基于原位成像与图像分析技术的结晶过程智能监测

周光正，钟子翰，黄彦群，王学重（北京石油化工学院新材料与化工学院，恩泽生物质精细化工北京市重点实验室）

摘要： 结晶是物质分离与纯化的重要技术，目前主要采用离线分析的方法监测结晶过程参数，存在滞后性、消耗人力等弊端。基于过程分析技术（process analysis technology，PAT）的在线监测对于结晶生产工艺的优化与控制具有重要意义，可以充分提高生产效率与产品质量。原位成像技术能直观地反映结晶状态，图像分析算法提供的定量信息可用于研究结晶动力学等机理。虽然原位图像分析极具挑战性，但近些年以深度学习为代表的人工智能技术显著提升了预测精度。在简要介绍结晶领域各种常用PAT技术的基础上，重点综述了基于原位成像技术的相关研究进展，侧重于图像分析方法及其揭示的结晶行为与机理。最后，展望了原位成像技术对实现结晶过程智能监测的一些未来发展方向。

关键词： 结晶；成像；粒度分布；算法；深度学习；过程分析技术