人工智能和人工自愈可降低化工事故

新华网南京9月22日电（虞启忠 董娴）“我们对化工安全事故做了一些大数据分析，发现人为失误和设备本身问题各占40%左右，两者合计占比超过化工安全事故的八成，而人为失误最终也是触发设备问题的主要原因，因此我们就长期跟踪研究，并运用振动学原理，在化工系统应用人工智能监测，对设备故障提前预警，并对多次实验对化工设备故障进行人工自愈修复，目前统计数据表明，人工智能和人工自愈可有效降低化工事故。”9月21日上午，第三届中国国际化工过程安全研讨会在南京召开，中国工程院院士、北京化工大学教授高金吉在研讨会上做了《人工智能和人工自愈驱动化工本质安全化》的主题演讲，分享他和所在团队的研究成果和最新观点。

    高金吉认为，“无为则安，无损则全”，所谓的化工本质安全应是既无危害又无损坏，即危险演变成事故的可能性为0。如何减少甚至消除化工机器故障的发生？他从化工设备的“人工智能”应用与“人工自愈”的理念创新，做了阐述。

    智能监测 对症下药

    “1991年开始，我们自主研发机泵群监测网络和诊断系统，成功应用于加氢裂化等装置中，避免了多起重大设备事故。”高金吉介绍，化工领域事故的原因多表现于生产装备的故障，即便是人工操作失误最终也多体现在装备上。如何保证装备的安全，成为保障化工过程安全的关键。

    近年来，高金吉与团队一起自主研发了基于工业互联网的数据采集系统和故障自动诊断专家系统，并开发建立了旋转机械、往复机械等有线和无线远程监测系统，运用远程数据库和历史数据库为故障诊断提供样本。“我们把设备的故障归纳了10类共56种，针对每种故障信号的特征及变化都进行了分析。”高金吉说，然后将传感器与设备相连，对设备的实现远程监测，实时收集设备的温度、振动等信息，可以及时了解设备的状况，第一时间发现机器内部的故障并采取措施。

    “人工智能在化工设备上的远程监测可以实现对故障设备的提前预警，这样既能预防事故，又能延长运转周期，减少检修费用。而下一步团队将研究更高一级的人工智能应用，对设备故障判断更加精密，可以直接下达设备停车指令，避免爆发重大安全事故。”

    自动调控 自我修复

    “人工智能的远程监测能够及时发现化工设备的‘病症’，这种方式是在预警后再通过人工对设备进行检修维护，是被动的保护机器，对大型化工企业来说，停车有时会造成更大的损失。”高金吉说，坚持问题导向，他和团队又提出了“人工自愈”的概念，并在实验室进行反复试验。“我们希望化工设备不仅要‘聪明’，更要‘健康’，在遇到故障后能自动修复，如同人体感冒后能自愈一样。”

    高金吉认为，只有实现设备的人工自愈，才能真正实现机器设备主动保护，提高安全值。

    “机器故障自愈技术依旧是通过震动原理，在设备制造之初就装入数据采集系统，当机器发生异常振动波后，能自动发现故障并采取调控手段，在运行中实现机器的自我修复，将故障消除在萌芽中。”高金吉说，这是一个闭环系统，测试加调控都是主动的，一切都在设备内部完成。相较于被动控制的应急系统，自愈系统免除了人工操作。

    “制造领域人工智能之后，一定是人工自愈。”高金吉说，虽然该技术尚在实验室阶段，但人工自愈的理念已经引起国内外机械装备领域的高度关注，目前人工智能方兴未艾，人工自愈则具有广阔的发展前景，在化工设备安全及其他领域都将大有可为。

技术带来安全，创新创造带来安全保障。

只能说智能执行力更好，失误率低