隨著ChatGPT和DeepSeek接連問世，焦化等傳統行業接入人工智能的腳步不斷加快，為行業帶來新的機遇和挑戰。在日前舉行的中國煉焦行業協會八屆三次理事(擴大)會上，專家指出，目前多數焦化行業企業已進入初步智能階段，但還面臨對人工和經驗依賴程度高、業務管理各環節協同性差等問題，未來應以完善數據管理體系為重點，進一步推動人工智能技術在行業落地應用。

　　行業步入初步智能階段

　　山東省冶金設計院股份有限公司智信分公司總經理蔡成聞介紹說，智能制造有三個范式，分別是數字化制造、數字化網絡化制造、數字化網絡化智能化制造。數字化制造對應初步智能，數字化網絡化制造對應局部智能、專業智能，數字化網絡化智能化制造對應企業智能、生態智能。

　　他進一步表示：“焦化企業或鋼鐵企業中的焦化廠在‘兩化融合’階段已打下堅實基礎，大部分已步入初步智能階段，少部分進入了專業智能階段。”

　　據悉，近年來，焦化行業內涌現了諸多數字化轉型的成功案例。如山東省冶金設計院自主研發的焦化大數據平臺，匯聚工廠運行產生的各類數據，并應用大數據、云計算、人工智能、數字孿生技術，開發出各類智能管理應用。目前山冶已經建設完成陜西省隆泰達、凌源鋼鐵等多座焦化數字工廠，顯著提升了生產效率和安全系數。

　　華泰永創(北京)科技股份有限公司總經理助理程先賀介紹說，該公司研發的智慧焦化—干熄焦智能控制與遠程運維技術，囊括智能控制體系和智慧管控平臺，集工藝及設備在線診斷預判預調、生產與安全全要素智慧管理于一體的智能管控體系和以互聯網、5G、工業APP技術構建的省際遠程運維中心，可實現無人或少人操作、降低設備事故率、提升干熄焦率、大幅降低運行成本。

　　北京中電華勞科技有限公司開發的除塵系統節能數智管控則可結合實際生產工況對除塵系統進行有效梳理，對整個除塵系統進行遠程調控，并在確保除塵效果的基礎上對各個除塵點位以及除塵管網的風量分布、壓力平衡進行合理調控，比常規全開設計有效節能30%以上。

　　以數據為基向智能進軍

　　但蔡成聞也指出，目前焦化行業的數智化發展水平并不均衡。行業企業普遍面臨對人工依賴程度高；生產操作過度依賴經驗，缺乏科學、系統的理論支撐與精準量化控制；企業業務管理各環節協同性差等問題。

　　“這些問題阻礙了焦化企業的進一步發展，凸顯了數智化變革的緊迫性。”蔡成聞建議，企業要加強人才培養和引進，涵蓋信息技術、焦化工藝、數據分析等專業，為智能化轉型提供人才保障；建立知識圖譜，整合焦化行業的工藝知識、設備知識、市場知識等，為人工智能模型的訓練和應用提供豐富知識資源；同時，更要重視數據的收集、整理和利用，建立完善的數據管理體系，為智能化發展提供堅實的數據基礎。

　　多位專家強調了打好數據基礎的重要性。北京中電華勞科技有限公司副總經理關樹錕談到：“未來我們每個企業的數據都將成為企業的資產。隨著大模型的應用，這將會變成現實。”他解釋說，各行各業都有其發展周期，從長周期來看，企業真正賴以生存的是知識數據底蘊。而大模型可以將知識和數據進行完整轉化，最大程度上發揮其價值。

　　“現在我們焦化廠的數據大部分都被浪費了。”中國煉焦行業協會會長石巖峰介紹說，未來協會的重點工作之一就是系統梳理焦化工藝參數，為焦化智能化提供基礎。他說：“我們現在要從底層開始，一點點做起，讓每個企業都認識到數據的重要性。”

　　據他介紹，目前協會正在開發初冷工藝離線專家系統和洗脫苯離線專家系統，爭取在2026年初步完成“焦爐煤氣凈化離線專家系統”，為焦化行業智能制造提供可靠基石保證。

　　探索焦化行業AI應用方向

　　那么，如何看待焦化行業的“智造”未來?

　　“人工智能的發展為焦化行業帶來了新的機遇和挑戰，我們需要深入探索其應用方式。”蔡成聞說，“誰能率先實現人工智能技術在傳統行業的突破，未來就能獲得更長遠的發展。”

　　蔡成聞認為，人工智能在焦化行業未來主要有三大應用方向，包括人工智能專業模型深入生產操作、大模型問診和大模型駕駛。

　　首先，人工智能專業模型進一步深入到生產操作環節，可優化生產操作過程，減少能源消耗，降低生產成本。他表示，據測算，在理想狀況下，智能配煤系統可降低配煤成本5%，焦爐優化加熱系統可減少煤氣消耗2%，粗苯回收先進控制系統可提高粗苯回收率3%，干熄焦先進控制系統可將燒損率由2.8%降低至2%。

　　其次，焦化企業可以利用大模型的學習能力和推理能力構建生產輔助系統或生產診斷系統，打造“數據采集·特征工程—模型訓練—決策執行—效果反饋”閉環，并結合機理模型和專家知識形成混合智能系統，為焦爐生產提供更智能、更精準的決策支持。

　　大模型駕駛指的是通過結合行業上下游數據，大模型可以幫助企業管理者實現企業的全流程決策，重點在市場、生產、采購等多個環節實現全流程智能駕駛，提升企業的整體運營決策水平，適應市場的快速變化。