Page 16 - 鄂尔多斯市人民政府公报第二期
P. 16

鄂尔多斯市人民政府公报 2026  3                                              政府文件


               周期数据ꎬ已在龙王沟等煤矿部署应用ꎮ                                 (二)精馏单元智能控制与质量提升

                    推广价值:安全上ꎬ解放高危环境作业人员ꎬ                          场景描述:针对煤制乙二醇精制单元存在的
               优化人力资源配置ꎻ经济上ꎬ免维护设计减少非计                         透光率检测滞后、多变量耦合复杂、多目标优化难

               划停电 60% 以上ꎬ缩减硐室占地与硬件投入ꎬ降                       度大等问题ꎬ运用 AI 预测、贡献度分析、多目标优

               低运维成本ꎻ战略上ꎬ解决供电系统协议不统一问                         化算法ꎬ搭建“预测-诊断-优化” 智能闭环ꎬ分阶

               题ꎬ推动供电向“数据驱动” 跨越ꎬ提供可复制示                        段实现从单点预测到单元协同ꎬ再到全流程优化

               范ꎬ赋能煤炭行业新质生产力发展ꎮ                               的升级ꎬ解决产品质量波动大、人工操作强度高、
                    二、化工行业                                    生产能耗高等难题ꎮ

                    (一)AI 气化配煤与装置智能优化                             示范应用:鄂托克旗建元煤焦化有限责任公

                    场景描述:聚焦煤化工核心生产环节ꎬ针对煤                      司采用“AI 软仪表+智能体” 架构ꎬ以脱醇塔侧线

               质波动大、气化炉运行不稳定、能耗与碳排放偏                          为切入点ꎬ部署在线紫外分析仪与 AI 软仪表ꎬ实
               高、资源转化效率不足等行业痛点ꎬ打破传统人工                         现透光率提前 2 小时预测及根因诊断ꎬ通过多变量

               经验操作模式ꎬ融合 TPT 时间序列大模型、APC                      解耦控制稳定关键参数ꎬ降低人力成本与能耗ꎻ运

               先进控制等技术ꎬ搭建全流程智能优化体系ꎬ实                          行稳定后ꎬ将技术扩展至全部核心装置ꎬ依托多目
               现煤质分析、配煤掺烧、气化炉调控、异常预警                          标优化算法ꎬ实现质量、产量、能耗多目标协同最


               的闭环管理ꎬ破解行业粗放式生产难题ꎮ                             优ꎮ 项目预计自控率达 98% 以上ꎬ透光率合格率
                    示范应用:内蒙古伊泰化工有限责任公司基                       提升 8% —10% ꎬ蒸汽消耗降低 3% —5% ꎬ年综合

               于“机理+AI”架构ꎬ应用 TPT 时间序列大模型ꎬ对                    效益达 500—650 万元ꎮ

               多套装置实施 AI 驱动的 PID 自动调参、APC 先                       推广价值:该项目是“AI+化工单元操作” 领
               进控制及 RTO 实时优化ꎮ 该模型具备了入炉煤                       域的典型场景ꎬ形成了“预测—诊断—优化”智能

               质 AI 在线检测、氧煤比 AI 闭环优化ꎬ费托反应器                    闭环与“单点→单元→全流程”渐进式技术路径ꎬ

               产物 AI 精准预测等功能ꎮ 项目实施后ꎬ全厂自控                      有效破解了精馏过程质量波动大、操作强度高、能

               率超 99% ꎬ 单台气化炉年节煤 11800 吨、 减碳                  耗高等难题ꎬ可快速复制到煤制甲醇、煤制烯烃、

               30000 吨ꎮ                                       煤制乙二醇、合成氨、尿素等精馏场景ꎬ为化工行
                    推广价值:该项目是“AI+流程型制造” 领域                    业智能化转型提供了可复制的技术范式ꎮ

               的典型应用场景ꎬ构建了“机理模型+AI 数据驱动                           三、新能源装备制造:AI 智能体与工业大模

                +闭环控制”的煤化工智能优化新范式ꎬ有效解决                        型应用
               了煤质波动大、气化炉运行不稳、能耗碳排放高等                             场景描述:针对光伏等新能源装备制造行业

               行业共性问题ꎬ为煤化工多装置 AI 一体化控制提                       在生产效率、质量控制、设备运维等方面依赖人工

               供了可复制、可推广的技术方案ꎮ                                经验、检测效率低、故障响应滞后、工艺调参难等
                 —  1 2  —
   11   12   13   14   15   16   17   18   19   20