近日，云南石化“基于人工智能的常减压工艺数字孪生应用”项目正式启动沥青生产模型闭环测试训练，标志着公司智能化生产建设再进一步。项目将人工智能深度嵌入常减压装置生产全流程，创新构建覆盖常减压“三塔两炉一网络”全流程的闭环控制模式，为炼化行业以人工智能引领范式变革提供了有益借鉴。

　　项目自2025年8月启动建设，于今年4月开始进行闭环测试。“数字孪生”顾名思义，就是通过数字化建模，在系统中构建一个与实体装置物理特性、运行逻辑和工艺参数相同的“孪生兄弟”，替真身提前预判工况变化、优化操作参数。在此基础上，项目团队进一步引入人工智能，让“孪生大脑”学会自主分析、判断和决策。依托该项目和IPC智能控制系统，系统24小时实时跟踪装置关键性能参数，自动匹配当前工况下的最优控制策略，自动下发操作指令、驱动装置实时调节，形成“数据—模型—分析优化—执行”四阶完全闭环体系。

云南石化常减压装置 黄晓洪 摄

　　然而，项目落地炼化生产现场的难度，远超预期。要让“数字孪生”真正“懂”装置，智能模型训练是关键。为给模型找个“好教练”，团队采集了装置上一运行周期近5年的海量历史数据，经历了数据筛选、比对、预处理、清洗和验证等多重关口，“喂”给模型学习。有了“好教练”还不够，还得给模型配一套“好教材”——团队通过数据增强技术，将训练样本总量扩充至上百万组，覆盖不同生产负荷、不同原油性质的工况场景。“需处理的数据量本就庞大，加之加工的原油品种多，产品方案复杂，给团队带来了不小的挑战。”炼油一部工艺工程师秦玉建表示，模型训练过程中，团队反复优化算法，不仅将关键产品质量指标预测精度误差控制在2℃以内，更可根据生产需求灵活切换不同生产方案。

　　常减压装置是由初馏塔、常压塔、减压塔、换热网络等多个子系统组成的复杂整体，想要靠一个“大脑”同时掌控所有子系统，难度极大。为此，项目团队采用“分而治之”的策略，针对生产各环节构建七百多个子模型，给“大脑”连上遍布装置全身的“神经网络”，共同完成装置运行状态的精准研判与最优调控。

　　投运以来，装置优化成效显著。智能平台每30分钟完成一次全工况优化计算，最大化挖掘高附加值产品增产潜力。在相似原油工况条件下，航煤收率提升2.06%，柴油收率提高0.63%，综合效益提升显著。在科技创新方面，项目团队已申请发明专利9项、技术秘密2项，形成具有自主知识产权的工艺数字孪生技术体系。

　　项目首次实现了经营层生产计划、管理层调度指令、操作层执行调整在工艺数字孪生应用平台的贯通联动。项目团队将持续优化完善模型，为应用研究、科技创新、未来产业探索筑牢坚实的“技术基座”，为建设高水平创新型企业谱写新篇章。

　　云南网记者 陈思蒙 通讯员 唐龙 黄晓洪