大象起舞，油气行业敏捷研发正当时 | 智能仿真

1年前浏览1304

近年来，全球能源格局正在发生深刻变化，如何应对新形势下的严峻挑战，让传统油气企业“大象”在快速变化能源局势中能够“翩翩起舞”？数字化转型，大力推进创新驱动发展或是当前破局之法。敏捷研发的关键是数字驱动。达索系统BIOVIA通过整合“实验室全面数字化”，“科研数据智能”和“材料虚拟仿真”三个方向，引入“数据”，“智能”，“仿真”三项能力，支撑研究实验室，开发实验室和检测实验室的具体业务目标，有效结合实体实验和虚拟实验优势，借助人工智能和机器学习技术，实现虚拟现实的数据协同。

-- 敏捷研发第一步 --

全面数字化实验室

点击下方图片，查看敏捷研发第一步

-- 敏捷研发第二步 --

科研数据智能

在当今竞争激烈的油气行业，研发机构都希望通过集成的、数据驱动的方法，将强大的预测模型与先进的数据分析和机器学习结合起来，以获得新的洞察力，加快创新速度并降低成本，从而实现创新。当前在油气研发领域，数据探索和分析工作流程存在如下难点：

脱节的系统和不同的数据源阻碍了充分利用数据的能力
当前的数据科学解决方案无法提供研发所需的专用领域功能
数据科学上手困难，阻碍模型的广泛部署和使用

达索系统的科研数据智能解决方案，通过实施先进的预测性分析和机器学习技术来解决这些问题。该技术能够在数据中揭示有意义的模式，帮助科学家和工程师理解复杂的系统，破译分子和原子行为，优化流程，并就如何快速、高效地推进项目的进展做出更快、有数据依据的决策。

在油气研发领域，基于全面实验室数字化所得有效数据，能够使用数据科学工具针对业务场景进行数据智能应用，最典型的应用场景包括：配方推荐系统，实验数据看板和智能搜索引擎。

配方推荐系统能够基于现有配方数据进行数学建模，针对多组分配方进行分析，预测不同配方组成，添加剂含量，种类等因素对产品性能的影响，在考虑成本的条件下，指导新配方的开发工作。并将配方和工艺优化结合，通过对现有实验数据的分析，获取工艺条件的参数，顺序等对产品性能的影响。

实验数据看板能够对实验室运行情况进行趋势追踪和实时动态数据查看。实时追踪原料库存，仪器设备，人员工作量，实验进度等动态信息。通过优化仪器使用效率，减少无效和重复实验，促进数据共享，有效提高实验室运营效率。

智能搜索引擎能够针对科研数据进行智能检索和动态展示。它不仅能够针对结构化数据（例如文本，表格）进行检索，还能够对化学实验室中常见的化学式、官能团、甚至分子结构片段等非结构化数据进行智能检索。并拥有可定制的多目标优化和检索能力，支持使用表格、图表、图片和文字等定制数据报告，对数据分析和数据挖掘过程进行总结和展示。

在生产领域，还能够通过图像识别和IoT技术结合，对生产质量回溯，生产质量管理和设备预测性维护等方向进行有效的数据科学应用。

科研数据智能通过汇集多个数据源并简化复杂分析和机器学习任务的创建，使复杂的数据处理和分析任务自动化。凭借其易于使用的图形化开发环境，使数据科学家能够设计出满足其需求的数据科学和机器学习解决方案，然后将这些工作流程作为最佳实践在整个组织中共享。

数据科学的平民化使用能够为企业带来价值：

通过数据智能应用从现有数据中获得最大收益，充分利用已有资源
使用预测分析和机器学习，通过数据驱动的可重复流程增强研发效率
使用自助式建模工具来提高研究人员对数据的认知水平并提高工作效率
降低学习成本，通过拖放界面将编码减少到最小
自动化数据处理，自动执行数据聚合，融合，合并和清理
通过网络服务和应用程序简化部署，快速推广最佳实践
支持云端部署，以快速实施并实现价值增值

-- 敏捷研发第三步 --

材料虚拟仿真

基于分子模拟和人工智能的新一代材料虚拟仿真，是第四科研范式的重要支撑。以材料虚拟仿真技术为核心的材料基因工程融合数字化技术和材料研发，是“中国制造2025”的关键内容之一，已作为重大战略任务在“新材料重大工程”专项中布局。自上世纪80年代起，国际各大石油化工企业广泛将材料虚拟仿真技术应用于研发领域，并将材料虚拟仿真技术与信息化技术结合，有效提高研发效率。在油田化学、催化剂研制、高分子设计、化学工程及重油特征化等领域，分子模拟技术有着越来越广泛的应用。

在产品开发中引入基于计算机仿真技术的材料虚拟仿真和高通量虚拟筛选，能够有效降低试错成本，缩短产品开发设计周期，增强企业竞争力。

材料虚拟仿真能够实现：

先于实验预测材料性能，进行配方筛选，优化工艺流程设计，从而缩短研发周期、降低项目淘汰率，提高研发效率，降低开发风险；
部分代替化学合成、结构分析、物性检测等实验，减少仪器占用率，降低总体研发成本。
提高企业的管理创新、业务拓展、降本增效、信息化水平及核心竞争力水平。
材料虚拟仿真在催化剂开发中能够基于量子力学预测反应活性位点，考察催化反应机理。

材料虚拟仿真在催化剂开发中能够基于量子力学预测反应活性位点，考察催化反应机理。

针对润滑油，高分子和流体微观分析，材料虚拟仿真在纳米尺度采用基于分子力学的物理模型能够预测扩散、渗透、表面吸附分子取向和粘度等性质。

针对高分子、新型复合材料，材料虚拟仿真在微米尺度采用基于介观方法的物理模型进行仿真预测。

针对液相热力学行为，材料虚拟仿真能够基于COSMO-RS预测极性组分的分配系数，萃取及液液相平衡，溶解度和固液相平衡，气体溶解度和复杂体系增气压，吸附模型，界面张力，纯物质的密度和粘度等。

并通过引入高通量虚拟筛选，快速筛选目标材料。

财富500强公司的成功经验表明，材料虚拟仿真应用的引入能够有效提高实验研发效率，加速研发人员的能力建设，加深研发理解；作为新型工具有效丰富现有研究手段，拓宽研究思路；并通过前期筛选有效控制研发风险，规避可能的危险实验。引入材料虚拟仿真够减少25%的实际项目支出，减少60%数据获取耗时，减少最多40%的实际实验次数，缩短50%的项目周期，总体提高研发效率25%以上。