基于全流程智能质量监控平台（Q-Lab）的AI+质量

SUPCON.SW股票代码：SUPCON.SW股票代码：688777.SH基于全流程智能质量监控平台（Q-Lab）的“AI+质量”——让工业更智能，让客户更成功——CONTENTS—01流程工业企业质量管理的现状与挑战02全流程智能质量监控平台（Q-Lab）概述的现状与挑战 流程工业企业质量管理的现状与挑战工业企业质量数据现状DCSQSDCSQS质量管理线索链条不清晰质量信息收集不全面跨部门信息不互通质量管理线索链条不清晰质量信息收集不全面跨部门信息不互通，管理效率低背景与挑战·技术驱动AI大模型向B端尤其是工业领域应用已成为行业共识。大模型已呈现出以基础大模型为技术底座，工业应用为切入点的发展趋势，工业大模型应运而生。AI时序大模型质量控制 质量预测质量优化AI时序大模型全流程智能质量监控平台解决方案构想：基于智能工厂建设经验构建（1+2+N)APPAPPAPPAPP...AiPlant产品，构建工业AI价值体系Chat5T中控智问基于工业核心场景的大模型运行数据设备数据质量数据中控智慧工厂软件——BringAIintoYourPlant一款基于“AI+数据”理念重构工业软件谱系的新一代智慧工厂软件产品全面助力流程工业企业从“智能工厂”跨越到“智慧工厂”质量视角分类产品检测数据公用工程检测01质量检验原辅料检测数据产品检测数据公用工程检测01质量检验过程抽样检测数据供应商数据客户投诉数据质量数据资源数据（人机料法环）质量知识供应商数据客户投诉数据质量数据工艺数据仪表数据在线检测数据工艺数据仪表数据过程能力Q-Lab全流程智能质量监控平台-汇聚全场景质量信息全流程智能质量监控平台架构质量优化质量预测智能应用质量质量优化质量预测智能应用质量诊断追溯检验执行质量检验执行质量控制在线检测样品管理样品管理移动检测管理应用移动检测管理应用质量检验数据基座人工录入系统集成人工录入系统集成应用场景数据采集应用场景数据采集分布式实验室在线分析仪智慧实验室移动实验室DCS分布式实验室在线分析仪智慧实验室移动实验室DCS/UCS（过程质量）公用工程业务现场原辅料成品生产过程公用工程业务现场原辅料成品生产过程传统实验室：运行流程高度依赖人工采样人员检测人员准确性异味恶臭,有毒有害离职率高检测人员离职率高检测人员检测人员据工困难据工困难实验室全操作场景自动化送样分样色谱分析分拣送样分样色谱分析分拣回收清洗烘干回收清洗烘干实验室业务流转，融合Know+How的智慧实验室实验室自动化检测+智慧化管理+数据联动利用模式技术手段技术手段信息化信息化数字化智慧化构筑管理生态AR/VR、AI质检、生产优化控制...整合细分应用试剂管理、样品管理、耗材管理...检测分析场景覆盖应用案例：中石化某企业积极实施智慧实验室，提升运行效率，应对业务量剧增挑战某石化企业有新建项目，导致样品数量不断增加、检测指标不断细化、检测要求不断提高，实验室整体业务量实验室当前存在安全风险，人员不足、时效低、业务量矛盾多等问建设内容客户声音大型炼化企业质量事故柴油罐铜腐异常分析事件20XX年12月10日22时开始，某工厂连续两罐柴油铜腐不合格，均为2a级（指标为不大于1级）。对10日8:00、16:00所有直接进罐的柴油组份留样安排铜腐复测，发现10日8:00的Ⅳ加氢柴油铜腐为2b，不合格质量与生产信息不畅岗位分析人员质量意识淡薄，严质量与生产信息不畅在分析12月10日8:00Ⅳ加氢柴油铜腐不合格时，没有及时将数据报出，而是采取增加对12:00样品铜腐分析，合格后将其作为8:00样品数据报出质量管理管什么?11管异常质量管理异常的表现形式以“数据”的形式显化、量化，凸显“基础数据”质量管理雷达和触角的显著作用。管异常22质量管理管什么抓风险以制度为支撑精细管理，深化“产品-体系”理念，将各类异常和风险梳理并结构化。质量管理管什么抓风险33助提效线下变线上、信息直接推送DCS、人员少跑腿、基于数据和规则构建管理模型，提高管理效率，增强质量管理严肃性、可追溯性、联动性、共享性。助提效异常实时监控针对生产、装置、质量关注点，结合多年行业经验建立指标模型库，识别影响质量的关键参数（涵盖实验室分析数据、在线分析仪，生产质量实时数据通过规则AI运算，设置预警并以邮件或短信DCS联动等形式提醒至相关人员。•重油催化•加氢裂化•焦化•烷基化….智能质量管家APP（异常数据分级推送，异常找人）质量经理产线负责人工艺员操作员质量经理产线负责人工艺员异常找人标报警2h，提醒“采样及时性不足”炼化质量专家经验库异常识别Q-Q-Lab质量数据基座+AI质量信息过程控制质量数据安全互联批次工单批次工单开始生产批次质检任务生成质检任务收样匹配质检单通过质量管家将质量信息实时送达DCS操作画面实现生产过程质量透明化管理批次执行收样匹配质检单通过质量管家将质量信息实时送达DCS操作画面实现生产过程质量透明化管理批次执行指标模型库异常规则收样取样质量检测人工线下通知质量检测报告质量检测报告异常处置标准化、流程化基于Cpk过程能力指数评估的分析保留项目管控u动态辅助管理产品分析保留项目的科学管理，引入Cpk过程能力指数和六西格玛经验法则，量化制定产品分析保留规则（示例）：质量管家助力质量监控异常闭环异常识别异常识别异常处置异常处置以100万吨/年聚烯烃为例。每年由于质量不稳定、异常识别滞后等原因造成副牌料（废料）约以100万吨/年聚烯烃为例。每年由于质量不稳定、异常识别滞后等原因造成副牌料（废料）约1000吨/年（损失约700~800万/年通过质找人等功能，减少副牌料产生约1/4，增效约智能质量预测APP基于历史生产和质量数据建立质量预测模型，实时预测产品质量，一旦预测出现不合格的情况及时对生产进行调整，提高产品合格率。基于历史生产数据建立反应时间预测模型，实时预测反应进程，根据提示停止反应，减少人工离线检测次数，提高产品质量稳定性和均一性。聚烯烃行业问题剖析关键点：产品质量控制难（稳定生产/牌号本征原因：本征原因：聚合体系复杂导致聚合机理不明确聚合物复杂的微观结构与产品宏观性质的定量关系不清晰原料微量杂质对产品质量影响大工艺操作：•影响产品质量的操作参数众多•操作变量与质量指标的定量关系未知•工艺操作主要依靠工艺员个人经验AI瞬时熔指预AI瞬时熔指预测••以分子量分布为核心构建聚合反应机理模型。•关联分子量与瞬时性质数据构建AI瞬时性质模型。技术核心要点质量预测案例——某石化企业质量预测模型投用后的效果：模型投用后，产品熔指的波动（标准差）降低45%，PPK提升77%。平均值标准差过程绩效指数模型投用前0.3740.0200.916模型投用后0.3750.011节约检测结果等待时间降低化验分析成本增加产值节约检测结果等待时间降低化验分析成本替代在线熔指分析仪不产生维护费用切换时间替代在线熔指分析仪不产生维护费用助力企业全流程动态质量闭环优化智慧管理质量诊断数据模型质量预测检测智能化管理质量追溯工艺优化汇聚、解析、融合持续改进助力企业全流程动态质量闭环优化智慧管理质量诊断数据模型质量预测检测智能化管理质量追溯工艺优化汇聚、解析、融合持续改进Q