中国科研团队近日发表关于人工智能优化石油催化裂化工艺的研究成果。该研究探讨如何通过神经网络等人工智能技术提升重质原油加工过程的安全性、效率与环保性能，相关论文已于4月7日在《大数据挖掘与分析》期刊正式发表。

流化催化裂化作为石油炼制的关键工艺，承担着将重质原油转化为汽油等产品的重要职能。四川大学计算机科学学院研究员范阳作为论文第一作者指出：“安全、高效和环境保护是石油加工的核心目标。异常运行工况预警、产品收率分析与优化以及烟气脱硫分析与优化是我们目前的研究重点，分别旨在提高石油加工的安全性、效率和环境保护水平。”

研究团队采用神经网络技术模拟人脑数据处理机制，通过互联节点快速分析温度、蒸汽产量等大量工艺参数。新希望六合数据智能实验室研究员毛旭表示：“工业数据采集技术的进步使我们能够获得更多用于分析的数据。人工智能的发展使我们能够更准确地分析这些数据。”这种数据驱动方法能够自动处理高维问题，揭示不同变量间的非线性关联。

通过将机器学习与传统机理模型相结合，研究人员建立了更精确的工艺预测模型。范阳补充说明：“神经网络方法能够有效处理催化裂化过程的高维非线性特征，在过程分析和优化研究中取得了更好的结果，展现出巨大的优势。”研究团队计划在后续阶段将经过模拟验证的神经网络投入实际生产环境进行测试。

研究人员认为，基于人工智能的混合模型将成为化工领域的重要技术方向。范阳表示：“在未来的研究中，结合机理模型和人工智能算法的混合模型有望成为更全面、更准确地分析化学过程和预测生产结果的有力工具。这些方法将在化学工业的未来发展中发挥重要作用，并具有巨大的价值。”