化工行業深度報告：AI賦能化工之二AI賦能助力化工行業轉型升級-230419（56頁）.pdf

1、化工行業深度報告：化工行業深度報告：AIAI賦能，助力化工行業轉型升級賦能，助力化工行業轉型升級AIAI賦能化工之二賦能化工之二李永磊(證券分析師)董伯駿(證券分析師)賈冰(聯系人)S0350521080004S0350521080009S評級：推薦(維持)證券研究報告2023年04月19日基礎化工請務必閱讀報告附注中的風險提示和免責聲明2滬深300表現表現1M3M12M基礎化工-1.5%-2.6%-5.0%滬深3004.8%0.3%-0.9%最近一年走勢相關報告化工行業深度報告：AI帶動材料新需求AI賦能化工之一（推薦）*化工*李永磊，董伯駿2023-04-11-0.1758-0.1138-

2、0.05170.01030.07240.1344基礎化工滬深300AUbWiXlXbViZuVuVrY8O9RbRnPrRtRsReRoOnRiNqRyR6MpOzRuOsQmOwMpMtN請務必閱讀報告附注中的風險提示和免責聲明3重點關注公司及盈利預測重點關注公司及盈利預測重點公司代碼股票名稱2023/04/17EPSPE投資評級股價20212022A/E2023E20212022A/E2023E688065.SH凱賽生物59.61-0.951.42-62.9242.06買入688639.SH華恒生物169.251.702.843.8876.0359.6043.64買入601117.SH中國

3、化學10.560.840.891.0714.298.929.85買入002140.SZ東華科技10.460.460.520.4831.6123.5721.59 未評級600028.SH中國石化6.350.590.550.597.197.6910.79 未評級601857.SH中國石油7.340.500.820.719.826.6210.28 未評級600309.SH萬華化學97.277.855.176.7112.8717.9214.49買入002984.SZ森麒麟31.351.161.232.1230.6625.0314.81買入002226.SZ江南化工5.380.40-14.97-未評級6

4、88114.SH華大智造93.37-5.221.45-22.5064.57 未評級688777.SH中控技術97.34-1.601.97-62.4149.44 未評級603100.SH川儀股份43.301.361.371.6815.5623.4925.84 未評級688768.SH容知日新150.58-2.123.17-65.3247.52 未評級資料來源：Wind資訊，國海證券研究所（未評級標的采用wind一致預期，中國化學、東華科技、中國石油、中國石化、萬華化學、森麒麟、華大智造、中控技術、容知日新、川儀股份2022年數據為真實值，其余為預測值）請務必閱讀報告附注中的風險提示和免責聲明4核

5、心提要核心提要人工智能未來有望賦能化工“研發-設計-建造-運營”全生命周期。AIAI提升研發效率提升研發效率在研發環節，AI可提高研發效率，對實驗數據建模，并使用該模型對反應條件進行優化和篩選催化劑等，加速研發進程；還可用于分子設計，并在分子性能預測的基礎上，提前篩選出合適的化學物質。尤其是在合成生物學領域，AI已在元件工程、基因線路、代謝工程、基因組工程中廣泛應用，大幅提升合成生物學的各環節效率?；贏I的研發平臺，可預測蛋白質結構，進而構造具有目標功能的物質。另一方面，AI也促進了實驗室自動化，對傳統勞動密集型實驗室進行技術革命。其中微流控技術，具有高靈敏度、高集成、高通量、高效率等多種優

6、勢，對合成生物學的研發和應用起到了巨大作用，加速合成生物學行業發展。AIAI優化化工設計和建設優化化工設計和建設AI使工業領域落地周期逐步縮短。管道設計軟件及流體力學仿真軟件是設計研究和生產部門強有力的輔助工具，有效提高設計生產效率；一體化工程設計軟件推動卓越運營和智能制造，助力化工企業實現數字化轉型，數字化孿生工廠的產生為企業后續運營儲備了豐富的數據資產。眾多的工程企業尤其是設計院，正在謀求以數字化工廠與數字化交付為突破，從而實現企業的數字化轉型。AIAI賦能化工生產和運營賦能化工生產和運營AI技術助力化工生產實現底層數據采集、中層數據管理和上層工廠運營以及頂層企業管理全方面多維度的智能化、

7、數字化，具有提高生產效率、減少用人數量、提升安全性、降低能耗等多維度優勢。AIAI在工業中具有巨大潛力在工業中具有巨大潛力AI與工業數據的結合有助于有效獲得不同變量之間的關系，并預測及優化特定參數。在工業中，已應用于精餾塔、反應器、鍋爐、控制器、冷水機組、壓縮機、泵、管道等各種工藝設備的校正、工藝參數預測、故障診斷與優化；在紡織，水處理，化肥，核電站和油氣等領域均有應用。投資建議：重點關注：合成生物學：凱賽生物、華恒生物；基因測序：華大智造（醫藥）；設計與建造：中國化學、東華科技、中國石化、中國石油；重點關注：合成生物學：凱賽生物、華恒生物；基因測序：華大智造（醫藥）；設計與建造：中國化學、東

8、華科技、中國石化、中國石油；AIAI應用：應用：萬華化學、江南化工；智能制造典型：森麒麟；智能工廠整體方案供應商：中控技術（機械）；智能儀表：川儀股份（電新）；智能設備管理系統：萬華化學、江南化工；智能制造典型：森麒麟；智能工廠整體方案供應商：中控技術（機械）；智能儀表：川儀股份（電新）；智能設備管理系統：容知日新（機械）容知日新（機械）。投資建議：AI賦能化工產業，助力化工行業轉型升級。綜合考慮AI對化工行業的賦能和帶動效應，維持基礎化工行業“推薦”評級。風險提示：重點關注公司業績不及預期；宏觀經濟大幅下滑；項目進展不達預期風險；行業政策大幅變動風險；行業競爭加劇風險。請務必閱讀報告附注中的

9、風險提示和免責聲明5目錄目錄AIAI提升研發效率提升研發效率AIAI優化化工設計和建設優化化工設計和建設AIAI賦能化工生產運營賦能化工生產運營AIAI在工業中具有巨大潛力在工業中具有巨大潛力投資建議及關注標的投資建議及關注標的行業評級及風險提示行業評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明6人工智能逐漸向增強或應用智能的形式轉變人工智能逐漸向增強或應用智能的形式轉變 人工智能（AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。隨著進一步發展，人工智能逐漸向增強或應用智能的形式轉變。如今，人工智能理論和技術日益成熟，技術和應用程序的范圍也

10、不斷擴大，廣泛應用于醫療、自動化、游戲、過程控制等領域。圖表：人工智能在工業中的應用圖表：人工智能在工業中的應用資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective and Overview-Nadia Khan，國海證券研究所在工藝數據在工藝數據上訓練上訓練AI模型模型進行工藝預進行工藝預測測比較比較顯式方法和隱顯式方法和隱式方法在式方法在異常檢測異常檢測方面的性能方面的性能訓練訓練AI在實時過程在實時過程中優化過程目標參中優化過程目標參數數訓練訓練AI以設置以設置和調和調整整工藝參

11、數達到工藝參數達到預預期目標期目標人工智能人工智能在工業中在工業中的應用的應用請務必閱讀報告附注中的風險提示和免責聲明7支撐支撐工具工具過程過程操作操作過程過程控制控制過程過程設計設計能源裝置和多產品間歇裝置的設計，能源回收系統預測模型控制和過程優化流程網絡調度，數據協調，實時優化非線性程序，基于方程和順序模塊的仿真，數學方程優化化工行業推入人工智能勢在必行化工行業推入人工智能勢在必行圖表：圖表：流程工業的主要流程工業的主要活動活動資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective

12、and Overview-Nadia Khan，國海證券研究所 人工智能應用于化工行業，具有客觀必然性?；ば袠I作為流程工業的典型代表，其特點是系統規模大，覆蓋專業多、工藝復雜，產品多元化，控制難度大，耦合度高，與人工智能的結合能夠促使化工企業跳出傳統制造行業的范疇，使化工企業能夠在一定的體系中，完成對化工原材料、能源或其他形勢自然資源的利用，真正實現精細化生產和運營。請務必閱讀報告附注中的風險提示和免責聲明8發現發現開發開發性能性能優化優化系統設系統設計集成計集成驗證驗證制造制造投入投入市場市場圖表：新材料研發過程的主要環節圖表：新材料研發過程的主要環節資料來源：材料基因在鋰電研發中的應用-

13、曾樂才，國海證券研究所1234567 材料是人類用以制造基本元件、構件、機器以及更復雜材料產品的物質基礎。如今，在5G和物聯網時代，材料的研發與合成也逐漸與人工智能技術建立起聯系，藉由人工智能探索其新思路新方法、新技術。人工智能賦人工智能賦能能材料研發與合成材料研發與合成圖表：材料研究的圖表：材料研究的 4 4 個階段個階段:經驗、理論、計算模擬和經驗、理論、計算模擬和(大大)數據推動數據推動資料來源：材料信息學及其在材料研究中的應用-王卓等，國海證券研究所一級范式經驗科學二級范式基于模型的理論科學熱力學法則三級范式計算科學（模擬）實驗密度泛函理論，分子動力學四級范式數據驅動科學預測分析聚類;

14、礦業的關系;異常檢測請務必閱讀報告附注中的風險提示和免責聲明9人工智能指導人工智能指導材料研發過程材料研發過程 人工智能有助于開發高性能材料、識別關鍵點并獲得新的科學規律，促進化學信息學的發展?；瘜W信息學可用來對反應條件進行優化和篩選催化劑等，這主要是通過對實驗數據進行建模，然后使用該預測模型實現對實驗工作的指導；可用于分子模擬和分子設計，并在分子性能預測的基礎上，從所設計的分子中篩選出并進行合成，以便得到經過性能優化的材料。圖表：分子模擬與人工智能平臺主要流程圖表：分子模擬與人工智能平臺主要流程資料來源：創騰科技官網，國海證券研究所實驗數據集實驗數據集機器學習建模機器學習建模關鍵因素挖掘關鍵

15、因素挖掘特征排序特征排序實驗驗證實驗驗證發現機理發現機理AI模型專家模型專家 多算法調用多算法調用 算法的說明算法的說明 算法的操作文檔算法的操作文檔 算法參數的說明算法參數的說明收集數據收集數據訓練模型訓練模型發布模型發布模型利用模型利用模型預測性質預測性質指導實驗指導實驗實驗科學家實驗科學家人工智能人工智能實驗數據采集實驗數據采集配方數據清洗配方數據清洗配方數據建模配方數據建模模型驗證和預測模型驗證和預測虛擬測試和篩選虛擬測試和篩選配方模型庫配方模型庫圖表：人工智能指導并挖掘隱藏要素的工作流程示意圖圖表：人工智能指導并挖掘隱藏要素的工作流程示意圖資料來源：能源學人公眾號，國海證券研究所請務

16、必閱讀報告附注中的風險提示和免責聲明10人工智能為材料合成提供有效途徑人工智能為材料合成提供有效途徑 新材料的合成往往伴隨大量的數據和冗雜的參數，在材料化學合成路線中，由于每一個步驟發生的變量從幾十到幾千不等，需要考慮到極端龐雜的系統和大量潛在的解決方案的組合。在這些組合中，往往還存在著很多相互競爭的參數（比如時間、成本、溫度、濕度、純度、毒性等），所以傳統實驗方式非常不適合當今形勢下的新材料的合成和開發。采用人工智能進行新材料的合成設計，漸漸成為新材料合成及設計的新選擇，也給深入研究新的化合物合成準則帶來了可能。圖表：人工智能在材料合成中的應用圖表：人工智能在材料合成中的應用資料來源：機器學

17、習在材料信息學中的應用綜述-牛程程，X-MOL資訊公眾號，創騰科技官網，國海證券研究所應用領域應用領域應用場景應用場景應用剖析應用剖析材料合成新材料的研發合成將材料數據庫和機器學習有效結合，則可實現對基于材料性能的新材料的快速預測和篩選，從而能夠有效發現大量候選新材料，在縮小目標范圍后配以實驗方法和第一性原理計算方法進行驗證，則可加快新材料的研發合成過程。材料合成路線的篩選利用精選的合成規則預測反應路線圖，完成從目標產物到可獲取的起始原料間的逆合成分析；進行配方虛擬篩選，從多方位優化研發策略、探尋更優性能材料，包括高分子、納米材料、非金屬、金屬材料等。請務必閱讀報告附注中的風險提示和免責聲明1

18、1在化工領域中，應用計算機模擬軟件，不僅能夠促進化工設計嚴謹性和系統操作精準程度的提升，還有利于科學合理地進行系統流程的計算與分析，可在一定程度上推動化工行業的發展進步。分子模擬作為一個重要的理論研究手段，可以在微觀分子世界與宏觀可觀測量之間搭建橋梁，從而為人們在分子水平上理解物質的結構和動力學性質提供工具，其在化學化工、生物醫藥、能源、材料等多個領域都有廣泛的應用。近幾十年來國際學術界和工業界已發展出很多具有特色的分子模擬軟件，但國內一直沒有成熟的自主知識產權軟件，且現有的分子模擬軟件在實際應用中可靠性和效率都亟待提高，北京大學/深圳灣實驗室高毅勤研究團隊開發了SPONGE，不僅是國內首個開

19、源發布的通用分子模擬軟件框架，更布局以大數據和深度學習為代表的人工智能技術，力求成為在算力時代引領技術變革的下一代分子模擬軟件平臺。計算機模擬軟件提升研發效率計算機模擬軟件提升研發效率圖表：常用的分子模擬軟件圖表：常用的分子模擬軟件資料來源：科學計算軟件網，投必得學術公眾號，化學加公眾號，北京大學官網，計算機模擬軟件在化工設計中的應用-高源，遠程教學中 Chemoffice的功能和應用研究-李偉琦，國海證券研究所軟件類型軟件類型名稱名稱主要功能主要功能分子模擬軟件Materials Studio構型優化、性質預測和X射線衍射分析，以及復雜的動力學模擬和量子力學計算HyperChem通過量子化學

20、的半經驗方法、從頭算方法、密度泛函方法進行計算，進行單點能、幾何優化、分子軌道分析、蒙特卡羅和分子力學計算、預測可見-紫外光譜等功能。ChemOffice分為功能不同的幾個版本，其ChemOffice Ultra 版本包含了:ChemDraw Ultra(化學結構繪圖)、Chem3D ultra(分子模型及仿真)和ChemFinder Pro(化學信息搜尋整合系統)。Gaussian半經驗計算和從頭計算使用最廣泛的量子化學軟件。SPONGE新一代開源分子軟件，實現深度學習與分子模擬的高效融合，由北京大學/深圳灣實驗室高毅勤研究團隊開發。請務必閱讀報告附注中的風險提示和免責聲明12合成生物學合成

21、生物學環境農業醫藥能源材料合成生物學在多領域展現出巨大潛力合成生物學在多領域展現出巨大潛力合成生物學基于生物信息學、DNA合成技術、遺傳學和系統生物學等學科，應用領域覆蓋醫療健康、科研、化工、美妝、材料、食品、農業和能源等細分行業。與傳統分子和細胞生物學區別，合成生物學專注于核心生命元件的設計、構建與優化新生物組分，包括酶、“電路”和生物系統，從頭設計或編輯現有基因。合成生物學中最強大的工具之一是DNA合成技術。據牛氪研究院，在過去15年中，基因合成的成本下降了10倍，由此促進了合成生物學產業的蓬勃發展。目前合成生物學主要由北美主導，其次是歐洲，亞太是第三大市場。根據Markets and M

22、arkets預測，2021年全球合成生物學市場規模達到95億美元，預計2026年全球達到307億美元，中國合成生物學2025年預計70億美元。近年來，合成生物學領域的出版物及投資也在不斷增加。圖表：合成生物學領域的圖表：合成生物學領域的(a)(a)出版物和出版物和(b(b)投資在不斷增加投資在不斷增加資料來源：Artificial Intelligence for Synthetic Biology-MOHAMMED ESLAMI等,國海證券研究所圖表：合成生物學影響眾多領域圖表：合成生物學影響眾多領域資料來源：Artificial Intelligence for Synthetic Bio

23、logy-MOHAMMED ESLAMI等，國海證券研究所法國法國中國中國英國英國總計總計日本日本德國德國美國美國出版物數量出版物數量(年度年度)總投資額（十億美元）總投資額（十億美元）請務必閱讀報告附注中的風險提示和免責聲明13人工智能在合成生物學全產業鏈均有應用人工智能在合成生物學全產業鏈均有應用當前，合成生物學領域常見的上下游主要包括上游工具層、中游軟件/硬件層以及下游應用層。以AI為主導的從頭設計應用于合成生物學，可以有目的地設計具有特定功能的標準生物元件，代替部分需要在實驗中獲得有效表達和測試的環節，跨越下游實驗優化的時間和成本，數以百萬計的潛在有價值的蛋白質無法通過生化方式獲得，現

24、在可以直接通過設計研究，并用于生物醫學和化學、工業、農業、食品、材料學、環境保護等眾多領域，加速應用于合成生物學的工程化落地。圖表：合成生物學產業鏈上下游圖表：合成生物學產業鏈上下游資料來源：凱萊英Asymchem，國海證券研究所上游上游工具層工具層DNA/RNA合成、合成、DNA測序、測序、DNA元件庫、模式生物庫、元件庫、模式生物庫、工具酶、基因編輯服務工具酶、基因編輯服務（CRISPR-Cas9）中游中游軟件軟件/硬件層硬件層DNA元件設計軟件元件設計軟件高通量、自動化實驗室設備高通量、自動化實驗室設備云端生物代工廠云端生物代工廠微流控微流控大數據與機器學習大數據與機器學習下游下游應用層

25、應用層新藥開發、植物天然代謝產新藥開發、植物天然代謝產物、基因治療、精細化工品、物、基因治療、精細化工品、生物材料、食品生物材料、食品/飲料、工業飲料、工業酶、生物農藥技術、生物基酶、生物農藥技術、生物基化學品、微生物藥化學品、微生物藥請務必閱讀報告附注中的風險提示和免責聲明14人工智能使合成生物學各環節效率大大提升人工智能使合成生物學各環節效率大大提升當前，人工智能已在元件工程、基因線路、代謝工程、基因組工程中廣泛應用，將合成生物各個環節的工作效率大大提升，成本明顯降低，成功縮短研發周期并擴大研發可能。以Deep Mind旗下旗下Alpha Fold平臺為代表平臺為代表，目前該平臺已可預測的

26、蛋白質結構超過目前該平臺已可預測的蛋白質結構超過2億億，來自于來自于100萬個物種萬個物種，基于基于Alphafold2，科學家有望設計科學家有望設計出自然界不存在的具有更高催化效率或是具有未知催化功能的酶出自然界不存在的具有更高催化效率或是具有未知催化功能的酶，從而開發出更加高效的代謝線路或是合成自然界中目前無法生物合成的物質。圖表：人工智能在合成生物學不同環節中的應用圖表：人工智能在合成生物學不同環節中的應用資料來源：人工智能在合成生物學的應用-李敏等，中國科學院，國海證券研究所環節環節含義含義應用應用元件工程生物元件是合成生物系統中最簡單、最基本的單元，其生物學本質是具有特定功能的DNA

27、序列、RNA序列、氨基酸序列或蛋白質結構域改善生物元件的鑒定和功能注釋效率加速理性設計和定向進化優化現有元件結構、增強其功能特性設計合成自然界不存在的元件線路工程線路工程是利用元件工程中的各類元件針對多樣的需求依照電子工程中電路搭建的思維進行設計及功能優化，從而達到對生命的重編程合成基因線路的設計和構建確定基因線路可執行任務，并通過修改參數以實現所需的功能代謝工程用重組 DNA 技術有目的地改造中間代謝途徑及網絡，從而提高菌體生物量或代謝物產量促進數據驅動的目標生物合成途徑優化和微生物產能基因組工程基因組是指生物體所有遺傳物質的總和，合成生物學能對生物體的整個基因組甚至細胞進行工程改造基因組合

28、成基因組編輯微生物組或群落的設計請務必閱讀報告附注中的風險提示和免責聲明15人工智能開辟合成生物學發展的新道路人工智能開辟合成生物學發展的新道路21 世紀以來，人工智能與合成生物學交叉研究驅使元件工程、線路工程、代謝工程、基因組工程等領域取得了一些代表性的進展，并使許多具備鮮明領域交叉特色的創新研究手段和理論得以成功運用。其中，2005一2017 年為緩慢發展階段，研究主要集中在線路工程；2018一2021年為相對高速發展階段，人工智能在元件工程、線路工程、代謝工程、基因組工程等領域均嶄露頭角。這意味著，人工智能開始有效地解決合成生物學各子領域的技術難題，開辟合成生物學發展的新道路。圖表：圖表

29、：20052005-20212021年人工智能應用于合成生物學的代表性進展年人工智能應用于合成生物學的代表性進展資料來源：人工智能在合成生物學的應用-李敏等，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明16人工智能助力合成生物學實驗室自動化人工智能助力合成生物學實驗室自動化實驗室自動化是通過“機器人換人”、“人工智能替代人類智能”的現代技術，對傳統勞動密集型實驗室進行技術革命，實現無人化、精準化和高效化的效果，其技術特點是自動化、智能化和云端化。實驗室自動化的應用市場包括醫藥研發、生物學、醫學檢驗、食品藥品安全檢驗檢測、環境和水質監測等領域，這些領域都是目前全世界各國關注的熱點問題。

30、對于合成生物學領域，實驗室自動化將會有助于標準化，有效縮減研發時間及試錯范圍，提高生產效率，從而降低成本、提高效益。圖表：匯像實驗室超級大腦圖表：匯像實驗室超級大腦資料來源：匯像，國海證券研究所請務必閱讀報告附注中的風險提示和免責聲明17微流控技術是實現實驗室自動化微流控技術是實現實驗室自動化的關鍵的關鍵微流控技術的快速發展，已經在化學、醫藥及生命科學等領域上造成革命性的沖擊。微流控芯片（mircrofluidic chip）即生物芯片，也被稱為芯片實驗室。微流控技術指在微米級微管中精確操縱微量流體的技術，能將樣品反應、制備、分離、檢測等生化實驗的基本操作集成到很小的芯片上，具有高靈敏度、高集

31、成、高通量、高效率等多種優勢。微流控對合成生物學的研發和應用起到了巨大作用。在菌株篩選和定向進化過程中，常規篩選方法(如搖瓶篩選、孔板篩選等)存在通量較低、費時費力等缺點，而微流控平臺能夠在10微米至100微米范圍內的低維通道結構中快速加工處理或控制微小流體，極大地提高了篩選效率，可以實現高度重復和高通量的納米顆粒制備和生產。圖表：微流控芯片圖表：微流控芯片資料來源：萊塞激光官網圖表：用于菌株檢測篩選的液滴微流控裝置圖表：用于菌株檢測篩選的液滴微流控裝置資料來源：液滴微流控技術在微生物工程菌株選育中的應用進展-涂然請務必閱讀報告附注中的風險提示和免責聲明18人工智能應用于合成生物學仍存在挑戰人

32、工智能應用于合成生物學仍存在挑戰當前合成生物學研究存在數據來源廣、形式異構、高質量訓練數據不足等問題，這導致小數據稀疏監督下人工智能模型難以得到有效訓練。鑒于生命系統極其復雜，很難用傳統數學模型精確描述，當前仍無法有效預測復雜的基因線路。構建工程化平臺是重要研究手段，但當前工程化試錯存在標準化的數據缺乏、海量的試錯空間、定量的表征手段較少等問題，且智能化試錯、優化、學習的理論支撐不足，工程化平臺仍無法有效指導合成生物系統的設計與改造。解決上述挑戰可助力構建基于人工智能完成“設計構建測試學習”（DBTL）閉環的“類合成生物學家”智能體，在數據標準化、實驗自動化、預測精準化方面大大降低真實生物學實

33、驗的試錯空間和成本。圖表：人工智能應用于合成生物學的挑戰圖表：人工智能應用于合成生物學的挑戰資料來源：人工智能在合成生物學的應用-李敏等圖表：基于人工智能的“類合成生物學家”概念圖表：基于人工智能的“類合成生物學家”概念資料來源：人工智能在合成生物學的應用-李敏等請務必閱讀報告附注中的風險提示和免責聲明19目錄目錄AIAI提升研發效率提升研發效率AIAI優化化工設計和建設優化化工設計和建設AIAI賦能化工生產運營賦能化工生產運營AIAI在工業中具有巨大潛力在工業中具有巨大潛力投資建議及關注標的投資建議及關注標的行業評級及風險提示行業評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明20過程

34、模擬技術利用在線動態仿真，將實際生產過程“再現”于計算機上，實施在線操作、動態調整，優化產品結構、裝置的原料組成及操作條件，增產高價值產品，提升裝置運行經濟效益和競爭能力，促進產業轉型升級。過程模擬技術源于美國Kellogg公司成功開發的第一個流程模擬系統Flexible Flowsheet，在當時化工業界影響很大。迄今為止，過程模擬系統已經歷4代發展，由最初的模擬對象以輕烴加工為主，逐漸發展到模擬對象為氣液2相過程、氣液固3相過程，20世紀90年代模擬將穩態和動態集成在一起，成為設計研究和生產部門最強有力的輔助工具。過程模擬軟件是設計研究和生產部門有力的輔助工具過程模擬軟件是設計研究和生產部

35、門有力的輔助工具圖表：常用的過程模擬軟件圖表：常用的過程模擬軟件資料來源：軟服之家，超級石化，數碼網，國海證券研究所軟件類型軟件類型名稱名稱主要功能主要功能過程模擬軟件Aspen Plus美國Aspen Tech開發，由先進控制系統、閉環實時優化系統、油品調合先進過程控制與優化系統、在線監控系統及智能化的控制器維護系統等多部分構成，各系統相互結合，能夠有效優化生產操作，設計和改進工廠工藝流程，實現工廠資產利用最大化。Simsci Pro/II由SIMSCI 公司開發，用數學模型描述和模擬整個工藝、流程及其各單元，將全流程視為一個整體的綜合性計算過程，綜合了巨大的化學組分庫和熱力學方法。Chem

36、CAD由Chemstations公司推出的一款極具應用和推廣價值的軟件,它主要用于化工生產方面的工藝開發、優化設計和技術改造。HYSIS世界著名油氣加工模擬軟件工程公司開發的大型專家系統軟件，分動態和穩態兩大部分。其動態和穩態主要用于油田地面工程建設設計和石油石化煉油工程設計計算分析，其動態部分可用于指揮原油生產和儲運系統的運行。gPROMS對工藝設備及流程進行仿真建模及設計優化的新一代通用過程模擬平臺，起源于英國帝國理工大學，具有世界領先的過程模擬能力及多項特有的仿真技術。DESIGN II由WinSim公司推出的一款化工虛擬仿真軟件,可為各種石化,化工和煉油過程執行完整的熱量和物料平衡計算

37、。VMGSim由加拿大Virtual Materials Group公司開發的流程模擬軟件，可以詳細預測工藝裝置和工廠的性能；能改善產品質量，實現節省投資，降低操作費用，提高效益，安全生產的目標。PROMAX由美國布萊恩研究與工程公司(BR&E)開發。目前，在世界范圍內廣泛的應用于天然氣加工處理，石油煉制等石油化工行業中。ECSS化工之星由青島科技大學開發，適用于天然氣加工、石油煉制、石油化工等過程工業領域，能夠有效實現新過程設計、流程篩選及改造、過程優化、過程環境影響評價和化工設備設計及核算。請務必閱讀報告附注中的風險提示和免責聲明21三維管道設計軟件提供強大的三維工廠管道設計功能，可以實現

38、在工程設計時的最佳流程。能夠輔助用戶在更短的時間之內完成所有的圖紙設計，可以提高項目設計和工程實施時的工作效率，三維管道軟件實現輕量化的直觀利用空間進行準確的分析，并提供專業高效的解決方案。管道設計軟件有效提高圖紙設計效率管道設計軟件有效提高圖紙設計效率圖表：常用的三維管道設計軟件圖表：常用的三維管道設計軟件資料來源：軟服之家，國海證券研究所軟件類型軟件類型名稱名稱主要功能主要功能三維管道設計軟件PDMS三維工廠管道設計軟件，內置了豐富的元件和模型，可處理十分復雜的工程項目和大量的設計分析數據，適用于PDMS的三維實體支吊架程序，是大型、復雜工廠設計項目的首選設計軟件系統。CADWorx基于A

39、utoCAD平臺的全面的、智能的三維工廠設計系統，全面囊括了管道、鋼結構、設備、儀表、通風橋架等模塊，并且擁有自動生成單線圖和材料表等功能。AutoCAD Plant 3D面向工廠設計的3D系統設計軟件，采用MS SQL lite大型關系數據庫，軟件包含了P&ID、Plant 3D、CAD等部分，自帶了完整的以歐洲標準、美洲標準和中國國標開發的三維元件庫，同時還可以根據項目需要自行添加規格表。SoildPlant工廠設計系統，可以與管道規格結合，將管道列表、設備列表、閥門列表及儀表清單上所有的鏈接和數據錄入SolidPlant Tag Manager中，可以根據鏈接名稱快速找到任一設備、閥門、

40、工具或者管道。Pdmax可為用戶提供三維結構設計、設備布置、配管設計、平斷面圖、軸測圖、數據匹配檢查、碰撞檢查、自動統計材料、導出應力分析文件等功能，并能完全兼容PDMS系統數據。Bentley AutoPIPE主要用于化工管道設計和管道應力分析，可以與AutoPLANT、PlantSpace、Intergraph PDS 和Aveva PDMS集成，允許創建、修改和檢查管道與結構模型及其結果，同時提供了靜態和動態條件下的先進的線性和非線性分析功能。Revit基于Autodesk Revit技術平臺面向管道工程設計的三維軟件，通過數據驅動的系統建模和設計來優化管道設計，可以最大限度地減少管道系

41、統設計中管道之間、管道與結構構件之間的碰撞。INVENTOR三維可視化實體模擬軟件，使用的是ACIS三維建模內核，軟件包含概念設計、詳細設計、可視化、仿真、數據互操作等方面的功能。在三維布管管路時，能有效簡化布線系統的設計，包括復雜的管材、管道、電纜和電線束走向。Plant Design System以數據庫為核心，集工藝、結構、電氣為一體的大型工廠三維模型設計系統，主要功能為設備、管道模型，土建結構模型，電纜橋架模型等。請務必閱讀報告附注中的風險提示和免責聲明22CFD是計算流體力學的簡稱，是流體力學和計算機科學相互融合的一門新興交叉學科，它從計算方法出發，利用計算機快速的計算能力得到流體控

42、制方程的近似解。CFD軟件通常指商業化的CFD程序，具有良好的人機交互界面，能夠使使用者無需精通CFD相關理論就能夠解決實際問題。計算流體力學和相關的計算傳熱學，計算燃燒學的原理是用數值方法求解非線性聯立的質量、能量、組分、動量和自定義的標量的微分方程組，求解結果能預測流動、傳熱、傳質、燃燒等過程的細節，并成為過程裝置優化和放大定量設計的有力工具。CFD軟件是過程裝置優化和放大定量設計的有力工具軟件是過程裝置優化和放大定量設計的有力工具圖表：常用的流體仿真軟件圖表：常用的流體仿真軟件資料來源：軟服之家，阿里云，COMSOL官網，上海積鼎信息科技有限公司官網，國海證券研究所軟件類型軟件類型名稱名

43、稱主要功能主要功能流體仿真軟件ANSYS Fluent內置豐富的模型流、湍流、熱傳導和工業應用相互作用所需的物理建模功能，應用范圍涵蓋機翼氣流、爐內燃燒、泡罩塔、石油平臺、血流、半導體制造、無塵室設計和污水處理廠。COMSOL Multiphysics能夠模擬仿真不同工程領域的設備、工藝和流程，提供了模擬單個物理場，以及耦合多個物理場的功能和工具。OpenFOAM對連續介質力學問題進行數值計算的軟件?？蛇M行數據預處理、后處理和自定義求解器，常用于計算流體力學領域。Star-CCM+西門子工業軟件推出的新一代通用CFD仿真軟件，采用了連續介質力學數值技術，不僅可進行流體分析，還可進行結構等其它物

44、理場的分析。CFD-ACE+由美國CFDRC公司開發的最先進的CFD及多物理場軟件，能夠模擬流體、熱、化學、生物學、電學、力學現象。Virtual Flow上海積鼎信息科技有限公司自主開發的通用計算流體仿真軟件，可以模擬單相和多相/多組分流動，可以模擬復雜流體（包含非牛頓流體、水合物），可用于水利水務、環境市政、石油&天然氣、化工&過程工藝、汽車等流體仿真分析。請務必閱讀報告附注中的風險提示和免責聲明23圖表：一體化工程設計軟件優勢圖表：一體化工程設計軟件優勢資料來源：AVEVA劍維軟件，國海證券研究所信息化時代，化工產業的數字化也是提高生產效率的必經之路，與此同時實現生產的信息化和自動化，利

45、用先進的化工軟件輔助化工產業完成數字化轉型是領銜化工企業采用的核心創新之一。提高化工行業從設計到運營的效率水平，推動實現可持續性和績效，是發展新型化工產業的明智之舉。一體化工程設計軟件在整個價值鏈中實現數字化轉型，推動卓越運營和智能制造。工程設計軟件助力卓越運營和智能制造工程設計軟件助力卓越運營和智能制造圖表：一體化工程設計的特點圖表：一體化工程設計的特點資料來源：AVEVA官網，國海證券研究所特點特點說明說明單一平臺使用以數據為中心的單一環境，將工藝工程和資產工程的生命周期統一起來實現跨項目專業和項目設計周期各階段的數據透明。集成工程和設計從一個以數據為中心而執行的概念性、FEED和詳細的工

46、程設計，以支持團隊和外部供應商之間的協作。數字孿生的數據建模用實時項目數據創建一個數字攣生，以最小的交接負擔在所有項目合作伙伴之間提供工程可視性。云實施隨時隨地安全工作，提高生產效率，為員工賦能，根據項目需求快速擴展。提高制造精確度和敏捷性提高制造精確度和敏捷性優勢優勢實現可持續制造實現可持續制造提高資產可靠性并降低成本提高資產可靠性并降低成本請務必閱讀報告附注中的風險提示和免責聲明24隨著物理實體智慧工廠產生的數據流變量集和控制流變量集等信息日益增多，在工程實踐中，物理實體智慧工廠日益凸顯出環境變量動態變化實時感知失效、多維因素約束下設備互聯與數字集成失衡和較長周期內自主預測機制缺失等若干缺

47、陷，無法構建基于全景數據建模與深度關聯模型的全要素、全流程、全感知的組織結構和運行邏輯。數字化工廠中，將利用物聯網技術實現設備、人、系統之間的互聯互通，消除“信息孤島”的存在，讓工廠的每一臺設備都以最佳狀態運行，同時減少人力成本的投入，生產出最好的產品。人工智能打造數字化孿生工廠人工智能打造數字化孿生工廠圖表：基于數字孿生的虛擬工廠業務協同模型體系架構圖表：基于數字孿生的虛擬工廠業務協同模型體系架構資料來源：基于工業數字孿生仿真建模的虛擬工廠業務協同模型研究-姚培福等請務必閱讀報告附注中的風險提示和免責聲明25數字化交付是構建數字化工廠的一個重要環節，數字化工廠與數字化交付已成為現代工程設計領

48、域之中的熱門話題，眾多的工程企業尤其是設計院，正在謀求以數字化工廠與數字化交付為突破從而實現新時代下企業的數字化轉型。數字化交付通過建立數字化工廠平臺以及未來建設智能化工廠的基礎，再將設備運行過程中的過程控制與工藝參數進行集成，最終通過3D仿真技術實現與實際生產過程一致的工藝模型，借助數字化交付平臺，可以實現在線上對閥門儀表等參數進行監測，通過仿真模型進行自動化精準控制，并且模型可以不斷根據實際情況進行優化，大大減少人為操作帶來的失誤。數字化交付是構建數字化工廠的一個重要環節數字化交付是構建數字化工廠的一個重要環節圖表：數字化交付的圖表：數字化交付的原理原理資料來源：數字化工廠與數字化交付的技

49、術探討-張鶴等圖表：數字化交付的數據分類圖表：數字化交付的數據分類資料來源：石油和化工行業智能工廠建設的思考-榮彥棟等請務必閱讀報告附注中的風險提示和免責聲明26圖表：基于數字化交付的優勢圖表：基于數字化交付的優勢資料來源：AVEVA 系列軟件在化工廠的數字化交付中的應用-郭春帥，國海證券研究所以AVEVA系列軟件為例，數字化交付的過程為通過PDMS(Plant Design Management System)與 Diagram 軟件進行三維虛擬化工廠與管道儀表流程圖(Process&Instrumentation Drawing)的創建，然后將各裝置設備的信息嵌入到模型中，將設備生產、安裝

50、、維護過程中的綜合信息系統集成，最后通過旗下的Net平臺實現工廠信息的綜合展示，大大減少信息傳遞過程中帶來的信息偏差與效率的降低。目前，互聯網技術日新月異，通過技術合作，不僅可以實現工廠虛擬現實參觀、沉浸式培訓演習與應急演練，還可以通過更強大的信息管理系統整合企業的所有生產管理信息，滿足公司各級管理人員需要，更好的協助對公司的掌控與管理，實現企業向數字化與智能化的邁進。數字化交付能夠減少信息偏差數字化交付能夠減少信息偏差圖表：圖表：AVEVAAVEVA系列軟件主要模板及功能系列軟件主要模板及功能資料來源：AVEVA 系列軟件在化工廠的數字化交付中的應用-郭春帥，國海證券研究所主要模塊主要模塊功

51、能功能PDMS 模塊包括設備、結構、建筑、管道、暖通、橋架等建立化工廠所需的所有模塊Instrumentation 與Electrical 模塊用 于 儀表、電氣與控制工程設計的系統Diagram 模塊儀表流程圖的繪制Engineering 模塊二維工藝流程圖與三維模型之間的一個橋梁Net 模塊基于IE瀏覽器實現對項目建設期間與后期維護的各種數據資料進行收集分類與整理審批工作優勢優勢解釋解釋準確的數據集成具有嚴格的數據審核機制，實現了二維與三維模型間的一致性與數據的完整性，具有完整的文檔編碼系統，可以快速對文檔進行分類管理與查詢。高度的可配置性可自定義的元件庫；化工設計單位可以根據公司的審核要

52、求對致性/碰撞檢查規則進行定制；自動生成的報表所包含的內容與格式均支持用戶自定義。完善的管理架構各專業人員對自己的數據擁有修改權限及更加明確責任的劃分，對用戶操作進行記錄，形成訪問日志，實現設計過程的留痕。請務必閱讀報告附注中的風險提示和免責聲明27目錄目錄AIAI提升研發效率提升研發效率AIAI優化化工設計和建設優化化工設計和建設AIAI賦能化工生產運營賦能化工生產運營AIAI在工業中具有巨大潛力在工業中具有巨大潛力投資建議及關注標的投資建議及關注標的行業評級及風險提示行業評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明28AI助力化工生產提質增效助力化工生產提質增效圖表：用友智能工廠

53、應用架構圖表：用友智能工廠應用架構資料來源：上海坤迪官網典型的智能工廠最底層為感知層，通過現場設備實現數據采集；第二層為數據處理層，將底層采集到的數據進行加工、存儲、轉換；第三層為應用層，包括工藝管理系統、設備管理系統、人員管理系統等；頂層為企業運營相關系統，針對企業運營、供應鏈、人力資源等進行宏觀調配。人工智能、工業互聯網、工業大數據是實現智能制造的使能技術、工具和手段。運用人工智能、大數據、云計算這些新的智能化技術，可以幫助制造企業在替換一些低認知密集型勞動的同時，也能為生產過程中的質量穩定性控制和生產效能的優化帶來提升。請務必閱讀報告附注中的風險提示和免責聲明29圖表：輪胎智能檢測解決方

54、案圖表：輪胎智能檢測解決方案資料來源：阿里云官網化工行業，特別是精細化工領域，有著生產過程復雜、對象特性多變、間歇或半連續生產過程多，介質腐蝕性強，易燃易爆及污染環境等特點，使得化工過程的檢測控制面臨影響因素多、變化范圍大等問題。從煉油和石化產品到高性能化學品、纖維、鋼鐵、制藥、食品和水，過程工業中的控制跨越廣泛的領域，所有這些都涉及化學反應需要極高的可靠性。隨著科學技術的發展，化工過程控制技術的軟硬件支撐手段有了重大改觀，推動了化工過程控制技術的迅速發展。人工智能解決方案優化化工生產過程人工智能解決方案優化化工生產過程圖表：化工品控穩定性提升解決方案圖表：化工品控穩定性提升解決方案資料來源：

55、阿里云官網請務必閱讀報告附注中的風險提示和免責聲明30以中控技術supMMS動設備狀態監測與故障診斷解決方案為例，以此建立的設備狀態監測診斷管理平臺能給設備管理帶來全新的機組管理模式，提供基于多種專業化分析圖譜和監測診斷報警手段，并可以為今后拓展廣域網監測、遠程專家診斷服務、遠程維護和遠程升級服務等打下技術基礎，實現設備遠程狀態監測診斷聯網，成為備品備件物聯網智能管理和低成本高效率維修的組成部分，滿足機組全方位設備完整性信息管理系統的要求。人工智能提供動設備狀態監測與故障診斷解決方案人工智能提供動設備狀態監測與故障診斷解決方案圖表：機泵檢測診斷整體解決方案圖表：機泵檢測診斷整體解決方案資料來源

56、：關鍵動設備狀態監測&故障診斷系統整體解決方案-中控技術圖表：診斷外包服務模式與流程實例圖表：診斷外包服務模式與流程實例資料來源：關鍵動設備狀態監測&故障診斷系統整體解決方案-中控技術請務必閱讀報告附注中的風險提示和免責聲明31 通過人工智能與制造業的融合發展，提升制造業數字化與智能化發展水平，可以進一步加速“制造”向“智造”的轉變。工業和信息化部2022年度智能制造示范工廠揭榜單位和優秀場景名單中，有包括巨化股份、金宏氣體、玲瓏輪胎、賽輪輪胎、森麒麟等化工企業。人工智能推動化工企業走向智能制造人工智能推動化工企業走向智能制造圖表：圖表：20222022年度智能制造示范工廠揭榜單位名單（節選）

57、年度智能制造示范工廠揭榜單位名單（節選）資料來源：工信微報公眾號，國海證券研究所企業企業揭榜任務名稱揭榜任務名稱典型場景名稱典型場景名稱金宏氣體股份有限公司高純工業氣體智能制造示范工廠1.精準配送:2.供應鏈全流程一體化:3.生產計劃優化;4.設備運行優化;5.安全風險實時監測與應急處置;6.能耗數據監測7.銷售驅動業務優化:8.質量精準追潮。巨化集團有限公司含氟新材料智能制造示范工廠1.先進過程控制;2.人員智能定位系統;3.精準配送:4.廢棄物處置與再利用:5.數字基礎設施集成;6.采購策略優化;7.數字化交付和運維管理;8.工業智慧大腦應用實踐。山東玲瓏輪胎股份有限公司高端輪胎智能制造示

58、范工廠1.數據驅動產品設計優化;2車間智能排產;3.質量精準追潮;4.智能倉儲;5.工藝數字化設計6.能耗數據監測;7.在線運行監測;8.智能協同作業。賽輪集團股份有限公司橡膠輪胎智能制造示范工廠1.產品數字化研發與設計;2.車間智能排產;3.工藝動態優化;4.智能在線檢測;5.設備運行優化:6.數字亭生工廠建設;7.網絡協同制造;8.數字基礎設施集成。青島森麒麟輪胎股份有限公司航空輪胎智能制造示范工廠1.智能在線檢測:2精準配送3.產品數字化研發與設計;4.車間智能排產;5.工藝動態優化:6.銷售驅動業務優化;7.大規模個性化定制;8.能效平衡與優化。請務必閱讀報告附注中的風險提示和免責聲明

59、32目錄目錄AIAI提升研發效率提升研發效率AIAI優化化工設計和建設優化化工設計和建設AIAI賦能化工生產運營賦能化工生產運營AIAI在工業中具有巨大潛力在工業中具有巨大潛力投資建議及關注標的投資建議及關注標的行業評級及風險提示行業評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明33機器學習步驟機器學習步驟學習學習探索探索/轉換或標記轉換或標記收集收集/移動或儲存移動或儲存最優化模型最優化模型建立模型建立模型數據整理和分析數據整理和分析數據收集和存儲數據收集和存儲優化優化人工智能在工業中顯示出巨大潛力人工智能在工業中顯示出巨大潛力 人工智能在工業中顯示出巨大的潛力。其核心為機器學習，主

60、要包括以下步驟：數據的收集和說明，數據整理和分析，建立模型及優化模型。人工智能與工業數據的結合有助于有效獲得不同變量之間的關系，并預測及優化特定參數。在工業中，已應用于精餾塔、反應器、鍋爐、控制器、冷水機組、壓縮機、泵、管道等各種工藝設備的校正、工藝參數預測、故障診斷與優化；在紡織，水處理，化肥，核電站和油氣等領域均有應用。圖表：機器學習的步驟圖表：機器學習的步驟資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective and Overview-Nadia Khan,國海證券研究所請務必閱

61、讀報告附注中的風險提示和免責聲明34人工智能在污水處理中的應用人工智能在污水處理中的應用圖表：橫流超濾過程的建模與優化圖表：橫流超濾過程的建模與優化資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective and Overview-Nadia Khan，國海證券研究所圖表：人工智能在污水處理應用的相關研究圖表：人工智能在污水處理應用的相關研究資料來源：Machine Learning an Intelligent Approach in Process Industries:A Persp

62、ective and Overview-Nadia Khan，國海證券研究所算法算法/方法方法目的目的神經網絡模型和支持向量機模型藍水足跡評估多層感知機與后向傳播算法建立模擬水動力學空化的神經網絡模型，以促進水中沼氣的產生和有機污染物的分解消化反向傳播法分析了聚合氯化鋁混凝過程中溶解性有機物的去除反向傳播法利用人工神經網絡研究氧化石墨烯/殼聚糖-PVA聚合物對剛果紅染料的吸附分位數回歸法研究預測控制和超前分析在污水處理廠綜合驗證裝置中的應用最近鄰法/隨機森林法設計軟測量系統，提高污水處理的控制效果 人工智能技術在污水處理領域主要用于過程控制、建模及故障診斷等幾個方面。污水處理系統的數學模型用來

63、模擬各類微生物、有機物在處理過程中的動態特性，有助于新建系統的設計和優化運行管理，也有助于對現有生化處理系統功能的擴展，并且可供操作人員使用的故障診斷專家系統能夠實現低成本、高效率。數據集數據集獲取的數據集送至神經元網絡獲取的數據集送至神經元網絡利用神經利用神經元元網絡獲得網絡獲得數據集的最優值數據集的最優值對模型進行訓練、測對模型進行訓練、測試和驗證試和驗證運用遺傳算法求最運用遺傳算法求最優解優解最優解最優解訓練，測試和訓練，測試和驗證驗證神經元神經元網絡網絡請務必閱讀報告附注中的風險提示和免責聲明35人工智能在化肥行業中的應用人工智能在化肥行業中的應用算法算法/方法方法目的目的LM算法利用

64、人工神經網絡對不同氮濃度下生長的羅勒進行區分CIT模型利用CIT技術，評價氮肥對N2O排放的影響，確定土壤氣候對每日減少N2O排放量的影響邏輯回歸、支持向量機、隨機森林、K近鄰模型等預測玉米產量隨機森林模型研究控釋尿素對水稻產量、氮素損失和溫室氣體排放的影響隨機森林、K近鄰,、神經網絡、遺傳編程模型預測塊莖作物高產對氮、磷、鉀的需求量圖表：圖表：羅勒植物數據收集羅勒植物數據收集與分析示意圖與分析示意圖資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective and Overview-Nad

65、ia Khan，國海證券研究所圖表：人工智能在化肥行業應用的相關研究圖表：人工智能在化肥行業應用的相關研究資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective and Overview-Nadia Khan，國海證券研究所 現代人工智能解決方案不僅可以檢測出需要多少肥料，有效減少浪費，還能夠輔助施肥過程。人工智能機器人和無人機可以檢查作物和土壤狀況，評估作物健康狀況，并就何時澆水、施肥和收割提供指導，這可以幫助農民節省時間，降低成本，并改善種植和收割方面的決策。樣本樣本排氣口排氣口碳濾

66、器碳濾器泵泵陣列傳感器陣列傳感器數據采集數據采集電腦端電腦端請務必閱讀報告附注中的風險提示和免責聲明36人工智能技術為油氣領域創新發展注入新動能人工智能技術為油氣領域創新發展注入新動能圖表：人工智能在油氣領域應用的相關研究圖表：人工智能在油氣領域應用的相關研究資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective and Overview-Nadia Khan，國海證券研究所 油氣行業對于數字技術的需要緊迫而持久，一方面，油氣開發難度日益增加，持續穩產形勢嚴峻，新老油田都面臨著生產成本升

67、高與效益降低的巨大壓力；另一方面，各層級對企業公的安全生產、環境保護責任要求越來越嚴格。傳統油氣勘探與開發研究技術如儲層預測、油層識別、注采分析優化等，需要人工花費大量時間整理分析數據，效率低、問題多，而未來通過“油氣智能大腦”，可以對輸入的相關數據進行自動分析推理，直接給出開采方案。算法算法/方法方法目的目的混合和語言模型控制精餾塔頂部和底部產品的成分多核學習支持向量機模型對精餾塔的多個故障進行識別優化的多層感知器模型和多層感知器-粒子群算法預測鉆孔后巖石的力學行為混合和語言模型采用模糊推理系統和人工神經網絡，開發出用于煉化塔的控制器三維冠層輻射傳輸模型、語言模型、序列最小優化算法建立油氣管

68、道失效評估預測模型非線性自回歸網絡模型用于檢測精餾塔中的塔板擾動圖表：工業互聯網解決方案總體架構設計圖表：工業互聯網解決方案總體架構設計資料來源：油氣行業數字化轉型研究與實踐-楊劍鋒等請務必閱讀報告附注中的風險提示和免責聲明37人工智能技術在核工業中大有用武之地人工智能技術在核工業中大有用武之地圖表：人工智能在核工業應用的相關研究圖表：人工智能在核工業應用的相關研究資料來源：Machine Learning an Intelligent Approach in Process Industries:A Perspective and Overview-Nadia Khan，國海證券研究所 當前

69、，以“數字礦山、智能制造、數字（智能）核電、智慧經營”為主線的行業科技發展路徑已清晰顯現。這將在未來幾年拉動核能行業全產業鏈上建設并逐步實現鈾礦勘察開采的全數字化、可視化平臺；核燃料智能生產與元件智能制造平臺；核電設計與建造一體化、數字化、全壽期平臺；從集團到各級單位應用大數據、云計算技術的智慧經營平臺。在多個平臺建設需求牽引下，新型人工智能技術將大有用武之地，大顯身手。算法算法/方法方法目的目的隨機森林模型識別核數據中有問題的子集支持向量機和邏輯回歸模型開發核基礎設施預測性維護算法深度神經網絡模型計算高溫氣冷反應堆的截面反向傳播法檢測核電站運行異常支持向量機模型建立近似元模型來估計火災危險狀

70、況反向傳播法預測核電站變壓器的使用壽命圖表：深度神經網絡在我國核領域中的應用圖表：深度神經網絡在我國核領域中的應用資料來源：神經網絡算法在我國核領域中的應用綜述-楊紅義等，國海證券研究所反應堆運行狀態預測反應堆運行狀態預測壓水堆堆芯關鍵參數預測壓水堆堆芯關鍵參數預測快堆熱工參數預測快堆熱工參數預測反應堆堆芯功率場的預測反應堆堆芯功率場的預測反應堆優化設計反應堆優化設計反應堆堆芯換料方案設計反應堆堆芯換料方案設計反應堆屏蔽設計反應堆屏蔽設計反應堆故障診斷反應堆故障診斷核素識別核素識別核醫學圖像診斷核醫學圖像診斷核電機器人核電機器人數字礦山數字礦山請務必閱讀報告附注中的風險提示和免責聲明38人工智

71、能引領紡織行業創新發展人工智能引領紡織行業創新發展 將人工智能技術與紡織各領域相結合，利用計算機視覺技術，使用深度學習算法搭建定制化和個性化以圖搜圖引擎；基于機器視覺開發經編針織物疵點在線檢測系統以及智能驗布系統；借助自然語言處理進行個性化紡織專業教育；利用機器學習算法開發智能CAD、紡織面料評級與分類、生產管理以及服裝面料圖案設計的應用，進行流行趨勢預測以及服裝設計。人工智能將作為戰略性技術引領紡織行業發展，帶動提高紡織各領域智能化水平，進而帶來深遠的變革。圖表：神經網絡模型預測紡織復合材料力學性能圖表：神經網絡模型預測紡織復合材料力學性能資料來源：Machine Learning an I

72、ntelligent Approach in Process Industries:A Perspective and Overview-Nadia Khan，國海證券研究所圖表：人工智能在紡織行業的應用場景圖表：人工智能在紡織行業的應用場景資料來源：人工智能引領紡織行業創新發展-馮英杰等，國海證券研究所算法算法/方法方法目的目的卷積神經網絡、支持向量機模型提高皮革切割效率隨機森林、決策樹回歸模型預測生產時間回歸分析、邏輯回歸、決策樹和貝葉斯分類器模型識別橡膠紡織輸送帶故障發生率與所選變量之間的相關性隨機森林模型評估材料的疲勞性能上置信界算法、湯普森抽樣算法優化棉紡廠的能源消耗梯度助推模型，堆

73、疊集成模型預測織物性能計算機視覺計算機視覺紡織產品檢索機器視覺機器視覺經編針織物疵點在線檢測,紡織面料疵點檢測自然語言處理自然語言處理個性化紡織專業教育,紡織電子商務機器學習機器學習紡織CAD,紡織面料評級與分類,基于機器學習的紡織生產管理,人工智能服裝設計,服裝流行趨勢預測,服裝面料圖案設計,人工智能服裝設計,智能穿戴機器人機器人筒子紗自動上紗,筒子紗智能染色智能倉儲物流系統智能倉儲物流系統一整套產品生產流水線系統全部由機器操作完成請務必閱讀報告附注中的風險提示和免責聲明39目錄目錄AIAI提升研發效率提升研發效率AIAI優化化工設計和建設優化化工設計和建設AIAI賦能化工生產運營賦能化工生

74、產運營AIAI在工業中具有巨大潛力在工業中具有巨大潛力投資建議及關注標的投資建議及關注標的行業評級及風險提示行業評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明40凱賽生物：入股分子之心，將凱賽生物：入股分子之心，將AI技術引入生物制造研發體系技術引入生物制造研發體系凱賽生物是全球長鏈二元酸的主導供應商，可提供以生物法制造的從十碳到十八碳長鏈二元酸系列產品。公司系列生物法長鏈二元酸年產能7.5萬噸，凱賽烏蘇于2021年中期投產戊二胺5萬噸、聚酰胺10萬噸，4萬噸癸二酸項目于2022年成功投產。公司入股AI蛋白質設計平臺公司“分子之心”，將AI技術引入生物制造研發體系，智能化升級生物制造全

75、流程。該次Pre-A輪戰略投資超億元，由凱賽生物領投，聯想創投跟投，天使輪領投方紅杉中國追加投資。分子之心自主研發了國內首個功能完整的人工智能驅動的蛋白質預測和設計平臺“MoleculeOS”，運用數據驅動的AI方法，快速識別、改造甚至從頭設計最合適的蛋白質，從而顛覆大分子藥物設計、合成生物學、環境保護等領域研發范式?？紤]具體的經營情況，同時聚酰胺推廣周期較長，我們調低2022-2024盈利預期，預計公司2022-2024年歸母凈利分別為5.52、8.27和10.80億元，對應的PE為63、42和32倍，考慮到公司合成生物學技術優勢，維持公司“買入”評級。風險提示：項目投產不達預期風險、產品價

76、格下滑風險、產品需求下滑風險、工廠安全環保生產風險、原材料價格波動的風險、匯率波動風險、銷售未達預期風險等。圖表：盈利預測表（更新于圖表：盈利預測表（更新于2023041720230417）資料來源：Wind，國海證券研究所預測指標預測指標2021A2021A2022E2022E2023E2023E2024E2024E營業收入（百萬元）2197244532444787增長率(%)47113348歸母凈利潤（百萬元）6085528271080增長率(%)33-95031攤薄每股收益（元）1.460.951.421.85ROE(%)6578P/E126.2262.9242.0632.20P/B7.

77、203.132.912.66P/S34.9414.2210.727.26EV/EBITDA95.3036.0523.1318.95請務必閱讀報告附注中的風險提示和免責聲明41華恒生物：華恒生物：基于合成生物平臺優勢，新品持續突破基于合成生物平臺優勢，新品持續突破公司是全球領先的通過生物制造方式規?；a小品種氨基酸產品的企業公司是全球領先的通過生物制造方式規?；a小品種氨基酸產品的企業。公司以合成生物學技術為核心，聚焦氨基酸系列產品，包括丙氨酸產品（L-丙氨酸、DL-丙氨酸、-丙氨酸）、L-纈氨酸、D-泛酸鈣和熊果苷。中期來看中期來看，公司在建項目逐步建成公司在建項目逐步建成，釋放產能釋放產

78、能。2021年，巴彥淖爾交替生產丙氨酸、纈氨酸項目和秦皇島發酵法丙氨酸技改擴產項目部分投產，公司纈氨酸實現量產。此外公司投資建設巴彥淖爾三支鏈氨基酸項目、長豐基地-丙氨酸衍生物項目，不斷豐富產品樹。長期來看長期來看，公司基于公司基于“工業菌種創制工業菌種創制-發酵智能控制發酵智能控制-高效分離提取高效分離提取-產品應用開發產品應用開發”合成生物學平臺和深厚的技術積累合成生物學平臺和深厚的技術積累，有望持續突破新品有望持續突破新品。公司定增項目建設5萬噸/年丁二酸、5萬噸/年蘋果酸，此外，公司推進PDO等高附加值化學品產業化轉化。盈利預測：盈利預測：預計公司2022-2024年歸母凈利潤分別3.

79、07、4.19、5.72億元，對應PE為60、44、32倍，維持“買入”評級。風險提示：現有產品價格回落風險、原材料價格上漲風險、核心技術流失風險、新項目投產不及預期風險、丁二酸和PDO等新技術產業化低于預期風險。資料來源：Wind，國海證券研究所圖表：盈利預測圖表：盈利預測（更新于（更新于2023041720230417）預測指標預測指標2021A2021A2022E2022E2023E2023E2024E2024E營業收入（百萬元）954140319402591增長率(%)96473834歸母凈利潤（百萬元）168307419572增長率(%)39823736攤薄每股收益（元）1.702.

80、843.885.29ROE(%)14212325P/E76.0359.6043.6431.98P/B11.8012.7810.227.94P/S14.6313.039.427.06EV/EBITDA59.5346.4932.6623.83請務必閱讀報告附注中的風險提示和免責聲明42中國化學：工程中國化學：工程+實業雙輪驅動，化學工業龍頭加速轉型實業雙輪驅動，化學工業龍頭加速轉型中國化學是一家集勘察、設計、施工為一體，知識技術相對密集的工業工程公司，是我國化學工業工程領域內資質最為齊全、功能最為完備、業務鏈較為完整的工業工程公司之一，在行業內具備專業化經營、市場化程度及業務一體化程度高的優勢。2

81、022年公司天辰齊翔、華陸新材、東華天業等新建實業項目陸續投產運行。2022年7月31日，天辰齊翔打通全流程并生產出優質己二腈產品，丙烯腈裝置實現滿負荷穩定運行，累計生產丙烯腈8萬余噸，己二腈與己二胺負荷逐步提高，實現長周期穩定運行；2022年2月27日華陸新材氣凝膠項目調試成功；2022年6月20日東華天業PBAT主裝置一系列開車成功，圓滿實現“當年開工，當年建成，一年內投產”的目標。中國化學天辰泉州60萬噸/年環氧丙烷、賽鼎科創3萬噸/年相變儲能材料等項目相繼啟動建設，預計2023年投產運行。公司持續推進重點研發項目的實施。公司旗下華陸公司在多晶硅核心工藝開發方面打破了國外的技術壟斷，并使

82、成本進一步降低，近幾年，進一步發力以冷氫化技術為代表的多晶硅工藝技術群，獲得多項專有專利技術和國家、省級、行業級獎項。預計公司2023-2025年歸母凈利分別為65.48、80.72和92.35億元，對應的PE為10、8和7倍，維持“買入”評級。風險提示：市場競爭加劇風險、下游需求不及預期風險、生產安全環保風險、項目建設進度不及預期的風險、全球疫情控制不及預期風險、下游需求不及預期風險、實業產品價格波動風險、在研項目失敗風險。圖表：盈利預測表（更新于圖表：盈利預測表（更新于2023041720230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2022A2023E2023

83、E2024E2024E2025E2025E營業收入（百萬元）158437182585207180232564增長率(%)15151312歸母凈利潤（百萬元）5415654880729235增長率(%)17212314攤薄每股收益（元）0.891.071.321.51ROE(%)10111212P/E8.929.857.996.99P/B0.921.090.960.84P/S0.310.350.310.28EV/EBITDA1.902.862.121.48請務必閱讀報告附注中的風險提示和免責聲明43東華科技：化工建設龍頭，數字化變革引領未來東華科技：化工建設龍頭，數字化變革引領未來東華科技、擁有

84、化工、石油化工、醫藥、市政、建筑等十多項甲級設計資質以及工程總承包甲級資質，具有對外工程總承包權和進出口經營權。公司主要開展咨詢設計、以設計為主體的工程總承包業務。同時，公司已取得多項建設工程施工總承包資質，具備了從事施工安裝業務的基本條件，但目前公司尚未直接開展具體的施工安裝、設備材料生產業務。公司引進了大量的正版軟件，三維工程設計已經成為公司的設計主流。公司一直位居中國勘察設計行業百強之列，在化工勘察設計企業中名列前茅。根據wind一致預期，公司預計2023-2025年歸母凈利分別為3.43、4.19和5.07億元，對應的PE為22、18和15倍。風險提示：下游需求不及預期風險、生產安全環

85、保風險、項目建設進度不及預期的風險、行業競爭加劇的風險、在研項目失敗風險。圖表：盈利預測表（圖表：盈利預測表（WindWind一致預期一致預期,更新于更新于20230417 20230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2023E2024E2025E營業收入（百萬元）6,234.047,168.098,291.239,623.09增長率(%)19.6514.9815.6716.06歸母凈利潤（百萬元）288.63343.06418.51506.70增長率(%)45.7118.8521.9921.07攤薄每股收益（元）0.520.480.590.72ROE(%)9

86、.198.699.7810.83P/E23.5721.59 17.70 14.62 P/B1.761.871.731.58BPS-每股凈資產5.235.586.046.61請務必閱讀報告附注中的風險提示和免責聲明44中國石化：煉化一體化龍頭，創新賦能智慧石化建設中國石化：煉化一體化龍頭，創新賦能智慧石化建設中國石化是中國最大的一體化能源化工公司之一，主要從事石油與天然氣勘探開發管道運輸、銷售；石油煉制、石油化工、煤化工、化纖及其它化工生產與產品銷售、儲運；石油、天然氣、石油產品、石油化工及其它化工產品和其它商品、技術的進出口、代理進出口業務；技術、信息的研究、開發、應用。公司是中國大型油氣生產

87、商，煉油能力排名中國第一位；在中國擁有完善的成品油銷售網絡，是中國最大的成品油供應商。公司石油工程技術研究院與美林數據簽訂了智慧鉆井平臺建設合作協議，美林數據未來將以Tempo AI人工智能平臺為基礎，與中國石化石油工程技術研究院合作打造面向鉆井領域的智能中臺。中石化銷售股份有限公司與航天云機達成合作，雙方各持股50%，成立了易嘉油智能機器人有限責任公司，注冊資金1億元，經營范圍包括：服務消費機器人制造；服務消費機器人銷售；智能機器人的研發等。根據wind一致預期，公司預計2023-2025年歸母凈利分別為705.5、758.3和793.6億元，對應的PE為11、10和10倍。風險提示：國際貿

88、易摩擦風險、產品價格大幅下滑風險、原材料價格大幅上升風險、市場競爭加劇風險、下游需求不及預期風險、生產安全環保風險。圖表：盈利預測表（圖表：盈利預測表（WindWind一致預期一致預期,更新于更新于20230417 20230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2023E2024E2025E營業收入（百萬元）3,318,168.003,378,642.573,458,299.233,602,501.87增長率(%)57.561.822.364.17歸母凈利潤（百萬元）66,302.0070,546.0375,830.7379,360.44增長率(%)101.38

89、6.407.494.65攤薄每股收益（元）0.550.590.630.66ROE(%)8.508.598.858.82P/E7.6910.79 10.04 9.59 P/B0.670.930.890.85BPS-每股凈資產6.556.857.157.47請務必閱讀報告附注中的風險提示和免責聲明45中國石油：國內油氣龍頭以中國石油：國內油氣龍頭以AI助推油氣行業發展助推油氣行業發展中國石油是中國油氣行業占主導地位的最大的油氣生產和銷售商。公司廣泛從事與石油、天然氣有關的各項業務，加快實施資源、市場和國際化三大戰略，著力加快轉變增長方式，提高自主創新能力，建立安全環保節能長效機制，致力于發展成為具

90、有較強競爭力的國際能源公司?！笆濉逼陂g，公司管道設計院已經具備數字化交付能力和服務智能管道建設的能力，推進我國油氣儲運行業步入智能管道時代。此外，公司中與華為開展戰略合作，建成了全亞洲最大的數據中心，從上游到下游打造智慧油田、智能煉化、智慧管線、智慧銷售等業務服務。中國石油首個智能天然氣工廠西南油氣田公司智能凈化廠試點建設取得階段性成果。為加快推進落實中國石油數字化智能化發展戰略，加快勘探開發人工智能技術的研發及應用，打造中國石油油氣勘探開發人工智能原創技術策源地，集團公司建設勘探開發人工智能技術研發中心，于3月2日揭牌成立。根據wind一致預期，公司預計2023-2025年歸母凈利分別為

91、1306.4、1300.1和1330.4億元，對應的PE為10、10、10倍。風險提示：國際貿易摩擦風險、原材料價格大幅上升風險、市場競爭加劇風險、下游需求不及預期風險、生產安全環保風險。圖表：盈利預測表（圖表：盈利預測表（WindWind一致預期一致預期,更新于更新于20230417 20230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2023E2024E2025E營業收入（百萬元）3,239,167.003,273,688.443,394,729.783,453,122.56增長率(%)67.501.073.701.72歸母凈利潤（百萬元）149,375.0013

92、0,644.20130,014.80133,044.90增長率(%)686.10-12.54-0.482.33攤薄每股收益（元）0.820.710.710.73ROE(%)11.348.948.518.37P/E6.6210.28 10.33 10.10 P/B0.680.940.890.85BPS-每股凈資產7.487.858.258.66請務必閱讀報告附注中的風險提示和免責聲明46萬華化學：攜手國工智能突破化學人工智能研發萬華化學：攜手國工智能突破化學人工智能研發萬華化學是世界化工企業50強，也是全球第一大MDI供應商。公司秉承的科技創新理念，高效推動了產業多元化、規模集群化發展，產品已從

93、單一的MDI，擴展至聚氨酯、石化、精細化學品、新興材料四大產業領域。2022年，萬華化學與化學AI領跑者國工智能公司簽訂人工智能研發協議，將全面利用數字化技術和和人工智能技術推動萬華化學科技創新。國工智能聚焦精細化工、食藥品等流程工業，研發的人工智能輔助研發系統(MAI-dev)，填補了國內精細化工產業科技研發人工智能應用的空白。自2018年成立以來，公司累計服務100多家規模企業(30多家主板上市公司)，化工MES、化工LIMS、化工SCADA在精細化工行業廣泛應用，已發展成為人工智能技術應用于精細化工產業的領跑者。萬華化學與國工智能的合作，是對人工智能輔助研發系統初步驗證有效基礎上達成的。

94、未來，雙方將充分發揮各自優勢，聯合進行化工新材料人工智能輔助研發的落地應用，通過研發場景數據和人工智能技術融合應用，推動萬華在材料開發和工藝優化等方面向智能化升級。預計公司2023-2025年歸母凈利潤分別為210.8、291.4、381.1億元，對應PE分別14、10、8倍，維持“買入”評級。風險提示：研發項目不及預期風險、在建項目進度不及預期風險、原材料價格大幅上升風險、市場競爭加劇風險、下游需求不及預期風險。圖表：盈利預測表（更新于圖表：盈利預測表（更新于2023041720230417）資料來源：Wind，國海證券研究所預測指標2022A2023E2024E2025E營業收入（百萬元）

95、165565172521217909271559增長率(%)1442625歸母凈利潤（百萬元）16234210802914138112增長率(%)-34303831攤薄每股收益（元）5.176.719.2812.14ROE(%)21222323P/E17.9214.4910.488.01P/B3.793.122.401.85P/S1.761.771.401.12EV/EBITDA11.399.897.275.64請務必閱讀報告附注中的風險提示和免責聲明47森麒麟：以智能制造為抓手，向全球龍頭邁進森麒麟：以智能制造為抓手，向全球龍頭邁進公司輪胎產能為2800萬條，公司泰國二期“森麒麟輪胎（泰國）

96、有限公司年產600萬條高性能半鋼子午線輪胎及200萬條高性能全鋼子午線輪胎擴建項目”已基本建成，預計2023年可大規模投產。同時公司正在加快推進“西班牙年產1200萬條高性能轎車、輕卡子午線輪胎項目”及“森麒麟（摩洛哥）年產600萬條高性能轎車、輕卡子午線輪胎項目”，項目建成后，將進一步提升公司的整體競爭能力和盈利能力。公司以智能制造為抓手，從智能中央控制系統、智能生產執行系統、智能倉儲物流系統、智能檢測掃描系統、智能調度預警系統五個主要模塊，打造覆蓋研發及設計、生產制造及檢測、倉儲及信息化管理的智慧工廠物聯網體系。智能制造應用可有效提高設備利用率及產能利用率，提升生產效率、降低投資金額和生產

97、成本、減少用工人數及物流消耗、降低生產過程中的人工干預、提高產品的品質及穩定性。預計公司2023-2025年歸母凈利潤分別為13.75、16.97、20.31億元，對應PE分別為15、12、10倍，維持“買入”評級。風險提示：風險提示：全球輪胎業下行的風險；航空胎項目投產不及預期風險；輪胎市場大幅波動風險；原材料價格上漲風險；環保及安全生產風險；同行業競爭加劇風險。圖表：盈利預測表（更新于圖表：盈利預測表（更新于2023041720230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2022A2023E2023E2024E2024E2025E2025E營業收入（百萬元）6

98、29281451003611508增長率(%)22292315歸母凈利潤（百萬元）801137516972031增長率(%)6722320攤薄每股收益（元）1.232.122.613.13ROE(%)11151616P/E25.0314.8112.0110.03P/B2.622.261.901.60P/S3.182.502.031.77EV/EBITDA15.948.476.655.31請務必閱讀報告附注中的風險提示和免責聲明48江南化工：民爆與新能源雙核驅動，布局人工智能領域江南化工：民爆與新能源雙核驅動，布局人工智能領域公司是一家集民爆及新能源業務“雙核驅動”的多元化上市公司。民爆領域方面

99、，公司是國內民爆產品品種最齊全的民爆企業之一，爆破業務已完成國內重點資源區域的戰略布局，北方爆破國際化業務布局已輻射納米比亞、剛果（金）、蒙古、塞爾維亞、利比里亞等亞、非、歐國家。新能源方面，公司全資子公司盾安新能源主要從事風力發電、光伏發電的項目開發、建設及運營。公司新能源產業以合肥為核心，向全國輻射，目前在內蒙、新疆、寧夏、貴州、甘肅、山西、云南等資源優勢區擁有優質風、光資源儲備。截至2022年底，公司累計裝機約106萬千瓦。民爆及新能源“雙核驅動”下，疊加國企改革降本增效顯著，公司發展加速。公司是民爆行業信息化和智能制造的先行者，先后獲得多項省部級榮譽。大力實施信息化建設，不斷深化工業互

100、聯網+安全生產平臺建設、信息平臺標準化運營、費控項目建設、網絡安全等方面建設工作。在構建風電場完整產業鏈的同時，盾安新能源以風電場、光伏電站運行數據為基礎，結合“互聯網+”和云計算等技術，逐步建立起集功率預測、能量管理、生產運行管理和視頻監控等功能于一體的新能源綜合管理信息化平臺，利用對運營過程中風電機組海量數據的存儲、分析、挖掘，更好地對風機進行技術上的改進和提升。自2015年起，公司陸續對人工智能領域進行了投資布局，以自有資金5000萬元入股北京光年無限科技有限公司，投資云端機器人大腦項目;北京光年 2010 年成立至今，多年專注于人工智能深度學習的語義理解和認知計算技術的研發和場景應用，

101、研發圖靈機器人大腦云服務平臺，向第三方提供一體化、接入和使用門檻低的云端機器人大腦服務，使第三方產品快速擁有智能人機交互的功能。請務必閱讀報告附注中的風險提示和免責聲明49華大華大智造（醫藥）：智造（醫藥）：國產基因測序龍頭，廣闊市場未來可期國產基因測序龍頭，廣闊市場未來可期華大智造秉承“創新智造引領生命科技”的理念，致力于成為“生命科技核心工具締造者”，目前已形成基因測序儀業務和實驗室自動化業務兩大板塊，并圍繞全方位生命數字化布局了如遠程超聲機器人等新興領域產品。其中，公司基因測序儀業務板塊的研發和生產已處于全球領先地位，具備了獨立自主研發的能力并實現了臨床級測序儀的量產。公司已建立了自主可

102、控的源頭性核心技術體系，在基因測序領域已形成以“DNBSEQ 測序技術”、“規則陣列芯片技術”、“測序儀光機電系統技術”等為代表的多項核心技術，并達到國際先進水準。同時，公司在生命科學領域不斷深耕拓展，逐漸發展出了以“關鍵文庫制備技術”、“自動化樣本處理技術”和“遠程超聲診斷技術”為代表的新型生命數字化技術，為公司緊跟生命科學領域的研究前沿奠定了堅實的基礎。根據wind一致預期，公司預計2023-2024年歸母凈利潤分別為5.99、7.91億元，對應PE分別65、49倍。風險提示：研發項目不及預期風險、在建項目進度不及預期風險、市場競爭加劇風險、下游需求不及預期風險、競爭對手技術突破風險。圖表

103、：盈利預測表（圖表：盈利預測表（WindWind一致預期一致預期，更新于更新于2023041720230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2023E2024E營業收入（百萬元）4,230.534,977.556,172.34增長率(%)52.1817.6624.00歸母凈利潤（百萬元）2,011.22599.16791.19增長率(%)670.98-70.2132.05攤薄每股收益（元）5.221.451.91ROE(%)0.006.077.45P/E22.5064.57 48.90 P/B4.873.953.66BPS-每股凈資產22.6823.6625.4

104、9請務必閱讀報告附注中的風險提示和免責聲明50中控技術（機械）：國內工業自動化系統龍頭，核心競爭力突出中控技術（機械）：國內工業自動化系統龍頭，核心競爭力突出公司致力于滿足流程工業的產業數字化需求，深耕集散控制系統（DCS）、安全儀表系統（SIS）、網絡化混合控制系統等自動化控制系統，并以此為基礎，大力布局和發展工業軟件、行業解決方案、儀器儀表等產品及線上線下結合的服務模式，形成了較為完善的“工業3.0+4.0”產品及解決方案。公司已連續多年入選工信部智能制造系統解決方案供應商和示范企業名錄，先后承擔了大宗原料藥及醫藥中間體智能制造新模式項目、石化智能工廠試點示范項目、百萬噸級烯烴智能制造新模

105、式應用項目、高端煉化一體化智能制造新模式項目、綠色化工新材料產業鏈智能制造新模式項目等工信部智能制造項目，為流程工業智能制造技術的全面推廣應用奠定了基礎。根據wind一致預期，公司預計2023-2024年歸母凈利潤分別為10.66、14.11億元，對應PE分別49、37倍。風險提示：技術迭代更新速度不及預期、市場競爭加劇風險、下游需求不及預期風險、競爭對手技術突破風險、生產安全環保風險。圖表：盈利預測表（圖表：盈利預測表（WindWind一致預期，一致預期，更新于更新于2023041720230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2023E2024E營業收入（百

106、萬元）6,620.738,922.8211,911.16增長率(%)109.6034.7733.49歸母凈利潤（百萬元）795.521,066.031,410.73增長率(%)87.9534.0032.34攤薄每股收益（元）1.601.972.61ROE(%)0.0017.9019.89P/E62.4149.44 37.36 P/B9.248.677.25BPS-每股凈資產10.5211.2313.42請務必閱讀報告附注中的風險提示和免責聲明51容知容知日新（機械）：日新（機械）：設備智能運維龍頭，制造業轉型助力發展設備智能運維龍頭，制造業轉型助力發展公司專注于工業互聯網領域，致力于成為一家專

107、業的工業設備智能運維整體解決方案提供商，主要產品為工業設備狀態監測與故障診斷系統，已廣泛應用于風電、石化、冶金、水泥和煤炭等多個行業。公司工業設備狀態監測與故障診斷系統通過對設備運行的物理參數進行采集、篩選、傳輸和數據分析，預知設備的運行故障及其變化趨勢，為設備運維管理決策提供數據支撐，實現工業設備的預測性維護，提高生產過程的連續性、可靠性和安全性。經過多年發展，公司在自制核心部件、數據采集與分析、智能算法模型、智能診斷平臺和智能設備管理等方面不斷創新，形成了具有自主知識產權的核心技術，擁有完整的產品體系。根據wind一致預期，預計公司2023-2025年歸母凈利潤分別為1.74、2.51、3

108、.53億元，對應PE分別48、33、23倍。風險提示：宏觀經濟大幅下滑風險、市場競爭加劇風險、下游需求不及預期風險、競爭對手技術突破風險、生產安全環保風險。圖表：盈利預測表（圖表：盈利預測表（WINDWIND一致預期，更新于一致預期，更新于2023041720230417）資料來源：Wind，國海證券研究所預測指標預測指標2022A2023E2024E2025E營業收入（百萬元）547.03804.561,140.651,535.67增長率(%)107.3847.0841.7734.63歸母凈利潤（百萬元）116.06174.10250.51352.61增長率(%)55.9650.0143.8

109、940.75攤薄每股收益（元）2.123.174.566.42ROE(%)16.6419.3422.4324.84P/E65.3247.52 33.03 23.45 P/B9.109.037.255.72BPS-每股凈資產13.8716.6820.7626.33請務必閱讀報告附注中的風險提示和免責聲明52川儀股份（電新）：自動化儀表龍頭，受益于工業互聯網發展川儀股份（電新）：自動化儀表龍頭，受益于工業互聯網發展川儀股份是上世紀六十年代國家重點布局的三大儀器儀表制造基地之一，主要生產和經營工業自動化儀表及控制裝置，產品全面覆蓋工業自動化儀表及控制裝置各大品類，形成以工業自動化儀表及控制裝置產品和

110、自動化解決方案為主體、電子信息功能材料及器件協同發展的業務架構。隨著工業互聯網、大數據、人工智能的迅猛發展，公司持續深化技術、產品、服務布局，構建了涵蓋“管、網、端”三個層次的工業物聯網技術產品體系，幫助客戶實現智能化生產與運營。公司各業務品類相互賦能、密切協同，能夠滿足下游不同用戶的個性化需求，并提供一站式自動化綜合解決方案。產品市場應用領域廣泛，可為石油化工、冶金、電力、市政公用及環保、輕工建材及其他應用領域提供大量技術裝備及服務，廣闊的應用領域在促進公司具備更多市場機會的同時，也有效強化了抵御市場風險的能力。根據wind一致預期，預計公司2023-2024年歸母凈利潤分別為6.6、8.0

111、億元，對應PE分別26、21倍。風險提示：產品價格大幅波動風險、研發項目不及預期風險、市場競爭加劇風險、下游需求不及預期風險、競爭對手技術突破風險。預測指標預測指標2022A2023E2024E營業收入（百萬元）6,350.007,620.319,144.37增長率(%)49.2920.0020.00歸母凈利潤（百萬元）541.00661.81799.65增長率(%)41.9322.3320.83攤薄每股收益（元）1.371.682.02ROE(%)0.0016.4016.60P/E23.4925.84 21.44 P/B3.704.293.54BPS-每股凈資產8.5310.0912.22資

112、料來源：Wind，國海證券研究所圖表：盈利預測表（圖表：盈利預測表（WindWind一致預期，一致預期，更新于更新于2023041720230417）請務必閱讀報告附注中的風險提示和免責聲明53目錄目錄AIAI提升研發效率提升研發效率AIAI優化化工設計和建設優化化工設計和建設AIAI賦能化工生產運營賦能化工生產運營AIAI在工業中具有巨大潛力在工業中具有巨大潛力投資建議及關注標的投資建議及關注標的行業評級及風險提示行業評級及風險提示請務必閱讀報告附注中的風險提示和免責聲明54行業評級及風險提示行業評級及風險提示 行業評級：行業評級：AI賦能化工產業，助力化工行業轉型升級。賦能化工產業，助力化

113、工行業轉型升級。綜合考慮綜合考慮AI對化工行業的賦能和帶動效應，對化工行業的賦能和帶動效應，維持基礎化工行業“推薦”維持基礎化工行業“推薦”評級。評級。風險提示：風險提示：重點關注公司業績不及預期。重點關注公司業績不及預期。具體標的的經營受到多方面因素影響，需關注業績不及預期的風險。宏觀經濟大幅下滑。宏觀經濟大幅下滑。AI相關的基礎化工細分行業也會收到宏觀經濟的影響，需要關注宏觀經濟下滑帶來的風險。項目進展不達預期風險。項目進展不達預期風險。相關公司新建項目受多方面因素影響，存在進度不及預期的風險。行業政策大幅變動風險。行業政策大幅變動風險?；ば袠I的環保、安全、能耗、碳排放等政策壓力較大，政

114、策大幅變動將對企業生產經營造成一定影響；行業競爭加劇風險。行業競爭加劇風險。隨著下游市場需求擴張及產業政策的支持，可能導致現有市場參與者擴大產能及新投資者的進入，存在市場競爭加劇的風險。請務必閱讀報告附注中的風險提示和免責聲明55研究小組介紹研究小組介紹李永磊,董伯駿,本報告中的分析師均具有中國證券業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以勤勉的職業態度，獨立，客觀的出具本報告。本報告清晰準確的反映了分析師本人的研究觀點。分析師本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收取到任何形式的補償。分析分析師承師承諾諾行業投資評級行業投資評級國海證券投資評級標準國

115、海證券投資評級標準推薦：行業基本面向好，行業指數領先滬深300指數；中性：行業基本面穩定，行業指數跟隨滬深300指數；回避：行業基本面向淡，行業指數落后滬深300指數。股票投資評級股票投資評級買入：相對滬深300 指數漲幅20%以上；增持：相對滬深300 指數漲幅介于10%20%之間；中性：相對滬深300 指數漲幅介于-10%10%之間；賣出：相對滬深300 指數跌幅10%以上?；ば〗M介紹化工小組介紹李永磊，天津大學應用化學碩士，化工行業首席分析師。7年化工實業工作經驗，7年化工行業研究經驗。董伯駿，清華大學化工系碩士、學士，化工聯席首席分析師。2年上市公司資本運作經驗，4年半化工行業研究經

116、驗。賈冰，浙江大學化學工程碩士，1年半化工實業工作經驗，1年化工行業研究經驗。湯永俊，悉尼大學金融與會計碩士，應用化學本科，化工行業研究助理，1年半化工行業研究經驗。劉學，美國賓夕法尼亞大學化工碩士，化工行業研究助理。5年化工期貨研究經驗。陳云，香港科技大學工程企業管理碩士，化工行業研究助理，3年金融企業數據分析經驗陳雨，天津大學材料學本碩，化工行業研究助理。2年半化工央企實業工作經驗。楊麗蓉，浙江大學金融碩士、化學工程與工藝本科，化工行業研究助理。請務必閱讀報告附注中的風險提示和免責聲明56免責聲明和風險提示免責聲明和風險提示本報告的風險等級定級為R3，僅供符合國海證券股份有限公司（簡稱“本

117、公司”）投資者適當性管理要求的的客戶（簡稱“客戶”）使用。本公司不會因接收人收到本報告而視其為客戶?？蛻艏?或投資者應當認識到有關本報告的短信提示、電話推薦等只是研究觀點的簡要溝通，需以本公司的完整報告為準，本公司接受客戶的后續問詢。本公司具有中國證監會許可的證券投資咨詢業務資格。本報告中的信息均來源于公開資料及合法獲得的相關內部外部報告資料，本公司對這些信息的準確性及完整性不作任何保證，不保證其中的信息已做最新變更，也不保證相關的建議不會發生任何變更。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。在不同時期，本公司

118、可發出與本報告所載資料、意見及推測不一致的報告。報告中的內容和意見僅供參考，在任何情況下，本報告中所表達的意見并不構成對所述證券買賣的出價和征價。本公司及其本公司員工對使用本報告及其內容所引發的任何直接或間接損失概不負責。本公司或關聯機構可能會持有報告中所提到的公司所發行的證券頭寸并進行交易，還可能為這些公司提供或爭取提供投資銀行、財務顧問或者金融產品等服務。本公司在知曉范圍內依法合規地履行披露義務。免責聲明免責聲明市場有風險，投資需謹慎。投資者不應將本報告為作出投資決策的唯一參考因素，亦不應認為本報告可以取代自己的判斷。在決定投資前，如有需要，投資者務必向本公司或其他專業人士咨詢并謹慎決策。

119、在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議。投資者務必注意，其據此做出的任何投資決策與本公司、本公司員工或者關聯機構無關。若本公司以外的其他機構（以下簡稱“該機構”）發送本報告，則由該機構獨自為此發送行為負責。通過此途徑獲得本報告的投資者應自行聯系該機構以要求獲悉更詳細信息。本報告不構成本公司向該機構之客戶提供的投資建議。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。本公司、本公司員工或者關聯機構亦不為該機構之客戶因使用本報告或報告所載內容引起的任何損失承擔任何責任。風險提示風險提示本報告版權歸國海證券所有。未經本公司的明確書面特別授權或協議約定，除法律規定的情況外，任何人不得對本報告的任何內容進行發布、復制、編輯、改編、轉載、播放、展示或以其他任何方式非法使用本報告的部分或者全部內容，否則均構成對本公司版權的侵害，本公司有權依法追究其法律責任。鄭重聲明鄭重聲明