柴天佑院士：攻克复杂工业控制的“无人区”中国科学报

在经济全球化浪潮与制造业深刻变革的交织驱动下，工业正迎来迈向高质量发展的关键转型期。钢铁、有色等传统流程工业，作为国民经济的压舱石与战略命脉，正面临绿色低碳与效益提升的双重时代考题。如何打破传统自动化技术的瓶颈，驱动人工智能与工业核心机理深度融合，构建全方位、多维度的智能制造生态，已成为我国重塑未来产业核心竞争力的主战场。

近日，在青岛科技大学主办的2026工业智能学术论坛上，中国工程院院士、东北大学教授柴天佑发表了题为《基于多边云协作的优化决策与控制智能一体化系统》的主旨报告。

柴天佑指出，智能的本质是人力行为的可复现与可超越式自动化。未来，我国工业智能的发展必须以工业实际需求为锚点，攻克复杂工业系统因果不清、动态突变、多重优化难等根本挑战，推动我国流程工业向极致高效转型迈进。

柴天佑院士正在作报告   青岛科技大学供图

破除“AI宣传泡沫”，智能的本质是人力行为的复制与超越

当前，人工智能的概念席卷全球，但在工业界往往存在将“智能”概念标签化、宣传化的现象。针对这一现状，柴天佑指出，智能的本质并非悬浮于空中的算法游戏，而是将人类在长期工程实践中积累的感知、推理、决策等智能行为，进行精准的数字复制与自动化实现。

柴天佑表示，搞计算机的人和搞自动化的人都在做智能，但唯一的区别在于做自动化的人要求一定清楚在哪些方面是人做的，以及怎么做才能超越人。

普通控制系统往往只关注输入与输出的稳态控制，但在真实的流程工业中，生产目标往往由一系列代表产品质量、产量以及消耗的关键工艺参数决定。在传统生产模式下，运行决策这一核心环节极度依赖人类经验。

现场的工程师必须根据生产工艺的要求，凭借经验将关键工艺参数控制在特定的上下限范围内，并据此给出控制系统的指令设定值。同时，由于现场环境与原料发生波动，超出了现有技术的覆盖边界，必须依赖现场操作人员进行人工推理与闭环实验，实时微调参数。

柴天佑指出，这种传统模式导致同样的生产线在不同素质的人员管理下，产品质量和能耗表现大相径庭，控制与决策之间存在严重的断层。因此，工业智能的初心，就是要把这部分依赖人工的经验决策与动态调整过程彻底自动化，并在精度和响应速度上实现对人类智能的超越。

科技赋能重塑复杂系统

流程工业被称为自动化“无人区”，根源于被控对象极高的复杂性。我国矿产虽丰富，但成分低、波动大，属典型低品位赤贫矿，为此中国工业界采用了许多国外没有的特殊技术与重大高耗能装备。

柴天佑认为，这类复杂工业系统有三大核心挑战：一是因果关系不清，传统控制依赖清晰数学模型，而真实过程非线性、强耦合、机理未知；二是系统处于动态突变中，积分器频繁失效；三是质量、产量与能耗多重目标冲突，是多目标动态优化问题。

针对这些痛点，他提出两项原创方法：运行决策的智能预测模型与过程控制的信号补偿法。

在运行决策层面，团队提出线性辨识与自适应深度学习混合架构，线性部分快速锚定，未知非线性结构通过自适应深度学习动态拟合，实现综合运行指标的准确预报。

在过程控制层面，针对参数难调和积分失效，团队研发出无模型的信号补偿高性能控制算法。该算法在传统PID基础上引入自动信号补偿器，实时捕获动态误差与未建模动态，将不可测扰动转化为可测补偿信号，实现动态自学习与自修正，只要系统偏离稳定状态便自动触发补偿，消除控制误差。

云边端协同共筑“工业大脑”

衡量一项理论成果的最高标准，是看它能否在产业土壤里开花结果。柴天佑将基于多边云协作的优化决策与控制一体化系统，成功应用于电熔镁砂生产流程中。

电熔镁砂是航空航天、国防军工不可或缺的战略性耐火材料。其冶炼温度高达3000℃，炉内形同“黑箱”；单台每小时耗电数万度，电网对功率有严苛限额，超限即巨额罚款。传统模式极度依赖人工盯梢：操作工连续10小时不睡觉，肉眼盯电流表和铁皮发红，工程师在抢产量与防罚款间频繁拉扯，生产频繁中断。

柴天佑团队进行了智能化的重塑：将“降低吨能耗”转化为约束区间内的联合优化问题，用信号补偿消除电流波荡；云端引入大模型与加速10倍的自适应梯度算法，实现对高炉未来7步功率趋势的精确预报。硬件上采用国产服务器和边缘控制器全面替代国外产品，并打造跨越200公里的工业元宇宙虚拟监控中心，通过数字孪生实现精准管控。

系统落地后，跟踪平方误差降低65.3%，绝对误差累计降低42.8%，吨能耗暴跌60%–80%，高品质率提高3.6%，电机损耗降低3.7%。

柴天佑强调，在第四次工业革命中，必须研究工业人工智能，把互联网升级为工业互联网，把元宇宙变成工业元宇宙。中国要做知识工作的自动化——特殊人力智能行为的复制与自动化，在全球工业竞争的“无人区”中走出一条引领之路。