當前，世界百年未有之大變局加速演進，俄烏戰爭也深刻改變地緣環境，大國博弈日趨加劇，美國結盟圍堵中國特別是打壓我國先進制造業的圖謀愈演愈烈。隨著工業互聯網平臺的興起，新型工業軟件再度成為發達國家爭奪的戰略G地。工業軟件已經成為支撐流程制造產業發展和創新的“國之重器”之一，可謂是“工業之魂”。石化工業軟件是石化工業的“神經系統”，更是支撐石化強國建設的基石。石化工業自主工業軟件缺乏已成為我國由石化大國向石化強國邁進的“瓶頸”，成為石化工業“卡脖子”之痛。而在線實時優化軟件作為石化核心工業軟件之一，是兩化融合，數智賦能的重要工具，對推動石化行業智能制造，提升新質生產力具有非常重要的戰略意義，事關國家能源安全及產業鏈供應鏈穩定。

在線實時優化軟件（RTO）項目得到了國家L導人、國家部委、院士專家團隊、中國石化集團公司L導、石化盈科及合作單位的大力支持和G度關注。石化盈科牽頭承擔乙烯裂解、S Zorb、連續重整 3 類工藝的專用 RTO軟件攻關工作，該 3 個專用 RTO 軟件研發與實施采用了大量人工智能（AI）算法和模型技術，形成了乙烯裂解爐、S Zorb 反應器和再生器等工藝模型，自主擁有了數據預處理、穩態工況判斷、SQP 求解器、非梯度求解器、數據接口、在線調度模塊等核心技術。

在線實時優化軟件（RTO）采用的AI 技術或者算法選擇下面 3 方面進行介紹。

1)面向實時優化的多源數據清洗與轉換

為了確保現場測量數據的質量和可靠性，面向實時優化的數據預處理采用了機器學習算法。針對中科煉化乙烯裂解裝置，攻克了“乙烯裂解機理+數據驅動”的建模技術和大規模非線性規劃系列技術，開發了序列二次規劃（SQP）算法、內點信賴域算法、混合驅動初值生成算法、動態降維算法、自適應微分技術、加速迭代算法，為通用 RTO 平臺的研發奠定基礎。與此同時，開發了“研發機理+數據驅動”模式的裂解爐反應器模型、結焦周期模型、超G壓蒸汽發生模型、燃燒模型，結合與裂解爐模型相匹配的 SQP 求解器和在線計算平臺，封裝形成乙烯裂解爐專用實時優化軟件。

2)非梯度求解模塊

如圖所示，RTO 根據不同裝置的計算量采用了基于個體的優化算法模塊和基于種群的優化算法模塊，前者適用于求解 10-100 維連續優化問題，并在 200-500 次迭代內找到滿意解，后者適用于求解 100-500 維連續優化 問題，并在 500-1000 次迭代內找到滿意解。

（i）基于個體的優化算法

（ii）基于種群的優化算法圖

13.1 非梯度求解模塊

3)基于強化學習算法的參數優化求解算法

針對復雜的實際化工過程，其參數優化問題選用數據驅動的強化學習等 AI 路線實現構建成基于強化學習方法的參數優化求解模型，并結合強化學習算法,實現生產裝置參數優化。強化學習模型的訓練需要設置網絡層數、學習率等超參數，其中模型超參數的選擇運用了貝葉斯優化等方法來實現，進而提升強化學習模型的準確性。

建設成效 專用 RTO 軟件在乙烯裂解、S Zorb 裝置應用取得的成效如下。

乙烯裂解爐專用 RTO 軟件應用。乙烯裂解爐專用 RTO 軟件投用后，以效益大化為目標，實時在線進行裂解爐原料分配、裂解深度、稀釋比優化計算。每小時對裂解爐自動執行一次操作優化計算，提G雙烯收率 0.14wt%，噸乙烯增效 17.74 元，折合裝置年增效 1551 萬元。單次優化求解平均時間僅用 3 分 38 秒，單爐產品收率相對偏差控制在±5%以內，模型收斂率接近 100%。

S Zorb 裝置專用 RTO 軟件應用。S Zorb 裝置專用RTO 軟件投用后，以辛烷值損失小化為優化目標，產品硫含量符合排放標準為約束目標，實時在線進行反應溫度、氫油比等變量的優化計算。在保證產品脫硫的效果和不增加裝置能耗劑耗的條件下，降低辛烷值損失 0.4 個單位以上，經濟效益 3500 萬元，并且 RTO 收斂率達到 90%以上，裝置運行平穩性提G 35%以上。