本報記者 米颯

　　6月26日~27日，由中國鋼鐵工業協會
、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智能製造發展論壇的主題會議——新(xin)興(xing)技(ji)術(shu)在(zai)鋼(gang)鐵(tie)生(sheng)產(chan)場(chang)景(jing)的(de)應(ying)用(yong)與(yu)實(shi)踐(jian)，在(zai)河(he)北(bei)石(shi)家(jia)莊(zhuang)燕(yan)山(shan)大(da)酒(jiu)店(dian)召(zhao)開(kai)。會(hui)上(shang)
，多(duo)位(wei)鋼(gang)企(qi)大(da)咖(ka)分(fen)享(xiang)了(le)他(ta)們(men)對(dui)新(xin)興(xing)技(ji)術(shu)在(zai)鋼(gang)鐵(tie)行(xing)業(ye)中(zhong)應(ying)用(yong)與(yu)實(shi)踐(jian)的(de)看(kan)法(fa)和(he)心(xin)得(de)。

　　聚焦未來智慧鋼廠

　　“當前，智慧鋼廠發展主要有5大方向、12個模塊

，分別是有機循環、綠色製造
、個性定製、服務轉型、智能生產；數字化工廠——一體化工程實施運維及仿真、工業大數據、工業信息基礎架構及安全
、PLM（產品生命周期管理）行業應用與物流仿真、智能製造運營管理、係統化節能
、產線級節能
、設備狀態監控診斷
、操作少人化/無人化
、傳感與檢測技術
、智慧物流
、智慧營銷。”西門子數字化企業創新發展中心高級谘詢顧問趙海濤在做以《西門子數字化理念助力鋼鐵行業智能製造實踐》為主題的報告時表示。

　　那(na)麼(me)，打(da)造(zao)這(zhe)樣(yang)的(de)智(zhi)慧(hui)鋼(gang)廠(chang)需(xu)要(yao)什(shen)麼(me)樣(yang)的(de)新(xin)技(ji)術(shu)？趙(zhao)海(hai)濤(tao)認(ren)為(wei)，企(qi)業(ye)應(ying)運(yun)用(yong)以(yi)下(xia)數(shu)字(zi)化(hua)新(xin)技(ji)術(shu)，挖(wa)掘(jue)未(wei)來(lai)的(de)生(sheng)產(chan)潛(qian)力(li)。其(qi)一(yi)
，大(da)數(shu)據(ju)應(ying)用(yong)。應(ying)探(tan)索(suo)應(ying)用(yong)大(da)數(shu)據(ju)分(fen)析(xi)工(gong)具(ju)分(fen)析(xi)影(ying)響(xiang)冷(leng)軋(zha)板(ban)帶(dai)表(biao)麵(mian)質(zhi)量(liang)原(yuan)因(yin)的(de)方(fang)案(an)。其(qi)二(er)，數(shu)字(zi)化(hua)交(jiao)付(fu)。推(tui)動(dong)從(cong)一(yi)體(ti)化(hua)設(she)計(ji)到(dao)一(yi)體(ti)化(hua)運(yun)維(wei)的(de)數(shu)字(zi)化(hua)交(jiao)付(fu)的(de)實(shi)現(xian)。其(qi)三(san)，遠(yuan)程(cheng)監(jian)控(kong)診(zhen)斷(duan)APP開發。開發具有高通用性的覆蓋典型自動化和驅動產品
，應用於不同行業的監控診斷APP（基於本地服務器/雲服務器）。其四，應用AR（增強現實）技術進行設備維護。探索AR技(ji)術(shu)在(zai)工(gong)業(ye)領(ling)域(yu)的(de)應(ying)用(yong)，支(zhi)撐(cheng)現(xian)場(chang)運(yun)維(wei)管(guan)理(li)的(de)可(ke)視(shi)化(hua)，建(jian)立(li)虛(xu)擬(ni)遠(yuan)程(cheng)運(yun)維(wei)數(shu)字(zi)化(hua)平(ping)台(tai)。其(qi)五(wu)，無(wu)人(ren)駕(jia)駛(shi)和(he)綠(lv)波(bo)交(jiao)通(tong)。開(kai)發(fa)應(ying)用(yong)於(yu)框(kuang)架(jia)車(che)運(yun)輸(shu)的(de)無(wu)人(ren)駕(jia)駛(shi)技(ji)術(shu)
，並(bing)對(dui)重(zhong)載(zai)卡(ka)車(che)實(shi)行(xing)信(xin)號(hao)優(you)先(xian)原(yuan)則(ze)，以(yi)期(qi)提(ti)高(gao)運(yun)輸(shu)效(xiao)率(lv)，降(jiang)低(di)運(yun)輸(shu)能(neng)耗(hao)。

　　同時，在打造智慧鋼廠時，企業還應注重相關人才的培養。他表示
，在人才培養方向上，主要有4類，分別為頂層方案架構師、係統方案設計師、應用方案設計師、數據分析師。

　　AI及大數據在鋼鐵行業的應用

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

　　他進一步表示，有需求是因為鋼鐵生產流程長
、問題影響因素多，各環節相互關聯
，常規方法難見效；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的要求日益嚴苛，對技術精度
、可靠性和穩定性都有著極高的要求。

　　在談到AI及大數據應用的方向時
，他表示

，主要有以下幾個：一是智能裝備。通過執行裝備+“視覺”“聽覺”“觸覺”等，擴展裝備功能，實現裝備智能化，自動匹配產品差異化要求。二是設備預測性維護。利用人工智能技術對設備使用

、維(wei)護(hu)及(ji)質(zhi)量(liang)相(xiang)關(guan)數(shu)據(ju)進(jin)行(xing)學(xue)習(xi)，分(fen)析(xi)設(she)備(bei)性(xing)能(neng)衰(shuai)減(jian)趨(qu)勢(shi)，實(shi)現(xian)設(she)備(bei)從(cong)計(ji)劃(hua)式(shi)維(wei)護(hu)向(xiang)預(yu)測(ce)式(shi)維(wei)護(hu)轉(zhuan)變(bian)，提(ti)高(gao)效(xiao)率(lv)和(he)產(chan)品(pin)質(zhi)量(liang)。三(san)是(shi)產(chan)品(pin)缺(que)陷(xian)檢(jian)測(ce)與(yu)分(fen)析(xi)。四(si)是(shi)產(chan)品(pin)性(xing)能(neng)預(yu)測(ce)。基(ji)於(yu)大(da)數(shu)據(ju)與(yu)機(ji)器(qi)學(xue)習(xi)的(de)深(shen)度(du)結(jie)合(he)
，建(jian)立(li)產(chan)品(pin)性(xing)能(neng)預(yu)測(ce)模(mo)型(xing)，實(shi)現(xian)數(shu)字(zi)化(hua)產(chan)品(pin)性(xing)能(neng)管(guan)控(kong)。五(wu)是(shi)全(quan)流(liu)程(cheng)生(sheng)產(chan)過(guo)程(cheng)預(yu)控(kong)。對(dui)生(sheng)產(chan)過(guo)程(cheng)進(jin)行(xing)分(fen)段(duan)、fenjijiankong
，duikenengyingxiangchanpinzhiliangdeyinsuhexianxiangjishibaojing
，jishifaxianzhiliangwenti

，jianshaopiliangquedian。liushizhinengkongzhimoxing。muqian，gangtieguochengkongzhijibencaiyong“冶金機理計算+過程控製”，其控製模型不具備在生產中不斷自我優化和進化的能力，發展方向是打造基於AI自(zi)主(zhu)學(xue)習(xi)能(neng)力(li)的(de)過(guo)程(cheng)控(kong)製(zhi)係(xi)統(tong)，使(shi)控(kong)製(zhi)模(mo)型(xing)具(ju)有(you)動(dong)態(tai)學(xue)習(xi)能(neng)力(li)

，能(neng)夠(gou)根(gen)據(ju)外(wai)部(bu)條(tiao)件(jian)變(bian)化(hua)自(zi)行(xing)調(tiao)整(zheng)
，並(bing)具(ju)備(bei)知(zhi)識(shi)積(ji)累(lei)能(neng)力(li)。七(qi)是(shi)產(chan)品(pin)數(shu)字(zi)化(hua)設(she)計(ji)。人(ren)工(gong)智(zhi)能(neng)和(he)材(cai)料(liao)設(she)計(ji)的(de)結(jie)合(he)目(mu)前(qian)已(yi)經(jing)起(qi)步(bu)，未(wei)來(lai)或(huo)將(jiang)帶(dai)來(lai)產(chan)品(pin)設(she)計(ji)的(de)革(ge)命(ming)。八(ba)是(shi)產(chan)品(pin)表(biao)麵(mian)質(zhi)量(liang)智(zhi)能(neng)管(guan)控(kong)。原(yuan)有(you)檢(jian)測(ce)方(fang)式(shi)是(shi)人(ren)工(gong)記(ji)錄(lu)產(chan)品(pin)表(biao)麵(mian)質(zhi)量(liang)狀(zhuang)況(kuang)

，事(shi)後(hou)查(zha)詢(xun)記(ji)錄(lu)。這(zhe)種(zhong)人(ren)工(gong)質(zhi)檢(jian)往(wang)往(wang)受(shou)製(zhi)於(yu)質(zhi)檢(jian)人(ren)員(yuan)即(ji)時(shi)的(de)身(shen)體(ti)狀(zhuang)態(tai)和(he)心(xin)理(li)狀(zhuang)態(tai)、質檢人員的經驗是否豐富、不同質檢人員的知識背景，其結果是不穩定的，容易造成缺失。

　　綜合來看，AI及工業大數據在鋼鐵行業的深度應用是趨勢，目前已具備了可行性與經濟性。同時
，他也提醒
，企業在應用AI及工業大數據過程中
，既要關注機會，也要避免“陷阱”，特別要注重提高模型應用的可靠性。

　　工業互聯網如何在鋼鐵行業落地

　　“傳統製造係統存在的痛點主要有以下幾個：一yi是shi感gan知zhi深shen度du不bu足zu。傳chuan統tong儀yi表biao自zi動dong化hua係xi統tong僅jin感gan知zhi過guo程cheng變bian量liang，信xin息xi維wei度du低di，難nan以yi反fan映ying物wu理li過guo程cheng深shen層ceng次ci動dong態tai特te征zheng。二er是shi互hu聯lian廣guang度du不bu足zu。跨kua領ling域yu信xin息xi孤gu島dao難nan以yi互hu聯lian互hu通tong，無wu法fa準zhun確que描miao述shu領ling域yu間jian複fu雜za的de互hu聯lian關guan係xi
，決jue策ce全quan局ju性xing差cha。三san是shi分fen析xi的de綜zong合he預yu見jian性xing不bu足zu。對dui工gong業ye運yun行xing數shu據ju的de挖wa掘jue深shen度du不bu夠gou，導dao致zhi決jue策ce不bu明ming確que、盲目。當前，製造業的需求是以互聯網為代表的新一代信息技術與製造係統的深度融合，即工業互聯網。”主題會議上，江蘇金恒信息科技股份有限公司副總經理章紅波在做以《工業互聯網在鋼鐵企業中的探索與應用》為主題的報告時表示。

　　她進一步表示，工業互聯網的使用場景主要有以下幾個：一是麵向工業現場的生產過程優化，包括優化工藝參數、生產績效管理服務優化，以及良品率的自動診斷設備的預測性維護、能耗優化等；二是麵向企業運營的管理決策優化，包括優化供應鏈管理、經營績效分析、供應鏈一體化協同及排產、倉儲物流

、訂單管理等；三是麵向社會化生產的資源優化配置與協同，包括協同製造
、個性定製
、產融結合

；四是麵向產品全生命周期的管理與服務優化，包括產品溯源、產品設計反饋優化等。

　　她指出，工業互聯網平台需要解決多類工業設備接入

、多源工業數據集成、海量數據管理與處理
、工業數據建模分析、工業應用創新與集成、工業知識積累迭代等一係列問題，涉及七大類關鍵技術
，分別為數據集成和邊緣處理技術、LaaS（基礎設施即服務）技術、平台使能技術、數據管理技術、工業數據建模與分析技術
、應用開發和微服務技術
、安全技術。

　　工業互聯網的平台架構分別為：應用層、工業PaaS層（平台即服務）和邊緣層。其中，應用層是為了解決工業實踐及創新問題。一方麵進行工業應用部署，通過工業SaaS（軟件即服務）和APP的方式實現設計
、生產、管理等環節的價值提升；另一方麵進行工業應用創新，借助開發社區等方式塑造良好的創新環境，推動基於平台的工業APP創新。工業PaaS層是為了解決工業數據處理和知識積累沉澱等問題，形成良好的開發環境。邊緣層則是為了解決數據采集集成問題。

　　《中國冶金報》（2019年07月04日 03版三版）