李芸珊——以数字技术连接材料研发与化工生产探索绿色发展路径

材料研发与化工生产之间的信息衔接，关系到设计方案能否被生产线准确理解和执行，也关系到生产数据能不能反馈到下一轮研发。化学工程师李芸珊的工作，就从这些衔接问题展开。她把分布式计算、物联网与数据分析用进材料优化和生产信息处理，近年来又把注意力延伸到化工工艺参数与绿色生产装置。

研发端的工作，从复合材料强度设计里的数据调用开始。这类设计的数据和分析流程分散在不同工具、不同文件里，衔接不顺。针对这个需求，李芸珊开发了 "基于分布式计算的复合材料优化系统"，利用多种通用软件或文件的数据接口，把菜单设计与强度自动化分析、优化流程接在一起，并设置了数据集中管理和材料制作流程分析功能。设计人员要准确调用数据，也要知道分析结果是在什么条件下产生的；系统把相关信息集中管理，用可视化呈现材料状态，后续的追踪、功能调整和定向开发都能在这套框架里进行。

生产现场是另一套要求。关键参数随设备运行和生产条件不断变化，单次抽样反映不了连续生产状态。面向现场，她还研发了“基于物联网的化工材料检测系统”，把传感器、无线通信和数据分析结合起来，生产线采集的信息传到云端，可与历史数据比对，操作人员据此持续观察生产状态。检测的价值不只在某一时刻的结果，更在于变化发生在什么时候、什么条件下；把实时参数和历史记录放在一起，质量排查时的背景更完整。她在这个方向上的探索还包括多元化检测与关键参数优化，让材料检测和生产过程分析相互印证。

多类指标怎么组织利用，在运动橡胶生产中同样棘手。她的 “基于大数据的运动橡胶生产系统”采用数据存储层、数据处理层与应用层的架构，通过传感器和监测设备采集温度、湿度、压力、振动等指标，经清洗、转换、聚合后，再结合历史记录分析，最终服务于生产调度、质量控制和故障诊断。和现场单点采集不同，这套系统更看重不同来源信息之间的相互印证——单独看温度或压力，往往解释不了生产状态，把多个指标和工艺背景放在一起，变化模式才看得清。

研发端的探索没有停。她开展的《人工智能在运动材料设计的技术研究》，围绕机器学习等方法在材料性能预测与组成优化中的应用展开。材料的成分、结构、加工条件与性能表现密切相关，这些因素之间的关系如何分析，正是研究所要回答的问题 ——这一步，也让她从材料检测、生产分析延伸到性能预测，专业探索逐步覆盖研发与生产的多个环节。

近年来，她的工作进一步落在化工工艺参数分析与绿色生产装置上，相关成果包括“基于云计算的化工工艺参数分析系统”和“绿色化学生产反应装置设计与应用研究”。材料表现、运行参数与装置状态之间的关系，构成理解工程问题的另一条线索。化工领域的绿色发展，最终要落实到具体的材料、工艺和装置中：数据分析帮专业人员认识过程，工程知识界定数据的意义与适用条件。从复合材料设计中的信息调用，到生产现场的参数采集，再到工艺分析与反应装置，李芸珊始终围绕具体工程问题选择和使用数字工具，探索材料研发与化工生产之间的连接方式。（文/潘晓玥）