谈到流程工业,这几年大家关注的 AI 趋势越来越高,热度也越来越强烈。很多企业看到 AI 在别的行业如火如荼的发展,自己也在考虑怎么去上 AI 呢?是不是买回来就能用呢?
在这里,我想根据自己的观察给大家做一些提示,以防各种踩坑。
首先要明确一点,产品买回来不是直接插上电就能跑,还有大量的前置和准备工作,这些是调研阶段需要去考虑的。如果这些东西不解决,那么产品买回来只能是干着急用不上,白白浪费大量的时间和物力。以下是详细的几个方面,大家可以一一去对照和检查。
场景确认:最先定,也决定后面所有投入
明确 CV/MV/DV 清单和单位量程,落到具体位号。不接受“把装置数据都给我”,也不接受一句“给我节能降耗”——那等于没说。
明确闭环方式:人在环建议、半闭环还是全闭环,以及降级边界——模型失效时回退到什么状态。
明确验收口径:预测提前量、误差、输出频率,加上对应的操作动作,并指定验收决策人。
场景类型定档:软测量(T+0)、预测预警、异常检测、优化控制,验收标准完全不同。
自动化基础:决定能不能闭环,不是能不能建模
关键回路投自动率:MV 对应回路必须可投 AUTO;长期手动的回路只能做“人在环建议”,手动控制设备还得考虑加装仪表、接入系统。
执行机构健康:阀门无卡涩,定位器 deadband 与步长匹配(上阶跃测试验证)。
仪表可用性:关键 CV 测量可信,没有长期坏点或冻结值,并定期校验。
摸清 DCS 品牌型号、通讯方式(OPC UA/DA、Modbus 等),以及是否允许反向写值。
时序数据准备
历史数据备足 12 个月、不少于 6000 点(稳态段 6000 点效率最高),覆盖多工况:不同负荷、牌号、季节波动。
优先 CSV,只给场景相关位号。
用 DCS 原始瞬态数据,别人为修改。
采样带精确时间戳,多源数据(DCS/LIMS/气象)时钟对齐。
化验数据:确认 LIMS 能否导出、出报告时延多大,这决定软测量标签怎么对齐。
围绕场景,上下游装置数据都要准备到位。
数据清洗与质量
坏点口径事先说清:填 0、满量程、冻结值、跳变。
停开工段、检修段打标剔除,或单独标注。
筛选健康样本,按数据质量和覆盖范围打分评估。
稳态/动态的划分口径跟工艺方确认,别拿过渡段当稳态训练。
停车、开车数据要做隔离说明。
硬件与部署
服务器:GPU 资源按模型规模和并发场景数配,建议弹性扩容,外加容灾恢复方案。
部署形态定档:厂级私有化还是边缘,涉及数据出厂审批的要提前走。
网络:DCS 网到数采网再到模型服务器,隔离与单向传输方案要落地(网闸/防火墙策略)。
数采链路:实时数据接口频率、断点续传,以及历史库等访问权限,提供接口和配置清单。
组织与人员
工艺专家配合调研:DCS 画面、P&ID、操作规程、会议纪要。
自控工程师配合回路测试与投运。
明确运行期责任人:谁看告警、谁确认建议、谁负责模型迭代维护。
以上基本上涵盖了企业入门 AI 所需要的前置工作和准备条件,涉及到数据的治理、软件和硬件的配置以及其他的一些细节,希望能帮到大家。如果你有好的经验或者是想法,请在评论区留言。
更多有趣好玩的东西,敬请访问个人网站!
📮 个人网站(文章首发) www.paperfancy.cn
✉️ 联系邮箱xbpaper@126.com