隨著化工行業（精細化工）日益發展，對產品要求越來越嚴謹。在對產品檢驗的過程中液相色譜（LC）、氣相色譜（GC）的檢驗結果對產品具有關鍵性因素，但是在檢驗過程中進行液相色譜（LC）、氣相色譜（GC）檢測時，產品中雜質含量較多，分辨度難，需要人工與往期檢驗數據進行對比，但人工對比數據繁瑣，浪費大量的時間。

      雜質分析是什么：

      雜質分析是指將某種產品的歷史檢驗數據通過算法學習，進行聚類分析和相似度對比分析，分析出該產品每種雜質出現時間的范圍，與生產完工后產品的檢驗結果進行對比分析。

      雜質分析目的：

      ?在生產過程中對生產產品的檢驗結果進行對比。與上一批次或上幾批次對比，產品完工后的檢驗結果，與歷史生產完成的產品進行對比分析，對新出現的雜質、異常雜質進行異常提醒。

      ?給出該產品（或原料）檢驗結果中每種雜質出現的時間范圍。

      ?通過分析及歷史批次數據的對比，呈現出每個批次同一雜質的含量，批次雜質含量的幅度。

      國工智能解決方案：

      國工人工智能化學平臺（MAI-CLI）與實驗室管理系統（MAI-LIMS）系統進行交互對接。

      實驗室管理系統（MAI-LIMS）系統將檢驗時，工作站檢驗完成生成的檢驗報告進行數據解析。

圖：檢驗報告解析

      實驗室管理系統（MAI-LIMS）將檢驗數據（檢驗數據包括時間，峰面積，高度，面積百分比）發送到國工人工智能化學平臺（MAI-CLI）系統，國工人工智能化學平臺（MAI-CLI）針對歷史的檢驗數據進行機器學習，國工人工智能化學平臺（MAI-CLI）將該產品歷史數據使用人工智能聚類算法組件，將所有檢驗數據中的雜質進行聚類，系統將根據聚類的方法出具每種雜質出現的時間范圍進行計算，并給每一類雜質賦予相應標簽。

      在生產過程中，針對生產過程中出現的檢驗結果，相關人員通過國工智能實驗室管理系統（MAI-LIMS）進結果檢驗，檢驗完成后，實驗室管理系統（MAI-LIMS）系統將結果反饋到國工人工智能化學平臺（MAI-CLI），國工人工智能化學平臺（MAI-CLI）將獲取到的數據與學習完成后的數據進行對比分析。

      針對距離主峰較遠的雜質，系統根據雜質系數（雜質時間/主峰時間）、雜質時間兩種因素進行相似度分析。分析出該檢驗結果中的雜質是否為新增、異常雜質。

圖：雜質異常提醒

      分析完成后將分析結果發送到實驗室管理（MAI-LIMS）系統，對出現新增、異常的雜質進行異常提醒；系統將雜質通過SPC折線圖的形式展現出來，用戶可以根據某一個雜質展現出歷史批次的占比，用戶可以根據雜質占比分析出本批次產品的合格度，與歷史生產的差距，追溯到生產，了解生產過程溫度，原料投料比等因素的實際情況，進行生產工藝的調整，分析出最優的工藝。

圖：批次雜質對比

圖：雙報告對比

      人工智能雜質分析的價值：

      ?提高工作效率：系統將工作站檢測完的檢驗報告通過數據解析的方式錄入到系統中，代替人工錄入方式，分析時可直接調用歷史批次的檢驗數據，不僅大大提高了工作效率，并且有效地避免了人工錄入的不確定性因素。

      ?提高分析準確度：通過國工智能雜質分析，確定了產品中不同雜質之間出現時間的具體范圍，完全代替人工經驗總結出的范圍，且人工判斷的時間范圍只針對于產品所有雜質的總范圍，雜質分析給出每個雜質的時間范圍，比人工判斷范圍更精確。

      ?生產工藝優化：通過雜質分析，展示出各種原料的占比情況，分析生產過程原料反應程度，雜質在產品中的含量及雜質的數量，比與歷史批次進行對比分析，優化生產工藝。

      ?通過國工化學人工智能平臺的逆向合成、正向合成、分子發現等能力可以幫助用戶快速確認雜質分子結構、分子特征、產生原因等，從根本上提升質量。