隨著機(jī)器學(xué)習(xí)等AI算法研究不斷深入與普及,通過(guò)挖掘工業(yè)大數(shù)據(jù)實(shí)現(xiàn)生產(chǎn)過(guò)程可預(yù)測(cè)、可優(yōu)化逐漸成為構(gòu)建企業(yè)核心競(jìng)爭(zhēng)力的主要途徑。
?
從技術(shù)層面看,基于機(jī)理的傳統(tǒng)優(yōu)化建模軟件在實(shí)際應(yīng)用中投入大,模型收斂調(diào)優(yōu)復(fù)雜,而基于機(jī)器學(xué)習(xí)算法的通用大數(shù)據(jù)建模技術(shù)具有技術(shù)門(mén)檻高、業(yè)務(wù)難定制的特點(diǎn),導(dǎo)致煉化企業(yè)優(yōu)化生產(chǎn)處于有數(shù)據(jù)、無(wú)模型、有模型、難應(yīng)用的被動(dòng)局面。
?
從項(xiàng)目層面看,基于機(jī)理建模、大數(shù)據(jù)建模項(xiàng)目周期長(zhǎng)、投入大、模型難以持續(xù)維護(hù),解決不同生產(chǎn)領(lǐng)域問(wèn)題均需以項(xiàng)目課題形式實(shí)施,嚴(yán)重制約機(jī)器學(xué)習(xí)建模技術(shù)在煉化企業(yè)落地賦能。
?
力維智聯(lián)?Sentosa數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)平臺(tái),為煉化企業(yè)提供了完備的煉化大數(shù)據(jù)機(jī)器學(xué)習(xí)建模平臺(tái)。整個(gè)平臺(tái)可部署于工業(yè)互聯(lián)網(wǎng)平臺(tái)下的AI服務(wù)器,可以替代機(jī)理建模。
?
同時(shí)平臺(tái)所包含的算法主要分為兩部分,一是通用數(shù)據(jù)科學(xué)挖掘算法,包括數(shù)據(jù)預(yù)處理和主流機(jī)器學(xué)習(xí)算法;二是優(yōu)化算法,包括模型自訓(xùn)練算法和智能優(yōu)化算法。
?
另外,平臺(tái)支持通過(guò)建立與煤柴油加氫裝置有關(guān)的工藝和質(zhì)量的專題數(shù)據(jù)集來(lái)固化先驗(yàn)知識(shí),遷移建模特征,為大數(shù)據(jù)算法落地提供特征模板與數(shù)據(jù)基礎(chǔ)。