化工行業(yè)深度報告：AI賦能化工之二AI賦能助力化工行業(yè)轉型升級-20230419-國海證券-57正式版

證券研究報告基礎化工2023年04月19日化工行業(yè)深度報告：AI賦能，助力化工行業(yè)轉型升級——AI賦能化工之二評級：推薦(維持)李永磊(證券分析師)S0350521080004liyl03@董伯駿(證券分析師)S0350521080009dongbj@賈冰(聯(lián)系人)S0350122030030jiab@每日免費獲取報告1、每日微信群內分享7+最新重磅報告；2、每日分享當日華爾街日報、金融時報；3、每周分享經濟學人4、行研報告均為公開版，權利歸原作者所有，起點財經僅分發(fā)做內部學習。掃一掃二維碼關注公號回復：研究報告加入“起點財經”微信群。。最近一年走勢相關報告基礎化工滬深3000.13440.07240.0103-0.0517-0.1138-0.1758《化工行業(yè)深度報告：AI帶動材料新需求——AI賦能化工之一（推薦）*化工*李永磊，董伯駿》——2023-04-11滬深300表現(xiàn)表現(xiàn)1M3M12M基礎化工滬深300-1.5%4.8%-2.6%0.3%-5.0%-0.9%請務必閱讀報告附注中的風險提示和免責聲明2重點關注公司及盈利預測2023/04/17股價EPS2022A/E0.95PE2022A/E62.9259.608.92重點公司代碼股票名稱投資評級2021-2023E1.423.881.070.480.590.716.712.12-2021-2023E42.0643.649.85688065.SH688639.SH601117.SH002140.SZ600028.SH601857.SH600309.SH002984.SZ002226.SZ688114.SH688777.SH603100.SH688768.SH凱賽生物華恒生物中國化學東華科技中國石化中國石油萬華化學森麒麟59.61169.2510.5610.466.35買入買入1.700.840.460.590.507.851.160.40-2.8476.0314.2931.617.199.8212.8730.6614.97-0.89買入0.5223.577.6921.5910.7910.2814.4914.81-未評級未評級未評級買入0.557.340.826.6297.2731.355.385.1717.9225.03-1.23買入江南化工華大智造中控技術川儀股份容知日新-未評級未評級未評級未評級未評級93.3797.3443.30150.585.221.451.971.683.1722.5062.4123.4965.3264.5749.4425.8447.52-1.60-1.36-1.3715.56-2.12資料來源：Wind資訊，國海證券研究所（未評級標的采用wind一致預期，中國化學、東華科技、中國石油、中國石化、萬華化學、森麒麟、華大智造、中控技術、容知日新、川儀股份2022年數(shù)據為真實值，其余為預測值）請務必閱讀報告附注中的風險提示和免責聲明3核心提要人工智能未來有望賦能化工“研發(fā)-設計-建造-運營”全生命周期。◆

AI提升研發(fā)效率在研發(fā)環(huán)節(jié)，AI可提高研發(fā)效率，對實驗數(shù)據建模，并使用該模型對反應條件進行優(yōu)化和篩選催化劑等，加速研發(fā)進程；還可用于分子設計，并在分子性能預測的基礎上，提前篩選出合適的化學物質。尤其是在合成生物學領域，AI已在元件工程、基因線路、代謝工程、基因組工程中廣泛應用，大幅提升合成生物學的各環(huán)節(jié)效率?；贏I的研發(fā)平臺，可預測蛋白質結構，進而構造具有目標功能的物質。另一方面，AI也促進了實驗室自動化，對傳統(tǒng)勞動密集型實驗室進行技術革命。其中微流控技術，具有高靈敏度、高集成、高通量、高效率等多種優(yōu)勢，對合成生物學的研發(fā)和應用起到了巨大作用，加速合成生物學行業(yè)發(fā)展?！?/p>

AI優(yōu)化化工設計和建設AI使工業(yè)領域落地周期逐步縮短。管道設計軟件及流體力學仿真軟件是設計研究和生產部門強有力的輔助工具，有效提高設計生產效率；一體化工程設計軟件推動卓越運營和智能制造，助力化工企業(yè)實現(xiàn)數(shù)字化轉型，數(shù)字化孿生工廠的產生為企業(yè)后續(xù)運營儲備了豐富的數(shù)據資產。眾多的工程企業(yè)尤其是設計院，正在謀求以數(shù)字化工廠與數(shù)字化交付為突破，從而實現(xiàn)企業(yè)的數(shù)字化轉型?！?/p>

AI賦能化工生產和運營AI技術助力化工生產實現(xiàn)底層數(shù)據采集、中層數(shù)據管理和上層工廠運營以及頂層企業(yè)管理全方面多維度的智能化、數(shù)字化，具有提高生產效率、減少用人數(shù)量、提升安全性、降低能耗等多維度優(yōu)勢?！?/p>

AI在工業(yè)中具有巨大潛力AI與工業(yè)數(shù)據的結合有助于有效獲得不同變量之間的關系，并預測及優(yōu)化特定參數(shù)。在工業(yè)中，已應用于精餾塔、反應器、鍋爐、控制器、冷水機組、壓縮機、泵、管道等各種工藝設備的校正、工藝參數(shù)預測、故障診斷與優(yōu)化；在紡織，水處理，化肥，核電站和油氣等領域均有應用。投資建議：重點關注：合成生物學：凱賽生物、華恒生物；基因測序：華大智造（醫(yī)藥）；設計與建造：中國化學、東華科技、中國石化、中國石油；AI應用：萬華化學、江南化工；智能制造典型：森麒麟；智能工廠整體方案供應商：中控技術（機械）；智能儀表：川儀股份（電新）；智能設備管理系統(tǒng)：容知日新（機械）。投資建議：AI賦能化工產業(yè)，助力化工行業(yè)轉型升級。

綜合考慮AI對化工行業(yè)的賦能和帶動效應，

維持基礎化工行業(yè)“推薦”

評級。風險提示：重點關注公司業(yè)績不及預期；宏觀經濟大幅下滑；項目進展不達預期風險；行業(yè)政策大幅變動風險；行業(yè)競爭加劇風險。請務必閱讀報告附注中的風險提示和免責聲明4目錄?

AI提升研發(fā)效率?

AI優(yōu)化化工設計和建設?

AI賦能化工生產運營?

AI在工業(yè)中具有巨大潛力?

投資建議及關注標的?

行業(yè)評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明5人工智能逐漸向增強或應用智能的形式轉變?

人工智能（AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。隨著進一步發(fā)展，人工智能逐漸向增強或應用智能的形式轉變。如今，人工智能理論和技術日益成熟，技術和應用程序的范圍也不斷擴大，廣泛應用于醫(yī)療、自動化、游戲、過程控制等領域。圖表：人工智能在工業(yè)中的應用訓練AI在實時過程中優(yōu)化過程目標參數(shù)在工藝數(shù)據上訓練AI模型進行工藝預測人工智能在工業(yè)中的應用比較顯式方法和隱式方法在異常檢測方面的性能訓練AI以設置和調整工藝參數(shù)達到預期目標資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明6化工行業(yè)推入人工智能勢在必行?

人工智能應用于化工行業(yè)，具有客觀必然性?；ば袠I(yè)作為流程工業(yè)的典型代表，其特點是系統(tǒng)規(guī)模大，覆蓋專業(yè)多、工藝復雜，產品多元化，控制難度大，耦合度高，與人工智能的結合能夠促使化工企業(yè)跳出傳統(tǒng)制造行業(yè)的范疇，使化工企業(yè)能夠在一定的體系中，完成對化工原材料、能源或其他形勢自然資源的利用，真正實現(xiàn)精細化生產和運營。圖表：流程工業(yè)的主要活動能源裝置和多產品間歇裝置的設計，過程設計能源回收系統(tǒng)過程控制預測模型控制和過程優(yōu)化過程操作流程網絡調度，數(shù)據協(xié)調，實時優(yōu)化支撐工具非線性程序，基于方程和順序模塊的仿真，數(shù)學方程優(yōu)化資料來源：

《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明7人工智能賦能材料研發(fā)與合成?

材料是人類用以制造基本元件、構件、機器以及更復雜材料產品的物質基礎。如今，在5G和物聯(lián)網時代，材料的研發(fā)與合成也逐漸與人工智能技術建立起聯(lián)系，藉由人工智能探索其新思路新方法、新技術。圖表：新材料研發(fā)過程的主要環(huán)節(jié)圖表：材料研究的

4個階段:經驗、理論、計算模擬和(大)數(shù)據推動四級范式數(shù)據驅動科學三級范式計算科學（模擬）1234567二級范式基于模型的理論科學一級范式經驗科學性能優(yōu)化系統(tǒng)設計集成投入市場發(fā)現(xiàn)開發(fā)驗證制造預測分析聚類;礦業(yè)的關系;異常檢測密度泛函理論，分子動力學熱力學法則實驗資料來源：《材料基因在鋰電研發(fā)中的應用》-曾樂才，國海證券研究所資料來源：《材料信息學及其在材料研究中的應用》-王卓等，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明8人工智能指導材料研發(fā)過程?

人工智能有助于開發(fā)高性能材料、識別關鍵點并獲得新的科學規(guī)律，促進化學信息學的發(fā)展?；瘜W信息學可用來對反應條件進行優(yōu)化和篩選催化劑等，這主要是通過對實驗數(shù)據進行建模，然后使用該預測模型實現(xiàn)對實驗工作的指導；可用于分子模擬和分子設計，并在分子性能預測的基礎上，從所設計的分子中篩選出并進行合成，以便得到經過性能優(yōu)化的材料。圖表：分子模擬與人工智能平臺主要流程圖表：人工智能指導并挖掘隱藏要素的工作流程示意圖收集數(shù)據訓練模型發(fā)布模型利用模型實驗驗證發(fā)現(xiàn)機理特征排序實驗數(shù)據集AI模型專家人工智能預測性質指導實驗?

多算法調用?

算法的說明?

算法的操作文檔?

算法參數(shù)的說明??????實驗數(shù)據采集配方數(shù)據清洗配方數(shù)據建模模型驗證和預測虛擬測試和篩選配方模型庫機器學習建模關鍵因素挖掘實驗科學家資料來源：創(chuàng)騰科技官網，國海證券研究所資料來源：能源學人公眾號，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明9人工智能為材料合成提供有效途徑?

新材料的合成往往伴隨大量的數(shù)據和冗雜的參數(shù)，在材料化學合成路線中，由于每一個步驟發(fā)生的變量從幾十到幾千不等，需要考慮到極端龐雜的系統(tǒng)和大量潛在的解決方案的組合。在這些組合中，往往還存在著很多相互競爭的參數(shù)（比如時間、成本、溫度、濕度、純度、毒性等），所以傳統(tǒng)實驗方式非常不適合當今形勢下的新材料的合成和開發(fā)。?

采用人工智能進行新材料的合成設計，漸漸成為新材料合成及設計的新選擇，也給深入研究新的化合物合成準則帶來了可能。圖表：人工智能在材料合成中的應用應用領域應用場景應用剖析將材料數(shù)據庫和機器學習有效結合，則可實現(xiàn)對基于材料性能的新材料的快速預測和篩選，從而能夠有效發(fā)現(xiàn)大量候選新材料，在縮小目標范圍后配以實驗方法和第一性原理計算方法進行驗證，則可加快新材料的研發(fā)合成過程。新材料的研發(fā)合成材料合成利用精選的合成規(guī)則預測反應路線圖，完成從目標產物到可獲取的起始原料間的逆合成分析；進行配方虛擬篩選，從多方位優(yōu)化研發(fā)策略、探尋更優(yōu)性能材料，包括高分子、納米材料、非金屬、金屬材料等。材料合成路線的篩選資料來源：《機器學習在材料信息學中的應用綜述》-牛程程，X-MOL資訊公眾號，創(chuàng)騰科技官網，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

10計算機模擬軟件提升研發(fā)效率?

在化工領域中，應用計算機模擬軟件，不僅能夠促進化工設計嚴謹性和系統(tǒng)操作精準程度的提升，還有利于科學合理地進行系統(tǒng)流程的計算與分析，可在一定程度上推動化工行業(yè)的發(fā)展進步。?

分子模擬作為一個重要的理論研究手段，可以在微觀分子世界與宏觀可觀測量之間搭建橋梁，從而為人們在分子水平上理解物質的結構和動力學性質提供工具，其在化學化工、生物醫(yī)藥、能源、材料等多個領域都有廣泛的應用。近幾十年來國際學術界和工業(yè)界已發(fā)展出很多具有特色的分子模擬軟件，但國內一直沒有成熟的自主知識產權軟件，且現(xiàn)有的分子模擬軟件在實際應用中可靠性和效率都亟待提高，北京大學/深圳灣實驗室高毅勤研究團隊開發(fā)了SPONGE，不僅是國內首個開源發(fā)布的通用分子模擬軟件框架，更布局以大數(shù)據和深度學習為代表的人工智能技術，力求成為在算力時代引領技術變革的下一代分子模擬軟件平臺。圖表：常用的分子模擬軟件軟件類型名稱主要功能MaterialsStudio構型優(yōu)化、性質預測和X射線衍射分析，以及復雜的動力學模擬和量子力學計算通過量子化學的半經驗方法、從頭算方法、密度泛函方法進行計算，進行單點能、幾何優(yōu)化、分子軌道分析、蒙特卡羅和分子力學計算、預測可見-紫外光譜等功能。HyperChemChemOfficeGaussian分為功能不同的幾個版本，其ChemOfficeUltra版本包含了:ChemDrawUltra(化學結構繪圖)、Chem3Dultra(分子模型及仿真)和ChemFinderPro(化學信息搜尋整合系統(tǒng))。分子模擬軟件半經驗計算和從頭計算使用最廣泛的量子化學軟件。新一代開源分子軟件，實現(xiàn)深度學習與分子模擬的高效融合，由北京大學/深圳灣實驗室高毅勤研究團隊開發(fā)。SPONGE資料來源：科學計算軟件網，投必得學術公眾號，化學加公眾號，北京大學官網，《計算機模擬軟件在化工設計中的應用》-高源，

《遠程教學中

Chemoffice的功能和應用研究》-李偉琦，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明11合成生物學在多領域展現(xiàn)出巨大潛力?

合成生物學基于生物信息學、DNA合成技術、遺傳學和系統(tǒng)生物學等學科，應用領域覆蓋醫(yī)療健康、科研、化工、美妝、材料、食品、農業(yè)和能源等細分行業(yè)。與傳統(tǒng)分子和細胞生物學區(qū)別，合成生物學專注于核心生命元件的設計、構建與優(yōu)化新生物組分，包括酶、“電路”和生物系統(tǒng)，從頭設計或編輯現(xiàn)有基因。合成生物學中最強大的工具之一是DNA合成技術。據牛氪研究院，在過去15年中，基因合成的成本下降了10倍，由此促進了合成生物學產業(yè)的蓬勃發(fā)展。?

目前合成生物學主要由北美主導，其次是歐洲，亞太是第三大市場。根據Markets

and

Markets預測，2021年全球合成生物學市場規(guī)模達到95億美元，預計2026年全球達到307億美元，中國合成生物學2025年預計70億美元。近年來，合成生物學領域的出版物及投資也在不斷增加。圖表：合成生物學影響眾多領域圖表：合成生物學領域的

(a)出版物和(b)投資在不斷增加總投資額（十億美元）法國中國英國日本德國美國出版物數(shù)量環(huán)農醫(yī)能材總計境業(yè)藥源料年度合成生物學資料來源：

《ArtificialIntelligenceforSyntheticBiology》-MOHAMMEDESLAMI等，國海證券研究所資料來源：

《ArtificialIntelligenceforSyntheticBiology》-MOHAMMEDESLAMI等,國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

12人工智能在合成生物學全產業(yè)鏈均有應用?

當前，合成生物學領域常見的上下游主要包括上游工具層、中游軟件/硬件層以及下游應用層。以AI為主導的從頭設計應用于合成生物學，可以有目的地設計具有特定功能的標準生物元件，代替部分需要在實驗中獲得有效表達和測試的環(huán)節(jié)，跨越下游實驗優(yōu)化的時間和成本，數(shù)以百萬計的潛在有價值的蛋白質無法通過生化方式獲得，現(xiàn)在可以直接通過設計研究，并用于生物醫(yī)學和化學、工業(yè)、農業(yè)、食品、材料學、環(huán)境保護等眾多領域，加速應用于合成生物學的工程化落地。圖表：合成生物學產業(yè)鏈上下游上游中游下游工具層軟件/硬件層應用層DNA元件設計軟件高通量、自動化實驗室設備云端生物代工廠新藥開發(fā)、植物天然代謝產物、基因治療、精細化工品、生物材料、食品/飲料、工業(yè)酶、生物農藥技術、生物基化學品、微生物藥DNA/RNA合成、DNA測序、DNA元件庫、模式生物庫、工具酶、基因編輯服務（CRISPR-Cas9）微流控大數(shù)據與機器學習資料來源：凱萊英Asymchem，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

13人工智能使合成生物學各環(huán)節(jié)效率大大提升?

當前，人工智能已在元件工程、基因線路、代謝工程、基因組工程中廣泛應用，將合成生物各個環(huán)節(jié)的工作效率大大提升，成本明顯降低，成功縮短研發(fā)周期并擴大研發(fā)可能。?

以Deep

Mind旗下Alpha

Fold平臺為代表，目前該平臺已可預測的蛋白質結構超過2億，來自于100萬個物種，基于Alphafold2，科學家有望設計出自然界不存在的具有更高催化效率或是具有未知催化功能的酶，從而開發(fā)出更加高效的代謝線路或是合成自然界中目前無法生物合成的物質。圖表：人工智能在合成生物學不同環(huán)節(jié)中的應用環(huán)節(jié)含義應用改善生物元件的鑒定和功能注釋效率生物元件是合成生物系統(tǒng)中最簡單、最基本的單元，其生物學本質是具有特定功能的DNA序列、

加速理性設計和定向進化優(yōu)化現(xiàn)有元件結構、增強其功能特性元件工程RNA序列、氨基酸序列或蛋白質結構域設計合成自然界不存在的元件合成基因線路的設計和構建線路工程是利用元件工程中的各類元件針對多樣的需求依照電子工程中電路搭建的思維進行設計及功能優(yōu)化，從而達到對生命的重編程線路工程代謝工程確定基因線路可執(zhí)行任務，并通過修改參數(shù)以實現(xiàn)所需的功能促進數(shù)據驅動的目標生物合成途徑優(yōu)化和微生物產能用重組

DNA技術有目的地改造中間代謝途徑及網絡，從而提高菌體生物量或代謝物產量基因組合成基因組編輯基因組是指生物體所有遺傳物質的總和，合成生物學能對生物體的整個基因組甚至細胞進行工程改造基因組工程微生物組或群落的設計資料來源：《人工智能在合成生物學的應用》-李敏等，中國科學院，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

14人工智能開辟合成生物學發(fā)展的新道路?

21

世紀以來，人工智能與合成生物學交叉研究驅使元件工程、線路工程、代謝工程、基因組工程等領域取得了一些代表性的進展，并使許多具備鮮明領域交叉特色的創(chuàng)新研究手段和理論得以成功運用。其中，2005一2017

年為緩慢發(fā)展階段，研究主要集中在線路工程；2018一2021年為相對高速發(fā)展階段，人工智能在元件工程、線路工程、代謝工程、基因組工程等領域均嶄露頭角。這意味著，人工智能開始有效地解決合成生物學各子領域的技術難題，開辟合成生物學發(fā)展的新道路。圖表：2005-2021年人工智能應用于合成生物學的代表性進展資料來源：《人工智能在合成生物學的應用》-李敏等，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

15人工智能助力合成生物學實驗室自動化?

實驗室自動化是通過“機器人換人”、“人工智能替代人類智能”的現(xiàn)代技術，對傳統(tǒng)勞動密集型實驗室進行技術革命，實現(xiàn)無人化、精準化和高效化的效果，其技術特點是自動化、智能化和云端化。實驗室自動化的應用市場包括醫(yī)藥研發(fā)、生物學、醫(yī)學檢驗、食品藥品安全檢驗檢測、環(huán)境和水質監(jiān)測等領域，這些領域都是目前全世界各國關注的熱點問題。?

對于合成生物學領域，實驗室自動化將會有助于標準化，有效縮減研發(fā)時間及試錯范圍，提高生產效率，從而降低成本、提高效益。圖表：匯像實驗室超級大腦資料來源：匯像，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

16微流控技術是實現(xiàn)實驗室自動化的關鍵?

微流控技術的快速發(fā)展，已經在化學、醫(yī)藥及生命科學等領域上造成革命性的沖擊。微流控芯片（mircrofluidic

chip）即生物芯片，也被稱為芯片實驗室。微流控技術指在微米級微管中精確操縱微量流體的技術，能將樣品反應、制備、分離、檢測等生化實驗的基本操作集成到很小的芯片上，具有高靈敏度、高集成、高通量、高效率等多種優(yōu)勢。?

微流控對合成生物學的研發(fā)和應用起到了巨大作用。在菌株篩選和定向進化過程中，常規(guī)篩選方法(如搖瓶篩選、孔板篩選等)存在通量較低、費時費力等缺點，而微流控平臺能夠在10微米至100微米范圍內的低維通道結構中快速加工處理或控制微小流體，極大地提高了篩選效率，可以實現(xiàn)高度重復和高通量的納米顆粒制備和生產。圖表：微流控芯片圖表：用于菌株檢測篩選的液滴微流控裝置資料來源：萊塞激光官網資料來源：《液滴微流控技術在微生物工程菌株選育中的應用進展》-涂然請務必閱讀報告附注中的風險提示和免責聲明

17人工智能應用于合成生物學仍存在挑戰(zhàn)?

當前合成生物學研究存在數(shù)據來源廣、形式異構、高質量訓練數(shù)據不足等問題，這導致小數(shù)據稀疏監(jiān)督下人工智能模型難以得到有效訓練。鑒于生命系統(tǒng)極其復雜，很難用傳統(tǒng)數(shù)學模型精確描述，當前仍無法有效預測復雜的基因線路。構建工程化平臺是重要研究手段，但當前工程化試錯存在標準化的數(shù)據缺乏、海量的試錯空間、定量的表征手段較少等問題，且智能化試錯、優(yōu)化、學習的理論支撐不足，工程化平臺仍無法有效指導合成生物系統(tǒng)的設計與改造。?

解決上述挑戰(zhàn)可助力構建基于人工智能完成“設計—構建—測試—學習”（DBTL）閉環(huán)的“類合成生物學家”智能體，在數(shù)據標準化、實驗自動化、預測精準化方面大大降低真實生物學實驗的試錯空間和成本。圖表：人工智能應用于合成生物學的挑戰(zhàn)圖表：基于人工智能的“類合成生物學家”概念資料來源：《人工智能在合成生物學的應用》-李敏等資料來源：《人工智能在合成生物學的應用》-李敏等請務必閱讀報告附注中的風險提示和免責聲明

18目錄?

AI提升研發(fā)效率?

AI優(yōu)化化工設計和建設?

AI賦能化工生產運營?

AI在工業(yè)中具有巨大潛力?

投資建議及關注標的?

行業(yè)評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明

19過程模擬軟件是設計研究和生產部門有力的輔助工具?

過程模擬技術利用在線動態(tài)仿真，將實際生產過程“再現(xiàn)”于計算機上，實施在線操作、動態(tài)調整，優(yōu)化產品結構、裝置的原料組成及操作條件，增產高價值產品，提升裝置運行經濟效益和競爭能力，促進產業(yè)轉型升級。過程模擬技術源于美國Kellogg公司成功開發(fā)的第一個流程模擬系統(tǒng)FlexibleFlowsheet，在當時化工業(yè)界影響很大。迄今為止，過程模擬系統(tǒng)已經歷4代發(fā)展，由最初的模擬對象以輕烴加工為主，逐漸發(fā)展到模擬對象為氣—液2相過程、氣—液—固3相過程，20世紀90年代模擬將穩(wěn)態(tài)和動態(tài)集成在一起，成為設計研究和生產部門最強有力的輔助工具。圖表：常用的過程模擬軟件軟件類型名稱主要功能美國AspenTech開發(fā)，由先進控制系統(tǒng)、閉環(huán)實時優(yōu)化系統(tǒng)、油品調合先進過程控制與優(yōu)化系統(tǒng)、在AspenPlus線監(jiān)控系統(tǒng)及智能化的控制器維護系統(tǒng)等多部分構成，各系統(tǒng)相互結合，能夠有效優(yōu)化生產操作，設計和改進工廠工藝流程，實現(xiàn)工廠資產利用最大化。由SIMSCI公司開發(fā)，用數(shù)學模型描述和模擬整個工藝

、流程及其各單元，將全流程視為一個整體的SimsciPro/IIChemCAD綜合性計算過程，綜合了巨大的化學組分庫和熱力學方法。由Chemstations公司推出的一款極具應用和推廣價值的軟件

,它主要用于化工生產方面的工藝開發(fā)、優(yōu)化設計和技術改造。世界著名油氣加工模擬軟件工程公司開發(fā)的大型專家系統(tǒng)軟件，分動態(tài)和穩(wěn)態(tài)兩大部分。其動態(tài)和穩(wěn)態(tài)主要用于油田地面工程建設設計和石油石化煉油工程設計計算分析，其動態(tài)部分可用于指揮原油生產和儲運系統(tǒng)的運行。對工藝設備及流程進行仿真建模及設計優(yōu)化的新一代通用過程模擬平臺，起源于英國帝國理工大學，具有世界領先的過程模擬能力及多項特有的仿真技術。HYSIS過程模擬軟件gPROMS由WinSim公司推出的一款化工虛擬仿真軟件,可為各種石化,化工和煉油過程執(zhí)行完整的熱量和物料平衡計算。DESIGNII由加拿大VirtualMaterialsGroup公司開發(fā)的流程模擬軟件，可以詳細預測工藝裝置和工廠的性能；能VMGSimPROMAX改善產品質量，實現(xiàn)節(jié)省投資，降低操作費用，提高效益，安全生產的目標。由美國布萊恩研究與工程公司(BR&E)開發(fā)。目前，在世界范圍內廣泛的應用于天然氣加工處理，石油煉制等石油化工行業(yè)中。ECSS化工之

由青島科技大學開發(fā)，適用于天然氣加工、石油煉制、石油化工等過程工業(yè)領域，能夠有效實現(xiàn)新過星

程設計、流程篩選及改造、過程優(yōu)化、過程環(huán)境影響評價和化工設備設計及核算。資料來源：軟服之家，超級石化，數(shù)碼網，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

20管道設計軟件有效提高圖紙設計效率?

三維管道設計軟件提供強大的三維工廠管道設計功能，可以實現(xiàn)在工程設計時的最佳流程。能夠輔助用戶在更短的時間之內完成所有的圖紙設計，可以提高項目設計和工程實施時的工作效率，三維管道軟件實現(xiàn)輕量化的直觀利用空間進行準確的分析，并提供專業(yè)高效的解決方案。圖表：常用的三維管道設計軟件軟件類型名稱主要功能三維工廠管道設計軟件，內置了豐富的元件和模型，可處理十分復雜的工程項目和大量的設計分析數(shù)據，適用于PDMS的三維實體支吊架程序，是大型、復雜工廠設計項目的首選設計軟件系統(tǒng)。PDMS基于AutoCAD平臺的全面的、智能的三維工廠設計系統(tǒng)，全面囊括了管道、鋼結構、設備、儀表、通風橋架等模塊，并且擁有自動生成單線圖和材料表等功能。CADWorx面向工廠設計的3D系統(tǒng)設計軟件，采用MSSQLlite大型關系數(shù)據庫，軟件包含了P&ID、Plant3D、CADAutoCADPlant3D等部分，自帶了完整的以歐洲標準、美洲標準和中國國標開發(fā)的三維元件庫，同時還可以根據項目需要自行添加規(guī)格表。工廠設計系統(tǒng)，可以與管道規(guī)格結合，將管道列表、設備列表、閥門列表及儀表清單上所有的鏈接和數(shù)據錄入SolidPlantTagManager中，可以根據鏈接名稱快速找到任一設備、閥門、工具或者管道。SoildPlantPdmax可為用戶提供三維結構設計、設備布置、配管設計、平斷面圖、軸測圖、數(shù)據匹配檢查、碰撞檢查、自動統(tǒng)計材料、導出應力分析文件等功能，并能完全兼容PDMS系統(tǒng)數(shù)據。三維管道設計軟件主要用于化工管道設計和管道應力分析，可以與AutoPLANT、PlantSpace、IntergraphPDS和

AvevaBentleyAutoPIPEPDMS集成，允許創(chuàng)建、修改和檢查管道與結構模型及其結果，同時提供了靜態(tài)和動態(tài)條件下的先進的線性和非線性分析功能。基于AutodeskRevit技術平臺面向管道工程設計的三維軟件，通過數(shù)據驅動的系統(tǒng)建模和設計來優(yōu)化管道設計，可以最大限度地減少管道系統(tǒng)設計中管道之間、管道與結構構件之間的碰撞。Revit三維可視化實體模擬軟件，使用的是ACIS三維建模內核，軟件包含概念設計、詳細設計、可視化、仿真、數(shù)據互操作等方面的功能。在三維布管管路時，能有效簡化布線系統(tǒng)的設計，包括復雜的管材、管道、電纜和電線束走向。INVENTOR以數(shù)據庫為核心，集工藝、結構、電氣為一體的大型工廠三維模型設計系統(tǒng)，主要功能為設備、管道模型，土建結構模型，電纜橋架模型等。PlantDesignSystem資料來源：軟服之家，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

21CFD軟件是過程裝置優(yōu)化和放大定量設計的有力工具?

CFD是計算流體力學的簡稱，是流體力學和計算機科學相互融合的一門新興交叉學科，它從計算方法出發(fā)，利用計算機快速的計算能力得到流體控制方程的近似解。CFD軟件通常指商業(yè)化的CFD程序，具有良好的人機交互界面，能夠使使用者無需精通CFD相關理論就能夠解決實際問題。計算流體力學和相關的計算傳熱學，計算燃燒學的原理是用數(shù)值方法求解非線性聯(lián)立的質量、能量、組分、動量和自定義的標量的微分方程組，求解結果能預測流動、傳熱、傳質、燃燒等過程的細節(jié)，并成為過程裝置優(yōu)化和放大定量設計的有力工具。圖表：常用的流體仿真軟件軟件類型名稱主要功能內置豐富的模型流、湍流、熱傳導和工業(yè)應用相互作用所需的物理建模功能，應用范圍涵蓋機翼氣流、爐內燃燒、泡罩塔、石油平臺、血流、半導體制造、無塵室設計和污水處理廠。ANSYSFluent能夠模擬仿真不同工程領域的設備、工藝和流程，提供了模擬單個物理場，以及耦合多個物理場的功能和工具。COMSOLMultiphysicsOpenFOAM對連續(xù)介質力學問題進行數(shù)值計算的軟件?？蛇M行數(shù)據預處理、后處理和自定義求解器，常用于計算流體力學領域。流體仿真軟件西門子工業(yè)軟件推出的新一代通用CFD仿真軟件，采用了連續(xù)介質力學數(shù)值技術，不僅可進行流體分析，還可進行結構等其它物理場的分析。Star-CCM+由美國CFDRC公司開發(fā)的最先進的CFD及多物理場軟件，能夠模擬流體、熱、化學、生物學、電學、力學現(xiàn)象。CFD-ACE+上海積鼎信息科技有限公司自主開發(fā)的通用計算流體仿真軟件，可以模擬單相和多相/多組分流動，可以模擬復雜流體（包含非牛頓流體、水合物），可用于水利水務、環(huán)境市政、石油&天然氣、化工&過程工藝、汽車等流體仿真分析。VirtualFlow資料來源：軟服之家，阿里云，COMSOL官網，上海積鼎信息科技有限公司官網，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

22工程設計軟件助力卓越運營和智能制造?

信息化時代，化工產業(yè)的數(shù)字化也是提高生產效率的必經之路，與此同時實現(xiàn)生產的信息化和自動化，利用先進的化工軟件輔助化工產業(yè)完成數(shù)字化轉型是領銜化工企業(yè)采用的核心創(chuàng)新之一。?

提高化工行業(yè)從設計到運營的效率水平，推動實現(xiàn)可持續(xù)性和績效，是發(fā)展新型化工產業(yè)的明智之舉。一體化工程設計軟件在整個價值鏈中實現(xiàn)數(shù)字化轉型，推動卓越運營和智能制造。圖表：一體化工程設計的特點圖表：一體化工程設計軟件優(yōu)勢特點說明實現(xiàn)可持續(xù)制造使用以數(shù)據為中心的單一環(huán)境，將工藝工程和資產工程的生命周期統(tǒng)一起來實現(xiàn)跨項目專業(yè)和項目設計周期各階段的數(shù)據透明。單一平臺從一個以數(shù)據為中心而執(zhí)行的概念性、FEED和詳細的工優(yōu)勢提高制造精確度和敏捷性提高資產可靠性并降低成本集成工程和設計程設計，以支持團隊和外部供應商之間的協(xié)作。用實時項目數(shù)據創(chuàng)建一個數(shù)字攣生，以最小的交接負擔在所有項目合作伙伴之間提供工程可視性。數(shù)字孿生的數(shù)據建模云實施隨時隨地安全工作，提高生產效率，為員工賦能，根據項目需求快速擴展。資料來源：AVEVA官網，國海證券研究所資料來源：

AVEVA劍維軟件，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

23人工智能打造數(shù)字化孿生工廠?

隨著物理實體智慧工廠產生的數(shù)據流變量集和控制流變量集等信息日益增多，在工程實踐中，物理實體智慧工廠日益凸顯出環(huán)境變量動態(tài)變化實時感知失效、多維因素約束下設備互聯(lián)與數(shù)字集成失衡和較長周期內自主預測機制缺失等若干缺陷，無法構建基于全景數(shù)據建模與深度關聯(lián)模型的全要素、全流程、全感知的組織結構和運行邏輯。?

數(shù)字化工廠中，將利用物聯(lián)網技術實現(xiàn)設備、人、系統(tǒng)之間的互聯(lián)互通，消除“信息孤島”的存在，讓工廠的每一臺設備都以最佳狀態(tài)運行，同時減少人力成本的投入，生產出最好的產品。圖表：基于數(shù)字孿生的虛擬工廠業(yè)務協(xié)同模型體系架構資料來源：《基于工業(yè)數(shù)字孿生仿真建模的虛擬工廠業(yè)務協(xié)同模型研究》-姚培福等請務必閱讀報告附注中的風險提示和免責聲明

24數(shù)字化交付是構建數(shù)字化工廠的一個重要環(huán)節(jié)?

數(shù)字化交付是構建數(shù)字化工廠的一個重要環(huán)節(jié)，數(shù)字化工廠與數(shù)字化交付已成為現(xiàn)代工程設計領域之中的熱門話題，眾多的工程企業(yè)尤其是設計院，正在謀求以數(shù)字化工廠與數(shù)字化交付為突破從而實現(xiàn)新時代下企業(yè)的數(shù)字化轉型。?

數(shù)字化交付通過建立數(shù)字化工廠平臺以及未來建設智能化工廠的基礎，再將設備運行過程中的過程控制與工藝參數(shù)進行集成，最終通過3D仿真技術實現(xiàn)與實際生產過程一致的工藝模型，借助數(shù)字化交付平臺，可以實現(xiàn)在線上對閥門儀表等參數(shù)進行監(jiān)測，通過仿真模型進行自動化精準控制，并且模型可以不斷根據實際情況進行優(yōu)化，大大減少人為操作帶來的失誤。圖表：數(shù)字化交付的原理圖表：數(shù)字化交付的數(shù)據分類資料來源：《數(shù)字化工廠與數(shù)字化交付的技術探討》-張鶴等資料來源：《石油和化工行業(yè)智能工廠建設的思考》-榮彥棟等請務必閱讀報告附注中的風險提示和免責聲明

25數(shù)字化交付能夠減少信息偏差?

以AVEVA系列軟件為例，數(shù)字化交付的過程為通過PDMS(PlantDesignManagementSystem)與

Diagram軟件進行三維虛擬化工廠與管道儀表流程圖

(Process&InstrumentationDrawing)的創(chuàng)建，然后將各裝置設備的信息嵌入到模型中，將設備生產、安裝、維護過程中的綜合信息系統(tǒng)集成，最后通過旗下的Net平臺實現(xiàn)工廠信息的綜合展示，大大減少信息傳遞過程中帶來的信息偏差與效率的降低。?

目前，互聯(lián)網技術日新月異，通過技術合作，不僅可以實現(xiàn)工廠虛擬現(xiàn)實參觀、沉浸式培訓演習與應急演練，還可以通過更強大的信息管理系統(tǒng)整合企業(yè)的所有生產管理信息，滿足公司各級管理人員需要，更好的協(xié)助對公司的掌控與管理，實現(xiàn)企業(yè)向數(shù)字化與智能化的邁進。圖表：AVEVA系列軟件主要模板及功能圖表：基于數(shù)字化交付的優(yōu)勢主要模塊功能優(yōu)勢解釋包括設備、結構、建筑、管道、暖通、橋架等建立化工廠所需的所有模塊PDMS模塊具有嚴格的數(shù)據審核機制，實現(xiàn)了二維與三維模型間的一致性與數(shù)據的完整性，具有完整的文檔編碼系統(tǒng)，可以快速對文檔進行分類管理與查詢。準確的數(shù)據集成高度的可配置性Instrumentation與Electrical模塊用

于

儀表、電氣與控制工程設計的系統(tǒng)儀表流程圖的繪制Diagram模塊Engineering模塊Net模塊可自定義的元件庫；化工設計單位可以根據公司的審核要求對致性/碰撞檢查規(guī)則進行定制；自動生成的報表所包含的內容與格式均支持用戶自定義。二維工藝流程圖與三維模型之間的一個橋梁各專業(yè)人員對自己的數(shù)據擁有修改權限及更加明確完善的管理架構

責任的劃分，對用戶操作進行記錄，形成訪問日志，實現(xiàn)設計過程的留痕?；贗E瀏覽器實現(xiàn)對項目建設期間與后期維護的各種數(shù)據資料進行收集分類與整理審批工作資料來源：《AVEVA系列軟件在化工廠的數(shù)字化交付中的應用》-郭春帥，國海證券

資料來源：《AVEVA系列軟件在化工廠的數(shù)字化交付中的應用》-郭春帥，國海證研究所

券研究所請務必閱讀報告附注中的風險提示和免責聲明

26目錄?

AI提升研發(fā)效率?

AI優(yōu)化化工設計和建設?

AI賦能化工生產運營?

AI在工業(yè)中具有巨大潛力?

投資建議及關注標的?

行業(yè)評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明

27AI助力化工生產提質增效?

典型的智能工廠最底層為感知層，通過現(xiàn)場設備實現(xiàn)數(shù)據采集；第二層為數(shù)據處理層，將底層采集到的數(shù)據進行加工、存儲、轉換；第三層為應用層，包括工藝管理系統(tǒng)、設備管理系統(tǒng)、人員管理系統(tǒng)等；頂層為企業(yè)運營相關系統(tǒng)，針對企業(yè)運營、供應鏈、人力資源等進行宏觀調配。?

人工智能、工業(yè)互聯(lián)網、工業(yè)大數(shù)據是實現(xiàn)智能制造的使能技術、工具和手段。運用人工智能、大數(shù)據、

云計算這些新的智能化技術，可以幫助制造企業(yè)在替換一些低認知密集型勞動的同時，也能為生產過程中的質量穩(wěn)定性控制和生產效能的優(yōu)化帶來提升。圖表：用友智能工廠應用架構資料來源：上海坤迪官網請務必閱讀報告附注中的風險提示和免責聲明

28人工智能解決方案優(yōu)化化工生產過程?

化工行業(yè)，特別是精細化工領域，有著生產過程復雜、對象特性多變、間歇或半連續(xù)生產過程多，介質腐蝕性強，易燃易爆及污染環(huán)境等特點，使得化工過程的檢測控制面臨影響因素多、變化范圍大等問題。從煉油和石化產品到高性能化學品、纖維、鋼鐵、制藥、食品和水，過程工業(yè)中的控制跨越廣泛的領域，所有這些都涉及化學反應需要極高的可靠性。?

隨著科學技術的發(fā)展，化工過程控制技術的軟硬件支撐手段有了重大改觀，推動了化工過程控制技術的迅速發(fā)展。圖表：化工品控穩(wěn)定性提升解決方案圖表：輪胎智能檢測解決方案資料來源：阿里云官網資料來源：阿里云官網請務必閱讀報告附注中的風險提示和免責聲明

29人工智能提供動設備狀態(tài)監(jiān)測與故障診斷解決方案?

以中控技術supMMS動設備狀態(tài)監(jiān)測與故障診斷解決方案為例，以此建立的設備狀態(tài)監(jiān)測診斷管理平臺能給設備管理帶來全新的機組管理模式，提供基于多種專業(yè)化分析圖譜和監(jiān)測診斷報警手段，并可以為今后拓展廣域網監(jiān)測、遠程專家診斷服務、遠程維護和遠程升級服務等打下技術基礎，實現(xiàn)設備遠程狀態(tài)監(jiān)測診斷聯(lián)網，成為備品備件物聯(lián)網智能管理和低成本高效率維修的組成部分，滿足機組全方位設備完整性信息管理系統(tǒng)的要求。圖表：機泵檢測診斷整體解決方案圖表：診斷外包服務模式與流程實例資料來源：《關鍵動設備狀態(tài)監(jiān)測&故障診斷系統(tǒng)整體解決方案》-中控技術資料來源：《關鍵動設備狀態(tài)監(jiān)測&故障診斷系統(tǒng)整體解決方案》-中控技術請務必閱讀報告附注中的風險提示和免責聲明

30人工智能推動化工企業(yè)走向智能制造?

通過人工智能與制造業(yè)的融合發(fā)展，提升制造業(yè)數(shù)字化與智能化發(fā)展水平，可以進一步加速“制造”向“智造”的轉變。工業(yè)和信息化部2022年度智能制造示范工廠揭榜單位和優(yōu)秀場景名單中，有包括巨化股份、金宏氣體、玲瓏輪胎、賽輪輪胎、森麒麟等化工企業(yè)。圖表：2022年度智能制造示范工廠揭榜單位名單（節(jié)選）企業(yè)揭榜任務名稱典型場景名稱1.精準配送:2.供應鏈全流程一體化:3.生產計劃優(yōu)化;4.設備運行優(yōu)化;5.安全風險實時監(jiān)測與應急處置;6.能耗數(shù)據監(jiān)測7.銷售驅動業(yè)務優(yōu)化:8.質量精準追潮。金宏氣體股份有限公司

高純工業(yè)氣體智能制造示范工廠1.先進過程控制;2.人員智能定位系統(tǒng);3.精準配送:4.廢棄物處置與再利用:5.數(shù)巨化集團有限公司含氟新材料智能制造示范工廠

字基礎設施集成;6.采購策略優(yōu)化;7.數(shù)字化交付和運維管理;8.工業(yè)智慧大腦應用實踐。山東玲瓏輪胎股份有限公司1.數(shù)據驅動產品設計優(yōu)化;2車間智能排產;3.質量精準追潮;4.智能倉儲;5.工藝高端輪胎智能制造示范工廠橡膠輪胎智能制造示范工廠航空輪胎智能制造示范工廠數(shù)字化設計6.能耗數(shù)據監(jiān)測;7.在線運行監(jiān)測;8.智能協(xié)同作業(yè)。1.產品數(shù)字化研發(fā)與設計;2.車間智能排產;3.工藝動態(tài)優(yōu)化;4.智能在線檢測;5.設備運行優(yōu)化:6.數(shù)字亭生工廠建設;7.網絡協(xié)同制造;8.數(shù)字基礎設施集成。賽輪集團股份有限公司青島森麒麟輪胎股份有限公司1.智能在線檢測:2精準配送3.產品數(shù)字化研發(fā)與設計;4.車間智能排產;5.工藝動態(tài)優(yōu)化:6.銷售驅動業(yè)務優(yōu)化;7.大規(guī)模個性化定制;8.能效平衡與優(yōu)化。資料來源：工信微報公眾號，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

31目錄?

AI提升研發(fā)效率?

AI優(yōu)化化工設計和建設?

AI賦能化工生產運營?

AI在工業(yè)中具有巨大潛力?

投資建議及關注標的?

行業(yè)評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明

32人工智能在工業(yè)中顯示出巨大潛力?

人工智能在工業(yè)中顯示出巨大的潛力。其核心為機器學習，主要包括以下步驟：數(shù)據的收集和說明，數(shù)據整理和分析，建立模型及優(yōu)化模型。?

人工智能與工業(yè)數(shù)據的結合有助于有效獲得不同變量之間的關系，并預測及優(yōu)化特定參數(shù)。在工業(yè)中，已應用于精餾塔、反應器、鍋爐、控制器、冷水機組、壓縮機、泵、管道等各種工藝設備的校正、工藝參數(shù)預測、故障診斷與優(yōu)化；在紡織，水處理，化肥，核電站和油氣等領域均有應用。圖表：機器學習的步驟機器學習步驟最優(yōu)化模型優(yōu)化建立模型學習數(shù)據整理和分析探索/轉換或標記收集/移動或儲存數(shù)據收集和存儲資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan,國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

33人工智能在污水處理中的應用?

人工智能技術在污水處理領域主要用于過程控制、建模及故障診斷等幾個方面。污水處理系統(tǒng)的數(shù)學模型用來模擬各類微生物

、有機物在處理過程中的動態(tài)特性，有助于新建系統(tǒng)的設計和優(yōu)化運行管理，也有助于對現(xiàn)有生化處理系統(tǒng)功能的擴展，并且可供操作人員使用的故障診斷專家系統(tǒng)能夠實現(xiàn)低成本、高效率。圖表：橫流超濾過程的建模與優(yōu)化圖表：人工智能在污水處理應用的相關研究算法/方法目的獲取的數(shù)據集送至神經元網絡神經網絡模型和支持向量機模型藍水足跡評估數(shù)據集利用神經元網絡獲得數(shù)據集的最優(yōu)值多層感知機與后向傳播算

建立模擬水動力學空化的神經網絡模型，以促進水中沼氣法

的產生和有機污染物的分解消化運用遺傳算法求最優(yōu)解神經元網絡最優(yōu)解反向傳播法分析了聚合氯化鋁混凝過程中溶解性有機物的去除利用人工神經網絡研究氧化石墨烯/殼聚糖-

PVA聚合物對剛果紅染料的吸附反向傳播法分位數(shù)回歸法訓練，測試和驗證對模型進行訓練、測試和驗證研究預測控制和超前分析在污水處理廠綜合驗證裝置中的應用最近鄰法/隨機森林法設計軟測量系統(tǒng)，提高污水處理的控制效果資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

34人工智能在化肥行業(yè)中的應用?

現(xiàn)代人工智能解決方案不僅可以檢測出需要多少肥料，有效減少浪費，還能夠輔助施肥過程。人工智能機器人和無人機可以檢查作物和土壤狀況，評估作物健康狀況，并就何時澆水、施肥和收割提供指導，這可以幫助農民節(jié)省時間，降低成本，并改善種植和收割方面的決策。圖表：羅勒植物數(shù)據收集與分析示意圖圖表：人工智能在化肥行業(yè)應用的相關研究樣本算法/方法目的利用人工神經網絡對不同氮濃度下生長的羅勒進行區(qū)分LM算法CIT模型利用CIT技術，評價氮肥對N

O排放的影響，確定土2泵壤氣候對每日減少N

O排放量的影響2碳濾器邏輯回歸、支持向量機、隨機森林、K近鄰模型等排氣口預測玉米產量研究控釋尿素對水稻產量、氮素損失和溫室氣體排放的影響隨機森林模型隨機森林、K近鄰,、神經網絡、遺傳編程模型預測塊莖作物高產對氮、磷、鉀的需求量陣列傳感器數(shù)據采集電腦端資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

35人工智能技術為油氣領域創(chuàng)新發(fā)展注入新動能?

油氣行業(yè)對于數(shù)字技術的需要緊迫而持久，一方面，油氣開發(fā)難度日益增加，持續(xù)穩(wěn)產形勢嚴峻，新老油田都面臨著生產成本升高與效益降低的巨大壓力；另一方面，各層級對企業(yè)公的安全生產、環(huán)境保護責任要求越來越嚴格。傳統(tǒng)油氣勘探與開發(fā)研究技術如儲層預測、油層識別、注采分析優(yōu)化等，需要人工花費大量時間整理分析數(shù)據，效率低、問題多，而未來通過“油氣智能大腦”，可以對輸入的相關數(shù)據進行自動分析推理，直接給出開采方案。圖表：人工智能在油氣領域應用的相關研究圖表：工業(yè)互聯(lián)網解決方案總體架構設計算法/方法目的混合和語言模型控制精餾塔頂部和底部產品的成分對精餾塔的多個故障進行識別預測鉆孔后巖石的力學行為多核學習支持向量機模型優(yōu)化的多層感知器模型和多層感知器-粒子群算法采用模糊推理系統(tǒng)和人工神經網絡，開發(fā)出用于煉化塔的控制器混合和語言模型三維冠層輻射傳輸模型、語言模型、序列最小優(yōu)化算法建立油氣管道失效評估預測模型用于檢測精餾塔中的塔板擾動非線性自回歸網絡模型資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所資料來源：《油氣行業(yè)數(shù)字化轉型研究與實踐》-楊劍鋒等請務必閱讀報告附注中的風險提示和免責聲明

36人工智能技術在核工業(yè)中大有用武之地?

當前，以“數(shù)字礦山、智能制造、數(shù)字（智能）核電、智慧經營”為主線的行業(yè)科技發(fā)展路徑已清晰顯現(xiàn)。這將在未來幾年拉動核能行業(yè)全產業(yè)鏈上建設并逐步實現(xiàn)鈾礦勘察開采的全數(shù)字化、可視化平臺；核燃料智能生產與元件智能制造平臺；核電設計與建造一體化、數(shù)字化、全壽期平臺；從集團到各級單位應用大數(shù)據、云計算技術的智慧經營平臺。在多個平臺建設需求牽引下，新型人工智能技術將大有用武之地，大顯身手。圖表：人工智能在核工業(yè)應用的相關研究圖表：深度神經網絡在我國核領域中的應用壓水堆堆芯關鍵參數(shù)預測算法/方法目的反應堆運行狀態(tài)預測反應堆故障診斷快堆熱工參數(shù)預測反應堆堆芯功率場的預測反應堆堆芯換料方案設計反應堆屏蔽設計隨機森林模型支持向量機和邏輯回歸模型深度神經網絡模型反向傳播法識別核數(shù)據中有問題的子集開發(fā)核基礎設施預測性維護算法計算高溫氣冷反應堆的截面檢測核電站運行異常反應堆優(yōu)化設計核素識別核醫(yī)學圖像診斷支持向量機模型反向傳播法建立近似元模型來估計火災危險狀況預測核電站變壓器的使用壽命核電機器人數(shù)字礦山資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所資料來源：《神經網絡算法在我國核領域中的應用綜述》-楊紅義等，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

37人工智能引領紡織行業(yè)創(chuàng)新發(fā)展?

將人工智能技術與紡織各領域相結合，利用計算機視覺技術，使用深度學習算法搭建定制化和個性化以圖搜圖引擎；基于機器視覺開發(fā)經編針織物疵點在線檢測系統(tǒng)以及智能驗布系統(tǒng)；借助自然語言處理進行個性化紡織專業(yè)教育；利用機器學習算法開發(fā)智能CAD、紡織面料評級與分類、生產管理以及服裝面料圖案設計的應用，進行流行趨勢預測以及服裝設計。人工智能將作為戰(zhàn)略性技術引領紡織行業(yè)發(fā)展，帶動提高紡織各領域智能化水平，進而帶來深遠的變革。圖表：神經網絡模型預測紡織復合材料力學性能圖表：人工智能在紡織行業(yè)的應用場景算法/方法目的計算機視覺紡織產品檢索卷積神經網絡、支持向量機模型提高皮革切割效率預測生產時間機器視覺經編針織物疵點在線檢測,紡織面料疵點檢測個性化紡織專業(yè)教育,紡織電子商務隨機森林、決策樹回歸模型自然語言處理回歸分析、邏輯回歸、決策樹和貝葉

識別橡膠紡織輸送帶故障發(fā)生率與所斯分類器模型

選變量之間的相關性紡織CAD,紡織面料評級與分類,基于機器學習的紡織生產管理,人工智能服裝設計,服裝流行趨勢預測,服裝面料圖案設計,人工智能服裝設計,智能穿戴機器學習隨機森林模型評估材料的疲勞性能機器人筒子紗自動上紗,筒子紗智能染色上置信界算法、湯普森抽樣算法梯度助推模型，堆疊集成模型優(yōu)化棉紡廠的能源消耗預測織物性能智能倉儲物流系統(tǒng)一整套產品生產流水線系統(tǒng)全部由機器操作完成資料來源：《人工智能引領紡織行業(yè)創(chuàng)新發(fā)展》-馮英杰等，國海證券研究所資料來源：《MachineLearninganIntelligentApproachinProcessIndustries:APerspectiveandOverview》-NadiaKhan，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

38目錄?

AI提升研發(fā)效率?

AI優(yōu)化化工設計和建設?

AI賦能化工生產運營?

AI在工業(yè)中具有巨大潛力?

投資建議及關注標的?

行業(yè)評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明

39凱賽生物：入股分子之心，將AI技術引入生物制造研發(fā)體系?

凱賽生物是全球長鏈二元酸的主導供應商，，可提供以生物法制造的從十碳到十八碳長鏈二元酸系列產品。公司系列生物法長鏈二元酸年產能7.5萬噸，凱賽烏蘇于2021年中期投產戊二胺5萬噸、聚酰胺10萬噸，4萬噸癸二酸項目于2022年成功投產。?

公司入股AI蛋白質設計平臺公司“分子之心”，將AI技術引入生物制造研發(fā)體系，智能化升級生物制造全流程。該次Pre-A輪戰(zhàn)略投資超億元，由凱賽生物領投，聯(lián)想創(chuàng)投跟投，天使輪領投方紅杉中國追加投資。分子之心自主研發(fā)了國內首個功能完整的人工智能驅動的蛋白質預測和設計平臺“MoleculeOS”，運用數(shù)據驅動的AI方法，快速識別、改造甚至從頭設計最合適的蛋白質，從而顛覆大分子藥物設計、合成生物學、環(huán)境保護等領域研發(fā)范式。?

考慮具體的經營情況，同時聚酰胺推廣周期較長，我們調低2022-2024盈利預期，預計公司2022-2024年歸母凈利分別為5.52、8.27和10.80億元，對應的PE為63、42和32倍，考慮到公司合成生物學技術優(yōu)勢，維持公司“買入”評級。?

風險提示：項目投產不達預期風險、

產品價格下滑風險、

產品需求下滑風險、

工廠安全環(huán)保生產風險、

原材料價格波動的風險、

匯率波動風險、

銷售未達預期風險等。圖表：盈利預測表（更新于20230417）預測指標2021A2197472022E2445112023E3244332024E478748營業(yè)收入（百萬元）增長率(%)歸母凈利潤（百萬元）增長率(%)攤薄每股收益（元）ROE(%)60855282710803133-9501.4660.9551.4271.858P/E126.227.2034.9495.3062.923.1314.2236.0542.062.9110.7223.1332.202.667.2618.95P/BP/SEV/EBITDA資料來源：Wind，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

40華

恒

生

物

：

基于合成生物平臺優(yōu)勢，新品持續(xù)突破?

公司是全球領先的通過生物制造方式規(guī)?；a小品種氨基酸產品的企業(yè)。公司以合成生物學技術為核心，聚焦氨基酸系列產品，包括丙氨酸產品（L-丙氨酸、DL-丙氨酸、β-丙氨酸）、L-纈氨酸、

D-泛酸鈣和熊果苷。?

中期來看，公司在建項目逐步建成，釋放產能。2021年，巴彥淖爾交替生產丙氨酸、纈氨酸項目和秦皇島發(fā)酵法丙氨酸技改擴產項目部分投產，公司纈氨酸實現(xiàn)量產。此外公司投資建設巴彥淖爾三支鏈氨基酸項目、長豐基地β-丙氨酸衍生物項目，不斷豐富產品樹。?

長期來看，公司基于“工業(yè)菌種創(chuàng)制-發(fā)酵智能控制-高效分離提取-產品應用開發(fā)”合成生物學平臺和深厚的技術積累，有望持續(xù)突破新品。公司定增項目建設5萬噸/年丁二酸、5萬噸/年蘋果酸，此外，公司推進PDO等高附加值化學品產業(yè)化轉化。?

盈利預測：預計公司2022-2024年歸母凈利潤分別3.07、4.19、5.72億元，對應PE為60、44、32倍，維持“買入”評級。?

風險提示：現(xiàn)有產品價格回落風險、原材料價格上漲風險、核心技術流失風險、新項目投產不及預期風險、丁二酸和PDO等新技術產業(yè)化低于預期風險。圖表：盈利預測（更新于20230417）預測指標2021A9542022E1403472023E1940382024E259134營業(yè)收入（百萬元）增長率(%)歸母凈利潤（百萬元）增長率(%)攤薄每股收益（元）ROE(%)96168307419572398237361.70142.84213.88235.2925P/E76.0311.8014.6359.5359.6012.7813.0346.4943.6410.229.4232.6631.987.947.0623.83P/BP/SEV/EBITDA資料來源：Wind，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

41中國化學：工程+實業(yè)雙輪驅動，化學工業(yè)龍頭加速轉型?

中國化學是一家集勘察、設計、施工為一體，知識技術相對密集的工業(yè)工程公司，是我國化學工業(yè)工程領域內資質最為齊全、功能最為完備、業(yè)務鏈較為完整的工業(yè)工程公司之一，在行業(yè)內具備專業(yè)化經營、市場化程度及業(yè)務一體化程度高的優(yōu)勢。?

2022年公司天辰齊翔、華陸新材、東華天業(yè)等新建實業(yè)項目陸續(xù)投產運行。2022年7月31日，天辰齊翔打通全流程并生產出優(yōu)質己二腈產品，丙烯腈裝置實現(xiàn)滿負荷穩(wěn)定運行，累計生產丙烯腈8萬余噸，己二腈與己二胺負荷逐步提高，實現(xiàn)長周期穩(wěn)定運行；2022年2月27日華陸新材氣凝膠項目調試成功；2022年6月20日東華天業(yè)PBAT主裝置一系列開車成功，圓滿實現(xiàn)“當年開工，當年建成，一年內投產”的目標。中國化學天辰泉州60萬噸/年環(huán)氧丙烷、賽鼎科創(chuàng)3萬噸/年相變儲能材料等項目相繼啟動建設，預計2023年投產運行。公司持續(xù)推進重點研發(fā)項目的實施。公司旗下華陸公司在多晶硅核心工藝開發(fā)方面打破了國外的技術壟斷，并使成本進一步降低，近幾年，進一步發(fā)力以冷氫化技術為代表的多晶硅工藝技術群，獲得多項專有專利技術和國家、省級、行業(yè)級獎項。?

預計公司2023-2025年歸母凈利分別為65.48、80.72和92.35億元，對應的PE為10、8和7倍，維持“買入”評級。?

風險提示：市場競爭加劇風險、下游需求不及預期風險、生產安全環(huán)保風險、項目建設進度不及預期的風險、全球疫情控制不及預期風險、下游需求不及預期風險、實業(yè)產品價格波動風險、在研項目失敗風險。圖表：盈利預測表（更新于20230417）預測指標2022A158437152023E182585152024E207180132025E23256412營業(yè)收入（百萬元）增長率(%)歸母凈利潤（百萬元）增長率(%)攤薄每股收益（元）ROE(%)5415176548218072239235140.89101.07111.32121.5112P/E8.920.920.311.909.851.090.352.867.990.960.312.126.990.840.281.48P/BP/SEV/EBITDA資料來源：Wind，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

42東華科技：化工建設龍頭，數(shù)字化變革引領未來?

東華科技、擁有化工、石油化工、醫(yī)藥、市政、建筑等十多項甲級設計資質以及工程總承包甲級資質，具有對外工程總承包權和進出口經營權。公司主要開展咨詢設計、以設計為主體的工程總承包業(yè)務。同時，公司已取得多項建設工程施工總承包資質，具備了從事施工安裝業(yè)務的基本條件，但目前公司尚未直接開展具體的施工安裝、設備材料生產業(yè)務。公司引進了大量的正版軟件，三維工程設計已經成為公司的設計主流。公司一直位居中國勘察設計行業(yè)百強之列，在化工勘察設計企業(yè)中名列前茅。?

根據wind一致預期，公司預計2023-2025年歸母凈利分別為3.43、4.19和5.07億元，對應的PE為22、18和15倍。?

風險提示：下游需求不及預期風險、生產安全環(huán)保風險、項目建設進度不及預期的風險、行業(yè)競爭加劇的風險、在研項目失敗風險。圖表：盈利預測表（Wind一致預期,更新于20230417）預測指標營業(yè)收入（百萬元）增長率(%)2022A6,234.0419.65288.6345.710.522023E7,168.0914.98343.0618.850.482024E8,291.2315.67418.5121.990.592025E9,623.0916.06506.7021.070.72歸母凈利潤（百萬元）增長率(%)攤薄每股收益（元）ROE(%)9.198.699.7810.8314.621.58P/E23.571.7621.591.8717.701.73P/B5.235.586.046.61BPS-每股凈資產資料來源：Wind，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

43中國石化：煉化一體化龍頭，創(chuàng)新賦能智慧石化建設?

中國石化是中國最大的一體化能源化工公司之一，主要從事石油與天然氣勘探開發(fā)管道運輸、銷售；石油煉制、石油化工、煤化工、化纖及其它化工生產與產品銷售、儲運；石油、天然氣、石油產品、石油化工及其它化工產品和其它商品、技術的進出口、代理進出口業(yè)務；技術、信息的研究、開發(fā)、應用。公司是中國大型油氣生產商，煉油能力排名中國第一位；在中國擁有完善的成品油銷售網絡，是中國最大的成品油供應商。?

公司石油工程技術研究院與美林數(shù)據簽訂了智慧鉆井平臺建設合作協(xié)議，美林數(shù)據未來將以TempoAI人工智能平臺為基礎，與中國石化石油工程技術研究院合作打造面向鉆井領域的智能中臺。中石化銷售股份有限公司與航天云機達成合作，雙方各持股50%，成立了易嘉油智能機器人有限責任公司，注冊資金1億元，經營范圍包括：服務消費機器人制造；服務消費機器人銷售；智能機器人的研發(fā)等。?

根據wind一致預期，公司預計2023-2025年歸母凈利分別為705.5、758.3和793.6億元，對應的PE為11、10和10倍。?

風險提示：國際貿易摩擦風險、產品價格大幅下滑風險、原材料價格大幅上升風險、市場競爭加劇風險、下游需求不及預期風險、生產安全環(huán)保風險。圖表：盈利預測表（Wind一致預期,更新于20230417）預測指標2022A3,318,168.0057.562023E2024E2025E營業(yè)收入（百萬元）增長率(%)3,378,642.573,458,299.233,602,501.871.8270,546.036.402.3675,830.737.494.1779,360.444.65歸母凈利潤（百萬元）增長率(%)66,302.00101.380.55攤薄每股收益（元）ROE(%)0.590.630.668.508.598.858.82P/E7.6910.790.9310.040.899.59P/B0.670.856.556.857.157.47BPS-每股凈資產資料來源：Wind，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明

44中國石油：國內油氣龍頭以AI助推油氣行業(yè)發(fā)展?

中國石油是中國油氣行業(yè)占主導地位的最大的油氣生產和銷售商。公司廣泛從事與石油、天然氣有關的各項業(yè)務，加快實施資源、市場和國際化三大戰(zhàn)略，著力加快轉變增長方式，提高自主創(chuàng)新能力，建立安全環(huán)保節(jié)能長效機制，致力于發(fā)展成為具有較強競爭力的國際能源公司。?

“十三五”期間，公司管道設計院已經具備數(shù)字化交付能力和服務智能管道建設的能力，推進我國油氣儲運行業(yè)步入智能管道時代。此外，公司中與華為開展戰(zhàn)略合作，建成了全亞洲最大的數(shù)據中心，從上游到下游打造智慧油田、智能煉化、智慧管線、智慧銷售等業(yè)務服務。中國石油首個智能天然氣工廠西南油氣田公司智能凈化廠試點建設取得階段性成果。為加快推進落實中國石油數(shù)字化智能化發(fā)展戰(zhàn)略，加快勘探開發(fā)人工智能技術的研發(fā)及應用，打造中國石油油氣勘探開發(fā)人工智能原創(chuàng)技術策源地，集團公司建設勘探開發(fā)人工智能技術研發(fā)中心，于3月2日揭牌成立。?

根據wind一致預期，公司預計2023-2025年歸母凈利分別為1306.4、1300.1和1330.4億元，對應的PE為10、10、10倍。?

風險提示：國際貿易摩擦風險、原材料價格大幅上升風險、市場競爭加劇風險、下游需求不及預期風險、生產安全環(huán)保風險。圖表：盈利預測表（Wind一致預期,更新于20230417）預測指標營業(yè)收入（百萬元）增長率(%)2022A2023E2024E2025E3,453,122.561.723,239,167.003,273,688.443