本報記者 米颯

　　6月26日~27日，由中國鋼鐵工業(yè)協(xié)會、中國鋼研科技集團(tuán)有限公司、河鋼集團(tuán)有限公司共同主辦的第二屆鋼鐵工業(yè)智能制造發(fā)展論壇的主題會議——新興技術(shù)在鋼鐵生產(chǎn)場景的應(yīng)用與實(shí)踐，在河北石家莊燕山大酒店召開。會上，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(yīng)用與實(shí)踐的看法和心得。

　　聚焦未來智慧鋼廠

　　“當(dāng)前，智慧鋼廠發(fā)展主要有5大方向、12個模塊，分別是有機(jī)循環(huán)、綠色制造、個性定制、服務(wù)轉(zhuǎn)型、智能生產(chǎn)；數(shù)字化工廠——一體化工程實(shí)施運(yùn)維及仿真、工業(yè)大數(shù)據(jù)、工業(yè)信息基礎(chǔ)架構(gòu)及安全、PLM（產(chǎn)品生命周期管理）行業(yè)應(yīng)用與物流仿真、智能制造運(yùn)營管理、系統(tǒng)化節(jié)能、產(chǎn)線級節(jié)能、設(shè)備狀態(tài)監(jiān)控診斷、操作少人化/無人化、傳感與檢測技術(shù)、智慧物流、智慧營銷。”西門子數(shù)字化企業(yè)創(chuàng)新發(fā)展中心高級咨詢顧問趙海濤在做以《西門子數(shù)字化理念助力鋼鐵行業(yè)智能制造實(shí)踐》為主題的報告時表示。

　　那么，打造這樣的智慧鋼廠需要什么樣的新技術(shù)？趙海濤認(rèn)為，企業(yè)應(yīng)運(yùn)用以下數(shù)字化新技術(shù)，挖掘未來的生產(chǎn)潛力。其一，大數(shù)據(jù)應(yīng)用。應(yīng)探索應(yīng)用大數(shù)據(jù)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(shù)字化交付。推動從一體化設(shè)計到一體化運(yùn)維的數(shù)字化交付的實(shí)現(xiàn)。其三，遠(yuǎn)程監(jiān)控診斷APP開發(fā)。開發(fā)具有高通用性的覆蓋典型自動化和驅(qū)動產(chǎn)品，應(yīng)用于不同行業(yè)的監(jiān)控診斷APP（基于本地服務(wù)器/云服務(wù)器）。其四，應(yīng)用AR（增強(qiáng)現(xiàn)實(shí)）技術(shù)進(jìn)行設(shè)備維護(hù)。探索AR技術(shù)在工業(yè)領(lǐng)域的應(yīng)用，支撐現(xiàn)場運(yùn)維管理的可視化，建立虛擬遠(yuǎn)程運(yùn)維數(shù)字化平臺。其五，無人駕駛和綠波交通。開發(fā)應(yīng)用于框架車運(yùn)輸?shù)臒o人駕駛技術(shù)，并對重載卡車實(shí)行信號優(yōu)先原則，以期提高運(yùn)輸效率，降低運(yùn)輸能耗。

　　同時，在打造智慧鋼廠時，企業(yè)還應(yīng)注重相關(guān)人才的培養(yǎng)。他表示，在人才培養(yǎng)方向上，主要有4類，分別為頂層方案架構(gòu)師、系統(tǒng)方案設(shè)計師、應(yīng)用方案設(shè)計師、數(shù)據(jù)分析師。

　　AI及大數(shù)據(jù)在鋼鐵行業(yè)的應(yīng)用

　　AI（人工智能）及工業(yè)大數(shù)據(jù)是當(dāng)前鋼鐵行業(yè)較為火熱的話題。針對此話題，寶鋼股份中央研究院智能制造研究所所長張群亮在做以《AI及工業(yè)大數(shù)據(jù)在鋼鐵中應(yīng)用設(shè)想與實(shí)踐》為主題的報告時表示，鋼企實(shí)施“鋼鐵+人工智能”有需求、有條件、有挑戰(zhàn)。

　　他進(jìn)一步表示，有需求是因?yàn)殇撹F生產(chǎn)流程長、問題影響因素多，各環(huán)節(jié)相互關(guān)聯(lián)，常規(guī)方法難見效；有條件是因?yàn)楹Ａ繑?shù)據(jù)資源為人工智能應(yīng)用提供了重要的基礎(chǔ)條件；有挑戰(zhàn)則是因?yàn)榭蛻舻囊笕找鎳?yán)苛，對技術(shù)精度、可靠性和穩(wěn)定性都有著極高的要求。

　　在談到AI及大數(shù)據(jù)應(yīng)用的方向時，他表示，主要有以下幾個：一是智能裝備。通過執(zhí)行裝備+“視覺”“聽覺”“觸覺”等，擴(kuò)展裝備功能，實(shí)現(xiàn)裝備智能化，自動匹配產(chǎn)品差異化要求。二是設(shè)備預(yù)測性維護(hù)。利用人工智能技術(shù)對設(shè)備使用、維護(hù)及質(zhì)量相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)，分析設(shè)備性能衰減趨勢，實(shí)現(xiàn)設(shè)備從計劃式維護(hù)向預(yù)測式維護(hù)轉(zhuǎn)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(yù)測。基于大數(shù)據(jù)與機(jī)器學(xué)習(xí)的深度結(jié)合，建立產(chǎn)品性能預(yù)測模型，實(shí)現(xiàn)數(shù)字化產(chǎn)品性能管控。五是全流程生產(chǎn)過程預(yù)控。對生產(chǎn)過程進(jìn)行分段、分級監(jiān)控，對可能影響產(chǎn)品質(zhì)量的因素和現(xiàn)象及時報警，及時發(fā)現(xiàn)質(zhì)量問題，減少批量缺點(diǎn)。六是智能控制模型。目前，鋼鐵過程控制基本采用“冶金機(jī)理計算+過程控制”，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AI自主學(xué)習(xí)能力的過程控制系統(tǒng)，使控制模型具有動態(tài)學(xué)習(xí)能力，能夠根據(jù)外部條件變化自行調(diào)整，并具備知識積累能力。七是產(chǎn)品數(shù)字化設(shè)計。人工智能和材料設(shè)計的結(jié)合目前已經(jīng)起步，未來或?qū)懋a(chǎn)品設(shè)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，事后查詢記錄。這種人工質(zhì)檢往往受制于質(zhì)檢人員即時的身體狀態(tài)和心理狀態(tài)、質(zhì)檢人員的經(jīng)驗(yàn)是否豐富、不同質(zhì)檢人員的知識背景，其結(jié)果是不穩(wěn)定的，容易造成缺失。

　　綜合來看，AI及工業(yè)大數(shù)據(jù)在鋼鐵行業(yè)的深度應(yīng)用是趨勢，目前已具備了可行性與經(jīng)濟(jì)性。同時，他也提醒，企業(yè)在應(yīng)用AI及工業(yè)大數(shù)據(jù)過程中，既要關(guān)注機(jī)會，也要避免“陷阱”，特別要注重提高模型應(yīng)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(tǒng)制造系統(tǒng)存在的痛點(diǎn)主要有以下幾個：一是感知深度不足。傳統(tǒng)儀表自動化系統(tǒng)僅感知過程變量，信息維度低，難以反映物理過程深層次動態(tài)特征。二是互聯(lián)廣度不足。跨領(lǐng)域信息孤島難以互聯(lián)互通，無法準(zhǔn)確描述領(lǐng)域間復(fù)雜的互聯(lián)關(guān)系，決策全局性差。三是分析的綜合預(yù)見性不足。對工業(yè)運(yùn)行數(shù)據(jù)的挖掘深度不夠，導(dǎo)致決策不明確、盲目。當(dāng)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(tǒng)的深度融合，即工業(yè)互聯(lián)網(wǎng)。”主題會議上，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(yīng)用》為主題的報告時表示。

　　她進(jìn)一步表示，工業(yè)互聯(lián)網(wǎng)的使用場景主要有以下幾個：一是面向工業(yè)現(xiàn)場的生產(chǎn)過程優(yōu)化，包括優(yōu)化工藝參數(shù)、生產(chǎn)績效管理服務(wù)優(yōu)化，以及良品率的自動診斷設(shè)備的預(yù)測性維護(hù)、能耗優(yōu)化等；二是面向企業(yè)運(yùn)營的管理決策優(yōu)化，包括優(yōu)化供應(yīng)鏈管理、經(jīng)營績效分析、供應(yīng)鏈一體化協(xié)同及排產(chǎn)、倉儲物流、訂單管理等；三是面向社會化生產(chǎn)的資源優(yōu)化配置與協(xié)同，包括協(xié)同制造、個性定制、產(chǎn)融結(jié)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(shè)計反饋優(yōu)化等。

　　她指出，工業(yè)互聯(lián)網(wǎng)平臺需要解決多類工業(yè)設(shè)備接入、多源工業(yè)數(shù)據(jù)集成、海量數(shù)據(jù)管理與處理、工業(yè)數(shù)據(jù)建模分析、工業(yè)應(yīng)用創(chuàng)新與集成、工業(yè)知識積累迭代等一系列問題，涉及七大類關(guān)鍵技術(shù)，分別為數(shù)據(jù)集成和邊緣處理技術(shù)、LaaS（基礎(chǔ)設(shè)施即服務(wù)）技術(shù)、平臺使能技術(shù)、數(shù)據(jù)管理技術(shù)、工業(yè)數(shù)據(jù)建模與分析技術(shù)、應(yīng)用開發(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(gòu)分別為：應(yīng)用層、工業(yè)PaaS層（平臺即服務(wù)）和邊緣層。其中，應(yīng)用層是為了解決工業(yè)實(shí)踐及創(chuàng)新問題。一方面進(jìn)行工業(yè)應(yīng)用部署，通過工業(yè)SaaS（軟件即服務(wù)）和APP的方式實(shí)現(xiàn)設(shè)計、生產(chǎn)、管理等環(huán)節(jié)的價值提升；另一方面進(jìn)行工業(yè)應(yīng)用創(chuàng)新，借助開發(fā)社區(qū)等方式塑造良好的創(chuàng)新環(huán)境，推動基于平臺的工業(yè)APP創(chuàng)新。工業(yè)PaaS層是為了解決工業(yè)數(shù)據(jù)處理和知識積累沉淀等問題，形成良好的開發(fā)環(huán)境。邊緣層則是為了解決數(shù)據(jù)采集集成問題。

　　《中國冶金報》（2019年07月04日 03版三版）