化學工程作為一種典型的工程學科，其特點是半理論半實驗。由于一些現(xiàn)象過于復雜，涉及機械、材料、物理、化學、熱力學、動力學和傳遞，多種因素關聯(lián)偶合在一起，無法通過純理論邏輯推導得到某些現(xiàn)象的原因或結(jié)論，需要在實驗室環(huán)境下將各種因素分離獨立研究（徹底的研究方法），或者綜合在一起、只研究主要因素對結(jié)果的影響。也就是說，化學工程的大部分理論知識來自于實驗室研究。

        舉一個簡單例子，例如一組新的二元體系，在沒有汽液平衡實驗數(shù)據(jù)的前提下，有哪種模型敢說它的預測精度在5%內(nèi)？雖然化工文獻和數(shù)據(jù)庫中已經(jīng)有了上百萬組的二元汽液平衡實驗數(shù)據(jù)，化工熱力學家研究了近50年的汽液平衡預測模型，但一旦遇到關鍵應用，還是得去實驗室做實驗得到實驗數(shù)據(jù)。

        由于化工現(xiàn)象的復雜性，有些現(xiàn)象在工業(yè)裝置上表現(xiàn)出與實驗室實驗裝置上不同的特性甚至在實驗室無法觀察到的現(xiàn)象，即所謂的“放大效應”，其本質(zhì)還是對某些因素考察不清導致沒有正確預測。此時，我們可以從工業(yè)裝置得到反饋從而擴展化學工程的知識。另外，從工業(yè)裝置運行中，還可以得到大量的操作、維護、安全方面的、超出實驗室研究范圍的經(jīng)驗性知識。

        雖然化工行業(yè)在中國不是什么好形象，在大學也不是什么好專業(yè)，但是其學科知識結(jié)構(gòu)、研究方法都比較復雜，在歐美化學工程在工程學科中是一個收入靠前的專業(yè)。

將經(jīng)驗轉(zhuǎn)化為數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)化為知識，將知識融入到自動化系統(tǒng)中，這就是知識自動化，這才是智能制造的核心。

        可見，一個化工裝置的工藝機理知識基本已經(jīng)融入到最初的設計中和運行的自動化控制中，已經(jīng)80%以上實現(xiàn)了知識的自動化；而裝置運營知識，主要涉及人員管理、資產(chǎn)設備管理、操作、維護、供應鏈的知識還是存在于各種SOP中，和作為經(jīng)驗存在于人腦中，這方面離知識自動化還有很在大的距離。

         知識自動化才是今后化學工業(yè)搞信息化、智能化的重點方向。