吉林石化“AI+”破解吸附剂研发密码
11月15日,吉林石化研究院科研人员赵金德向记者介绍,该团队自主研发的“吸附过程大模型模拟工具”——通用吸附智能体,已经在气相变压吸附和工艺介质提质吸附两个场景跑通基础逻辑,团队正加紧接入真实实验数据,开展校准调优。
“做跨界攻关,既要懂工艺,也要懂人工智能技术边界。”深耕化工科研近30载的赵金德,主动担当起化工与AI两个领域的“摆渡人”。他把吸附机理、动力学知识转化为数字技术人员易懂的内容,梳理翔实的参考资料,并围绕己烷吸附、生物航煤吸附、乙烯裂解等具体应用场景挖掘融合切入点。
如今,这套吸附过程大模型模拟工具,已在计算机中搭建起一座“虚拟化工厂”。它采用“外壳+行业芯”的创新架构,依托昆仑DeepThink大模型实现语义理解与人机交互,内嵌吸附专用机理模型、动力学方程,以化工机理用于AI训练及输出,保障预测结果可靠。科研人员输入温度、进料量等工艺参数,系统便可预判实验走向;设定硫含量等控制指标,系统就能够推荐最优工艺参数和吸附剂选型,科研效率显著提升。
目前,吉林石化科研团队正在尝试使用该智能工具,为碳九抽提装置吸附剂筛选、高密度聚乙烯装置吸附剂国产化替代等重点攻关项目提供选型研判与算力支撑。这套工具还能够和工业流程模拟软件协同使用,拓展应用场景。