前言：
随着化工行业（精细化工）日益发展，对产品要求越来越严谨。在对产品检验的过程中液相色谱（LC）、气相色谱（GC）的检验结果对产品具有关键性因素，但是在检验过程中进行液相色谱（LC）、气相色谱（GC）检测时，产品中杂质含量较多，分辨度难，需要人工与往期检验数据进行对比，但人工对比数据繁琐，浪费大量的时间。
杂质分析是什么：
杂质分析是指将某种产品的历史检验数据通过算法学习，进行聚类分析和相似度对比分析，分析出该产品每种杂质出现时间的范围，与生产完工后产品的检验结果进行对比分析。
杂质分析目的：
▪在生产过程中对生产产品的检验结果进行对比。与上一批次或上几批次对比，产品完工后的检验结果，与历史生产完成的产品进行对比分析，对新出现的杂质、异常杂质进行异常提醒。
▪给出该产品（或原料）检验结果中每种杂质出现的时间范围。
▪通过分析及历史批次数据的对比，呈现出每个批次同一杂质的含量，批次杂质含量的幅度。
国工智能解决方案：
国工人工智能化学平台（MAI-CLI）与实验室管理系统（MAI-LIMS）系统进行交互对接。
实验室管理系统（MAI-LIMS）系统将检验时，工作站检验完成生成的检验报告进行数据解析。
图：检验报告解析
实验室管理系统（MAI-LIMS）将检验数据（检验数据包括时间，峰面积，高度，面积百分比）发送到国工人工智能化学平台（MAI-CLI）系统，国工人工智能化学平台（MAI-CLI）针对历史的检验数据进行机器学习，国工人工智能化学平台（MAI-CLI）将该产品历史数据使用人工智能聚类算法组件，将所有检验数据中的杂质进行聚类，系统将根据聚类的方法出具每种杂质出现的时间范围进行计算，并给每一类杂质赋予相应标签。
在生产过程中，针对生产过程中出现的检验结果，相关人员通过国工智能实验室管理系统（MAI-LIMS）进结果检验，检验完成后，实验室管理系统（MAI-LIMS）系统将结果反馈到国工人工智能化学平台（MAI-CLI），国工人工智能化学平台（MAI-CLI）将获取到的数据与学习完成后的数据进行对比分析。
针对距离主峰较远的杂质，系统根据杂质系数（杂质时间/主峰时间）、杂质时间两种因素进行相似度分析。分析出该检验结果中的杂质是否为新增、异常杂质。
图：杂质异常提醒
分析完成后将分析结果发送到实验室管理（MAI-LIMS）系统，对出现新增、异常的杂质进行异常提醒；系统将杂质通过SPC折线图的形式展现出来，用户可以根据某一个杂质展现出历史批次的占比，用户可以根据杂质占比分析出本批次产品的合格度，与历史生产的差距，追溯到生产，了解生产过程温度，原料投料比等因素的实际情况，进行生产工艺的调整，分析出最优的工艺。
图：批次杂质对比
图：双报告对比
人工智能杂质分析的价值：
▪提高工作效率：系统将工作站检测完的检验报告通过数据解析的方式录入到系统中，代替人工录入方式，分析时可直接调用历史批次的检验数据，不仅大大提高了工作效率，并且有效地避免了人工录入的不确定性因素。
▪提高分析准确度：通过国工智能杂质分析，确定了产品中不同杂质之间出现时间的具体范围，完全代替人工经验总结出的范围，且人工判断的时间范围只针对于产品所有杂质的总范围，杂质分析给出每个杂质的时间范围，比人工判断范围更精确。
▪生产工艺优化：通过杂质分析，展示出各种原料的占比情况，分析生产过程原料反应程度，杂质在产品中的含量及杂质的数量，比与历史批次进行对比分析，优化生产工艺。
▪通过国工化学人工智能平台的逆向合成、正向合成、分子发现等能力可以帮助用户快速确认杂质分子结构、分子特征、产生原因等，从根本上提升质量。
