发展。作为新一轮科技革命和产业变革的核心驱动力，人工智能正在对全球经济发展、人类社会的生活与技术进步产生巨大影响。与人类生产生活息息相关的材料领域，也正经历着人工智能所带来的巨大变化。
1 助力新材料实现快速研发
1.1 产业发展需要解决研发耗时、耗力、耗资金问题
从材料发展历史来看，一种新材料的出现往往要经历无数次的分析试验，这一过程平均要经历10年，而从新材料诞生再到商业化应用往往再用10年的时间，这一漫长而充满无数不确定性的过程，往往需要投入大量的研发人员，耗费大量的时间和金钱。长期以来，“三耗”问题一直制约着材料产业的快速发展，使得材料研发难以有效满足各领域的材料需求。为了解决这一问题，加快材料研发，降低研发成本，全球科研人员一直在努力寻求突破。美国福特汽车公司曾开发了一套虚拟铝压铸设计制造系统并用于实践，大大缩短了产品从设计到制造再到测试的周期时间，提升了研发制造效率，节约了开发成本。2011年，美国还启动了“材料基因组计划”，提出“将新材料研发周期缩短一半、成本降低到现有的几分之一”的目标，将减少材料研发周期和研发成本上升为国家战略地位。与此同时，我国中科院也积极将计算模拟引入材料研发设计中，以期实现缩减研发周期和研发成本的目标。
1.2 人工智能可助力材料快速发现与改进
2018年美国一个科学小组报告称找到了发现和改进金属玻璃的捷径，仅用较少时间和成本就能发现新材料。该小组由美国能源部SLAC国家加速器实验室、国家标准与技术研究院（NIST）和西北大学的科学家领导，他们所说的捷径就是通过利用斯坦福同步辐射光源中一个结合了机器学习的新系统，对数百种样品材料进行快速筛选，最终以比以往快200倍的速度发现了3种新混合物制成的金属玻璃。
该系统是基于一个材料科学数据平台，数据平台的电子表格和实验室笔记中的数据以统一格式存储，可用来供人工智能系统学习使用。科研人员对平台数据进行实验的快速验证和预测，并将结果循环到下一轮机器学习和实验中。通过不断的迭代学习，不断地快速验证和预测，最终实现新材料的快速发现。
这个新系统的应用就是人工智能助力新材料发现的一个最好例证。借助人工智能，不仅新材料的研发和应用周期将大大缩短，还能够节省大量的人力和资金。
1.3 人工智能将为材料研发带来更多可能
如今，已有越来越多的材料研发人员借助人工智能技术开展材料研发与设计工作。通常晶体材料在受到及其微小的应变时，其结构中原子的排列就会发生变化，并导致诸如导电性、透光性及导热性等变化。一个由麻省理工学院、俄罗斯以及新加坡共同组建的研究小组，借助人工智能帮助对这种微小的应变进行预测和管理，以期能获得具有不同性质的晶体材料，开辟出一种开发不同类型器件的新途径。
随着深度学习的不断发展，人工智能在材料研发和设计方面将发挥更大作用。或许在不久的将来，人工智能就能帮助科学家获得机器学习模型中的直接反馈结果，快速评估出有毒、昂贵或着易碎等性质的材料，并在下一个小时就准备好另一套待评估的样本。
2 推动材料工业实现更加安全、环保、经济、高效和智能化生产
如今，人工智能在钢铁、石化、有色金属、建材等材料生产中被广泛应用，使得材料工业生產过程更加安全，更加高效、环保，也更加智能化，其产品的生产成本也大大降低，产品质量也更加稳定且优良，智能化水平也得以进一步提升，推进材料工业转型升级继续深化。
2.1 钢铁领域
在钢铁领域，专家系统、神经网络、机器学习、智能机器人、智能优化等人工智能技术的已经深入生产过程的各个方面。如铁前环节的烧结配料优化、炼焦配煤优化，炼铁过程中的炉料结构测算优化、高炉专家控制系统及铁水成分预测，铁水从炼铁车间到炼钢车间的铁钢界面优化，炼钢环节的设备故障诊断，连铸过程的炼钢—连铸动态调整、板坯质量识别系统以及生产计划，轧制过程中的轧制模型及轧制参数优化等，均是人工智能助力钢铁生产的实际应用。为促进产业加快转型升级，各钢铁企业积极推进智能制造改造项目，提升企业信息化、智能化水平。
2019年宝山钢铁股份有限公司（以下简称“宝钢”）就启动了112个智能制造改造项目，取得“一键炼钢”“无人重载框架车控制及调度技术”等一系列智能制造成果，减少了83个操作室，使1 084人从繁重的体力劳动中解脱出来，大大提高了生产效率。另外，内蒙古包钢钢联股份有限公司（以下简称“包钢”）、北京首钢股份有限公司（以下简称“首钢”）、鞍钢股份有限公司（以下简称“鞍钢”）、江苏沙钢股份有限公司（以下简称“沙钢”）和福建三钢闽光股份有限公司（以下简称“三钢”）等企业也积极推进智能化升级改造，详见表1。
2.2 石化领域
如今，人工智能巡检系统、数字化工厂、无人机及智能专家系统等人工智在石化领域能得以广泛应用。借助无人机搭配高清摄影设备及小型监测设备，对石化重点部位泄露情况进行监控；利用无人机对炼化企业的晾水塔、反应塔等有一定高度的设备进行巡检，及时发现安全隐患；又或者通过智能专家系统对化工企业的核心设备大型机组及关键生产过程进行远程监控管理，以提前预测设备问题等。
中国石化集团（以下简称“中国石化”）积极推进智能工厂建设，将人工智能、机器人、传感器、三维、工业4G、物联网、大数据、生产优化技术等数字化、智能化技术应用于石化工业，实现智能化技术在工业应用的突破，形成了基于“四定”（定时、定量、定质、定位）的现场施工作业管控、计划生产协同优化、调度指挥与MES系统和进出厂物流协同、基于三维可视化和数字化的生产车间等一系列石化领域典型的智能化应用场景。恒逸石化股份有限公司（以下简称“恒逸石化”）采用全流程智能物流系统，通过智能传感技术及遍布全厂的窄带物联网，可对生产过程中的环境、能源、设备等信息进行实时采集，实现人、机、设备的互联和集成，促进生产工艺优化，提升产品质量，实现智能工厂的精益制造协同。此外，江苏高科石化股份有限公司（以下简称“高科石化”）、唐山三友化工股份有限公司（以下简称“三友化工”）、沈阳化工股份有限公司（以下简称“沈阳化工”）、沧州大化股份有限公司（以下简称“沧州大化”）也积极推进人工智能技术在企业的应用，详见表2。 2.3 有色金属领域
在有色金属领域，人工智能技术在行业绿色化、高效化和智能化发展过程中发挥着重要作用。机器视觉作为人工智能的一个重要分支，比人工视觉具有更强的感知能力和更精确的识别能力，可以代替人进行感知和认知，且处理速度快、精度高，适用于高危和大批量重复生产活动中。在有色金属进行泡沫浮选法选矿过程中，利用分布机器视觉对金属品位进行实时预测、工况识别、协调优化控制浮选流程药剂添加量，从而及时有效应对矿源条件的不断变化，提高资源回收率，降低药剂消耗，减少污染物排放，提升浮选过程的智能化水平。
内蒙古锦溪科技有限公司（以下简称“锦溪科技”）推出铝用智能打壳下料系统，通过特种传感器阵列、专家控制策略、按需打壳下料，专业化系统定制产品，实现了槽上部检修工作量降低70%以上、电解槽巡视工作量降低50%以上、节气量达50%以上以及产品寿命延长6倍的效果，助推铝工业降本增效。此外，宁波金田铜业（集团）股份有限公司（以下简称“金田铜业”）、广亚铝业集团（以下简称“广亚铝业”）、中铝萨帕特种铝材（重庆）有限公司（以下简称“中铝萨帕”）、中钨高新材料股份有限公司（以下简称“中钨高新”）等企业也积极采用智能化设备，进行智能车间或智能产线建设，详见表3。
2.4 建材领域
在建材领域，基于工业大数据神经网络人工智能自动化控制系统应用于水泥熟料生产过程，可以使企业的生产线更加平稳，调整更加高效，设备运转效率进一步提高；通过智能监测对污染物排放进行实时监测管理，保证生产安全，实现绿色化生产。
北京东方雨虹防水技术股份有限公司（以下简称 “东方雨虹”）采用国际最先进的生产线，实现包括卷材、涂料、砂浆等在内的全流程自动化生产，并应用智能化机器手臂对产品进行码垛，打造“智能车间”，大大提高了生产效率和安全性。新疆天山水泥股份有限公司（以下简称“天山水泥”）在主要污染物排放口进行污染源在线监测和智能监控双系统监督管理，生产过程更加环保、更加安全。另外，瑞泰科技股份有限公司（以下简称“瑞泰科技”）积极推进智能产线建设，山东东华水泥有限公司（以下简称“东华水泥”）、四川双马水泥股份有限公司（以下简称“双马水泥”）等企业也积极推进智能工厂建设，详见表4。
3 助推材料仓储与物流更加智慧化
在材料工业中，物流伴随企业从购买原料到产品生产再到产品销售的全过程，而仓储是连接产品生产、原燃料供应、产品销售的中转站，二者为企业生产提供重要保障。
如今，随着人工智能被广泛用于仓储和物流，越来越多的材料企业开始推进智慧仓储和智慧物流的建设。如双马水泥物流发运自动化系统已成功上线，物流发运的效率得到提升，物流發运环节的内部控制也得到进一步加强；金田铜业智能仓库已建成使用，入库自动扫码系统可实时检测、采集货物入库信息，并可根据货物高度自动匹配不同货架；恒逸石化开发的智能仓储系统也已投入使用，并在行业内首推全流程智能物流系统。另外，三钢在泉州的智能仓储中心也建成投用。
智慧仓储和智慧物流的快速发展，为材料工业的生产提供了更好的服务，使得企业从原料采购到产品生产的各个工艺环节，再到产品的最终销售及运输都衔接的更为紧密，资源利用更加高效，库存、运输等成本大大降低，进而提升企业的竞争力。
4 结语
如上所述，人工智能技术正与材料工业加速融合，从材料研发到产品生产，从智慧仓储到智慧物流，人工智能技术正给材料工业带来多个方面的改变，比如研发模式的改变、生产组织方式的改变以及对人员要求的改变等。这些变化将推动着材料工业生产工艺不断优化、生产效率不断提高、产品质量不断改进。总之，人工智能将助力材料工业持续升级。
10.19599/j.issn.1008-892x.2021.05.013
1 助力新材料实现快速研发
1.1 产业发展需要解决研发耗时、耗力、耗资金问题
从材料发展历史来看，一种新材料的出现往往要经历无数次的分析试验，这一过程平均要经历10年，而从新材料诞生再到商业化应用往往再用10年的时间，这一漫长而充满无数不确定性的过程，往往需要投入大量的研发人员，耗费大量的时间和金钱。长期以来，“三耗”问题一直制约着材料产业的快速发展，使得材料研发难以有效满足各领域的材料需求。为了解决这一问题，加快材料研发，降低研发成本，全球科研人员一直在努力寻求突破。美国福特汽车公司曾开发了一套虚拟铝压铸设计制造系统并用于实践，大大缩短了产品从设计到制造再到测试的周期时间，提升了研发制造效率，节约了开发成本。2011年，美国还启动了“材料基因组计划”，提出“将新材料研发周期缩短一半、成本降低到现有的几分之一”的目标，将减少材料研发周期和研发成本上升为国家战略地位。与此同时，我国中科院也积极将计算模拟引入材料研发设计中，以期实现缩减研发周期和研发成本的目标。
1.2 人工智能可助力材料快速发现与改进
2018年美国一个科学小组报告称找到了发现和改进金属玻璃的捷径，仅用较少时间和成本就能发现新材料。该小组由美国能源部SLAC国家加速器实验室、国家标准与技术研究院（NIST）和西北大学的科学家领导，他们所说的捷径就是通过利用斯坦福同步辐射光源中一个结合了机器学习的新系统，对数百种样品材料进行快速筛选，最终以比以往快200倍的速度发现了3种新混合物制成的金属玻璃。
该系统是基于一个材料科学数据平台，数据平台的电子表格和实验室笔记中的数据以统一格式存储，可用来供人工智能系统学习使用。科研人员对平台数据进行实验的快速验证和预测，并将结果循环到下一轮机器学习和实验中。通过不断的迭代学习，不断地快速验证和预测，最终实现新材料的快速发现。
这个新系统的应用就是人工智能助力新材料发现的一个最好例证。借助人工智能，不仅新材料的研发和应用周期将大大缩短，还能够节省大量的人力和资金。
1.3 人工智能将为材料研发带来更多可能
如今，已有越来越多的材料研发人员借助人工智能技术开展材料研发与设计工作。通常晶体材料在受到及其微小的应变时，其结构中原子的排列就会发生变化，并导致诸如导电性、透光性及导热性等变化。一个由麻省理工学院、俄罗斯以及新加坡共同组建的研究小组，借助人工智能帮助对这种微小的应变进行预测和管理，以期能获得具有不同性质的晶体材料，开辟出一种开发不同类型器件的新途径。
随着深度学习的不断发展，人工智能在材料研发和设计方面将发挥更大作用。或许在不久的将来，人工智能就能帮助科学家获得机器学习模型中的直接反馈结果，快速评估出有毒、昂贵或着易碎等性质的材料，并在下一个小时就准备好另一套待评估的样本。
2 推动材料工业实现更加安全、环保、经济、高效和智能化生产
如今，人工智能在钢铁、石化、有色金属、建材等材料生产中被广泛应用，使得材料工业生產过程更加安全，更加高效、环保，也更加智能化，其产品的生产成本也大大降低，产品质量也更加稳定且优良，智能化水平也得以进一步提升，推进材料工业转型升级继续深化。
2.1 钢铁领域
在钢铁领域，专家系统、神经网络、机器学习、智能机器人、智能优化等人工智能技术的已经深入生产过程的各个方面。如铁前环节的烧结配料优化、炼焦配煤优化，炼铁过程中的炉料结构测算优化、高炉专家控制系统及铁水成分预测，铁水从炼铁车间到炼钢车间的铁钢界面优化，炼钢环节的设备故障诊断，连铸过程的炼钢—连铸动态调整、板坯质量识别系统以及生产计划，轧制过程中的轧制模型及轧制参数优化等，均是人工智能助力钢铁生产的实际应用。为促进产业加快转型升级，各钢铁企业积极推进智能制造改造项目，提升企业信息化、智能化水平。
2019年宝山钢铁股份有限公司（以下简称“宝钢”）就启动了112个智能制造改造项目，取得“一键炼钢”“无人重载框架车控制及调度技术”等一系列智能制造成果，减少了83个操作室，使1 084人从繁重的体力劳动中解脱出来，大大提高了生产效率。另外，内蒙古包钢钢联股份有限公司（以下简称“包钢”）、北京首钢股份有限公司（以下简称“首钢”）、鞍钢股份有限公司（以下简称“鞍钢”）、江苏沙钢股份有限公司（以下简称“沙钢”）和福建三钢闽光股份有限公司（以下简称“三钢”）等企业也积极推进智能化升级改造，详见表1。
2.2 石化领域
如今，人工智能巡检系统、数字化工厂、无人机及智能专家系统等人工智在石化领域能得以广泛应用。借助无人机搭配高清摄影设备及小型监测设备，对石化重点部位泄露情况进行监控；利用无人机对炼化企业的晾水塔、反应塔等有一定高度的设备进行巡检，及时发现安全隐患；又或者通过智能专家系统对化工企业的核心设备大型机组及关键生产过程进行远程监控管理，以提前预测设备问题等。
中国石化集团（以下简称“中国石化”）积极推进智能工厂建设，将人工智能、机器人、传感器、三维、工业4G、物联网、大数据、生产优化技术等数字化、智能化技术应用于石化工业，实现智能化技术在工业应用的突破，形成了基于“四定”（定时、定量、定质、定位）的现场施工作业管控、计划生产协同优化、调度指挥与MES系统和进出厂物流协同、基于三维可视化和数字化的生产车间等一系列石化领域典型的智能化应用场景。恒逸石化股份有限公司（以下简称“恒逸石化”）采用全流程智能物流系统，通过智能传感技术及遍布全厂的窄带物联网，可对生产过程中的环境、能源、设备等信息进行实时采集，实现人、机、设备的互联和集成，促进生产工艺优化，提升产品质量，实现智能工厂的精益制造协同。此外，江苏高科石化股份有限公司（以下简称“高科石化”）、唐山三友化工股份有限公司（以下简称“三友化工”）、沈阳化工股份有限公司（以下简称“沈阳化工”）、沧州大化股份有限公司（以下简称“沧州大化”）也积极推进人工智能技术在企业的应用，详见表2。 2.3 有色金属领域
在有色金属领域，人工智能技术在行业绿色化、高效化和智能化发展过程中发挥着重要作用。机器视觉作为人工智能的一个重要分支，比人工视觉具有更强的感知能力和更精确的识别能力，可以代替人进行感知和认知，且处理速度快、精度高，适用于高危和大批量重复生产活动中。在有色金属进行泡沫浮选法选矿过程中，利用分布机器视觉对金属品位进行实时预测、工况识别、协调优化控制浮选流程药剂添加量，从而及时有效应对矿源条件的不断变化，提高资源回收率，降低药剂消耗，减少污染物排放，提升浮选过程的智能化水平。
内蒙古锦溪科技有限公司（以下简称“锦溪科技”）推出铝用智能打壳下料系统，通过特种传感器阵列、专家控制策略、按需打壳下料，专业化系统定制产品，实现了槽上部检修工作量降低70%以上、电解槽巡视工作量降低50%以上、节气量达50%以上以及产品寿命延长6倍的效果，助推铝工业降本增效。此外，宁波金田铜业（集团）股份有限公司（以下简称“金田铜业”）、广亚铝业集团（以下简称“广亚铝业”）、中铝萨帕特种铝材（重庆）有限公司（以下简称“中铝萨帕”）、中钨高新材料股份有限公司（以下简称“中钨高新”）等企业也积极采用智能化设备，进行智能车间或智能产线建设，详见表3。
2.4 建材领域
在建材领域，基于工业大数据神经网络人工智能自动化控制系统应用于水泥熟料生产过程，可以使企业的生产线更加平稳，调整更加高效，设备运转效率进一步提高；通过智能监测对污染物排放进行实时监测管理，保证生产安全，实现绿色化生产。
北京东方雨虹防水技术股份有限公司（以下简称 “东方雨虹”）采用国际最先进的生产线，实现包括卷材、涂料、砂浆等在内的全流程自动化生产，并应用智能化机器手臂对产品进行码垛，打造“智能车间”，大大提高了生产效率和安全性。新疆天山水泥股份有限公司（以下简称“天山水泥”）在主要污染物排放口进行污染源在线监测和智能监控双系统监督管理，生产过程更加环保、更加安全。另外，瑞泰科技股份有限公司（以下简称“瑞泰科技”）积极推进智能产线建设，山东东华水泥有限公司（以下简称“东华水泥”）、四川双马水泥股份有限公司（以下简称“双马水泥”）等企业也积极推进智能工厂建设，详见表4。
3 助推材料仓储与物流更加智慧化
在材料工业中，物流伴随企业从购买原料到产品生产再到产品销售的全过程，而仓储是连接产品生产、原燃料供应、产品销售的中转站，二者为企业生产提供重要保障。
如今，随着人工智能被广泛用于仓储和物流，越来越多的材料企业开始推进智慧仓储和智慧物流的建设。如双马水泥物流发运自动化系统已成功上线，物流发运的效率得到提升，物流發运环节的内部控制也得到进一步加强；金田铜业智能仓库已建成使用，入库自动扫码系统可实时检测、采集货物入库信息，并可根据货物高度自动匹配不同货架；恒逸石化开发的智能仓储系统也已投入使用，并在行业内首推全流程智能物流系统。另外，三钢在泉州的智能仓储中心也建成投用。
智慧仓储和智慧物流的快速发展，为材料工业的生产提供了更好的服务，使得企业从原料采购到产品生产的各个工艺环节，再到产品的最终销售及运输都衔接的更为紧密，资源利用更加高效，库存、运输等成本大大降低，进而提升企业的竞争力。
4 结语
如上所述，人工智能技术正与材料工业加速融合，从材料研发到产品生产，从智慧仓储到智慧物流，人工智能技术正给材料工业带来多个方面的改变，比如研发模式的改变、生产组织方式的改变以及对人员要求的改变等。这些变化将推动着材料工业生产工艺不断优化、生产效率不断提高、产品质量不断改进。总之，人工智能将助力材料工业持续升级。
10.19599/j.issn.1008-892x.2021.05.013