東北大學冶金學院、資土學院、機械學院、信息學院、RAL重點實驗室近300名師生參加了會議，報告會由RAL實驗室副主任、“數字鋼鐵”團隊的帶頭人張殿華教授主持。

　　習近平總書記在中央政治局第34次學習會議上的講話中指出：“數字經濟發展速度之快、輻射範圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量。”

　　wangguodongyuanshitebieqiangtiao，yaorenzhenxuexi，shenkelijiexizongshujizaizhongyangzhengzhijuxuexihuiyishangdejianghuajingshen，yaojijixiangyingzhongyanghaozhao，jiakuaijiansheshuzizhongguo。womengangtierenyaojiangshuzijishuyugangtiexingyeshenduronghe，chongfenfahuigangtiexingyehailiangshujuhefengfuyingyongchangjingyoushi，yikaoshujufenxi、數據科學的強大數據處理能力，加快建設“數字鋼鐵”，賦能鋼鐵行業轉型升級，打造出鋼鐵行業自立自強、創新發展的新天地。

　　王國棟院士依據東北大學從上世紀90年代的鋼鐵材料組織性能預測技術開始到最近一年來取得的各項工作進展
，以及國際上韓國POSCO、日本JFE及歐美國家鋼鐵企業的研究情況，分國家戰略
、數據時代與數據科學、鋼鐵行業數字化轉型的國際潮流、數字孿生—信息物理係統與材料創新基礎設施
、鋼鐵工業互聯網的總體架構與功能、鋼鐵行業數字化的實踐等6個方麵全麵闡述了團隊在數字經濟和鋼鐵行業融合發展，發揮數字化技術的放大、倍增
、疊加作用
，促進鋼鐵工業數字化、加速建設數字鋼鐵工作的成效和亮點。

　　王國棟院士指出


，鋼鐵行業具有豐富的數字技術應用場景資源。鋼鐵行業先進的數據采集係統
、自動化控製係統和研發設施
，可以為我們提供海量的數據資源
；經過長期的建設和發展，我們已經實現了全麵的數據采集和豐富的數據積累。在工業互聯網、大數據、雲計算

、5G網絡等信息技術的支撐下，我們可以借助大數據與機器學習/深度學習等數據科學技術，快速挖掘海量數據中蘊含的企業管理與生產過程中的規律，從而利用這些規律解決流程工業普遍存在的“不確定性”等“黑箱”難題，發揮數據技術的放大

、倍增
、疊加作用
，推進鋼鐵行業的高質量發展。

　　王國棟院士詳細分析了團隊創新提出並正在企業建立的鋼鐵工業互聯網架構下鋼鐵企業創新基礎設施的特征和建設任務。

　　第一項任務，必須填平補齊底層生產線的數據采集和執行機構，消除數據采集和指令執行方麵的“短板”。鋼鐵工業要采用數字化技術，實現數字化轉型，首要條件是鋼鐵產線的各個基本單元具有完備、可靠、性能優良的數據采集係統

，可以提供精準、齊全的現場有關材料成分設計和實時操作數據等輸入數據
，以及材料外形尺寸

、組織性能、表(biao)麵(mian)質(zhi)量(liang)等(deng)輸(shu)出(chu)數(shu)據(ju)。同(tong)時(shi)，各(ge)工(gong)序(xu)的(de)基(ji)礎(chu)自(zi)動(dong)化(hua)係(xi)統(tong)和(he)執(zhi)行(xing)機(ji)構(gou)必(bi)須(xu)以(yi)足(zu)夠(gou)的(de)響(xiang)應(ying)性(xing)和(he)實(shi)時(shi)性(xing)實(shi)現(xian)過(guo)程(cheng)控(kong)製(zhi)與(yu)物(wu)理(li)係(xi)統(tong)的(de)實(shi)時(shi)交(jiao)互(hu)
，完(wan)成(cheng)需(xu)要(yao)的(de)自(zi)動(dong)化(hua)控(kong)製(zhi)任(ren)務(wu)。盡(jin)管(guan)我(wo)國(guo)多(duo)數(shu)鋼(gang)廠(chang)是(shi)近(jin)年(nian)建(jian)設(she)的(de)，采(cai)用(yong)了(le)先(xian)進(jin)的(de)自(zi)動(dong)化(hua)技(ji)術(shu)，有(you)較(jiao)好(hao)的(de)自(zi)動(dong)化(hua)基(ji)礎(chu)，但(dan)是(shi)仍(reng)然(ran)有(you)缺(que)項(xiang)和(he)“短板”。

　　第二項任務，是攻克“邊緣數字化核心平台”，簡稱“邊緣平台”。鋼鐵行業的全流程“黑箱”就(jiu)位(wei)於(yu)邊(bian)緣(yuan)。傳(chuan)統(tong)的(de)邊(bian)緣(yuan)主(zhu)要(yao)使(shi)用(yong)基(ji)礎(chu)理(li)論(lun)主(zhu)導(dao)的(de)數(shu)學(xue)模(mo)型(xing)，來(lai)完(wan)成(cheng)過(guo)程(cheng)機(ji)設(she)定(ding)計(ji)算(suan)和(he)基(ji)礎(chu)自(zi)動(dong)化(hua)控(kong)製(zhi)。此(ci)外(wai)，在(zai)邊(bian)緣(yuan)處(chu)還(hai)有(you)過(guo)程(cheng)監(jian)控(kong)係(xi)統(tong)、質量追溯係統、數據庫係統等，近年還有少許的局部智能化控製環節。由於環境狀況和操作條件波動以及設備運行狀態變化，加之過程輸入條件
、狀態變量和控製係統之間的關係十分複雜
，這些機理模型對於全流程“黑箱”的複雜動態過程適用性很差，預報精度不高，難以準確透視工藝
、設備、質量等關鍵參數之間的複雜關係。因此，利用數字化技術改造過的邊緣部分設置了邊緣數據中心，負責生產過程輸入、輸出大數據的提取、轉換、存儲的功能。與此相應，在邊緣部分設置“大數據/機器學習解析平台（I）”（D/M平台I），這個平台可以利用數據科學
、AI等技術解析建立和優化數字孿生過程模型，以及實現過程可視化、開發APP等功能
，並將生產過程數字孿生模型傳送到過程控製係統
，代替傳統的機理模型，進行生產設備的設定和動態設定。

　　第三項任務

，是建設資源配置管理雲平台，簡稱“雲平台”。雲平台位於雲中
，負責生產計劃
、調度、質量、效率等生產活動，原料、供應
、能源、介質、排放、物流、人力資源、財務

、成本、技術創新與開發等的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。在雲平台配置有企業大數據中心和“大數據/機器學習解析平台（II）”（D/M平台II），該平台也是利用機器學習等數據轉換和處理技術處理、分析生產、設備、能源、物流、安全、市場
、銷售、資源、財務
、戰略等各方麵的大數據，對相應部分的運行和管理工作進行管理和優化
，支撐和保證生產線係統和公司整體的最優化運行。

　　第四項任務
，是網絡化，即係統的通信和網絡。原有的光纖通信係統繼續使用，並增設5G通信網絡。在垂直方向上，該係統實現軋製等快過程的短時延交互反饋
；在流程方向上
，實現各單元之間的順暢、無縫的優化銜接。這個係統，可以保證通信網絡無時不在，無處不在
，即插即用，暢通高效。

　　王國棟院士特別強調，應當注意新係統與企業原有係統的銜接、繼承和發展。我們在保持原係統的優點和優勢的同時，還要發揮“軟件定義”的(de)優(you)勢(shi)，開(kai)發(fa)先(xian)進(jin)的(de)計(ji)算(suan)機(ji)軟(ruan)件(jian)，把(ba)最(zui)新(xin)的(de)技(ji)術(shu)無(wu)縫(feng)融(rong)入(ru)原(yuan)係(xi)統(tong)中(zhong)去(qu)，通(tong)過(guo)高(gao)質(zhi)量(liang)的(de)軟(ruan)件(jian)實(shi)現(xian)對(dui)原(yuan)係(xi)統(tong)的(de)改(gai)造(zao)，完(wan)成(cheng)新(xin)舊(jiu)軟(ruan)件(jian)係(xi)統(tong)的(de)順(shun)利(li)過(guo)渡(du)。隻(zhi)立(li)不(bu)破(po)，多(duo)立(li)少(shao)破(po)，數(shu)據(ju)驅(qu)動(dong)，軟(ruan)件(jian)定(ding)義(yi)，降(jiang)低(di)改(gai)造(zao)成(cheng)本(ben)
，逐(zhu)步(bu)上(shang)線(xian)實(shi)施(shi)，加(jia)速(su)建(jian)設(she)進(jin)程(cheng)，確(que)保(bao)安(an)全(quan)可(ke)靠(kao)。這(zhe)樣(yang)做(zuo)可(ke)以(yi)大(da)大(da)降(jiang)低(di)改(gai)造(zao)的(de)成(cheng)本(ben)
，提(ti)高(gao)改(gai)造(zao)的(de)效(xiao)率(lv)，加(jia)速(su)改(gai)造(zao)的(de)進(jin)度(du)，促(cu)進(jin)行(xing)業(ye)的(de)智(zhi)能(neng)化(hua)轉(zhuan)型(xing)。所(suo)以(yi)
，自(zi)主(zhu)創(chuang)新(xin)開(kai)發(fa)數(shu)據(ju)驅(qu)動(dong)、軟件定義的全新數字化
、網絡化、智能化係統
，是我們必須認真執行的關鍵環節。

　　王國棟院士與師生針對“加快建設數字鋼鐵”主題進行了深入交流，集中討論了數字經濟與鋼鐵行業深度融合的重大意義

、加強高校學科交叉優勢、產學研聯合組隊
、研究項目的確定和運作、國際先進企業研究動態交流與收集
、提高建設效率與降低建設成本等問題
，並展望了下階段的工作。

　　與會師生一致認為，我們要以習總書記“加速建設數字中國”的指示為綱，深刻認識大數據+機器學習為核心的數字化轉型是鋼鐵工業發展的大趨勢、大da方fang向xiang。我wo們men要yao以yi國guo家jia重zhong大da需xu求qiu和he企qi業ye管guan理li與yu生sheng產chan中zhong的de問wen題ti為wei導dao向xiang，學xue科ke交jiao叉cha
，行xing業ye協xie同tong，產chan學xue研yan深shen度du融rong合he，攻gong克ke關guan鍵jian共gong性xing技ji術shu
，創chuang新xin顛dian覆fu性xing
、引領性、原創性技術

，掌握核心競爭力，加速建設數字鋼鐵，促進我國鋼鐵行業實現數字化轉型，高質量發展！womenxiangxin
，zhongguogangtiexingyeyidinghuizaijiliedeguojijingzhengzhongzhanjugangtiechanyeshuzihuadezhigaodian，chengweishijiegangtiekexuejishuchuangxinfazhandelingpaozhe。womenyetongyangxiangxin
，jingguozhechangshuzijingji、數字技術發展浪潮的洗禮，東北大學在學科建設、人才培養、教學改革、學校治理、服務社會等方麵
，也一定會發揮數據的基礎資源作用和創新引擎作用
，實現各項工作的數字化轉型，走在“雙一流”建設的前列
，成為“創新型、複合型、應用型人才”的培育基地。