这里其实是想说：工程科学研究中，创新有时（经常）是扯淡。当然如题更为简洁醒目。

刚评阅一篇关于柔性换热网络综合与壁垢清洗周期同步优化的博士学位论文，对作者的两个主要创新点都不能认同。

作者列出的第一创新点：采用两步求解策略缩减计算复杂性，先寻求有利的换热网络拓扑，再对网络拓扑结构、共用工程负荷和清洗时序权衡考虑。但这里算法的解耦并无理论支持（缺乏必要的分析），我认为在其计算结果得到充分证明之前并不能作为创新看待。如同寻找学校里最高的学生，先确定平均身高最高的班级，然后认为该班级最高的学生是全校最高的结论无疑是错误的，即使从平均身高最高的若干个班级中寻找全校最高学生也可能是水中捞月。

当然，目前换热网络综合的数学规划技术还难以应用到工业规模的换热网络，作为高级回归的人工智能方法（遗传算法、模拟退火算法、蚁群算法）本身并不足以寻求理论上的最优，那么算法创新的目的何在呢？在这里“计算复杂性”只影响计算时间，如果解耦算法不过将计算时间从几十小时缩减到几个小时，对算法的实用性影响不大。再虑及对优选方案可能产生的不利影响，解耦算法不要也罢。

作者列出的另一创新点性质类似。

想起了美国的EL Cussler教授，他在工程科学界极有声望，曾长时间担任美国化学工程师协会主席和工程协会副主席，我曾读过他写的《扩散》和《化学产品工程设计》两书。Cussler曾有一个俏皮的演讲发表在Chem. Eng. Sci，论述“化工研究本质”，将化工研究人员分类为adaptors、innovator和champions，指出”……innovations may sometimes be applauded, they may often creat chaos”，并列举了自己的一个实例：借助中空纤维膜组件作为“人工腮”，狗可在水下生存，虽然轰动吸引人，但很快认识到这种创新并无实用价值。Cussler也很认同具有创新能力，并将创新成果应用于工程实际的champions，但自认为不过是“将已有知识移植应用到其他场合”的adaptors。

当然，知识移植或者类比，无疑也是重要的“创新”手段，流体力学中著名的湍流微团混合长概念不过移植了分子运动论的分子自由程。不过这里，Cussler教授更强调工程实践活动需要严谨。如此，在中世纪缺乏力学知识的情况下，人们可以仿造出一座又一座几十米高的大教堂。

相对于创新，工程实践更需要一丝不苟。工程科学研究的目的不是去发现白天鹅之外的“黑天鹅”，往往相反在于清除工程实践过程中可能出现的黑天鹅。

换热过程的集成、优化是过程科学发展中长期受到关注的研究领域，也是过程工业节能降耗的重要途径，对处在转型期的国民经济，这方面的研究工作无疑具有重要的实际意义。传热学是古老的学科，换热网络研究工作的进步与数学算法和计算机硬件的发展情况关系密切。具体到化工学科，换热网络领域中知识应用的重要性并不亚于知识创新。同时，该领域研究工作需要兼具过程工艺、工程建模和优化算法等多学科知识，有一定的准入门槛，化工研究者的更重要的使命在于相关研究工作的传承，以及应用方法的不断细化（如遗传算法算子设计、约束条件处理、最小传热温差保证策略等），如此方能够以越来越快的计算速度解决越来越复杂的换热网络的优化问题，实现知识到生产力的转化。