
百度工业PaaS平台上沉淀的工业模型,助力

百度智慧矿山价值主张
云智一体:助力矿山企业数字化转型与智能化升级一步到位

智慧矿山整体架构

焦化企业的挑战及数字化转型
焦化全产业流程分析
焦化流程包括备煤、炼焦、干熄焦、冷鼓、粗苯等工段,四大主要产物包括焦炭(冶金焦、焦粒、焦末)、煤气、焦油、粗苯。

备煤是炼焦的成本控制的关键

传统配煤的局限性
焦化企业配煤专家经验结合百度人工智能技术

智能配煤:场景复杂,传统人工经验转移到人工智能

百度智能云焦化行业解决方案建设步骤
方案价值1:基于配煤机理,结合业界先进配煤理论科学配煤
配煤优化:现阶段焦化行业传统配煤方式无法全局掌握各环节的数据,过度依赖专业配煤师技能实现准确配煤。或采用单一配煤理论来实现,无法有效应对煤质混杂越来越频繁的情况。算法优势:本方案基于基础配煤理论,利用多种人工智能算法相结合的优化方案实现高精度焦炭质量预测和最优配煤比例的高效寻找。应用场景:煤焦化行业全流程效益优化。

方案价值2:结合企业工艺数据进行建模,确保模型与实际生产适配

方案价值3:配煤优化、节省成本

百度AI求解器-助力企业拥有快速最优决策能力
工业数据智能平台:AI求解器是百度自主研发的针对大规模优化问题的高效数学规划求解器套件,是一个同时具备大规模线性规划和混合整数规划问题求解能力的综合性数学规划求解器,旨在解决企业高性能求解的需求。

什么是优化求解器
求解器 Optimization Solver:工业领域的业务场景,非常复杂,需要处理海量大数据、诸多限制约束条件。求解器用来进行算法运算的信息化算法集成工具,可以在算法框架内的诸多可行解中找到最优解。

求解问题的类型
支持线性规划、混合整数线性规划问题的求解。求解器内集成了单纯形法、对偶单纯形法、内点法、分支定界、割平面、可行启发式等多种传统运筹学方法。同时引入了强化学习模型提高求解效率,降低响应时间,满足业务要求。

求解模型

AI算法模型 > 求解器 > 硬件
百度AI算法核心优势,算法建模: 强大的AI技术,可以针对特定类型的问题引入RL/ML提高求解速度。AI求解器:开放的求解器架构,为更多元化问题类型提供求解算法。

可解释的灰盒优化算法
在设计算法模型时,多重考虑模型结果的可落地行&可解释性

为什么选择机器学习 + 运筹优化相结合的路径
机器学习+运筹优化,两者技术的结合可以有效弥补彼此应用的局限性,更好地服务于企业的调度优化场景

智能配煤方案实施流程
煤炭领域案例--某露天矿无人驾驶

煤炭领域案例--汾西某矿井综合信息化系统

煤炭领域案例--煤矿智能主煤流系统
煤炭领域案例--某集团露天矿智慧矿山平台




