化学工程 AI 工作流应被视为一系列决策来评估，而不只是一个误差分数较低的预测器。过程模型、优化策略和控制器回答的是不同问题。本指南梳理来源所述的工具角色，并提出一份评估计划。本文不报告第一手科学测试、工厂部署或控制器性能。
描述过程及其运行范围
在选择软件之前，先编写过程规范。明确设备边界、测量变量、操纵变量、扰动、单位和采样间隔。说明预期输出是监测信号、咨询建议，还是控制决策。
编制数据清单，纳入时间戳、传感器质量标记、实验室测量延迟、原料变化、维护事件和控制策略变化。记录数据实际覆盖了哪些运行工况。原料组成或仪器发生变化后，拟合得到的关系可能不再适用。
**输入：**过程描述和可追溯的测量数据。**输出：**变量字典、工况图和预期用途说明。
请思考：在作出决策时，哪些变量可用？哪些变量只能在之后测得？拟议的评估是否覆盖了结果实际使用时所处的条件？
为每种工具分配不同角色
来源资料描述的是互补能力，而非可互换的产品或经过验证的集成技术栈：
- IDAES提供过程系统工程框架，用于基于模拟的设计、分析和优化，重点关注先进能源系统。必须针对选定过程核查相关示例和模型假设；摘录并未确立通用的输入或输出架构。
- SysIdentPy支持使用 NARMAX 系列模型进行非线性动态系统辨识。其准备好的参考资料介绍了训练用输入/输出数组、可配置的滞后项、结构选择、参数估计、预测和残差相关性工具。
- do-mpc支持非线性和经济模型预测控制、鲁棒多阶段控制以及移动时域估计。其架构将仿真、估计和控制分开，并支持微分代数模型。
- Summit专注于迭代式反应优化。它提供优化策略，以及用于基于模拟评估的机理或数据驱动反应基准。
使用这份角色图为明确的任务选择组件。将已辨识模型连接到控制器，或将反应优化结果转入过程模拟，属于需要进行接口核查的拟议集成，并非所提供证据已证明的集成。
规定输入、输出和目标
为每个评估阶段编写简明的输入/输出约定。对于动态预测器，纳入输入和输出历史、滞后项定义、预处理规则和预测时域。对于过程模拟，记录参数、边界条件以及需要检查的量。对于优化研究，定义搜索范围、测量目标和实验预算。对于控制评估，明确状态估计、参考值、操纵变量和时序要求。
在拟合或调优之前定义成功标准。预测误差、实验效率和控制性能需要不同的衡量指标。应在相同数据和运行假设下纳入简单基线，而不是比较彼此不相容的演示结果。
请思考：目标是解释观测到的行为、预测轨迹、推荐下一项实验，还是选择控制动作？如果多个目标相互竞争，如何报告权衡？不要把不可接受的结果隐藏在改进后的加权分数中。
保留物理和运行约束
将约束与目标分开。使用与模型相同的单位和时间基准表达约束，并区分设备限值、质量要求、执行器边界和变化速率限制。
在优化之前，定义何为违规、什么情况会使建议无效，以及计算失败时应如何处理。检查约束适用于每个预测步还是仅适用于终点。决定如何处理不确定参数和不可用的测量值。
实验室建议应与发送给设备的命令分开。代理目标有所改善，并不能证明工厂变更可行或安全。同样，模拟控制器遵守模型约束，也不能证明这些约束涵盖了所有运行危险。
按时间和运行工况进行评估
按照预期用途划分数据。对于预测任务，保留较晚时段的数据，并避免未来观测进入预处理、特征选择和参数调优。在相关情况下，留出完整的生产批次或运行工况，而不是随机混合相邻观测。
对于动态模型，除汇总误差外，还要比较轨迹和残差结构。区分单步预测与更长的序列预测，因为二者对信息的要求不同。检查工况转换、传感器缺失、测量延迟以及训练域以外的条件。
对于优化，建议在固定评估预算下进行重复比较，并报告不可行候选方案以及目标值。Summit 的模拟基准提供了开展此类研究的场景，但在这些基准上的结果不能证明其在用户自身化学体系中的性能。其快速入门说明提到 Nelder-Mead，而代码实例化的是 SOBO；改编示例之前，应先解决这一不一致。
规划示例：反应器咨询研究
**假设示例——未经测试的工作流：**某团队希望建立一个离线咨询模型，用于预测进料变化后的反应器温度行为。团队拟使用按分钟采样的进料、冷却剂和温度历史数据，预测未来十分钟内的情况。这些时间设定仅用于说明规划方法，并非推荐的运行设置。
- 明确反应器边界，并确认咨询计算开始时哪些测量数据可用。将延迟获得的产品质量测量单独处理。
- 保留最后一个生产批次用于评估，较早的批次用于调优。仅在训练数据上拟合预处理步骤，并标记维护和进料变化时段。
- 将 SysIdentPy 动态模型与简单基线进行评估。检查温度轨迹、各工况误差和残差相关性；不要只依赖平均误差。
- 如果模型行为符合预先定义的标准，再考虑开展独立的 do-mpc 模拟研究。首先验证模型转换、状态定义和时序。不得假设二者可即插即用地连接。
- 纳入传感器丢失和参数失配场景。使用经工艺负责人批准的限值，而不是从历史极值推断限值。
计划交付物是一份离线报告，包含预测误差、约束检查、被拒绝的案例和未解决的假设。在存在合适模型的情况下，可考虑使用 IDAES 开展独立的基于物理的建模研究。Summit 针对的是另一个问题——迭代优化反应条件——并不会自动取代动态预测器或控制器。
确保部署问责：最终核对清单
现有证据不能证明这些工具具备针对特定工厂的准确性、实时适用性、直接硬件集成能力或彼此兼容性。仅凭模拟或拟合模型，也不能证明其构成可运行的数字孪生。
在超出离线评估之前：
- 记录模型版本、数据时间窗口、参数和预处理设置。
- 检查接口单位、时序和故障行为。
- 按运行工况记录验收标准和结果。
- 为无效输入或域外条件定义可观测的回退方案。
- 对运行控制变更要求独立审批。
- 在过程、原料或仪器发生变化后重复评估。