生成式AI+鋼鐵，建設(shè)中國(guó)式現(xiàn)代化的鋼鐵行業(yè)

東北大學(xué)鋼鐵共性技術(shù)協(xié)同創(chuàng)新中心 數(shù)字鋼鐵全國(guó)重點(diǎn)實(shí)驗(yàn)室 王國(guó)棟 孫杰

一年之計(jì)在于春。處于“十四五”和“十五五”之交的全國(guó)兩會(huì)舉世矚目。

今年兩會(huì)傳遞出怎樣的政策導(dǎo)向？這些政策將對(duì)鋼鐵行業(yè)產(chǎn)生哪些影響？鋼鐵行業(yè)的代表、委員們?yōu)橥苿?dòng)行業(yè)高質(zhì)量發(fā)展提出哪些建議？為此本報(bào)特別邀請(qǐng)了部分鋼鐵行業(yè)人大代表、政協(xié)委員、行業(yè)專家就相關(guān)議題進(jìn)行闡述，以饗讀者。

在數(shù)字化浪潮的席卷下，鋼鐵行業(yè)正站在轉(zhuǎn)型升級(jí)的關(guān)鍵節(jié)點(diǎn)。生成式人工智能（以下簡(jiǎn)稱：AIGC或生成式AI）作為數(shù)字時(shí)代的前沿技術(shù)，為鋼鐵行業(yè)突破傳統(tǒng)發(fā)展瓶頸、實(shí)現(xiàn)高質(zhì)量發(fā)展帶來了新的曙光。本文深入剖析了AIGC在鋼鐵行業(yè)的應(yīng)用現(xiàn)狀、技術(shù)支撐、實(shí)際成效以及未來發(fā)展規(guī)劃，全面呈現(xiàn)了這一技術(shù)融合為鋼鐵行業(yè)帶來的深刻變革。

1

數(shù)字時(shí)代的技術(shù)背景與AIGC崛起

1.1數(shù)字時(shí)代的技術(shù)驅(qū)動(dòng)與數(shù)據(jù)爆發(fā)

世紀(jì)之交，工業(yè)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)快速發(fā)展和應(yīng)用，正式宣告了數(shù)字時(shí)代的來臨。信息技術(shù)推動(dòng)全球數(shù)據(jù)指數(shù)級(jí)增長(zhǎng)，數(shù)據(jù)量越來越大、種類越來越多、速度越來越快、價(jià)值越來越高。數(shù)據(jù)成為全球新一輪產(chǎn)業(yè)競(jìng)爭(zhēng)的制高點(diǎn)、改變國(guó)際競(jìng)爭(zhēng)格局的新變量。數(shù)據(jù)分析成為數(shù)字時(shí)代人類認(rèn)知世界的新模式，大數(shù)據(jù)/機(jī)器學(xué)習(xí)成為數(shù)據(jù)時(shí)代解決不確定性問題最強(qiáng)有力的科學(xué)方法。

1.2AIGC的定義與發(fā)展歷程

借助大規(guī)模數(shù)據(jù)集學(xué)習(xí)生成全新原創(chuàng)內(nèi)容的人工智能技術(shù)，被稱為生成式人工智能，即AIGC（ArtificialIntelligenceGeneratedContent）。

AIGC是基于算法、模型、規(guī)則生成文本、圖片、聲音、視頻、模型、代碼、軟件等內(nèi)容的技術(shù)。該機(jī)器學(xué)習(xí)方法從其數(shù)據(jù)中學(xué)習(xí)內(nèi)容或?qū)ο螅⑦\(yùn)用數(shù)據(jù)生成全新、完全原創(chuàng)的工作。

人工智能技術(shù)的發(fā)展并非一帆風(fēng)順（圖1）。20世紀(jì)50年代，阿蘭?圖靈提出圖靈測(cè)試，人工智能開始了短暫的第一波發(fā)展，但由于未達(dá)成預(yù)期及技術(shù)資金的限制，到60-70年代初陷入第一次低谷，再到80-90年代隨著計(jì)算機(jī)硬件進(jìn)步，以神經(jīng)網(wǎng)絡(luò)、模糊邏輯、專家系統(tǒng)為代表的人工智能技術(shù)進(jìn)入復(fù)蘇與第二波發(fā)展階段。但是好景不長(zhǎng)，很快就進(jìn)入了第二次低谷，從此神經(jīng)元網(wǎng)絡(luò)勉強(qiáng)支撐，而模糊邏輯和專家系統(tǒng)幾乎退出。直到90年代，隨著大數(shù)據(jù)廣泛應(yīng)用、機(jī)器學(xué)習(xí)等新興技術(shù)突破、計(jì)算能力顯著提升這三個(gè)條件逐步具備，以大數(shù)據(jù)/機(jī)器學(xué)習(xí)為特征的AIGC才穩(wěn)步發(fā)展。

生成式AI是基于大數(shù)據(jù)/機(jī)器學(xué)習(xí)的AI，所以AIGC是數(shù)字時(shí)代的人工智能。在數(shù)字時(shí)代，講人工智能，就一定是AIGC。

2011年至今AIGC迅速迭代，進(jìn)入蓬勃發(fā)展階段。2022年底，ChatGPT登場(chǎng)，能夠完成撰寫論文、郵件、腳本、文案、代碼、翻譯等多種任務(wù)。文生視頻大模型SORA又稱為“世界模擬器”，能夠在文本的指導(dǎo)下生成視頻，模擬物理世界的存在方式，生成包含復(fù)雜場(chǎng)景和動(dòng)作的視頻。2024年英偉達(dá)宣布，建設(shè)AI工廠(AI數(shù)據(jù)中心)，運(yùn)行復(fù)雜的AI模型或IT系統(tǒng)。近年隨著自動(dòng)駕駛等技術(shù)的發(fā)展，具身智能的端到端(E2E)技術(shù)、多模態(tài)技術(shù)異軍突起。端到端是一種機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的設(shè)計(jì)范式，能夠?qū)⑾到y(tǒng)的輸入使用神經(jīng)網(wǎng)絡(luò)直接映射到輸出，中間省略了傳統(tǒng)方法中的手工特征提取和復(fù)雜的中間處理步驟。多模態(tài)可以利用不同感知信息（圖像、文本、語音等）協(xié)同，幫助人工智能更準(zhǔn)確地理解外部世界。

2

AIGC+鋼鐵的國(guó)際動(dòng)向與我國(guó)發(fā)展方向

AIGC作為21世紀(jì)最前沿的人工智能技術(shù)，在應(yīng)用于自然語言解釋大模型方面已經(jīng)取得舉世矚目的重要成果，但是如何將它與實(shí)體經(jīng)濟(jì)結(jié)合，在工業(yè)、農(nóng)業(yè)、醫(yī)療、服務(wù)等行業(yè)應(yīng)用，推進(jìn)國(guó)民經(jīng)濟(jì)各部門快速發(fā)展，目前還處于探索階段。我國(guó)作為鋼產(chǎn)量占世界鋼產(chǎn)量一半以上的鋼鐵大國(guó)，有責(zé)任、有必要深度探索AIGC+鋼鐵，引領(lǐng)鋼鐵工業(yè)快速進(jìn)入人工智能新時(shí)代。

2.1國(guó)際上AI+鋼鐵的探索

2011年，美國(guó)政府公布“材料基因組計(jì)劃”。該計(jì)劃旨在指導(dǎo)企業(yè)建設(shè)材料創(chuàng)新基礎(chǔ)設(shè)施，加快先進(jìn)材料的發(fā)現(xiàn)和部署，提高材料研發(fā)效率并降低成本。它整合政府、企業(yè)、高校和科研機(jī)構(gòu)的資源，建立基于大數(shù)據(jù)/機(jī)器學(xué)習(xí)的企業(yè)材料創(chuàng)新基礎(chǔ)設(shè)施（SEII），通過實(shí)驗(yàn)室實(shí)驗(yàn)-中試-企業(yè)生產(chǎn)線的接續(xù)式創(chuàng)新，將材料的開發(fā)成本降至原來的一半，新材料的研發(fā)效率提高一倍以上。

2016年開始，韓國(guó)浦項(xiàng)鋼鐵公司受AlphaGo啟發(fā)，利用深度學(xué)習(xí)分析處理透氣性、鐵水量等高爐操作五大變量數(shù)據(jù)，進(jìn)行高爐運(yùn)行狀態(tài)的智能預(yù)測(cè)與控制，開辟了鋼鐵工業(yè)跨入數(shù)字時(shí)代的新步伐。該項(xiàng)AIGC+鋼鐵技術(shù)能夠提前預(yù)測(cè)可能出現(xiàn)的故障和異常，為操作人員提供預(yù)警和調(diào)整建議，有效提高了高爐生產(chǎn)效率和穩(wěn)定性。

日本JFE鋼鐵公司提出的智能鋼廠目標(biāo)是：建立鋼鐵主流程數(shù)字孿生，實(shí)現(xiàn)CPS自學(xué)習(xí)、自適應(yīng)、最優(yōu)自動(dòng)運(yùn)行。為此，JFE鋼鐵公司提出，綜合利用物理世界采集的大數(shù)據(jù)信息，并與專業(yè)知識(shí)相結(jié)合，建立起與實(shí)體世界交互映射的虛擬世界，并進(jìn)一步實(shí)現(xiàn)主流程的CPS化和全公司一貫的CPS，實(shí)現(xiàn)優(yōu)化的智能化操作。同時(shí)，開發(fā)遠(yuǎn)程的、自動(dòng)化的鋼廠操作和車輛操作。根據(jù)JFE鋼鐵公司的報(bào)道，2018/19財(cái)年完成了日本本土8座高爐的數(shù)字化轉(zhuǎn)型。隨后在2022-2027財(cái)年的第七次中期計(jì)劃中，將CPS系統(tǒng)向煉鋼、軋制等領(lǐng)域拓展，但目前尚未見有實(shí)施效果的相關(guān)報(bào)道。

2.2我國(guó)鋼鐵行業(yè)的轉(zhuǎn)型路徑

AIGC+鋼鐵的重要之點(diǎn)，在于堅(jiān)持科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新深度融合，AIGC的創(chuàng)新必須與產(chǎn)業(yè)實(shí)體的創(chuàng)新相融合。因此，必須堅(jiān)持在生產(chǎn)一線，利用實(shí)際生產(chǎn)線提供的大數(shù)據(jù)，通過技術(shù)創(chuàng)新實(shí)現(xiàn)產(chǎn)業(yè)創(chuàng)新、利用AIGC促進(jìn)產(chǎn)業(yè)發(fā)生本質(zhì)性、顛覆性的改變，升級(jí)換代，數(shù)字化轉(zhuǎn)型，高質(zhì)量發(fā)展。

基于上述基本觀點(diǎn)，我國(guó)鋼鐵行業(yè)必須以產(chǎn)品生產(chǎn)線為主線，以生產(chǎn)線的大數(shù)據(jù)為基本資源，圍繞安全、質(zhì)量、效益和低碳發(fā)展，主攻全流程邊緣“黑箱”，通過AIGC+鋼鐵，建設(shè)全流程一體化的數(shù)字孿生平臺(tái)、信息物理系統(tǒng)和鋼鐵企業(yè)創(chuàng)新基礎(chǔ)設(shè)施（SEII），形成鋼鐵行業(yè)自學(xué)習(xí)、自組織、自適應(yīng)、最優(yōu)智能控制的機(jī)器人鋼鐵系統(tǒng)RobotSteel，從而實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)、人工智能與實(shí)體經(jīng)濟(jì)的深度融合。目前我國(guó)已經(jīng)率先在一些生產(chǎn)線的各生產(chǎn)單元建立起單元的CPS和SEII，推出生成式AI+單元的樣板，推動(dòng)鋼鐵行業(yè)的各基本單元數(shù)字化轉(zhuǎn)型，高質(zhì)量發(fā)展。下一步，將把鋼鐵行業(yè)全流程視為一個(gè)整體，實(shí)現(xiàn)全流程一體化的AIGC+鋼鐵、數(shù)字換腦、模型換代、登頂RobotSteel，走中國(guó)式現(xiàn)代化的光輝道路。

3

AIGC在鋼鐵行業(yè)的應(yīng)用全景

3.1AIGC在鋼鐵行業(yè)應(yīng)用的總體目標(biāo)：構(gòu)建SEII

按照國(guó)家發(fā)改委的定義，創(chuàng)新基礎(chǔ)設(shè)施是基于創(chuàng)新、協(xié)調(diào)、綠色、開放、共享發(fā)展理念，以技術(shù)創(chuàng)新為驅(qū)動(dòng)、以信息網(wǎng)絡(luò)為基礎(chǔ)，面向高質(zhì)量發(fā)展，為提高產(chǎn)業(yè)核心競(jìng)爭(zhēng)力而打造的產(chǎn)業(yè)升級(jí)、融合、創(chuàng)新的基礎(chǔ)設(shè)施體系。

為了促進(jìn)我國(guó)鋼鐵行業(yè)增強(qiáng)核心競(jìng)爭(zhēng)力，實(shí)現(xiàn)高質(zhì)量發(fā)展，我國(guó)鋼鐵工作者提出了鋼鐵工業(yè)創(chuàng)新基礎(chǔ)設(shè)施SEII的基本結(jié)構(gòu)，如圖2所示。它包含一網(wǎng)、三大平臺(tái)和四大功能，為鋼鐵產(chǎn)業(yè)升級(jí)、融合、發(fā)展提供支撐。其中，5G工業(yè)互聯(lián)網(wǎng)作為“一網(wǎng)”，為數(shù)據(jù)的高速傳輸和實(shí)時(shí)交互提供了保障，確保生產(chǎn)過程中的數(shù)據(jù)能夠及時(shí)準(zhǔn)確地傳遞到各個(gè)環(huán)節(jié)。底層實(shí)體設(shè)備平臺(tái)（端）負(fù)責(zé)采集和傳輸生產(chǎn)現(xiàn)場(chǎng)的數(shù)據(jù)，分別輸送到邊緣（邊）或云上（云）。位于邊緣的數(shù)字孿生核心平臺(tái)（邊）與端部構(gòu)成信息物理系統(tǒng)，接收端部采集的數(shù)據(jù)進(jìn)行大數(shù)據(jù)/機(jī)器學(xué)習(xí)分析，構(gòu)建數(shù)字孿生模型，利用數(shù)字孿生模型進(jìn)行決策，并將決策信息反饋回端部的執(zhí)行機(jī)構(gòu)，對(duì)系統(tǒng)賦能。資源配置與管理云平臺(tái)（云）接收來自底層端部的信息，利用大數(shù)據(jù)/機(jī)器學(xué)習(xí)實(shí)現(xiàn)對(duì)生產(chǎn)資源的優(yōu)化配置和管理。SEII具有四大功能，即綠色化轉(zhuǎn)型、數(shù)字化轉(zhuǎn)型、高質(zhì)化發(fā)展、強(qiáng)鏈化運(yùn)行，從多個(gè)維度推動(dòng)鋼鐵企業(yè)的可持續(xù)發(fā)展。

因此，SEII必須從系統(tǒng)架構(gòu)、數(shù)據(jù)、算法、算力等方面發(fā)力，并綜合應(yīng)用端到端具身智能、智能體、多模態(tài)等前沿智能技術(shù)，建立中國(guó)特色的自主軟件和控制系統(tǒng)。

AIGC生成的數(shù)字孿生平臺(tái)解決鋼鐵生產(chǎn)全流程一體化的“黑箱”問題，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等IT技術(shù)對(duì)材料成分、生產(chǎn)工藝等操作數(shù)據(jù)的分析與實(shí)測(cè)結(jié)果的分析，實(shí)現(xiàn)對(duì)鋼鐵生產(chǎn)過程的精準(zhǔn)數(shù)字孿生建模和對(duì)最終控制結(jié)果的高保真預(yù)測(cè)。

3.2數(shù)據(jù)

在數(shù)據(jù)采集階段，采用多種先進(jìn)的傳感器和測(cè)量設(shè)備獲取生產(chǎn)線數(shù)據(jù)，確保數(shù)據(jù)的準(zhǔn)確性、完整性、實(shí)時(shí)性、保真度。

ETL數(shù)據(jù)治理是實(shí)現(xiàn)數(shù)據(jù)抽?。‥xtract）、轉(zhuǎn)換（Transform）、裝載（Load）的過程，是構(gòu)建大數(shù)據(jù)平臺(tái)的重要環(huán)節(jié)，目的是將鋼鐵企業(yè)中分散、零亂、標(biāo)準(zhǔn)不統(tǒng)一的數(shù)據(jù)整合到一起，準(zhǔn)確無誤地加以利用，從而為企業(yè)的決策分析提供依據(jù)。國(guó)外有專業(yè)的科技公司，從事各個(gè)不同行業(yè)的數(shù)據(jù)治理，例如，IBM、DOTDATA等。國(guó)內(nèi)高校和企業(yè)協(xié)同，將專業(yè)知識(shí)與信息技術(shù)融合，已經(jīng)針對(duì)各生產(chǎn)環(huán)節(jié)的數(shù)據(jù)特點(diǎn)，開發(fā)了鋼鐵企業(yè)數(shù)據(jù)計(jì)算機(jī)治理的軟件和專業(yè)芯片。

3.3模型

在實(shí)際應(yīng)用中，數(shù)據(jù)驅(qū)動(dòng)的工控型控制模型系統(tǒng)可以根據(jù)生產(chǎn)過程中的實(shí)時(shí)數(shù)據(jù)，自動(dòng)調(diào)整生產(chǎn)參數(shù)，優(yōu)化生產(chǎn)過程。AIGC生成的數(shù)據(jù)驅(qū)動(dòng)工控型控制模型系統(tǒng)如圖3所示。系統(tǒng)的右側(cè)部分，基于企業(yè)數(shù)據(jù)池?cái)?shù)據(jù)，結(jié)合統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化和領(lǐng)域知識(shí)，通過監(jiān)督式機(jī)器學(xué)習(xí)，構(gòu)建邊緣“黑箱”系統(tǒng)的數(shù)字孿生模型。根據(jù)即時(shí)的操作數(shù)據(jù)，可以利用這些孿生模型進(jìn)行優(yōu)化決策，并反饋指令實(shí)現(xiàn)對(duì)底層生產(chǎn)線的高保真控制。而圖中位于云中的無監(jiān)督機(jī)器學(xué)習(xí)模型，為生產(chǎn)計(jì)劃調(diào)度、設(shè)備運(yùn)維、能源物流排放管理等提供操作指導(dǎo)，對(duì)資源進(jìn)行配置和管理，準(zhǔn)確滿足生產(chǎn)過程的需要，支持生產(chǎn)過程順利優(yōu)化運(yùn)行。圖中左側(cè)位于云中的語言解釋大模型具備自然語言解釋功能，可以對(duì)企業(yè)的創(chuàng)新發(fā)展、人力資源管理、上游資源配置管理和下游市場(chǎng)銷售進(jìn)行大數(shù)據(jù)分析，對(duì)企業(yè)發(fā)展戰(zhàn)略、科學(xué)管理、未來發(fā)展目標(biāo)提供咨詢和建議。

3.4算力

表1所示為GPT大模型與鋼鐵工控型模型的比較。由表1可見，鋼鐵工控型模型目標(biāo)是企業(yè)的工業(yè)實(shí)時(shí)控制，與語言解釋大模型有不同的要求和側(cè)重點(diǎn)。與GPT大模型使用無限范圍數(shù)據(jù)的“大海撈針”法不同，鋼鐵企業(yè)利用生成式AI解決某一企業(yè)具體問題的工控型模型，是使用企業(yè)數(shù)據(jù)池中的個(gè)性化數(shù)據(jù)，進(jìn)行“甕中捉鱉”式的預(yù)測(cè)和控制，所以涉及的數(shù)據(jù)量很小。這種工控型模型可以稱為小模型，甚至超小模型。因此，鋼鐵企業(yè)的工控型模型對(duì)算力需求非常有限。針對(duì)鋼鐵行業(yè)的工業(yè)控制，使用本企業(yè)數(shù)據(jù)池中的數(shù)據(jù)最合適、最恰當(dāng)、最有效，傳統(tǒng)工業(yè)時(shí)代硬件系統(tǒng)的算力即可滿足要求。但是，這種工控型系統(tǒng)，需要極短的時(shí)延和極高的保真度，小模型有利于實(shí)現(xiàn)這種控制要求。

應(yīng)當(dāng)注意的是，使用圖像、視頻等多模態(tài)進(jìn)行材料組織性能協(xié)同綜合性預(yù)測(cè)時(shí)，大算力將是必須的。

3.5算法

鋼鐵工業(yè)是流程工業(yè)。鋼鐵工業(yè)的原料，即鐵礦石和煤炭及其它輔料，在一系列“黑箱”過程中，通過冶煉和加工過程對(duì)系統(tǒng)賦能，使其表面和內(nèi)部均發(fā)生極其復(fù)雜的物理與化學(xué)變化，最終成為各種各樣的鋼鐵工業(yè)產(chǎn)品。

“端到端”（End-to-End，E2E）是一種將OT與IT結(jié)合起來、用IT助力OT優(yōu)化的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的設(shè)計(jì)范式。

操作端的數(shù)據(jù)是人工操作時(shí)采用的操作數(shù)據(jù)，輸出端是系統(tǒng)控制參量值。當(dāng)操作數(shù)據(jù)改變時(shí)，輸出端的被控參量就會(huì)相應(yīng)地發(fā)生變化。對(duì)于某一個(gè)特定的系統(tǒng)，操作端輸入數(shù)據(jù)與輸出端的輸出數(shù)據(jù)有固定的映射關(guān)系。這種映射關(guān)系可以利用神經(jīng)元網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法確定。有了這種映射關(guān)系，就可以預(yù)測(cè)一組特定輸入操作參數(shù)對(duì)應(yīng)的輸出，但是并不涉及系統(tǒng)內(nèi)部各個(gè)物理量的相互關(guān)系和變化。

端到端學(xué)習(xí)優(yōu)勢(shì)在于，它用大數(shù)據(jù)/機(jī)器學(xué)習(xí)方法對(duì)系統(tǒng)進(jìn)行整體訓(xùn)練，將輸入的操作量直接映射到輸出，避開對(duì)過程內(nèi)部復(fù)雜的物質(zhì)、能量變化和信息流動(dòng)的求解，生成高保真度的輸出側(cè)預(yù)測(cè)結(jié)果。通過數(shù)據(jù)自動(dòng)學(xué)習(xí)特征，避免了手工特征提取帶來的局限性，并減少?gòu)?fù)雜性，簡(jiǎn)化了模型設(shè)計(jì)。E2E算法已經(jīng)成功應(yīng)用到全部鋼鐵“黑箱”過程，表明這種標(biāo)準(zhǔn)化的學(xué)習(xí)方法是可以信賴的，特別適于應(yīng)用到材料研究“黑箱”過程的全局求解。

3.6系統(tǒng)架構(gòu)

鋼鐵工業(yè)是典型的流程工業(yè)。鋼鐵工業(yè)的原料，即鐵礦石和煤炭及其它輔料，在一系列內(nèi)部狀態(tài)無法感知的“黑箱”中，控制冶煉和加工過程中極其復(fù)雜的物理與化學(xué)變化，以獲得需要的材料質(zhì)量和生產(chǎn)效率。

我國(guó)已經(jīng)建立了完整的鋼鐵工業(yè)生產(chǎn)體系，普遍具備了工業(yè)時(shí)代最先進(jìn)的裝備、硬件配置、企業(yè)環(huán)境，可以生產(chǎn)各行各業(yè)需要的各種鋼材品種，但是，引進(jìn)的工業(yè)時(shí)代的多層控制系統(tǒng)架構(gòu)復(fù)雜，層層堆積，數(shù)據(jù)幾經(jīng)變換，管理難度很大。其核心模型，即邊緣的設(shè)定計(jì)算部分，我們稱之為鋼鐵“大腦”，卻是理論和經(jīng)驗(yàn)驅(qū)動(dòng)的。大腦平滑、四肢發(fā)達(dá)；系統(tǒng)復(fù)雜，缺芯少魂。因此，工業(yè)時(shí)代的鋼鐵“大腦”必須進(jìn)行改造。

時(shí)至今日，人類社會(huì)進(jìn)入了工業(yè)時(shí)代，鋼鐵行業(yè)控制系統(tǒng)的架構(gòu)也必須從工業(yè)時(shí)代多層架構(gòu)向數(shù)字時(shí)代深度扁平化雙層架構(gòu)轉(zhuǎn)變。云邊端一體化的深度扁平化架構(gòu)，繼承多層架構(gòu)的硬件體系，降低了硬件投資。但是通過軟件簡(jiǎn)化了系統(tǒng)結(jié)構(gòu)，提升了實(shí)時(shí)性和響應(yīng)性，系統(tǒng)具有更加良好的性能。在這種架構(gòu)下，感知/執(zhí)行層與邊緣數(shù)據(jù)/ML層實(shí)時(shí)交互，實(shí)現(xiàn)反饋賦能，構(gòu)成自學(xué)習(xí)、自適應(yīng)、自組織、高度自治的信息物理系統(tǒng)，推動(dòng)鋼鐵生產(chǎn)向智能化邁進(jìn)。這種數(shù)據(jù)/ML-感知/執(zhí)行雙層架構(gòu)作為數(shù)字時(shí)代計(jì)算機(jī)系統(tǒng)架構(gòu)的重大進(jìn)展，實(shí)現(xiàn)了從理論經(jīng)驗(yàn)驅(qū)動(dòng)多級(jí)控制架構(gòu)向數(shù)據(jù)驅(qū)動(dòng)軟件定義的邊-端雙層控制架構(gòu)的轉(zhuǎn)型，通過5G工業(yè)互聯(lián)網(wǎng)，有效收集和處理數(shù)據(jù)，優(yōu)化模型，調(diào)試系統(tǒng)，為鋼鐵生產(chǎn)的智能化控制提供了堅(jiān)實(shí)的技術(shù)支撐。

雙層IT架構(gòu)簡(jiǎn)化系統(tǒng)結(jié)構(gòu)，降低硬件投資；感知/執(zhí)行層與邊緣數(shù)據(jù)/ML層實(shí)時(shí)交互，反饋賦能，構(gòu)成自學(xué)習(xí)、自適應(yīng)、自組織、高度自治的世界最高級(jí)智能控制系統(tǒng)——信息物理系統(tǒng)CPS。CPS數(shù)據(jù)驅(qū)動(dòng)，軟件通用化，數(shù)據(jù)個(gè)性化。大幅減少軟件開發(fā)成本，易于系統(tǒng)推廣應(yīng)用；個(gè)性化的數(shù)據(jù)治理采用計(jì)算機(jī)完成，大幅度縮短開發(fā)時(shí)間，降低成本。原有硬件留用，降低轉(zhuǎn)型成本、提高轉(zhuǎn)型效率、快速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，便于成果推廣應(yīng)用?；跀?shù)據(jù)驅(qū)動(dòng)的IT架構(gòu)，可以通過離線開發(fā)調(diào)試-在線操作指導(dǎo)-在線運(yùn)行三步，安全、穩(wěn)妥地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

所以，5G工業(yè)互聯(lián)網(wǎng)下超級(jí)智能的CPS過程控制為數(shù)字化轉(zhuǎn)型、智能化發(fā)展、網(wǎng)絡(luò)化運(yùn)行帶來重大的新優(yōu)勢(shì)。雙層架構(gòu)，數(shù)據(jù)驅(qū)動(dòng)，軟件定義，三步上線，推動(dòng)實(shí)現(xiàn)高質(zhì)量、低成本、高效率、零風(fēng)險(xiǎn)的數(shù)字化轉(zhuǎn)型。

數(shù)字孿生平臺(tái)是鋼鐵工業(yè)大腦，它以數(shù)據(jù)為基礎(chǔ)構(gòu)建以數(shù)字孿生模型為核心的信息物理系統(tǒng)，在高爐煉鐵、熱軋等環(huán)節(jié)應(yīng)用成效顯著。在高爐煉鐵過程中，數(shù)字孿生平臺(tái)通過對(duì)高爐操作數(shù)據(jù)的實(shí)時(shí)采集和分析，構(gòu)建出反映高爐內(nèi)部變化的數(shù)字孿生模型。操作人員可以通過該模型直觀地了解高爐內(nèi)部的運(yùn)行狀態(tài)，及時(shí)發(fā)現(xiàn)潛在問題并進(jìn)行調(diào)整。同時(shí)，數(shù)字孿生平臺(tái)還可以對(duì)不同的操作方案進(jìn)行模擬和優(yōu)化，為操作人員提供最佳的操作建議，提高高爐的生產(chǎn)效率和穩(wěn)定性。以寶武梅山4070m3高爐為例，數(shù)字系統(tǒng)上線應(yīng)用后爐溫穩(wěn)定率提升30%，噸鐵排放降低5%，為梅鋼噸鐵降本30%做出了重要貢獻(xiàn)。

在熱軋環(huán)節(jié)，利用端到端的分析方法，建立熱軋過程輸入操作變量與輸出變量之間的映射關(guān)系，可以建立輸入操作變量與鋼材微觀組織演變的影響規(guī)律。通過映射關(guān)系的優(yōu)化，給出優(yōu)化的反饋賦能工藝動(dòng)態(tài)控制，及時(shí)調(diào)整軋制操作工藝參數(shù)，如溫度制度、軋制速度、負(fù)荷分配等，使Ti微合金高強(qiáng)鋼性能波動(dòng)降低50%以上，明顯提高了產(chǎn)品質(zhì)量。

3.7AIGC的前沿技術(shù)

進(jìn)入新世紀(jì)以來，多模態(tài)、具身智能、智能體等企業(yè)AIGC技術(shù)為各行各業(yè)的發(fā)展提供了大量的應(yīng)用場(chǎng)景和發(fā)展機(jī)會(huì)。鋼鐵工業(yè)首當(dāng)其沖，將這些新型人工智能技術(shù)應(yīng)用于鋼鐵行業(yè)，解決了一批長(zhǎng)期困擾的重大關(guān)鍵問題。

3.7.1多模態(tài)

多模態(tài)。利用不同感知信息（圖像、文本、語音等）協(xié)同，幫助人工智能更準(zhǔn)確地理解外部世界。例如，針對(duì)熱軋組織性能尚不能進(jìn)行實(shí)時(shí)檢測(cè)的現(xiàn)實(shí)困難，目前采用多模態(tài)技術(shù)，協(xié)同應(yīng)用實(shí)測(cè)力學(xué)性能和組織金相照片兩種模態(tài)進(jìn)行材料組織和性能的預(yù)測(cè)，可以大幅度提高預(yù)測(cè)精度。這樣的情況下，外形尺、材料組織性能、表面氧化鐵皮演變3重模型構(gòu)成的大系統(tǒng)全局求解才成為可能。

3.7.2具身智能

具身智能（EmbodiedArtificialIntelligence，EAI）是一種基于物理實(shí)體進(jìn)行感知和行動(dòng)的智能系統(tǒng)。它通過智能體與環(huán)境的交互來獲取信息、理解問題、做出決策并執(zhí)行行動(dòng)，從而展現(xiàn)出智能行為和適應(yīng)性。傳統(tǒng)的人工智能通常依賴于抽象的符號(hào)計(jì)算，而具身智能更強(qiáng)調(diào)通過物理身體的感知、運(yùn)動(dòng)以及與外部環(huán)境的交互來實(shí)現(xiàn)認(rèn)知。

中厚板生產(chǎn)中轉(zhuǎn)鋼功能需要操作人員頻繁手動(dòng)操作，難以實(shí)現(xiàn)系統(tǒng)的精準(zhǔn)協(xié)調(diào)控制，成為久治不愈而遺留下來的“牛皮癬”問題。近年，開發(fā)了具身智能克隆算法的自動(dòng)轉(zhuǎn)鋼技術(shù)，通過在轉(zhuǎn)鋼設(shè)備上安裝傳感器，實(shí)時(shí)采集轉(zhuǎn)鋼過程中的數(shù)據(jù)，如鋼坯位置、轉(zhuǎn)動(dòng)角度、移動(dòng)速度等。然后，利用具身智能克隆算法對(duì)這些數(shù)據(jù)進(jìn)行分析和學(xué)習(xí)，模擬操作人員的轉(zhuǎn)鋼動(dòng)作和決策過程，實(shí)現(xiàn)自動(dòng)轉(zhuǎn)鋼的精準(zhǔn)控制。以轉(zhuǎn)鋼時(shí)間為約束條件，學(xué)習(xí)操作人員的轉(zhuǎn)鋼經(jīng)驗(yàn)，實(shí)現(xiàn)了每塊鋼轉(zhuǎn)鋼時(shí)間減少1秒的優(yōu)化控制，有效解決了手動(dòng)轉(zhuǎn)鋼難以實(shí)現(xiàn)快速精準(zhǔn)協(xié)調(diào)控制的問題，提高了生產(chǎn)效率和質(zhì)量。

除了自動(dòng)轉(zhuǎn)鋼之外，中厚板生產(chǎn)中，側(cè)彎控制、翹扣頭控制等也在采用具身智能技術(shù)，進(jìn)行自動(dòng)化系統(tǒng)的補(bǔ)課。

3.7.3多智能體

組織性能預(yù)測(cè)智能體、溫度設(shè)定智能體、板形控制智能體等多種智能體在鋼鐵生產(chǎn)過程中發(fā)揮著關(guān)鍵作用。它們通過對(duì)生產(chǎn)數(shù)據(jù)的實(shí)時(shí)分析處理和協(xié)調(diào)互動(dòng)，實(shí)現(xiàn)對(duì)生產(chǎn)過程的精準(zhǔn)控制和優(yōu)化，提升產(chǎn)品質(zhì)量和生產(chǎn)效率。例如，組織性能預(yù)測(cè)智能體可以根據(jù)鋼材的化學(xué)成分、生產(chǎn)工藝等數(shù)據(jù)，預(yù)測(cè)產(chǎn)品的組織性能，為后續(xù)的工藝調(diào)整提供依據(jù)；溫度設(shè)定智能體可以根據(jù)生產(chǎn)要求和實(shí)時(shí)溫度數(shù)據(jù)，自動(dòng)調(diào)整加熱和冷卻條件，改變溫度的設(shè)定值，確保鋼材在合適的溫度制度下進(jìn)行加工；板形控制智能體可以通過綜合考慮軋輥的彈性變形、熱變形、磨損的各種軋輥凸度、輥型影響因素，對(duì)軋機(jī)板形調(diào)整機(jī)構(gòu)、負(fù)荷分配等進(jìn)行調(diào)整，控制鋼材的板形，提高產(chǎn)品的平整度。多智能體技術(shù)的應(yīng)用，為鋼材的各種復(fù)雜智能化操作的協(xié)調(diào)、配合提供了強(qiáng)有力的手段。

3.8工業(yè)軟件

過去，工業(yè)軟件是我們的短板，鋼鐵行業(yè)的控制系統(tǒng)軟件基本上是引進(jìn)西方、日本等發(fā)達(dá)國(guó)家的工業(yè)時(shí)代的產(chǎn)品。由于鋼鐵行業(yè)的AIGC+鋼鐵主要是對(duì)原有系統(tǒng)的改造，所以通訊軟件、網(wǎng)絡(luò)管理軟件等可以利用原有的系統(tǒng)，但是過程控制部分要進(jìn)行軟件更新。重點(diǎn)的軟件包括：

數(shù)據(jù)治理軟件，包括數(shù)據(jù)的ETL治理

端到端學(xué)習(xí)軟件，包括時(shí)間序列分析

多目標(biāo)優(yōu)化決策軟件

邊緣數(shù)據(jù)庫與云上數(shù)據(jù)庫軟件

云上資源配置與管理無監(jiān)督學(xué)習(xí)軟件，針對(duì)生產(chǎn)計(jì)劃編制、設(shè)備運(yùn)維、物流管理、能源優(yōu)化管理、排放管理等

PLC系統(tǒng)軟件

與數(shù)據(jù)驅(qū)動(dòng)軟件適配的機(jī)理模型軟件（因果關(guān)系），等等。

軟件編程語言可以根據(jù)原系統(tǒng)的配置情況適當(dāng)選用。軟件系統(tǒng)的架構(gòu)可以采用微服務(wù)架構(gòu)或整體式架構(gòu)。

4

2025-2035年鋼鐵行業(yè)AI發(fā)展規(guī)劃

4.1發(fā)展目標(biāo)與戰(zhàn)略舉措

AI+鋼鐵致力于全方位提升鋼鐵行業(yè)的競(jìng)爭(zhēng)力，目標(biāo)是提高產(chǎn)品質(zhì)量、改進(jìn)工藝技術(shù)、形成創(chuàng)新生態(tài)。

①提高產(chǎn)品質(zhì)量。借助AI技術(shù)嚴(yán)格把控和優(yōu)化生產(chǎn)流程中的各項(xiàng)操作參數(shù)，減少產(chǎn)品缺陷，提高成材率，同時(shí)加速新產(chǎn)品的開發(fā)進(jìn)程，滿足市場(chǎng)對(duì)高品質(zhì)鋼鐵產(chǎn)品的需求。

②改進(jìn)工藝技術(shù)。通過AI優(yōu)化生產(chǎn)流程，提升生產(chǎn)效率與產(chǎn)量，降低能源消耗和生產(chǎn)成本，并且利用智能監(jiān)測(cè)系統(tǒng)有效防止事故發(fā)生。

③形成創(chuàng)新生態(tài)。注重提高勞動(dòng)生產(chǎn)率，促進(jìn)技能傳承和人才培養(yǎng)，營(yíng)造安全的生產(chǎn)環(huán)境，提升整體操作水平，同時(shí)加快鋼鐵企業(yè)數(shù)字人才培訓(xùn)，推動(dòng)關(guān)鍵標(biāo)準(zhǔn)的研制與推廣，構(gòu)建數(shù)字化轉(zhuǎn)型開源生態(tài)，深化工業(yè)互聯(lián)網(wǎng)安全管理。

為實(shí)現(xiàn)這些目標(biāo)，需要多管齊下采取戰(zhàn)略舉措。

①夯實(shí)數(shù)字底座是基礎(chǔ)。通過組織企業(yè)建設(shè)鋼鐵企業(yè)新型全流程一體化信息基礎(chǔ)設(shè)施，擴(kuò)大工業(yè)感知網(wǎng)絡(luò)覆蓋范圍，提升工業(yè)數(shù)據(jù)采集的全面性和準(zhǔn)確性。聚焦數(shù)字化轉(zhuǎn)型、智能化發(fā)展以及工控型生成式AI模型系統(tǒng)等重點(diǎn)環(huán)節(jié)，增強(qiáng)源頭技術(shù)供給，加大對(duì)人工智能與工業(yè)控制融合技術(shù)的研發(fā)投入，提高自主創(chuàng)新能力和技術(shù)、產(chǎn)品的競(jìng)爭(zhēng)力。

②強(qiáng)化應(yīng)用牽引是關(guān)鍵。充分利用鋼鐵行業(yè)豐富的數(shù)據(jù)資源和多樣化的應(yīng)用場(chǎng)景優(yōu)勢(shì)，推動(dòng)智改數(shù)轉(zhuǎn)、數(shù)字換腦和模型換代。讓鋼鐵行業(yè)工控型生成式AI模型系統(tǒng)在企業(yè)產(chǎn)線落地生根，制定明確的項(xiàng)目目標(biāo)，大力推進(jìn)示范線建設(shè)，樹立行業(yè)標(biāo)桿。建立科學(xué)合理的評(píng)價(jià)標(biāo)準(zhǔn)和考核評(píng)價(jià)規(guī)范，從產(chǎn)品質(zhì)量提升、生產(chǎn)效率提高、成本降低等多個(gè)維度對(duì)AI應(yīng)用效果進(jìn)行評(píng)測(cè)，推動(dòng)數(shù)字化、智能化技術(shù)全方位、深層次賦能鋼鐵行業(yè)新型工業(yè)化。

③加強(qiáng)技術(shù)服務(wù)是保障。通過產(chǎn)學(xué)研深度融合、聯(lián)合組隊(duì)等方式，整合高校、科研機(jī)構(gòu)和企業(yè)的優(yōu)勢(shì)資源，推動(dòng)裝備、軟件、網(wǎng)絡(luò)等成組連線創(chuàng)新突破，為鋼鐵企業(yè)提供系統(tǒng)解決方案。加強(qiáng)政產(chǎn)學(xué)研用協(xié)同創(chuàng)新，特別注重企業(yè)數(shù)字化創(chuàng)新隊(duì)伍的培育、建立和培訓(xùn)，打造一支既懂鋼鐵生產(chǎn)又熟悉AI技術(shù)的復(fù)合型人才隊(duì)伍。積極開展技術(shù)交流推廣工作，促進(jìn)鋼鐵企業(yè)之間的經(jīng)驗(yàn)分享和技術(shù)合作，加速AI技術(shù)在鋼鐵行業(yè)的推廣應(yīng)用。

④營(yíng)造良好生態(tài)是支撐。加快鋼鐵企業(yè)數(shù)字人才培訓(xùn)，根據(jù)不同崗位需求制定針對(duì)性的培訓(xùn)課程，提升員工的數(shù)字素養(yǎng)和AI應(yīng)用能力。大力研制推廣關(guān)鍵標(biāo)準(zhǔn)，涵蓋技術(shù)標(biāo)準(zhǔn)、數(shù)據(jù)治理標(biāo)準(zhǔn)、軟件編制標(biāo)準(zhǔn)等，為鋼鐵行業(yè)AI應(yīng)用提供規(guī)范和指導(dǎo)。建設(shè)數(shù)字化轉(zhuǎn)型開源生態(tài)，鼓勵(lì)企業(yè)和開發(fā)者共享技術(shù)成果和創(chuàng)新經(jīng)驗(yàn)，促進(jìn)技術(shù)的快速迭代和應(yīng)用拓展。深化工業(yè)互聯(lián)網(wǎng)安全管理，加強(qiáng)網(wǎng)絡(luò)安全技術(shù)研發(fā)和防護(hù)體系建設(shè)，保障鋼鐵企業(yè)數(shù)據(jù)安全和生產(chǎn)運(yùn)營(yíng)安全。

4.2實(shí)施規(guī)劃

4.2.12025-2026年全流程一體化樣板線建設(shè)階段

此階段重點(diǎn)打造10條以上鐵-鋼-鑄-軋全流程一體化AI+鋼鐵樣板生產(chǎn)線。在選擇建設(shè)對(duì)象時(shí)，充分考慮不同企業(yè)的規(guī)模、產(chǎn)品類型和技術(shù)基礎(chǔ)，確保樣板線具有廣泛的代表性和示范價(jià)值。例如，選取大型鋼鐵聯(lián)合企業(yè)的生產(chǎn)線，展示AI技術(shù)在大規(guī)模、復(fù)雜生產(chǎn)流程中的應(yīng)用效果；選擇特色鋼鐵產(chǎn)品生產(chǎn)企業(yè)的生產(chǎn)線，突出AI技術(shù)對(duì)特定產(chǎn)品質(zhì)量提升和工藝優(yōu)化的作用。

在建設(shè)過程中，集中優(yōu)勢(shì)資源攻克技術(shù)難題，實(shí)現(xiàn)AI技術(shù)與鋼鐵生產(chǎn)全流程的深度融合。從原料采購(gòu)的智能決策、高爐煉鐵的精準(zhǔn)控制、煉鋼過程的優(yōu)化調(diào)度，到連鑄連軋的質(zhì)量監(jiān)控和成品檢驗(yàn)的智能化，每個(gè)環(huán)節(jié)都融入AI技術(shù)，打造高效、智能、綠色的生產(chǎn)模式。同時(shí)，制定AI+鋼鐵的標(biāo)準(zhǔn)體系，包括工序AI+鋼鐵軟件和芯片標(biāo)準(zhǔn)，規(guī)范軟件和芯片的功能、性能、接口等技術(shù)要求，確保其在不同生產(chǎn)線的通用性和兼容性；建立全流程AI+鋼鐵驗(yàn)收評(píng)測(cè)指標(biāo)體系及方法，從生產(chǎn)效率、產(chǎn)品質(zhì)量、能源消耗、環(huán)境影響等多個(gè)維度對(duì)樣板線進(jìn)行量化評(píng)估，為后續(xù)推廣提供科學(xué)依據(jù)。

4.2.22027-2030年全流程一體化生產(chǎn)線大面積推廣階段

在樣板線成功經(jīng)驗(yàn)的基礎(chǔ)上，計(jì)劃完成30條以上全流程一體化AI+鋼鐵生產(chǎn)線的建設(shè)。在推廣過程中，根據(jù)不同地區(qū)和企業(yè)的實(shí)際情況，進(jìn)行個(gè)性化的技術(shù)適配和優(yōu)化。對(duì)于技術(shù)基礎(chǔ)較弱的企業(yè)，提供全方位的技術(shù)支持和培訓(xùn)服務(wù)，幫助其快速掌握和應(yīng)用AI技術(shù)；對(duì)于具有一定數(shù)字化基礎(chǔ)的企業(yè)，引導(dǎo)其在現(xiàn)有基礎(chǔ)上進(jìn)行升級(jí)和拓展，實(shí)現(xiàn)更高水平的智能化生產(chǎn)。

在局部地區(qū)建成區(qū)域政府部門的企業(yè)創(chuàng)新基礎(chǔ)設(shè)施管理系統(tǒng)，對(duì)企業(yè)創(chuàng)新基礎(chǔ)設(shè)施進(jìn)行統(tǒng)一管理和監(jiān)督，整合區(qū)域內(nèi)的技術(shù)、人才、數(shù)據(jù)等資源，實(shí)現(xiàn)資源共享和協(xié)同創(chuàng)新。通過該系統(tǒng)，政府部門可以實(shí)時(shí)掌握企業(yè)AI+鋼鐵項(xiàng)目的進(jìn)展情況，及時(shí)發(fā)現(xiàn)問題并提供政策支持和指導(dǎo)，推動(dòng)AI+鋼鐵技術(shù)在更大范圍內(nèi)的應(yīng)用和普及。

4.2.32031-2035年全流程一體化生產(chǎn)線全行業(yè)推廣階段

全面完成鋼鐵行業(yè)的AI+鋼鐵轉(zhuǎn)型，在重要產(chǎn)鋼地區(qū)建成區(qū)域政府部門管理企業(yè)AI+鋼鐵和創(chuàng)新基礎(chǔ)設(shè)施管理系統(tǒng)，形成國(guó)家鋼鐵企業(yè)創(chuàng)新基礎(chǔ)設(shè)施系統(tǒng)。通過該系統(tǒng)，實(shí)現(xiàn)對(duì)全國(guó)鋼鐵企業(yè)的智能化生產(chǎn)進(jìn)行宏觀管理和調(diào)控，優(yōu)化產(chǎn)業(yè)布局，提高資源配置效率。

鋼鐵行業(yè)基本完成AI+鋼鐵轉(zhuǎn)型，實(shí)現(xiàn)高質(zhì)量發(fā)展。在產(chǎn)品質(zhì)量方面，達(dá)到國(guó)際先進(jìn)水平，滿足高端制造業(yè)對(duì)鋼鐵材料的嚴(yán)格要求；在工藝技術(shù)方面，實(shí)現(xiàn)生產(chǎn)流程的智能化、綠色化和高效化，大幅降低能源消耗和環(huán)境污染；在創(chuàng)新能力方面，形成完善的創(chuàng)新生態(tài)體系，企業(yè)具備強(qiáng)大的自主創(chuàng)新能力和市場(chǎng)競(jìng)爭(zhēng)力。同時(shí)，建成鋼鐵行業(yè)管理控制優(yōu)化模型系統(tǒng)，通過政產(chǎn)學(xué)研用深度融合，加速AI+鋼鐵賦能，推動(dòng)鋼鐵行業(yè)在新型工業(yè)化道路上持續(xù)前行。

4.3標(biāo)準(zhǔn)制定

①標(biāo)準(zhǔn)制定的關(guān)鍵內(nèi)容。2025-2026年是標(biāo)準(zhǔn)制定的關(guān)鍵時(shí)期，明確鋼鐵工業(yè)AI+鋼鐵的發(fā)展目標(biāo)至關(guān)重要。除了持續(xù)關(guān)注關(guān)鍵工序數(shù)控化率、生產(chǎn)設(shè)備數(shù)字化率、3D崗位機(jī)器換人率等傳統(tǒng)設(shè)備和裝備水平指標(biāo)外，更加注重黑箱系統(tǒng)解決方案應(yīng)用普及率的考核，特別是CPS系統(tǒng)的應(yīng)用率。CPS系統(tǒng)作為實(shí)現(xiàn)鋼鐵生產(chǎn)智能化的核心技術(shù)，其應(yīng)用率的高低直接反映了企業(yè)智能化轉(zhuǎn)型的程度。

②加強(qiáng)AI+鋼鐵在生產(chǎn)過程中對(duì)產(chǎn)品質(zhì)量、生產(chǎn)效率、生產(chǎn)成本、環(huán)境效應(yīng)等方面貢獻(xiàn)率的考核。制定量化的考核指標(biāo)，例如規(guī)定AI技術(shù)應(yīng)用后產(chǎn)品質(zhì)量缺陷率降低的具體比例、生產(chǎn)效率提高的幅度、生產(chǎn)成本降低的額度以及污染物排放減少的數(shù)量等，充分發(fā)揮AI技術(shù)促進(jìn)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的作用。

③制定鋼鐵行業(yè)各工藝環(huán)節(jié)和全流程AI+鋼鐵的技術(shù)標(biāo)準(zhǔn)。以標(biāo)準(zhǔn)規(guī)范AI技術(shù)在原料處理、煉鐵、煉鋼、軋鋼等各個(gè)工藝環(huán)節(jié)的應(yīng)用要求和技術(shù)參數(shù)；制定數(shù)據(jù)治理標(biāo)準(zhǔn)，確保鋼鐵企業(yè)數(shù)據(jù)的準(zhǔn)確性、完整性、一致性和安全性，為AI模型訓(xùn)練提供高質(zhì)量的數(shù)據(jù)支持；制定軟件編制標(biāo)準(zhǔn)，統(tǒng)一鋼鐵行業(yè)AI相關(guān)軟件的開發(fā)規(guī)范和接口標(biāo)準(zhǔn)，提高軟件的通用性和可擴(kuò)展性，指導(dǎo)企業(yè)的AI+鋼鐵轉(zhuǎn)型工作有序開展和普及。

4.4驗(yàn)收評(píng)測(cè)指標(biāo)和方法

①建立驗(yàn)收評(píng)測(cè)指標(biāo)體系及方法。建立全面、科學(xué)的驗(yàn)收評(píng)測(cè)體系是確保AI+鋼鐵項(xiàng)目質(zhì)量的重要手段，該體系包括全線指標(biāo)和生產(chǎn)單元指標(biāo)。

②全線指標(biāo)。全線指標(biāo)涵蓋多個(gè)方面，主流程信息物理系統(tǒng)化率反映了鋼鐵生產(chǎn)全流程中信息物理系統(tǒng)的覆蓋程度和融合深度；系統(tǒng)的數(shù)據(jù)驅(qū)動(dòng)率體現(xiàn)了AI模型對(duì)生產(chǎn)決策的支持程度，數(shù)據(jù)驅(qū)動(dòng)率越高，說明生產(chǎn)過程越依賴數(shù)據(jù)和AI技術(shù)進(jìn)行優(yōu)化；數(shù)據(jù)治理計(jì)算機(jī)化率衡量了數(shù)據(jù)治理過程中計(jì)算機(jī)自動(dòng)化處理的程度，反映了數(shù)據(jù)治理的效率和質(zhì)量；機(jī)器學(xué)習(xí)模型標(biāo)準(zhǔn)化率確保不同生產(chǎn)線使用的機(jī)器學(xué)習(xí)模型具有統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范，便于模型的評(píng)估、比較和優(yōu)化；信息采集實(shí)時(shí)化率保證生產(chǎn)過程中的數(shù)據(jù)能夠及時(shí)、準(zhǔn)確地采集，為實(shí)時(shí)控制和決策提供依據(jù)；資源配置與管理的數(shù)據(jù)驅(qū)動(dòng)率反映了企業(yè)在資源配置和管理方面對(duì)數(shù)據(jù)的利用程度，通過數(shù)據(jù)分析實(shí)現(xiàn)資源的優(yōu)化配置，提高生產(chǎn)效率和經(jīng)濟(jì)效益。此外，還包括全流程最終產(chǎn)品質(zhì)量指標(biāo)、全流程生產(chǎn)效率、全流程生產(chǎn)成本、全流程能耗、全流程排放等綜合性指標(biāo)，從多個(gè)維度全面評(píng)估AI+鋼鐵項(xiàng)目對(duì)鋼鐵生產(chǎn)全流程的影響。

③生產(chǎn)單元指標(biāo)。生產(chǎn)單元指標(biāo)則聚焦于各個(gè)生產(chǎn)單元的具體表現(xiàn)，例如單元生產(chǎn)質(zhì)量提高比例，即通過與國(guó)內(nèi)外先進(jìn)指標(biāo)進(jìn)行對(duì)比，直觀反映AI技術(shù)在提升產(chǎn)品質(zhì)量方面的效果；單元生產(chǎn)效率提高比例體現(xiàn)了AI技術(shù)對(duì)生產(chǎn)速度和產(chǎn)能的提升作用；單元生產(chǎn)成本降低比例展示了AI技術(shù)在節(jié)約成本方面的貢獻(xiàn)；單元能耗降低比例和單元排放降低比例反映了AI技術(shù)在節(jié)能減排、實(shí)現(xiàn)綠色生產(chǎn)方面的成效。同時(shí)，關(guān)注生產(chǎn)穩(wěn)定性提高的比例，衡量AI技術(shù)對(duì)生產(chǎn)過程穩(wěn)定性的增強(qiáng)效果，減少生產(chǎn)波動(dòng)和故障，提高生產(chǎn)的可靠性。

④生產(chǎn)現(xiàn)場(chǎng)指標(biāo)。在生產(chǎn)現(xiàn)場(chǎng)指標(biāo)方面，重點(diǎn)評(píng)估提高勞動(dòng)生產(chǎn)率情況。通過自動(dòng)化和智能化設(shè)備的應(yīng)用，減少人工干預(yù)，提高生產(chǎn)效率；技能傳承和人才培養(yǎng)情況反映了AI+鋼鐵項(xiàng)目對(duì)企業(yè)人才隊(duì)伍建設(shè)的影響，促進(jìn)知識(shí)和技能的傳承，培養(yǎng)適應(yīng)智能化生產(chǎn)的新型人才；安全水平的提升體現(xiàn)了AI技術(shù)在安全監(jiān)測(cè)、預(yù)警和風(fēng)險(xiǎn)控制方面的作用，保障生產(chǎn)過程的安全；操作水平提高情況展示了AI技術(shù)對(duì)操作人員工作效率和操作準(zhǔn)確性的提升，使操作人員能夠更好地應(yīng)對(duì)復(fù)雜的生產(chǎn)環(huán)境和任務(wù)。

通過對(duì)這些指標(biāo)的全面評(píng)估，推動(dòng)AI+活動(dòng)對(duì)鋼鐵行業(yè)的驅(qū)動(dòng)力，以利于集中力量攻克生成式AI+鋼鐵的難關(guān)，特別是主流程邊緣系列黑箱問題，實(shí)現(xiàn)數(shù)字換腦、模型換代，確保AI+鋼鐵項(xiàng)目取得實(shí)際成效，推動(dòng)鋼鐵行業(yè)高質(zhì)量發(fā)展。

4.5行業(yè)示范樣板線建設(shè)規(guī)劃

4.4.1鋼鐵行業(yè)樣板線規(guī)劃

2025-2026年，針對(duì)板材、帶材、型材、管材等不同產(chǎn)品類型，精心規(guī)劃了多條全流程一體化AI+鋼鐵轉(zhuǎn)型樣板線。

這些樣板線將在利用AIGC加強(qiáng)技術(shù)應(yīng)用、生產(chǎn)管理、質(zhì)量控制等方面發(fā)揮示范引領(lǐng)作用，為AIGC賦能鋼鐵行業(yè)等原材料行業(yè)提供實(shí)踐經(jīng)驗(yàn)和參考范例。

結(jié)語

在數(shù)字時(shí)代的浪潮中，生成式AI的蓬勃發(fā)展為鋼鐵行業(yè)帶來了前所未有的機(jī)遇與挑戰(zhàn)。鋼鐵行業(yè)擁有豐富的數(shù)據(jù)資源和全流程一體化的“黑箱”應(yīng)用場(chǎng)景，這是其實(shí)現(xiàn)轉(zhuǎn)型升級(jí)的重要基礎(chǔ)。通過將實(shí)體經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)深度融合，大力建設(shè)鋼鐵企業(yè)創(chuàng)新基礎(chǔ)設(shè)施，積極推進(jìn)人工智能與工業(yè)控制的協(xié)同發(fā)展，充分發(fā)揮數(shù)字孿生模型、多模態(tài)、具身智能、E2E等新興AIGC技術(shù)的強(qiáng)大效能，鋼鐵行業(yè)有望實(shí)現(xiàn)高質(zhì)量、低成本、高效率、零風(fēng)險(xiǎn)的數(shù)字化轉(zhuǎn)型。

2025-2035年，通過分階段實(shí)施、標(biāo)準(zhǔn)制定、驗(yàn)收評(píng)測(cè)和樣板線示范等一系列有力舉措，鋼鐵行業(yè)將逐步構(gòu)建起全流程、一體化的數(shù)字化體系。這不僅有助于打造新質(zhì)生產(chǎn)力，推動(dòng)鋼鐵行業(yè)實(shí)現(xiàn)綠色化、高質(zhì)化、強(qiáng)鏈化發(fā)展，還將使其在新型工業(yè)化道路上穩(wěn)步邁進(jìn)，為我國(guó)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展提供堅(jiān)實(shí)的產(chǎn)業(yè)支撐。在未來的發(fā)展進(jìn)程中，鋼鐵行業(yè)需持續(xù)關(guān)注技術(shù)創(chuàng)新，加強(qiáng)人才培養(yǎng)，不斷優(yōu)化產(chǎn)業(yè)生態(tài)，以應(yīng)對(duì)不斷變化的市場(chǎng)環(huán)境和技術(shù)挑戰(zhàn)，在數(shù)字化轉(zhuǎn)型、智能化發(fā)展的道路上不斷探索前行，實(shí)現(xiàn)鋼鐵產(chǎn)業(yè)的全面振興與升級(jí)，建成領(lǐng)先世界的中國(guó)式現(xiàn)代化鋼鐵工業(yè)集群。

備注：數(shù)據(jù)僅供參考，不作為投資依據(jù)。