很多人在购买饮水用的玻璃杯或者装修用的钢化玻璃时，经常会“一不注意”买到带有小气泡的玻璃制品，不仅不美观，还影响心情。然后责怪自己不该贪便宜，应该在买的时候检查更仔细一点。

国家对于玻璃制品中的气泡大小和数量都有严格的要求，例如国家QB/5035-2017《双层玻璃口杯》行业标准中规定，杯体中0.5mm≤直径≤1.5mm大小的气泡只允许有1个，而对于电子玻璃要求则相对高很多，直径≥0.3mm的气泡都是不允许存在的。

气泡问题是1600℃玻璃窑炉最常见也最难解决的缺陷之一

实际上，玻璃气泡一般是由工艺问题产生的。

玻璃和陶瓷、水泥等为代表的建材产品都需要在高温窑炉内烧制而成，是一个几乎不可见的复杂热工系统，集合了各种物理化学的耦合作用，对温度要求极高，最大的特点就是生产过程无法准确监测每一个时间点的物料状态，基本只能在冷端产品侧发现问题，存在严重的滞后性，因此也常被称为黑箱工艺或者黑匣子工艺。南玻河北视窗总经理李彦涛曾在一次分享中表示：“我们急切想搞清楚窑炉内的实际情况，到底有没有气泡，恨不得扒开1600℃的窑炉进去看一下。”

玻璃气泡就是在这不可见的生产过程中产生，如不能及时消除，气泡最终就会出现在成品中。可以说气泡问题在玻璃行业是最普通也最难解决的缺陷之一，不仅严重影响玻璃产品的品质，还会造成原材料、人力资源、能源等的浪费。

为了监控气泡在熔窑生产过程中排出的程度，相关设备厂商以及生产企业尝试过很多方案。大多数玻璃制造企业通常采用增加探测设备的方式，来监测生产过程中产生的气泡。但是在平均温度高达1600℃的玻璃窑炉中，大部分的探测设备监测范围有限，都只能“浮于表面”，无法精准感知每一个点位的实际情况，这也让一些气泡成了漏网之鱼。

所以，通过增加探测器这种传统方式或实验室的方法来解决气泡问题，就需要大幅增加设备的数量、提高探测精度和可靠性，任何一项达不到要求都可能造成气泡监测的遗漏。这对于动辄几十米甚至上百米的玻璃窑炉而言，显然不是最好的办法，即使不考虑设备的成本问题，上百个探测设备的管理都会让一线员工和技术人员头疼不已。

数字化让解决气泡问题成为可能

随着制造业数字化升级的不断深入，越来越多的数据价值被逐步挖掘并加以利用。

对于玻璃生产来说，虽然整个生产过程不能完全透明化，但是原料、成品都会有严格、完整的检测数据，并且在生产过程中一些关键监测点的数据，也会体现出气泡的一些蛛丝马迹，这就让通过数据解决气泡难题有了最基础的“弹药”。

玻璃工业的连续性、无间断的生产过程，已经让玻璃生产的各个环节都相互关联，也就在最初的时候给了这些生产数据一个较强的相关性。只要找到这种关系背后的逻辑，就可以对同一批原料生产的同一批产品在各个工序的气泡情况进行预测，进而采取措施降低气泡问题的发生。

基于多年对流程型制造过程工艺的深刻理解和建模经验，博依特科技持续突破技术壁垒、取得玻璃行业突破性成果，通过工业互联网和人工智能技术，独创了玻璃气泡预测模型等工业AI模型，让数据布满1600℃的玻璃窑炉，并不断提高预测的精度以及延长预测时间，助力多家玻璃行业头部企业打开工艺数据黑匣子，提高产品稳定性。

南玻的实践：提前3个小时预测气泡数量，准确度高达82%以上

作为中国最早的上市公司之一、亚洲工程玻璃最大供应商和全球电子玻璃最大供应商的南玻集团（股票代码：000012），拥有全球唯一一条全氧燃烧超薄电子玻璃生产线和国内唯一一家实现0.25mm-1.1mm全系列生产的超薄电子玻璃企业。

由于电子玻璃对于气泡的要求更加严苛，南玻集团在解决玻璃的气泡问题上，尝试过多种办法，包括在实验室采用延迟摄影和多个探测设备结合的方法，实现了玻璃生产全透明化监控，但还是无法大规模地应用到实际的工厂车间。

2019年，南玻集团与博依特科技开展了数智化升级项目。随着合作的深入，南玻集团上线并不断优化了一批博依特科技自主研发的工艺AI模型，其中就包括气泡预测模型。

为了不断提高气泡的预测时长和预测精度，博依特专家团队在拿到初步的预测结果后，深入生产一线，与南玻热端工艺工程师、品控工程师等逐一查找、清洗异常数据，并不断迭代升级数据模型，目前已实现提前3小时以上预测气泡数量，预测准确性提升到82.1%以上，并推荐可优化的工艺参数。

气泡预测模型的成功仅仅是南玻集团牵手博依特科技的其中一个数智化成果。合作3年以来，博依特科技已经帮助南玻集团搭建完成首个IoT平台，构建生产管理业务闭环系统，涵盖7个典型生产应用场景，并成功研发了3个玻璃行业工艺AI模型（玻璃气泡预测模型、原料优选模型和配方优选模型），推动了南玻集团迈向数智化转型升级的新阶段。