让AI精准预测工厂未来的生产状态

　　□ 南京日报/紫金山新闻记者 徐宁

　　通讯员 梁钰

　　当人工智能能够流畅回答问题、生成文章甚至编写程序时，它能否进一步理解一台设备的运行规律，精准预测一座工厂未来的生产状态，并帮助企业作出更加合理的生产决策？

　　在南京，成立于2011年的南京天洑软件有限公司（以下简称“南京天洑”）依托多年积累的物理计算、人工智能算法和工业应用经验，提出“工业世界模型”概念，正加快推动人工智能从理解语言、图像，进一步走向理解物理规律和真实工业系统。

　　工业世界模型，是指通过融合物理规律、工业数据、专家知识和人工智能算法，在数字空间中构建描述工业对象及其运行规律的模型体系。

　　“它不仅能够反映设备当前的运行状态，还能够根据不同工况和操作条件，预测工业系统未来的变化，推演不同方案可能产生的结果，为决策提供依据。”南京天洑董事长张明介绍。

　　例如，面对一台正在运行的锅炉，工业世界模型不仅要知道当前温度、压力和负荷，还要理解燃烧与传热规律，预测调整燃料量、送风量后可能出现的变化，并在安全约束下寻找更加合理的运行方案。

　　工业世界模型并非简单地将通用大模型接入工厂，而是需要长期积累的工业计算能力和行业知识作为支撑。南京天洑将自身定位为“工业世界模型框架体系及基础设施提供商”，给出的技术路径是将物理AI与工业AI两类能力相结合。

　　“物理AI负责理解和计算物理世界，南京天洑自主研发的AICFD、AIFEM和AIPOD，分别围绕流体、传热、结构、多物理场、智能优化设计等领域形成专业的计算能力。这些能力可以作为工业世界模型的物理计算引擎，还可以为人工智能生成高质量工业数据，帮助模型理解真实设备的运行规律。”张明说，工业AI则负责从企业积累的数据和专家经验中学习工业规律，将设备运行数据、工艺参数、历史故障记录和专家知识转化为可运行的工业模型，应用于设备预警、故障诊断、生产优化等场景。

　　目前，在新能源与化工生产领域，南京天洑工业世界模型已有实际落地应用。

　　随着风电、光伏等新能源加快发展，利用可再生能源电解水制取绿氢，并进一步合成绿氨，是绿电消纳的重要途径之一。然而，风电、光伏发电量随天气变化，化工生产却需要兼顾设备安全、工艺稳定和连续运行。在国家电投集团某绿电制绿氢合成氨一体化示范项目中，南京天洑参与的“电—氢—化”全流程柔性控制系统建设，为合成氨生产稳定运行提供了技术支撑。

　　“系统可同时协调碱液制氢与质子交换膜制氢两条技术路线，对84台电解槽集群进行动态负荷调节，使产业链负荷能够在30%—110%的范围内平稳调节，新能源消纳率提升至95%以上，同时减少人工干预。”张明介绍。