“AI重構(gòu)鋼鐵產(chǎn)業(yè)核心生產(chǎn)力。”8月18日，中國鋼鐵工業(yè)協(xié)會(huì)副會(huì)長姜維在“AI+鋼鐵”技術(shù)發(fā)布會(huì)上表示，在國家一系列“人工智能+”政策的指引下，鋼鐵行業(yè)正迎來以AI驅(qū)動(dòng)高端化躍遷的歷史性機(jī)遇。
中國工程院院士王國棟指出，鋼鐵工業(yè)作為典型的大型復(fù)雜流程工業(yè)，全流程各工序均呈現(xiàn)“黑箱”特性，存在大量不完全信息、不確定性及動(dòng)態(tài)環(huán)境下的各類問題。尤其是材料“黑箱”內(nèi)部的演變過程與最終的目標(biāo)控制變量，目前尚無法實(shí)現(xiàn)在線實(shí)時(shí)連續(xù)監(jiān)測(cè)，單純依靠數(shù)字時(shí)代的大數(shù)據(jù)、機(jī)器學(xué)習(xí)等統(tǒng)計(jì)方法，難以突破現(xiàn)有瓶頸。
對(duì)此，王國棟提出破解之道，即整合我國鋼鐵材料領(lǐng)域與AI領(lǐng)域?qū)＜业膬?yōu)勢(shì)，充分利用鋼鐵行業(yè)豐富的大數(shù)據(jù)、鋼鐵領(lǐng)域?qū)＜业睦碚撆c經(jīng)驗(yàn)，以及信息領(lǐng)域先進(jìn)的生成式人工智能技術(shù)，建立人機(jī)混合人工智能體，為鋼鐵行業(yè)精準(zhǔn)賦能。
以煉鐵環(huán)節(jié)為例，煉鐵過程涉及的物理化學(xué)冶金反應(yīng)極為復(fù)雜，全流程“黑箱”操作，不僅數(shù)據(jù)維度高、耦合性與非線性強(qiáng)，還存在明顯的時(shí)間滯后性；同時(shí)，煉鐵工業(yè)長期存在的工序孤島式控制問題，導(dǎo)致單元間界面銜接性差、資源配置困難、實(shí)時(shí)分析效率低下。
東北大學(xué)“AI+鋼鐵”大模型便是通過基于鐵前大數(shù)據(jù)的智能配礦系統(tǒng)，不僅能夠有效降低噸鐵能源消耗，減少碳排放，還可對(duì)渣鐵性能成分實(shí)現(xiàn)提前預(yù)測(cè)，大幅提升爐熱穩(wěn)定率、爐缸活躍性。
“AI作為數(shù)字時(shí)代的前沿技術(shù)，為鋼鐵行業(yè)突破發(fā)展瓶頸、實(shí)現(xiàn)高質(zhì)量發(fā)展帶來了新的曙光�！币苯鸸I(yè)信息標(biāo)準(zhǔn)研究院院長張龍強(qiáng)表示，智能算法能夠精準(zhǔn)預(yù)測(cè)設(shè)備故障，大幅減少停機(jī)時(shí)間，提高生產(chǎn)效率。在質(zhì)量控制領(lǐng)域，AI圖像識(shí)別技術(shù)可以對(duì)鋼材表面缺陷進(jìn)行高精度檢測(cè)，確保產(chǎn)品質(zhì)量符合標(biāo)準(zhǔn)。此外，在供應(yīng)鏈管理環(huán)節(jié)，人工智能還能夠根據(jù)市場(chǎng)需求、原材料價(jià)格波動(dòng)等多因素預(yù)測(cè)，優(yōu)化采購與生產(chǎn)計(jì)劃，降低運(yùn)營成本，提升企業(yè)競(jìng)爭(zhēng)力，激活新動(dòng)能。
在此背景下，鋼鐵行業(yè)正在加速推動(dòng)“AI+鋼鐵”相關(guān)標(biāo)準(zhǔn)制定工作。張龍強(qiáng)透露，在工信部科技司的指導(dǎo)下，我國已開展《人工智能 鋼鐵大模型技術(shù)要求》等6項(xiàng)大模型標(biāo)準(zhǔn)的研制。同時(shí)，聚焦人工智能在鋼鐵行業(yè)的典型應(yīng)用場(chǎng)景，以需求為牽引，開展了《人工智能 鋼鐵行業(yè)應(yīng)用場(chǎng)景分類指南》等10余項(xiàng)標(biāo)準(zhǔn)的研制。
展望未來，姜維指出，鋼鐵行業(yè)將繼續(xù)以“AI+智能技術(shù)應(yīng)用”為核心，全面轉(zhuǎn)向新一代人工智能技術(shù)驅(qū)動(dòng)的生產(chǎn)力重塑，通過政策引導(dǎo)、標(biāo)準(zhǔn)建設(shè)、標(biāo)桿推廣推動(dòng)行業(yè)轉(zhuǎn)型。重點(diǎn)聚焦產(chǎn)業(yè)鏈智能協(xié)同、低碳智能融合及低成本技術(shù)推廣，支撐鋼鐵行業(yè)高端化、智能化、綠色化發(fā)展。（經(jīng)濟(jì)參考報(bào)） |
.png)