“双碳”目标下轻工行业智慧工程创新路径探析

“双碳”目标下轻工行业智慧工程创新路径探析

王鑫

370682198911087133

摘要：利用人工智能技术制作出新型的设计方案，优化整体制作流程，减轻相关人员的工作压力，从而使机械设计制造行业能够朝着更加规范和精准性的方向不断发展，提高机械设计制造的效果，满足各项生产要求，推动我国社会的稳定进步。

关键词：“双碳”目标；轻工行业；智慧工程；创新路径

引言

新一代人工智能的发展离不开信息采集、传输、存储和计算能力的快速发展和芯片、大数据、存储器、超算、光纤、算法模型等技术的不断突破，也离不开各国政府的高度重视与科技巨头争先布局。人工智能强大的技术辐射效应，为全球经济发展注入了新活力。但在人工智能的发展热潮中，我们必须审慎地判断我国在全球人工智能发展浪潮中的地位和产业实力。本文旨在从世界主要国家在人工智能领域战略布局，包括政策、技术、标准、人才等方面深入剖析我国所处的形势地位及面临的挑战，提出具体建议，为后续人工智能产业发展提供研究参考。

1“双碳”目标下轻工行业智慧工程

节能减排是“达峰”手段，能源替代是“中和”途径，技术升级是“双碳”目标实现的关键，应综合考虑能源结构、产业链安全、碳排基数、技术路线、社会成本、国际关系等因素，制定轻工行业“双碳”目标的近中远期实现路径。近期，能耗及碳排大户进行减碳化升级改造，以实现快速达峰的短期目标；中期，要深度减排，对关键战略性行业和战略性环节的碳排放量进行重点监控，尽早实现碳中和；远期，加快推进绿色低碳技术的全面应用，促进轻工业整体发展水平的跃升，建立绿色低碳的生产体系，长期保持零碳排。

2人工智能在工业领域中的优势

首先，为进一步提高在工业生产过程中的补偿准确性，将电脑编程和监控等现代智能信息技术中的大部分操作都进行自动化设置，且在数据信息追踪与检测过程中运用大规模运算，从而大幅度降低了在人工生产中的误差。其次，尽量减少人力管理中的资本消耗。人工智能技术应运后，有效减少了人工耗费，也释放了大量剩余劳动力，可达到较好的投资回报率。再次，应该增加对生产制造过程的监控标准。即便是专业的科技人员在监控机电设备时，也会存在一些问题。人工智能技术可利用模块化编程系统及统一的标准控制机械协同作业，以更精确地逻辑思维减少错误操作。最后，能够改善工厂管理自动化的稳靠性。因为人工智能通过计算机来计算和管理，从而减少了大量的外部影响。员工启动操作程序后，系统按程序运行，不受外界因素的影响。

3“双碳”目标下轻工行业智慧工程创新路径

3.1节能环保、资源回收及利用技术创新重点减碳

“双碳”背景下，垃圾焚烧替代垃圾填埋的进程将会加速，垃圾焚烧较填埋可显著降低碳排放，成为垃圾处理的主流方式；污染治理领域不断涌现新工艺、新产品，以降低能耗，促进再生水的循环利用、污水处理后剩余污泥的综合利用等。某工程技术企业采取科技创新赋能的方式，在垃圾焚烧发电，污水、固废处理等领域不断突破，用智慧工程再造绿水青山，树立众多业内标杆项目，其中不乏国内一次性建成投产总规模最大的垃圾焚烧处理项目、国内第一个采用超高压再热技术的垃圾发电工程、全球首例制浆尾水零排放项目，以及全球最大单线规模的危险废物等离子处置线等。通过此类节能环保、资源回收及利用工程，不断创新与提升，实现主要污染物排放总量持续减少，碳排放强度明显降低，生态环境持续改善。

3.2集成化的利用

在机械设计制造行业中，要通过智能化技术完成以往工作中所遗留出来的问题，并且配合多种智能化技术来提高整体的运用效果。例如可以配合着解密传感技术和计算机技术满足集中化的要求及标准，综合性的传递相对应的信息，从而使整体管理效果能够得到全面的提高。在实际管理时需要配合自动化技术和工程信息系统等相关的技术方案做好各个方面的集成性控制，对整个过程进行全面的监督以及管理，避免存在质量不符的问题，严格按照相关的标准和要求，提高整体的监管效果，从而使机械设备质量能够得到充分的保证。在机械设计制造行业中需要将各个技术进行相互的融合，并且明确在自动化制造方面的注意事项，为后续设计和制造工作顺利进行奠定坚实的基础。在机智能管理时，要加强对信息数据的搜集和整合力度，并且融入相对应的技术方案，避免出现信息丢失和遗漏的问题，逐渐的完善当前的生产制造模式，从而使得机械设备制造效果能够得到全面的提高。

3.3将伦理问题嵌入人工智能相关支撑技术与产品中

人工智能属于一个复杂的系统工程，其涉及大数据、云计算、智能传感器、数据存储和传输设备等多方面支撑技术与产品。在技术发端之初，如果能将伦理问题融入进各支撑技术与产品的设计中，那么在人工智能产业发展中，仅需要考虑本行业特性带来的伦理问题，就可以减少很多后期不必要的争端。这也意味着要加强产学研的紧密协同创新，成立研究与探讨跨学科的研究团队，在设计代码时，通过联合研究，把伦理关注的问题转换成工程师易懂的编码思维，以此来推动伦理在科技创新中得深度融合。

3.4信息管理

在机械设计制造自动化中融入人工智能技术进行创新时要做好信息的管理，统筹现场的生产信息，为生产流程的优化奠定坚实的基础。在技术实施时，需要依托于神经网络进行数据信息的动态化处理，并且构建网络化的数字模型之后，再确定各个数据节点之间的关联性，做好复杂性数据的多方位处理，以此来使各个数据能够具备较强的逻辑性。

4人工智能技术的发展前景

了解人工智能是将其应用于机械设计制造行业的前提。相关专业学生或技术人员了解人工智能基本概念不仅有利于系统学习人工智能技术的内容，而且能够为技术应用奠定坚实的知识基础。以下从发展历程、整体类别及发展方向三个方面对人工智能技术进行介绍。发展历程：“人工智能”一词在20世纪50年代被第一次正式定义，是指通过机器替代或改善人力的一种工作过程。随着人工智能技术的逐步发展，其与多领域、多专业交叉，形成了众多新兴的前沿性交叉学科。同时，人工智能技术在现代社会主要依靠计算机或信息化系统完成模拟、拓展、推理等多类任务，有效地辅助了人们的日常生活和工业生产。整体类别：人工智能技术涉及范围极广，在机器人、自然语言处理、图像识别与处理、专家系统等多个方面均获得了非常突出的研究成果。

结束语

本研究对未来人工智能在碳达峰、碳中和行动方案中的应用提出了两个重点研究方向：（1）空间人工智能的模拟预测目前多应用于区域或城市尺度，其未来的开发应多探索在精细空间尺度上与碳排放计量模型的集成，从而支持不同空间尺度下的国土空间规划编制与碳排放核算；（2）空间人工智能预测应结合多源时空大数据对城市碳排放状态进行高频监测，实现对城市碳达峰、碳中和行动方案实施过程的实时监控与调整，形成可动态更新的碳排放核算与情景预测技术方法。

参考文献

[1]赵苡萱.绿色化智慧化标准化引领化工园区安全发展——访中国石油和化学工业联合会化工园区工作委员会秘书长杨挺[J].劳动保护,2020(12):21-23.

[2]徐坤,王智.新时代中国工业化发展战略的背景、内涵与价值[J].扬州大学学报(人文社会科学版),2020,24(06):19-31.

[3]魏曙光,姜宏阳.黄河中段生态安全、重化工业升级与智慧绿色发展[J].经济论坛,2020(10):62-73.

[4].钢铁工业智慧水系统发展现状与展望[C]//.2020第十五届青岛水大会报告集.,2020:141-143.

[5]潘恩荣,孙志艳,郭喨.智慧集成与反身性资本重组——人工智能时代新工业革命的发展动力分析[J].自然辩证法研究,2020,36(02):42-47.