桂衛(wèi)華院士（前排中）和學生們討論科研工作 課題組供圖

6月的長沙，新冠疫情趨于平穩(wěn)，各行各業(yè)按下“重啟”鍵。中南大學自動化學院教授、中國工程院院士桂衛(wèi)華心中的大石頭逐漸落了地。幾個月來，他所關(guān)心的一家有色金屬冶煉智能工廠在疫情期間沒有傳來停工停產(chǎn)的消息。

“沒有消息就是好消息。”桂衛(wèi)華認為，這意味著他們研發(fā)的冶金自動化關(guān)鍵技術(shù)穩(wěn)定可靠。

從2014年到2019年，在國家自然科學基金創(chuàng)新研究群體項目（以下簡稱創(chuàng)新群體項目）支持下，桂衛(wèi)華作為學術(shù)帶頭人，圍繞復雜有色冶金過程控制理論、技術(shù)與應用開展研究。他們以人工智能為抓手，給有色冶金過程加點“智慧”，助力有色金屬工業(yè)轉(zhuǎn)型升級，以期實現(xiàn)綠色高效生產(chǎn)。

自動化科學的“閉環(huán)”

改革開放以來，我國作為制造大國，有色金屬產(chǎn)量和消費量連續(xù)16年位居世界第一。但是，與工業(yè)發(fā)達國家相比，我國在能耗利用、環(huán)境污染防治和礦物回收率等方面都存在較大的差距，主要原因之一正是我國有色冶金自動化水平低。

在幾十年的科研生涯里，桂衛(wèi)華對此深有體會。作為有色冶金企業(yè)的?？停缃裾驹谧詣踊潭阮H高的智能工廠里，他不禁回想起曾在鋁廠當電工的歲月：“環(huán)境很糟糕，生產(chǎn)效率很低。”

這段艱苦的切身體驗促使他一直在思考，工業(yè)生產(chǎn)中如何使設(shè)備實現(xiàn)自動化，減少人為操作帶來的質(zhì)量不穩(wěn)定、效率不高等問題，從而讓生產(chǎn)過程最大限度地節(jié)約能源、降低能耗物耗，最終實現(xiàn)綠色高效生產(chǎn)。

“自動化學科的最大特點便是與工業(yè)生產(chǎn)緊密結(jié)合。”桂衛(wèi)華告訴《中國科學報》，“做自動化科學與技術(shù)研究，必須深入了解工藝流程和生產(chǎn)過程的實際需求。”

2014年，桂衛(wèi)華帶領(lǐng)的團隊獲得創(chuàng)新群體項目資助，為他們在自動化理論上取得進一步突破注入了強心劑。2017年，團隊獲得第二期延續(xù)資助。

多年來，他們總結(jié)出自動化科學的完整“閉環(huán)”。“在工業(yè)生產(chǎn)中挖掘發(fā)現(xiàn)關(guān)鍵技術(shù)難題，提煉科學問題、解決科學問題，最后創(chuàng)造性地提出有效解決方案。”桂衛(wèi)華強調(diào)，“最重要的是最后能夠落地，切實給工業(yè)生產(chǎn)帶來變化，為國民經(jīng)濟發(fā)展添薪續(xù)力。”

“千錘百煉”促可持續(xù)發(fā)展

從生產(chǎn)中來、到生產(chǎn)中去，在創(chuàng)新群體項目支持下，科研人員直面國家產(chǎn)業(yè)發(fā)展重大需求。

有色金屬在我國國民經(jīng)濟、軍工等方面地位特殊，屬國家重要的戰(zhàn)略資源。這些年來，桂衛(wèi)華帶領(lǐng)團隊跑遍全國，在大大小小的有色金屬生產(chǎn)企業(yè)里“千錘百煉”，著力自主創(chuàng)新，建立適用于我國有色冶金過程特點的智能優(yōu)化制造關(guān)鍵技術(shù)，并進行工程應用研究，促進我國有色金屬工業(yè)實現(xiàn)大幅節(jié)能降耗減排和可持續(xù)發(fā)展。

例如，針對鋁電解生產(chǎn)環(huán)境惡劣，電解槽內(nèi)多相多場耦合強烈、工況多變、控制困難造成生產(chǎn)能耗高、污染嚴重的問題，團隊提出了基于多相—多場耦合仿真的大型鋁電解槽結(jié)構(gòu)、工藝與控制器綜合優(yōu)化方法，解決了大型鋁電解槽在低電壓下的高效節(jié)能難題，形成了具有自主知識產(chǎn)權(quán)的大型鋁電解槽低電壓節(jié)能優(yōu)化控制技術(shù)。

據(jù)了解，基于這一新技術(shù)開發(fā)的新一代全分布式鋁電解高效節(jié)能控制系統(tǒng)，已應用到多家鋁廠的多條生產(chǎn)線。相關(guān)成果獲2014年度國家科技進步獎二等獎。

針對我國鋅精礦的特點，圍繞濕法煉鋅工藝中的建模、優(yōu)化與控制難點問題，團隊研發(fā)了具有自主知識產(chǎn)權(quán)的浸出、凈化、電解等主流程工序的優(yōu)化控制技術(shù)，對提高濕法煉鋅工藝的原料適應能力、降低生產(chǎn)過程中的能耗和物耗、提高有價金屬的回收率發(fā)揮了重要的作用。研究成果應用于我國鋅冶煉的龍頭企業(yè)——株洲冶煉集團，大幅降低鋅粉消耗和噸鋅電耗，為復雜資源條件下的鋅冶煉穩(wěn)定優(yōu)化運行提供關(guān)鍵技術(shù)支撐。

“求實”的向心力

桂衛(wèi)華領(lǐng)銜的這一團隊，是我國最早從事有色冶金自動化的研究團隊。“老實做人，踏實做事”，是團隊40年來沉淀的價值觀。

這句話源自一份禮物。2003年前后，中南礦冶學院（中南大學前身）1978級全體研究生在入學30年之際計劃給母校送一份禮物，桂衛(wèi)華也是其中一員。

“我一直在想，我的老師、我的母校給予我最重要的東西是什么，我想到了‘求實’二字。”他說，這正是“老實做人，踏實做事”的高度概括。這個主意得到了同學們的認同，他們把“求實”二字刻在一塊呈翻開書本狀的石碑上，送給了母校。

多年來，“求實”也成為團隊成員凝聚在一起不斷前行的向心力。

團隊成員、中南大學自動化學院教授蔣朝輝至今仍記得一件多年前發(fā)生的事。當時，在國家自然科學基金重大項目“大型高爐煉鐵過程運行信息的高性能檢測方法研究”的支持下，蔣朝輝帶著團隊在廣西一家公司的高爐上測試監(jiān)測煉鐵過程運行信息的“內(nèi)窺鏡”。突然，一氧化碳爆表，蔣朝輝暈了過去。被抬下現(xiàn)場后，他堅持把這項工作做完了?；貞浧疬@一幕，蔣朝輝說：“是一種使命感，讓自己堅持下來。”

正是由于嚴謹治學的科研精神和求真務(wù)實的人生態(tài)度，一批有色冶金自動化領(lǐng)域高層次人才在團隊中成長起來。“強調(diào)敬業(yè)和奉獻，這是我們團隊最大的寶藏。”桂衛(wèi)華表示。

制造業(yè)升級的關(guān)鍵在“知識自動化”

《中國科學報》：隨著人工智能深入推進和發(fā)展，制造過程中深度融入人工智能應當是大勢所趨，目前面臨哪些挑戰(zhàn)？

桂衛(wèi)華：人工智能與制造過程深度融合過程中，還存在相當大的挑戰(zhàn)。這一挑戰(zhàn)來源于人工智能研究與制造過程結(jié)合不足。一方面，在現(xiàn)代企業(yè)生產(chǎn)過程中，通過生產(chǎn)分工和自動化技術(shù)，體力型工作已經(jīng)基本上被機器所替代。未來，如果知識型的工作也能夠通過自動化技術(shù)由機器完成，將極大地創(chuàng)造出更多新價值和新知識。

另一方面，由于工業(yè)企業(yè)需要面對市場需求、資源供應、環(huán)保排放等諸多因素，工況變化更加復雜；同時，隨著云平臺、移動計算、物聯(lián)網(wǎng)、大數(shù)據(jù)的出現(xiàn)，工業(yè)環(huán)境中數(shù)據(jù)種類和規(guī)模迅速增加?？陀^形勢變化令傳統(tǒng)的知識型工作者感到力不從心。

為此，我們提出了“知識自動化”這一概念，指采用有效方法對知識進行合理提取及處理。擺脫對知識型工作者的傳統(tǒng)依賴，實現(xiàn)具有智能的知識自動化系統(tǒng)是解決工業(yè)生產(chǎn)高效化、綠色化發(fā)展的核心，也是人工智能與制造業(yè)深度融合的最大挑戰(zhàn)。

《中國科學報》：工業(yè)生產(chǎn)中應用知識自動化技術(shù)如何提升生產(chǎn)效率，能否舉一個案例說明？

桂衛(wèi)華：我們以一家鋅冶煉企業(yè)的原料采購決策問題為例。鋅濕法冶煉原料是鋅精礦，精礦原料從分布在全國各地的數(shù)百家礦山采購而來，成分復雜、品位差異大。由于生產(chǎn)規(guī)模大，對原料的需求量大，原料采購占用的流動資金多，每年的原料采購資金多達20億元。

單就采購這一個環(huán)節(jié)，傳統(tǒng)的人工決策難以綜合考慮資金、礦源、庫存和供應商關(guān)系等多種因素，導致采購成本增加。

基于采購和生產(chǎn)知識進行優(yōu)化后，采購從原來的人工決策轉(zhuǎn)變?yōu)榛谥R的自動化決策，使采購的原料平均品位及雜質(zhì)含量滿足生產(chǎn)要求，同時使原料采購費用最少，可每年為企業(yè)節(jié)約采購經(jīng)費數(shù)千萬元。

由此可見，工業(yè)生產(chǎn)中的知識型工作包含兩層含義，一是人為的決策流程，一是依賴經(jīng)驗的決策行為。工業(yè)生產(chǎn)過程迫切需要解決知識型工作流程的優(yōu)化與自動化，并在各個決策點實現(xiàn)知識驅(qū)動的自動化決策。

《中國科學報》：具體而言，知識自動化的學術(shù)研究分為哪些方面？針對工業(yè)生產(chǎn)過程，需要學者們從哪些方向去重點攻關(guān)？

桂衛(wèi)華：目前的知識自動化研究，距離實現(xiàn)工業(yè)生產(chǎn)過程所需要的知識型工作自動化還存在很大差距，也是制造業(yè)未來轉(zhuǎn)型升級的關(guān)鍵。

知識處理方法的研究集中在知識獲取、表示、重組和關(guān)聯(lián)推理等四個方向上。其中，知識獲取方面，工業(yè)過程中隱性知識如何獲取依然是研究難點，工業(yè)過程控制系統(tǒng)中建模、控制與優(yōu)化決策相關(guān)知識規(guī)則的獲取等仍是主要難題。

知識表示方面，工業(yè)生產(chǎn)過程中，知識型工作者對事物和信息的表達往往是不精確、不確定和模糊的，此類知識如何表示對于面向控制需求的知識自動化系統(tǒng)實現(xiàn)具有挑戰(zhàn)性。

知識重組方面的研究還處在理論階段，有關(guān)知識重組的應用研究相對比較少。

知識關(guān)聯(lián)和推理方面，針對復雜對象，特別是復雜生產(chǎn)過程不完備知識的推理和計算仍停留在理論探討層面，研究成果極少。

希望廣大自動化、人工智能領(lǐng)域的學者，圍繞這些問題開展集中研究，以解工業(yè)生產(chǎn)一線的燃眉之急。