0 次真实下载
山东海化_盐化工智控大模型
应用场景：盐化工全流程智能控制
社区投稿案例
投稿方：loki · 服务商：上东海化 · 收录时间：2026/8/28
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
能源化工 · 约8000人
3. AI 能力类型
预测
4. 原来怎么干的
依赖DCS系统和操作员经验，工艺参数调节滞后，原盐纯度和能耗波动大，产品质量一致性不足。
5. AI 介入在哪一步
AI介入生产工艺参数预测和优化环节，预判变化趋势并给出优化建议；操作员仍负责异常处置和设备巡检。
6. 模型与架构
自研盐化工工业大模型，融合时序预测模型+工艺知识图谱+传感器实时数据架构；与科研院所合作模型训练。
7. 数据基础（必填项）
数十年盐化工生产历史数据、全工序传感器实时数据（温度、压力、浓度、流量等）、产品质检数据；累计数亿条工艺参数时序数据。
8. 效果
产品纯度提升2个百分点 → 现值未明确原值，统计口径为产线实测均值；能耗降低5% → 原值未明确，统计口径为单位产品综合能耗；产品合格率提升至99%以上；AI准确率或采纳率原文未提及。
9. 投入
项目总投入约数千万元；AI团队约30人；系统建设周期约1.5年。
10. 坑
盐化工工艺独特性强，通用工业大模型不适配，需定向微调；传感器在腐蚀性环境下寿命短，维护成本高；模型在原料组分突变场景下需人工介入。
Reproduction Pack
下载 山东海化_盐化工智控大模型 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 山东海化_盐化工智控大模型.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，审核通过后展示在案例页。