實習記者 陳曦

　　9月27日，由中國鋼鐵工業協會、唐山市人民政府指導，中國冶金報社
、唐山市工業和信息化局主辦，遷安市九江線材有限責任公司協辦的2019（第五屆）中國鋼鐵產業互聯網+推進大會在唐山召開。中國冶金報社黨委書記、副社長陳洪飛主持會議。

　　會上
，東北大學教授、中國工程院院士王國棟作了《鋼鐵智能製造平台與信息物理係統》的主題演講。

　　王國棟在講話中指出，冶金行業特點是全流程“黑箱”，流程行業智能製造的核心任務是建立CPS係統的數字孿生。而現有的係統問題主要為以下三個方麵：

　　◼一是鋼鐵行業是多工序、長流程的流程工業，鋼鐵生產過程為 全流程“黑箱”
，冶煉反應器內部
、連鑄和軋製工件內部 的化學反應和物理變化以及相關的重要參數，看不見、摸 不到、測不出，實時
、內部信息感知極度缺乏。

　　◼二是目前係統中使用的模型大多理論模型或經驗模型
，存在嚴 重的不確定性，預報精度差，難以實現高精度的動態協調 控製，並進而導致控製決策的粗獷性甚至是盲目性。

　　◼三是由於工藝條件
、設備運行狀態變化引起生產工況發生複雜 變化，過程輸入條件
、狀態變量和控製目標之間關係複雜

　　複雜的全“黑箱”係統

，實時信息極度缺乏，不確定性、 強烈非線性等問題，目前國內外尚未提出理想解決方案。

　　但數字感知為我們利用大數據

、互聯網、雲計算、AI 等現代信息技術攻克以往無法逾越的障礙，提供了全新的思路和可行的方法
，對冶金等(黑箱)行業的精準感知及控製提供理想的解決方案。

　　王國棟更詳細的講道
，在信息流的控製下，物質流與能量流發生化學反應或物理 作用
，因此以足夠的精度求解基於物理-化學反應的數學模型，可以獲得物質流、能量流、信息流的統一解。由於鋼鐵行業數學模型的不確定性、強非線性、極其複雜性，必須 采用數學模型與AI/大數據結合的方式，以數學模型為基礎主線， 以人工智能及實測大數據優化數學模型，高效率地實現高精度數字感知

，破解鋼鐵行業黑箱係統。