鋼鐵工業(yè)是國民經(jīng)濟的重要基礎產(chǎn)業(yè)，是國之基石。改革開(kāi)放以來(lái)，我國鋼鐵行業(yè)迅速發(fā)展，到2020年，我國鋼產(chǎn)量已經(jīng)達到世界總產(chǎn)量的57%，可以生產(chǎn)所有門(mén)類(lèi)的鋼鐵產(chǎn)品。鋼鐵工業(yè)為國家建設提供了重要的原材料保障，有力支撐了國民經(jīng)濟的健康發(fā)展，推動(dòng)了我國工業(yè)化、現代化進(jìn)程，促進(jìn)了民生改善和社會(huì )進(jìn)步。

　　作為大型復雜流程工業(yè)，鋼鐵工業(yè)全流程各工序均為具有多變量、強耦合、非線(xiàn)性和大滯后等特點(diǎn)的“黑箱”，實(shí)時(shí)信息極度缺乏；各單元為孤島式控制，尚未做到單元間界面無(wú)縫、精準銜接。鋼鐵行業(yè)面臨的質(zhì)量、成本、環(huán)境、穩定性等方面的問(wèn)題亟待解決。嚴重的“不確定性”是鋼鐵生產(chǎn)過(guò)程面臨的重大挑戰。

　　鋼鐵行業(yè)具有豐富的數字技術(shù)應用場(chǎng)景資源。經(jīng)過(guò)長(cháng)期的建設和發(fā)展，鋼鐵行業(yè)已經(jīng)具有先進(jìn)的數據采集系統、自動(dòng)化控制系統和研發(fā)設施，可以為我們提供海量的數據資源。我們已經(jīng)實(shí)現了全面的數據采集和豐富的數據積累。

　　習近平總書(shū)記號召我們“加快建設數字中國”。我們鋼鐵人要將數字技術(shù)與鋼鐵行業(yè)深度融合，充分發(fā)揮鋼鐵行業(yè)海量數據和豐富應用場(chǎng)景優(yōu)勢，在工業(yè)互聯(lián)網(wǎng)、大數據、云計算、5G網(wǎng)絡(luò )等信息技術(shù)的支撐下，借助大數據與機器學(xué)習/深度學(xué)習等數據科學(xué)技術(shù)，快速解析海量數據中蘊含的企業(yè)生產(chǎn)過(guò)程中的規律，并利用這些規律解決流程工業(yè)普遍存在的不確定性等“黑箱”難題，發(fā)揮數據技術(shù)的放大、倍增、疊加作用，推進(jìn)鋼鐵行業(yè)的數字化轉型與高質(zhì)量發(fā)展。

　　鋼鐵材料創(chuàng )新基礎設施是以工業(yè)互聯(lián)網(wǎng)為載體、以數字孿生為核心，提供數據全生命周期管理，支持數據治理、大數據存儲、大數據分析引擎、大數據流動(dòng)驅動(dòng)等數據底座。它搭建數據化業(yè)務(wù)基盤(pán)，并構建面向未來(lái)的數字化創(chuàng )新應用，依托全流程、全場(chǎng)景數字化轉型，軟硬協(xié)同，發(fā)展最新的工業(yè)信息通信技術(shù)，實(shí)現鋼鐵工業(yè)的數字化轉型。

　　鋼鐵行業(yè)必須與數字經(jīng)濟、數字技術(shù)相融合，發(fā)揮鋼鐵行業(yè)應用場(chǎng)景和數據資源的優(yōu)勢，以工業(yè)互聯(lián)網(wǎng)為載體、以底層生產(chǎn)線(xiàn)的數據感知和精準執行為基礎、以邊緣過(guò)程設定模型的數字孿生化和CPS化為核心、以數字驅動(dòng)的云平臺為支撐，建設數字技術(shù)與鋼鐵企業(yè)實(shí)體技術(shù)深度融合的數字化創(chuàng )新基礎設施，鋼鐵材料創(chuàng )新基礎設施是鋼鐵工業(yè)的核心競爭力。

　　創(chuàng )新基礎設施的核心功能，就是建立鋼鐵材料的成分設計、制造工藝與其組織、性能、服役表現、外形尺寸、表面質(zhì)量或其他各種經(jīng)過(guò)數字化的非結構化數據表征的狀態(tài)變量之間的關(guān)系，即建立鋼鐵行業(yè)信息物理系統的數字孿生，利用自學(xué)習、自適應、自組織的數字技術(shù)持續優(yōu)化生產(chǎn)工藝過(guò)程，實(shí)現鋼鐵行業(yè)綠色化、數字化、高質(zhì)化、服務(wù)化發(fā)展的目標。

　　鋼鐵企業(yè)創(chuàng )新基礎設施包括4個(gè)主要組成部分，即實(shí)驗中心、中試基地、底層生產(chǎn)線(xiàn)組成的物理空間，位于邊緣的邊緣數字化核心平臺（邊緣云平臺），位于云平臺之上的企業(yè)資源配置與管理平臺（資源配置與管理平臺），以及管理以上底層物理實(shí)體和2個(gè)平臺的網(wǎng)絡(luò )系統。

　　鋼鐵創(chuàng )新基礎設施的底層是企業(yè)實(shí)驗室、中試基地、生產(chǎn)線(xiàn)組成的物理實(shí)體。在物理實(shí)體設備上安裝的信息感知系統，采集數據并傳送到邊緣或云平臺，對經(jīng)過(guò)預處理的海量數據，進(jìn)行數據分析，并在邊緣建立數字孿生模型進(jìn)行過(guò)程控制，或在云平臺進(jìn)行管理和操作指導。

　　鋼鐵工業(yè)要采用數字化技術(shù)，實(shí)現數字化轉型，首要條件是鋼鐵產(chǎn)線(xiàn)的各個(gè)基本單元具有完備、可靠、性能優(yōu)良的數據采集系統，可以提供精準、齊全的現場(chǎng)有關(guān)材料成分和實(shí)時(shí)操作數據等輸入數據，以及材料外形尺寸、組織性能、表面質(zhì)量等輸出數據。同時(shí)，各工序的基礎自動(dòng)化系統和執行機構必須以足夠的響應性、實(shí)時(shí)性和控制精度實(shí)現過(guò)程控制系統與物理系統的實(shí)時(shí)交互，完成需要的自動(dòng)化控制任務(wù)。

　　盡管我國的多數鋼廠(chǎng)是近年建設的，采用了先進(jìn)的自動(dòng)化技術(shù)，有較好的自動(dòng)化基礎，但是仍然有缺項和“短板”。因此必須填平補齊底層生產(chǎn)線(xiàn)的數據采集和執行機構的缺項，消除“短板”。由于鋼鐵行業(yè)作業(yè)條件和技術(shù)水平的限制，過(guò)去的一些數據難以檢測，甚至檢測不了。比如煉鋼過(guò)程中的下渣檢測、連鑄液面波動(dòng)檢測、復雜形狀的測量等?，F在可以采用各種新檢測方法來(lái)實(shí)現信息感知。利用機器視覺(jué)技術(shù)可以提供多維測量的信息，經(jīng)過(guò)數據變換和分析，可以獲得我們需要的尺寸、形狀、分布等定量的表達。這方面有很大的創(chuàng )新空間。

　　執行機構嵌入到三類(lèi)實(shí)驗工具的物理實(shí)體層上。依靠實(shí)驗室規模的基礎性實(shí)驗裝備提供的信息，可以建立初級數字孿生模型。這組模型經(jīng)過(guò)中試規模實(shí)驗工具的驗證、優(yōu)化，再進(jìn)一步在實(shí)際生產(chǎn)線(xiàn)規模的實(shí)驗工具上進(jìn)行生產(chǎn)性驗證和優(yōu)化。優(yōu)化后的數字孿生模型，在生產(chǎn)中承擔生產(chǎn)過(guò)程設定計算和動(dòng)態(tài)設定計算，并與物理系統（即生產(chǎn)線(xiàn)）進(jìn)行實(shí)時(shí)交互、反饋控制、循環(huán)賦能。處于模型庫中的各鋼種模型，具有高度自治的功能，可以在軋制該鋼種時(shí)，利用實(shí)測大數據進(jìn)行自學(xué)習、自適應，實(shí)現模型的更新，持續不斷地提高模型的保真度。

　　為進(jìn)一步提高生產(chǎn)效率、改善成材率、實(shí)現穩定生產(chǎn)，需要對傳統自動(dòng)化系統補課，大力推進(jìn)操作的遠程化和自動(dòng)化。對于3D（Difficult，Dirty，Dangerous）崗位實(shí)行機器人化。這是一個(gè)長(cháng)期的工作，可分步逐步實(shí)施。

　　建立數據驅動(dòng)的新型IT架構。這種IT架構通過(guò)工業(yè)互聯(lián)網(wǎng)直接將底層的數據采集系統獲得數據傳輸到邊緣及云中的數據中心/機器學(xué)習平臺，在邊緣形成數字孿生模型取代原有的機理或經(jīng)驗模型，而在云中多數形成操作指導，對資源配置進(jìn)行優(yōu)化與管理。

　　鋼鐵企業(yè)過(guò)程控制系統有數千臺至數萬(wàn)臺計算機運行，發(fā)生大量的數據往來(lái)。在傳統的鋼鐵制造工序中，傳感器信號匯集到定序器等下位計算機后，再傳送到上位機。傳統的控制系統沒(méi)有考慮到整個(gè)過(guò)程大數據分析的需要。傳感器數據經(jīng)過(guò)多次邏輯運算、閾值處理等，再分層地匯集，必然舍棄較多數據。在這樣的結構中，大數據的分析和運用非常困難。因此，必須采用數據驅動(dòng)型的系統架構（Data Driven Architecture）。這種架構將傳感器等物聯(lián)網(wǎng)化，公平收集所有傳感器的數據，再送到邊緣和云中的數據中心進(jìn)行處理和分析。對于多廠(chǎng)商環(huán)境的課題，可以在邊緣服務(wù)器等匯集數據后，從優(yōu)先的數據群開(kāi)始依次進(jìn)行結構標準化等操作，以便于數據使用。這種方法在運用原有系統的同時(shí)，通過(guò)運用最新的數據轉換技術(shù)和高速通信，可以推進(jìn)數據驅動(dòng)型架構的構筑。

　　在生產(chǎn)線(xiàn)附近的邊緣，設置一個(gè)數據驅動(dòng)的原位分析系統。原位分析系統由邊緣數據中心和機器學(xué)習平臺組成。數據中心對來(lái)自傳感器系統的“粗”數據進(jìn)行預處理，完成“粗”數據的提取、轉換、存儲等操作。時(shí)間序列數據對流程工業(yè)特別重要。這些數據包括僅標題加工過(guò)的原始數據，分、小時(shí)、天等時(shí)間數據，最大值和最小值等統計數據。

　　這個(gè)原位分析系統的邊緣數據中心/機器學(xué)習平臺對經(jīng)過(guò)處理的生產(chǎn)試驗數據進(jìn)行機器學(xué)習、深度學(xué)習等數據分析，以足夠的精度給出描述材料成分、生產(chǎn)工藝與產(chǎn)品組織、性能、外形尺寸、表面質(zhì)量、狀態(tài)量等控制目標之間的關(guān)系，即數字孿生，為后述的過(guò)程設定提供具有自學(xué)習、自適應、自組織等能力高保真度設定模型系統。

　　在資源管理與配置云平臺，預處理后的數據根據需要，可以使用BI(商務(wù)智能)工具進(jìn)行可視化處理，再輸出到屏幕顯示或操作指導。BI工具可以很容易縮小數據范圍，切換可視化部件，實(shí)現可視化部件之間數據聯(lián)動(dòng)等，因此容易進(jìn)行靈活的分析?？梢暬考ǎ簳r(shí)間序列圖表工具、散點(diǎn)圖工具、工藝流程可視化工具等。

　　GUI（圖形用戶(hù)界面計算機）環(huán)境下運行的機器學(xué)習工具有兩類(lèi)，即專(zhuān)門(mén)用于分析時(shí)間序列異常預兆的機器學(xué)習工具和進(jìn)行一般數字數據分析的機器學(xué)習工具，將依據需要分別在云平臺和邊緣平臺使用。在GUI環(huán)境下運行的深度學(xué)習工具，可以處理聲音、圖像、文本等非結構化數據。

　　為適應“無(wú)編程化”發(fā)展趨勢，采用“低編碼應用程序開(kāi)發(fā)”等新的應用程序編程工具，實(shí)現編程工具簡(jiǎn)易化。這樣有利于加速數字技術(shù)的傳播與普及，使數字技術(shù)成為鋼鐵等非信息領(lǐng)域專(zhuān)家手中的有力工具，加速在鋼鐵企業(yè)中發(fā)展、壯大數字化創(chuàng )新人才隊伍，形成數字化創(chuàng )新的生態(tài)。

　　邊緣數字化核心平臺的關(guān)鍵技術(shù)是邊緣過(guò)程設定模型數字孿生化和邊緣—生產(chǎn)線(xiàn)互相映射的過(guò)程控制的信息物理系統化。

　　鋼鐵生產(chǎn)過(guò)程全部冶煉—加工過(guò)程是“黑箱”。傳統的邊緣主要使用基礎理論數學(xué)模型和經(jīng)驗模型，來(lái)完成過(guò)程機設定計算和基礎自動(dòng)化控制。此外，原系統的邊緣處還有過(guò)程監控系統、質(zhì)量追溯系統、數據庫系統等，近年還有少許的局部智能化控制環(huán)節。由于環(huán)境狀況和操作條件波動(dòng)以及設備運行狀態(tài)變化，加之過(guò)程輸入條件、狀態(tài)變量和控制系統之間的關(guān)系十分復雜，這些機理模型對于全流程“黑箱”的復雜動(dòng)態(tài)過(guò)程適用性很差，預報精度不高，難以準確透視工藝、設備、質(zhì)量等關(guān)鍵參數之間的復雜關(guān)系。目前傳統的鋼鐵生產(chǎn)生產(chǎn)過(guò)程存在三類(lèi)問(wèn)題。一是產(chǎn)品質(zhì)量、成材率、新品開(kāi)發(fā)效率等商品與服務(wù)問(wèn)題，二是提高產(chǎn)量與效率、降低成本、防止事故等工藝過(guò)程問(wèn)題，三是提高勞動(dòng)生產(chǎn)率、技能傳承、人才培養、安全、操作水平等生產(chǎn)現場(chǎng)問(wèn)題。這三類(lèi)問(wèn)題均集中在以“黑箱”為特征的主流程生產(chǎn)過(guò)程中。

　　針對上述影響企業(yè)經(jīng)營(yíng)的重大問(wèn)題，我們必須圍繞制造主流程，建立“邊緣數字化核心平臺”，簡(jiǎn)稱(chēng)“邊緣平臺”，實(shí)現數字孿生系統與實(shí)際過(guò)程實(shí)時(shí)融合的一體化和全流程的CPS化。

　　邊緣云平臺的任務(wù)是，利用大數據/機器學(xué)習的數據分析方法，解開(kāi)貫穿鋼鐵全部主流程的“黑箱”，搞清楚隱藏在“黑箱”中的規律，將“黑箱”變“透明”，給出全局性的數字孿生過(guò)程控制模型，實(shí)現邊緣設定模型的數字孿生化。

　　因此與加工、裝配為主的機械制造業(yè)不同，鋼鐵等流程工業(yè)必須將云端業(yè)務(wù)能力向邊緣延伸，發(fā)揮邊云協(xié)同能力，實(shí)現分布式云功能，強化邊緣低時(shí)延、實(shí)時(shí)性工業(yè)控制。構筑在邊緣設施上的邊緣云計算平臺，具有和傳統私有云一樣的安全性，在用戶(hù)機房?jì)染徒渴?，滿(mǎn)足數據不出廠(chǎng)的需求。

　　數據驅動(dòng)的邊緣數據中心，必須提供大數據/機器學(xué)習必需的全部數據，并對這些數據進(jìn)行提取、轉換、存儲等數據處理。與此相應，在邊緣部分設置“大數據/機器學(xué)習解析平臺（I）”（D/M平臺I），可以利用數據科學(xué)、AI等技術(shù)解析建立數字孿生過(guò)程模型，以及實(shí)現過(guò)程可視化、APP開(kāi)發(fā)等功能。生產(chǎn)過(guò)程數字孿生模型要傳送到過(guò)程控制系統，代替傳統的機理-經(jīng)驗模型，進(jìn)行生產(chǎn)設備的設定和動(dòng)態(tài)設定。

　　鋼鐵生產(chǎn)流程上各個(gè)不同的應用場(chǎng)景，比如燒結、球團、高爐、轉爐、精煉、連鑄、熱軋、冷軋等，有各自特點(diǎn)，需要采用不同的數據分析方法。所以，要注意依據各個(gè)場(chǎng)景的特點(diǎn)，采用不同的機器學(xué)習算法，解決各自的問(wèn)題。這是我們需要依據各單元特征突破的技術(shù)難點(diǎn)。

　　這樣一來(lái)，我們在作為物理實(shí)體的物理底層和作為數字虛體的邊緣之間，形成數據閉環(huán)自動(dòng)流動(dòng)的四個(gè)環(huán)節，即“狀態(tài)感知、實(shí)時(shí)分析、科學(xué)決策、精準執行”的閉路循環(huán)中，實(shí)現資源的優(yōu)化配置。在這個(gè)循環(huán)過(guò)程中，大量蘊含在物理空間中的隱性數據經(jīng)過(guò)狀態(tài)感知被轉化為顯性數據，進(jìn)而能夠在信息空間進(jìn)行計算分析，將顯性數據轉化為有價(jià)值的信息。不同系統的信息經(jīng)過(guò)集中處理形成對外部變化的科學(xué)決策，將信息進(jìn)一步轉化為知識。最后以更為優(yōu)化的數據作用到物理空間，構成數據的閉環(huán)流動(dòng)。這個(gè)閉環(huán)賦能過(guò)程具有“數據驅動(dòng)、軟件定義、虛實(shí)映射、泛在連接、異構集成、系統自治”六大特征。也就是說(shuō)，我們建立了鋼鐵生產(chǎn)各工藝單元的CPS。將全流程各單元的CPS集成起來(lái)，就實(shí)現了全流程的CPS化。

　　邊緣部分全流程的CPS化促成了鋼鐵創(chuàng )新基礎設施的重要特征與絕對優(yōu)勢。CPS實(shí)現了鋼廠(chǎng)控制的下述突破性的進(jìn)展：感知數據與操作數據全部可視化，不可見(jiàn)部分的可視化；“黑箱”模型數字孿生透明化，動(dòng)態(tài)、實(shí)時(shí)調整的精準實(shí)時(shí)虛擬化；異常情況早期預先檢測和預測，過(guò)程最優(yōu)狀態(tài)的預測與檢測；完成正確的操作指導，迅速的前饋與反饋，以及精準的執行自動(dòng)化等控制響應，從而實(shí)現對過(guò)程的自主控制。 

　　云中的資源配置管理云平臺，簡(jiǎn)稱(chēng)“云平臺”，位于云中，稱(chēng)為“云端智能層”。在傳統的工業(yè)互聯(lián)網(wǎng)系統中，它承擔低實(shí)時(shí)性的 MES、ERP和BI生產(chǎn)計劃、管理、調度、決策等功能，同時(shí)，還可以實(shí)現質(zhì)量、設備能力、成本、資源、能源、人力資源等多個(gè)目標的管控、溯源、資源優(yōu)化配置等支撐和保證作用。

　　在鋼鐵創(chuàng )新基礎設施中，“云平臺”負責生產(chǎn)計劃、調度、質(zhì)量、效率、穩定性等生產(chǎn)活動(dòng)，原料、供應、能源、介質(zhì)、排放、物流、人力資源、財務(wù)、成本、技術(shù)創(chuàng )新、發(fā)展戰略等資源配置和管理功能，是“邊緣部分”設定、運行、調度的強大支撐部分和企業(yè)管理的重要組成部分。

　　云平臺必須是數據驅動(dòng)的。在云平臺配置有企業(yè)大數據中心和“大數據/機器學(xué)習解析平臺（II）”（D/M平臺II），該平臺也是利用大數據/機器學(xué)習等數據技術(shù)，分析生產(chǎn)、設備、能源、物流等資源的生產(chǎn)要素，對相應部分的運行和管理工作進(jìn)行管理和優(yōu)化，支撐和保證邊緣云的最優(yōu)化運行。位于云端智能層的資源配置與管理系統包括如下7部分：

　?、偕a(chǎn)計劃與調度管理系統（原MES,ERP）；

　?、谠O備運維、管理、診斷、維護、點(diǎn)檢、檢修、備件管理、可靠性分析等有關(guān)事項；

　?、畚锪?、原料、介質(zhì)、能源調度、管理，以及工件跟蹤、產(chǎn)品管理、排放管理，等等；

　?、馨踩?；

　?、蒌撹F材料新品開(kāi)發(fā)、工藝優(yōu)化；

　?、奕肆Y源、成本管理、原料管理、市場(chǎng)分析等企業(yè)管理事項；

　?、咂髽I(yè)發(fā)展戰略分析，等等。

　　以通信與網(wǎng)絡(luò )系統連接上述底層的物理實(shí)體與邊緣平臺、云平臺，形成工業(yè)互聯(lián)網(wǎng)。將原有光纖網(wǎng)絡(luò )系統與新型的5G網(wǎng)絡(luò )混合，形成泛在網(wǎng)絡(luò )，將“云”“邊”“端”的內部和外部連接起來(lái)，做到無(wú)時(shí)不在，無(wú)處不在，即插即用的泛在連接，保證數據在系統內的自由流動(dòng)。

　　網(wǎng)絡(luò )化能夠實(shí)現工業(yè)互聯(lián)網(wǎng)內部單元之間以及與其它網(wǎng)絡(luò )系統之間的互聯(lián)互通。應用到工業(yè)生產(chǎn)場(chǎng)景時(shí)，網(wǎng)絡(luò )連接的時(shí)延、可靠性等網(wǎng)絡(luò )性能和組網(wǎng)靈活性、功耗都有特殊要求，還必須解決異構網(wǎng)絡(luò )融合、業(yè)務(wù)支撐的高效性和智能性等挑戰。構成工業(yè)互聯(lián)網(wǎng)的各器件、模塊、單元、企業(yè)等實(shí)體都要具備泛在連接能力，并實(shí)現跨網(wǎng)絡(luò )、跨行業(yè)、異構多技術(shù)的融合與協(xié)同，以保障數據在系統內的自由流動(dòng)。泛在連接通過(guò)對物理世界狀態(tài)的實(shí)時(shí)采集、傳輸，以及對信息世界控制指令的實(shí)時(shí)反饋下達，提供無(wú)處不在的優(yōu)化決策和智能服務(wù)。

　　5G的先進(jìn)信息通信技術(shù)有三個(gè)特性，增強移動(dòng)寬帶（eMBB）適于應對互聯(lián)網(wǎng)流量爆炸式增長(cháng)；超高可靠低時(shí)延通信（uRLLC）適于對時(shí)延和可靠性具有極高要求的垂直行業(yè)應用需求；海量物聯(lián)（mMTC）面向以傳感和數據采集為目標的應用需求。這些特性特別適用于鋼鐵行業(yè)的各種特殊場(chǎng)景。

　　5G為增強型的移動(dòng)互聯(lián)網(wǎng)，峰值傳輸速率可達20Gbps。各制造單元之間在流程方向上的海量數據傳輸與處理、非結構化數據傳輸處理、虛擬現實(shí)與增強現實(shí)的傳輸處理等，都將依賴(lài)于增強移動(dòng)帶寬。鋼鐵生產(chǎn)中存在大量環(huán)境惡劣、高溫危險、重復性的現場(chǎng)操作崗位，惡劣和重復性工況下關(guān)鍵設備運維監控與遠程裝配，急需實(shí)現遠程和自動(dòng)化的操作與運維。通過(guò)手機/巡檢儀等音視頻等采集的非結構化數據，應用于對設備運行狀態(tài)的實(shí)時(shí)分析、運算、監測、管理。在遠程裝配場(chǎng)景中，技術(shù)專(zhuān)家依托AR的實(shí)時(shí)標注、音視頻通信、桌面共享等技術(shù)，遠程指導進(jìn)行生產(chǎn)線(xiàn)裝配工作。5G的應用，推動(dòng)了圖像、聲音、視頻、文本等非結構化數據的檢測、處理、傳輸與控制技術(shù)的發(fā)展，為復雜工況的分析、決策與控制提供了強大的發(fā)展動(dòng)力。

　　近年創(chuàng )新性提出的5G切片方案，確保統一基礎設施能夠適應差異化業(yè)務(wù)需求，是進(jìn)入垂直行業(yè)的關(guān)鍵。5G的多接入邊緣計算（MEC），將多種接入形式的功能、內容、應用等同部署到靠近接入側的網(wǎng)絡(luò )邊緣，將核心網(wǎng)用戶(hù)面與應用下沉至離用戶(hù)更近的位置，可以降低時(shí)延至毫秒級，并確保垂直方向上邊緣與底層的短時(shí)延實(shí)時(shí)交互。全新的智能邊緣云與5G結合，能夠降低時(shí)延并賦能新的應用與服務(wù)，網(wǎng)絡(luò )性能、安全性和隱私保護能力可以都得到提升。5G低時(shí)延大數據傳輸、切片網(wǎng)絡(luò )架構、多接入邊緣計算、智能化的邊緣云，為鋼鐵工業(yè)互聯(lián)網(wǎng)的應用和發(fā)展提供了強大的驅動(dòng)力。

　　鑒于鋼鐵材料創(chuàng )新基礎設施的重要性，我國鋼鐵行業(yè)學(xué)科交叉、行業(yè)協(xié)同、產(chǎn)學(xué)研深度融合，將數字技術(shù)與實(shí)體經(jīng)濟融合，大力開(kāi)展鋼鐵材料創(chuàng )新基礎設施的研究，并在一批企業(yè)建設煉鐵—煉鋼—軋制—熱處理全流程、一體化的鋼鐵材料基礎設施，目前已經(jīng)在一些重要的生產(chǎn)單元，取得重要突破，實(shí)際應用，成效顯著(zhù)。

　　依據上述時(shí)間，總結出一批重要的數字化轉型的關(guān)鍵技術(shù)：

　　數據驅動(dòng)的IT架構

　　數據驅動(dòng)的信息感知：齊全、準確、可靠 

　　數據驅動(dòng)的數據中心：數據處理功能，提取、轉換、存儲（突出時(shí)間序列的存儲） 

　　數據驅動(dòng)的科學(xué)分析平臺：數據科學(xué)分析方法→大數據/機器學(xué)習(AI）平臺→數字孿生或操作指導 

　　數字驅動(dòng)的智慧決策：全流程數字孿生化的邊緣過(guò)程設定控制 

　　數據驅動(dòng)的回饋賦能：執行機構精準、快速、安全 

　　制造主流程、一體化的虛擬模型與實(shí)際過(guò)程實(shí)時(shí)融合的CPS化 

　　數據驅動(dòng)的資源配置與管理云平臺

　　自動(dòng)化系統補課：遠程化、自動(dòng)化、機器人化

　　軟件定義：高效率、低成本改造，快速實(shí)現數字化轉型 

　　軟件編程方法：無(wú)代碼編程，簡(jiǎn)單易學(xué)，便于推廣，形成數字化生態(tài) 

　　網(wǎng)絡(luò )：光纖+5G，無(wú)時(shí)不在，無(wú)處不在，即插即用，泛在網(wǎng)絡(luò ) 

　　安全：萬(wàn)無(wú)一失的網(wǎng)絡(luò )安全，嚴格標準化管理應對

　　系統開(kāi)發(fā)與上線(xiàn)：離線(xiàn)開(kāi)發(fā)、調試→在線(xiàn)操作指導→在線(xiàn)運行（安全上線(xiàn)，規避風(fēng)險），安全、穩妥數字化轉型 

　　鋼鐵工業(yè)數字化是鋼鐵工業(yè)發(fā)展的大趨勢、大方向、大戰略。我們要以國家重大需求和企業(yè)生產(chǎn)中的問(wèn)題為導向，產(chǎn)學(xué)研深度融合，攻克關(guān)鍵共性技術(shù)，創(chuàng )新顛覆性、引領(lǐng)性、原創(chuàng )性技術(shù)，加速建設鋼鐵材料創(chuàng )新基礎設施，掌握企業(yè)核心競爭力，促進(jìn)我國鋼鐵行業(yè)實(shí)現數字化轉型，高質(zhì)量發(fā)展！我們相信，中國鋼鐵行業(yè)一定會(huì )在激烈的國際競爭中占據科技發(fā)展的制高點(diǎn)，成為世界鋼鐵科學(xué)技術(shù)的領(lǐng)跑者。（王國棟）