The Navigance Blog

本文中，我们将探讨化工工艺建模的第一原理方法的作用、常见用途和局限性，并将其与使用经验模型或统计模型的优缺点进行对比。

然后，我们探讨迈出第一步进入新的智能“混合”模型如何做到两全其美，达到一加一大于二的效果。  

继续往下读，您会发现基础已经打好，可以帮助您沿着这条路开始进行连续的、持续的和数据驱动的工艺优化。

• 模型及其重要性
• 第一原理模型：让知识发挥作用
• 经验模型：数据说了算
• 混合模型：两全其美

我们将继续分享来自Navigance的广泛研究的见解，在化工生产领域担任不同角色的专业人士参与其中。现在我们关注的是化工厂的数字化之旅。

在上一篇文章中，我们总结了他们日常运作的现状，他们最迫切的需求，以及数字化如何已经为他们增加了价值——或者在未来可以实现。我们还强调了研究发现，无论当前的数字化成熟度的高低，以及最迫切的需求的差异，都可以遵循转向数字化的三个常见步骤。

在过去的几个月，Navigance与化工制造领域的专业人士进行了广泛的探讨——尤其是在连续运行的工艺技术领域，以了解他们日常工厂运作的实际情况，需求和目标，以及任何会带来影响的总体趋势。

我们的综合研究探索了工厂的当务之急，他们为了实现这些当务之急所面临的挑战，以及所有这些因素如何影响他们走向数字化的进程。至关重要的是，我们不仅询问了他们正在做什么，还询问了他们认为“数字化”可以在哪些方面进一步提供帮助。