本報記者 米颯

　　6月26日~27日，由中國鋼鐵工業(yè)協(xié)會(huì )、中國鋼研科技集團有限公司、河鋼集團有限公司共同主辦的第二屆鋼鐵工業(yè)智能制造發(fā)展論壇的主題會(huì )議——新興技術(shù)在鋼鐵生產(chǎn)場(chǎng)景的應用與實(shí)踐，在河北石家莊燕山大酒店召開(kāi)。會(huì )上，多位鋼企大咖分享了他們對新興技術(shù)在鋼鐵行業(yè)中應用與實(shí)踐的看法和心得。

　　聚焦未來(lái)智慧鋼廠(chǎng)

　　“當前，智慧鋼廠(chǎng)發(fā)展主要有5大方向、12個(gè)模塊，分別是有機循環(huán)、綠色制造、個(gè)性定制、服務(wù)轉型、智能生產(chǎn)；數字化工廠(chǎng)——一體化工程實(shí)施運維及仿真、工業(yè)大數據、工業(yè)信息基礎架構及安全、PLM（產(chǎn)品生命周期管理）行業(yè)應用與物流仿真、智能制造運營(yíng)管理、系統化節能、產(chǎn)線(xiàn)級節能、設備狀態(tài)監控診斷、操作少人化/無(wú)人化、傳感與檢測技術(shù)、智慧物流、智慧營(yíng)銷(xiāo)?！蔽鏖T(mén)子數字化企業(yè)創(chuàng )新發(fā)展中心高級咨詢(xún)顧問(wèn)趙海濤在做以《西門(mén)子數字化理念助力鋼鐵行業(yè)智能制造實(shí)踐》為主題的報告時(shí)表示。

　　那么，打造這樣的智慧鋼廠(chǎng)需要什么樣的新技術(shù)？趙海濤認為，企業(yè)應運用以下數字化新技術(shù)，挖掘未來(lái)的生產(chǎn)潛力。其一，大數據應用。應探索應用大數據分析工具分析影響冷軋板帶表面質(zhì)量原因的方案。其二，數字化交付。推動(dòng)從一體化設計到一體化運維的數字化交付的實(shí)現。其三，遠程監控診斷APP開(kāi)發(fā)。開(kāi)發(fā)具有高通用性的覆蓋典型自動(dòng)化和驅動(dòng)產(chǎn)品，應用于不同行業(yè)的監控診斷APP（基于本地服務(wù)器/云服務(wù)器）。其四，應用AR（增強現實(shí)）技術(shù)進(jìn)行設備維護。探索AR技術(shù)在工業(yè)領(lǐng)域的應用，支撐現場(chǎng)運維管理的可視化，建立虛擬遠程運維數字化平臺。其五，無(wú)人駕駛和綠波交通。開(kāi)發(fā)應用于框架車(chē)運輸的無(wú)人駕駛技術(shù)，并對重載卡車(chē)實(shí)行信號優(yōu)先原則，以期提高運輸效率，降低運輸能耗。

　　同時(shí)，在打造智慧鋼廠(chǎng)時(shí)，企業(yè)還應注重相關(guān)人才的培養。他表示，在人才培養方向上，主要有4類(lèi)，分別為頂層方案架構師、系統方案設計師、應用方案設計師、數據分析師。

　　AI及大數據在鋼鐵行業(yè)的應用

　　AI（人工智能）及工業(yè)大數據是當前鋼鐵行業(yè)較為火熱的話(huà)題。針對此話(huà)題，寶鋼股份中央研究院智能制造研究所所長(cháng)張群亮在做以《AI及工業(yè)大數據在鋼鐵中應用設想與實(shí)踐》為主題的報告時(shí)表示，鋼企實(shí)施“鋼鐵+人工智能”有需求、有條件、有挑戰。

　　他進(jìn)一步表示，有需求是因為鋼鐵生產(chǎn)流程長(cháng)、問(wèn)題影響因素多，各環(huán)節相互關(guān)聯(lián)，常規方法難見(jiàn)效；有條件是因為海量數據資源為人工智能應用提供了重要的基礎條件；有挑戰則是因為客戶(hù)的要求日益嚴苛，對技術(shù)精度、可靠性和穩定性都有著(zhù)極高的要求。

　　在談到AI及大數據應用的方向時(shí)，他表示，主要有以下幾個(gè)：一是智能裝備。通過(guò)執行裝備+“視覺(jué)”“聽(tīng)覺(jué)”“觸覺(jué)”等，擴展裝備功能，實(shí)現裝備智能化，自動(dòng)匹配產(chǎn)品差異化要求。二是設備預測性維護。利用人工智能技術(shù)對設備使用、維護及質(zhì)量相關(guān)數據進(jìn)行學(xué)習，分析設備性能衰減趨勢，實(shí)現設備從計劃式維護向預測式維護轉變，提高效率和產(chǎn)品質(zhì)量。三是產(chǎn)品缺陷檢測與分析。四是產(chǎn)品性能預測?；诖髷祿c機器學(xué)習的深度結合，建立產(chǎn)品性能預測模型，實(shí)現數字化產(chǎn)品性能管控。五是全流程生產(chǎn)過(guò)程預控。對生產(chǎn)過(guò)程進(jìn)行分段、分級監控，對可能影響產(chǎn)品質(zhì)量的因素和現象及時(shí)報警，及時(shí)發(fā)現質(zhì)量問(wèn)題，減少批量缺點(diǎn)。六是智能控制模型。目前，鋼鐵過(guò)程控制基本采用“冶金機理計算+過(guò)程控制”，其控制模型不具備在生產(chǎn)中不斷自我優(yōu)化和進(jìn)化的能力，發(fā)展方向是打造基于A(yíng)I自主學(xué)習能力的過(guò)程控制系統，使控制模型具有動(dòng)態(tài)學(xué)習能力，能夠根據外部條件變化自行調整，并具備知識積累能力。七是產(chǎn)品數字化設計。人工智能和材料設計的結合目前已經(jīng)起步，未來(lái)或將帶來(lái)產(chǎn)品設計的革命。八是產(chǎn)品表面質(zhì)量智能管控。原有檢測方式是人工記錄產(chǎn)品表面質(zhì)量狀況，事后查詢(xún)記錄。這種人工質(zhì)檢往往受制于質(zhì)檢人員即時(shí)的身體狀態(tài)和心理狀態(tài)、質(zhì)檢人員的經(jīng)驗是否豐富、不同質(zhì)檢人員的知識背景，其結果是不穩定的，容易造成缺失。

　　綜合來(lái)看，AI及工業(yè)大數據在鋼鐵行業(yè)的深度應用是趨勢，目前已具備了可行性與經(jīng)濟性。同時(shí)，他也提醒，企業(yè)在應用AI及工業(yè)大數據過(guò)程中，既要關(guān)注機會(huì )，也要避免“陷阱”，特別要注重提高模型應用的可靠性。

　　工業(yè)互聯(lián)網(wǎng)如何在鋼鐵行業(yè)落地

　　“傳統制造系統存在的痛點(diǎn)主要有以下幾個(gè)：一是感知深度不足。傳統儀表自動(dòng)化系統僅感知過(guò)程變量，信息維度低，難以反映物理過(guò)程深層次動(dòng)態(tài)特征。二是互聯(lián)廣度不足?？珙I(lǐng)域信息孤島難以互聯(lián)互通，無(wú)法準確描述領(lǐng)域間復雜的互聯(lián)關(guān)系，決策全局性差。三是分析的綜合預見(jiàn)性不足。對工業(yè)運行數據的挖掘深度不夠，導致決策不明確、盲目。當前，制造業(yè)的需求是以互聯(lián)網(wǎng)為代表的新一代信息技術(shù)與制造系統的深度融合，即工業(yè)互聯(lián)網(wǎng)?！敝黝}會(huì )議上，江蘇金恒信息科技股份有限公司副總經(jīng)理章紅波在做以《工業(yè)互聯(lián)網(wǎng)在鋼鐵企業(yè)中的探索與應用》為主題的報告時(shí)表示。

　　她進(jìn)一步表示，工業(yè)互聯(lián)網(wǎng)的使用場(chǎng)景主要有以下幾個(gè)：一是面向工業(yè)現場(chǎng)的生產(chǎn)過(guò)程優(yōu)化，包括優(yōu)化工藝參數、生產(chǎn)績(jì)效管理服務(wù)優(yōu)化，以及良品率的自動(dòng)診斷設備的預測性維護、能耗優(yōu)化等；二是面向企業(yè)運營(yíng)的管理決策優(yōu)化，包括優(yōu)化供應鏈管理、經(jīng)營(yíng)績(jì)效分析、供應鏈一體化協(xié)同及排產(chǎn)、倉儲物流、訂單管理等；三是面向社會(huì )化生產(chǎn)的資源優(yōu)化配置與協(xié)同，包括協(xié)同制造、個(gè)性定制、產(chǎn)融結合；四是面向產(chǎn)品全生命周期的管理與服務(wù)優(yōu)化，包括產(chǎn)品溯源、產(chǎn)品設計反饋優(yōu)化等。

　　她指出，工業(yè)互聯(lián)網(wǎng)平臺需要解決多類(lèi)工業(yè)設備接入、多源工業(yè)數據集成、海量數據管理與處理、工業(yè)數據建模分析、工業(yè)應用創(chuàng )新與集成、工業(yè)知識積累迭代等一系列問(wèn)題，涉及七大類(lèi)關(guān)鍵技術(shù)，分別為數據集成和邊緣處理技術(shù)、LaaS（基礎設施即服務(wù)）技術(shù)、平臺使能技術(shù)、數據管理技術(shù)、工業(yè)數據建模與分析技術(shù)、應用開(kāi)發(fā)和微服務(wù)技術(shù)、安全技術(shù)。

　　工業(yè)互聯(lián)網(wǎng)的平臺架構分別為：應用層、工業(yè)PaaS層（平臺即服務(wù)）和邊緣層。其中，應用層是為了解決工業(yè)實(shí)踐及創(chuàng )新問(wèn)題。一方面進(jìn)行工業(yè)應用部署，通過(guò)工業(yè)SaaS（軟件即服務(wù)）和APP的方式實(shí)現設計、生產(chǎn)、管理等環(huán)節的價(jià)值提升；另一方面進(jìn)行工業(yè)應用創(chuàng )新，借助開(kāi)發(fā)社區等方式塑造良好的創(chuàng )新環(huán)境，推動(dòng)基于平臺的工業(yè)APP創(chuàng )新。工業(yè)PaaS層是為了解決工業(yè)數據處理和知識積累沉淀等問(wèn)題，形成良好的開(kāi)發(fā)環(huán)境。邊緣層則是為了解決數據采集集成問(wèn)題。

　　《中國冶金報》（2019年07月04日 03版三版）