Driven by the dual imperatives of advancing global carbon neutrality goals and the new wave of technological revolution, China's steel industry faces unprecedented pressure for transformation alongside significant development opportunities. During the "15th Five-Year Plan" period (2026-2030), the industry must focus its innovation efforts on four key technological fronts: firstly, leveraging China's unique scrap steel resources by researching and implementing classification management and circular utilization throughout the steel material lifecycle, driving technological innovation, industrial restructuring, and business model transformation to achieve a scientifically sound transition from the current low scrap ratio era towards high scrap ratios and ultimately a fully scrap-based steelmaking era. Secondly, building upon historical big data from core production processes, the industry should advance "knowledge-guided + data-driven" methodologies to develop complex black-box predictive models integrating computational intelligence, multimodal perception intelligence, and human-machine hybrid cognitive intelligence, enabling autonomous, unmanned control of metallurgical and processing equipment. Thirdly, accelerating rapid material innovation iteration through AI is crucial, targeting the upgrade of large-volume, widely used traditional materials, innovating the shift towards small-batch, multi-variety production models, and achieving engineering breakthroughs in next-generation smelting, casting, and processing technologies for high-alloy materials. Fourthly, strengthening coordinated management and optimized operation across the entire industrial chain under 5G Industrial Internet management is essential, utilizing real-time big data and machine learning vertically to guide resource allocation and optimization, while horizontally achieving interconnected information flow, synergistic integration, mutual prosperity, shared benefits, and high-quality development throughout the entire process chain.

　　在推进实现全球碳中和目标与新一轮科技革命的双重驱动下，中国钢铁行业正面临前所未有的转型压力与发展机遇。“十五五”期间，我国钢铁工业应瞄准以下四大技术创新主线发力。第一，针对我国废钢资源的特色，研究探讨钢铁材料全生命周期废钢资源的分类管理、循环利用，进行技术创新、产业重构、经营模式创新，实现由目前的低废钢比时代向高废钢比时代、全废钢时代的科学合理过渡。第二，以钢铁主流程实测历史大数据为基础，推进钢铁流程“知识引导+数据驱动”，攻克大数据计算智能、多模态感知智能、人机混合认知智能构成的黑箱预测模型难关，实现冶金、加工设备的自主无人控制。第三，AI（人工智能）驱动材料创新实现快速迭代，聚焦量大面广传统材料的升级换代、小批量—多品种生产模式转换创新、高合金材料新一代冶炼、铸造、加工技术工程创新。第四，钢铁行业必须加强5G工业互联网管理下全产业链协调管理优化运行。在垂直方向上，实时大数据/机器学习指导资源配置与优化；在流程方向上，实现全产业链信息互联互通、协同融合、共荣共享、高质量发展。

　　废钢是最好的绿色铁素资源。我国粗钢产量多年维持在10亿吨高位，已连续29年位居世界第一。随着我国钢铁蓄积量的增加，废钢储存量必然随之逐年增加，预计未来某个时间，对应于目前的产量高峰，将出现废钢产出高峰，届时废钢供给量将超过逐年下降的钢铁需求量，全废钢时代必将到来！这是全世界独此一家的“中国特色”，是我们制定未来发展策略必须认真考虑的基本出发点。

　　但是目前尚缺少全生命周期（钢材生产厂、制造厂、用户、废钢企业）、全产业链的废钢科学管理，废钢回收技术水平低下，尚未实现严格分类回收。

　　废钢问题必须立即从现在抓起，开展深入研究，建立起废钢资源分类，科学管理、循环利用的新体制、新机制。以EPR（生产者责任延伸）文件为指针，为了实现废钢科学有效利用，必须研究探讨如何以钢铁材料全生命周期、全生产流程、全产业链协同，实现废钢资源的分类管理、循环和利用，进行产业重构和经营模式创新，解决我国钢铁行业与制造业共同面临的资源、能源、环境等重大问题。管理问题的核心点是实施贯穿产品全生命周期的标识解析系统。因此需要研究如何从孤立的企业非标准化标识管理系统，过渡到互联的标准化工业互联网标识解析系统，从而实现报废钢铁材料拆解的自动化、数字化、标识化、机器人化。要实现机器人化装配—拆解，设计—生产—使用—回收等全程标识追踪，确保废钢高质量循环，让废钢变成最优绿色铁素资源。

　　废钢资源是绿色、低碳的铁素资源。在全废钢时代，废钢产出量大于需求量，已经没有必要再使用铁矿石炼铁了。届时，除了钒钛磁铁矿等特殊矿产资源可能需要使用竖炉氢基熔分外，竖炉需求已经不大。因此，发展竖炉冶炼须谨慎。

　　近年，美国、欧洲正在开发使用以铁矿石为原料的零碳炼铁工艺，如熔融氧化物电解工艺MOE、低温炼铁工艺ODE、欧盟低温电解工艺ULCOTWIN，以及我国有的团队也在开发的零碳排放闪速炼铁工艺。不少企业已经对这些技术表现出极大的兴趣，跃跃欲试。但是，考虑到我国钢铁业世界独一无二的特色，即将来会进入到全废钢时代，废钢产出量会远大于需求量，已经没有用铁矿石炼铁的需求。因此，决策投入重金和人力开发所谓零碳炼铁技术必须慎之又慎。

　　今后几十年间，将逐步实现低比例废钢—高比例废钢—全废钢的平稳过渡，最终达到低碳（零碳）、绿色化、全废钢冶炼。目前，有些钢厂有比较充足的废钢资源，迫切需要建立科学合理、绿色减排、优质高效的产业链，开发全新的绿色、高效、清洁的废钢冶炼技术。在这种情况下，必须研究高比例废钢，甚至全废钢时低碳节能优质环保的冶炼（熔化）与精炼工艺与装备。需要认真研究比较分析，在产业链上，炼钢、连铸与轧制的界面如何实现节能减排、优质高效的合理衔接？是继续采用目前的冶炼连铸与轧制远离的产业链断裂方式，还是采用界面优化、热送热装方式衔接？在冶炼装备上，是采用电弧炉+精炼，还是采用感应炉+精炼，亦或是采用其它的创新方式？这些都需要科学思考、大胆创新、科学实践，同时还要制订严格的冶炼质量标准和操作规范。

　　03  低成本、易循环、高质量的绿色产品设计与生产

　　钢厂的钢材产品设计应遵循新一代钢材绿色化的设计理念，确保生产的钢材低成本、易循环、高质量。例如，不锈钢可以实现100%回收，相对于现在大量使用的碳钢，不锈钢全生命周期成本可降低20%左右。因此，研究不锈钢的可行应用场景，推动它在我国经济建设中的广泛应用，将成为今后研究的重要课题。在制造业部门，同样需要进行钢材的优化设计研究。以乘用车白车身为例，需研究一钢多能的柔性优化设计，即可以用一种钢材，通过不同的加工工艺生产大跨度强度和性能范围的材料，并在制造过程中将这些材料焊接成白车身。这样便可在报废白车身时无需拆解分类，循环利用将十分方便。

　　铁矿石是我国钢铁工业的保障性资源，属国家重大战略需求。我国钢铁产量大，加之铁矿资源禀赋差、难利用，铁矿石长期大量依赖进口，进口量已连续多年超10亿吨，对外依存度一直在80%左右徘徊。自主研发创新技术，实现难选铁矿资源的高效利用，意义重大。

　　但是，各地的铁矿成矿方式不同，例如有热液成矿、沉积成矿、变质成矿等各种成矿条件，因而造成矿物的化学组成、嵌布粒度、嵌镶关系等资源禀赋差异很大，各矿都有自己的特点。目前，高校与企业合作，针对海南石碌铁矿难选铁矿石、酒钢镜铁山铁矿石、铌铁混合精矿石分别立项，根据各矿的特点，研究特色化的创新选矿技术与工程应用，取得显著效果。已有专家提出利用铁矿石的基因分析方法，研究相应的铁矿石选矿处理方法，通过试验和验证，即可在工业化的水平上实现各种不同的难选矿优质选用。这是一个很有挑战性的新课题。

　　05  适应能源结构转型的钢铁生产技术

　　中国宝武等单位研究适应能源结构转型的钢铁生产技术，全流程“油车”变“电车”，实现由化石能源向电能转换的能源结构调整，在冶金还原煤气电加热、原燃料电加热造块、轧钢热处理加热电气化等方面做工作，实现从源头上减碳。据中国宝武有关负责人介绍，节能减排效果极为显著。这种减排思路有必要在“十五五”期间在更大范围内研究、推广、应用。

　　06  高钛型钒钛磁铁矿氢冶金关键技术与装备

　　高钛型钒钛磁铁矿分布于我国四川、云南、河北承德、辽宁朝阳等地。这种矿复杂的物相组成和矿相结构使得其冶炼困难，一直未能得到高效开发利用，造成了严重的资源浪费和环境污染。实现高钛型钒钛磁铁矿高效综合利用是我国冶金工作者责任所在。

　　目前，鞍钢集团攀钢、河钢承钢等已经开展氢基竖炉用钒钛氧化球团制备及优化、钒钛球团氢基竖炉直接还原、钒钛氢基竖炉产品电炉熔分和钒钛氢基竖炉—电炉全流程质能转换及碳足迹优化研究，已经突破了一批重大技术。接下来需要充分运用钢铁冶金、冶金物理化学、反应工程学、工艺矿物学等多学科理论，采用宏观、微观、纳观多尺度研究方法，重点针对钒钛磁铁矿氢基竖炉直接还原—电热熔分短流程，构建钒钛磁铁矿资源基础特性数据库，突破氢基竖炉直接还原用钒钛磁铁矿氧化球团制备、钒钛磁铁矿球团氢基竖炉直接还原、钒钛磁铁矿金属化球团电热熔分、钒钛矿氢基竖炉核心装置优化设计、氢冶金短流程智能高效转化及碳足迹优化等关键技术，为钒钛磁铁矿高效清洁综合利用提供理论基础和技术支撑。

　　研发钢包底喷粉（L-BPI）、真空精炼装置喷粉（RH-SPI）等新一代钢包喷射冶金技术，可解决目前炉外精炼工序多、时间长、温度损失大等痛点问题，全面提升脱硫、合金化等精炼效果。但是，目前钢包喷粉精炼过程钢液渗漏、堵塞等问题尚未彻底攻克，产业化应用遇阻，需要学科交叉、行业协同，尽快解决，推动实际应用。

　　长期以来，炼钢与轧钢工序是通过模铸衔接的。1943年，德国人Siegfried Junghans（音译名容汉斯）建成了第一台浇铸钢液的试验连铸机。20世纪50年代连铸技术开始在欧美国家实现工业化应用，80年代逐渐成为全球主流生产工艺，90年代初主要产钢国已实现90%以上的连铸比。因此，相对于炼钢和轧钢工序，连铸还比较“年轻”。连铸快速发展起来后，西方钢铁业已经陷入衰退，没有进行精雕细刻的改进和优化，也没有承受新需求的巨大压力，一直沿用至今。所以连铸技术还有比较大的发展、提升空间。

　　近期高校与设计院所、企业，围绕高性能宽厚板绿色制备关键连铸技术、高拉速板坯连铸技术、超厚板坯连铸技术开展了研发与推广应用工作。

　　为发展超高温连铸坯热送与直接轧制工艺，迫切需要开展板坯高拉速连铸关键技术研究。我国目前热连轧板坯的拉速是1.5米/分钟，通常是四流连铸对一线轧制，不能实现直接轧制。如果增设电磁搅拌实现电磁控流，并采取相关措施，则可以将连铸拉速提高到3米/分钟。在这种情况下，二流顶四流，可以在补热、直接热装轧制的条件下实现非无头生产，保证原有产量。当然，要在轧制速度与拉速的匹配、产量的平衡上再下一番功夫，甚至进行设备部分改造。无论如何，以高速连铸带动直接热装轧制，既可实现节能减排又能提高质量，效益巨大，迫切需要开展研究。

　　此前在高性能宽厚板制造过程中困扰研究人员的连铸热送裂纹、轧制边线裂纹、热连轧微合金钢的角部裂纹等板坯缺陷问题，由于连铸工作者的努力已得到了较好的解决，但在方坯、圆坯生产中也有各种裂纹缺陷，因此将裂纹控制研究拓展到方坯、圆坯等领域，也是目前一个比较重要的方向。

　　高性能特厚板需求不断增长。为保证其铸坯质量，通常需采用超厚规格坯料大压缩比轧制生产。为此，有关高校与设计院、企业合作，提出了采用直弧型连铸连续生产超厚板坯的新思路，研发出系列装备和工艺技术，铸坯中心偏析C级率≥91%。但是，在目前的情况下，能否继续努力，采取各种有效措施将铸坯中心偏析C级率进一步提高，以获得更佳的心部质量，或者以同样的C级率生产更厚的板坯，这都将是一个更大的突破。所以，优质超厚板坯生产技术还有一定的发展空间。

　　09  节能减排、优质高效的无缝钢管产业链和生产技术

　　热轧无缝钢管是重要的钢材品种，目前无缝钢管生产呈现四大主要特点。一是产业链不完整，炼钢—连铸与轧制距离甚远，甚至分属两个企业；二是小批量，多品种；三是生产工艺为连铸坯堆放冷却—缺陷处理—再加热—轧制—热处理—管加工—产品；四是质量调控主要靠添加合金元素和离线热处理，无在线热处理装备，能耗高，成本高，排放高。管材和同样用途的板材相比，生产成本（排放）高一倍，质量差（内壁质量、壁厚不均问题长期困扰，得不到解决）。

　　因此，建议采用新的无缝钢管生产路线，如废钢原料—电炉冶炼—精炼—连铸—直接穿孔轧制—在线控冷—管加工工艺路线，取消环形炉，并采用新的产品成分和工艺设计，如低碳—低锰—微合金化—控轧控冷，建立完整、低碳、减排的新产业链，将大幅降低无缝钢管生产成本，提高产品质量。

　　010  短流程中厚板坯连铸连轧无头轧制技术

　　通过引进国外技术，一些企业已经消化掌握了短流程薄板坯连铸连轧无头轧制技术。在此基础上，国内外一些专家提出单流—单机中厚板坯无头轧制生产热轧带钢的设想，以5米/分钟~6米/分钟的拉速，高通量生产厚度为130毫米~150毫米的中厚板坯，并合理设计热连轧机的配置，使每条线能够年产常规规格的热连轧产品200万吨~300万吨。我国已有企业对此产生较大兴趣。因此，针对新的需求，组织队伍开展中厚板坯无头轧制的研究设计是十分必要的。

　　目前，轻卡车大梁板一般采用冷轧板，强度为1180兆帕，厚度在2毫米以下，滚压成型。重卡及商用车采用热轧板，厚度大部分是4毫米、6毫米、8毫米等，强度级别是510兆帕、610兆帕、710兆帕、780兆帕，冲压成型，1000兆帕以上热轧板用得很少。在这种情况下，冷弯型钢厂制备商用车大梁，冷弯成型力会非常大，产品成型困难，质量难以保证，对成型设备能力需求也很大。如果要继续提高大梁板的强度，则成型设备能力和成型质量将成为瓶颈。

　　为此，提出一种“中宽带薄板坯无头轧制+热弯型钢+控制冷却＋切断”直接制备超高强大梁型钢的方案。这个方案的中心思想是热轧完成后先进行低成型力的热弯成型，而后进行控制冷却，避开了冷弯成型难题，且通过控冷可以轻松把大梁强度提高到1500兆帕以上。这将有助于商用车大幅度的轻量化和节能减排，提高运输效率。

　　012  超快冷等先进技术拓展应用

　　由于产学研共同努力，热轧钢材超快冷技术在普钢系统得到大规模应用，取得可观的经济效益和社会效益。这项技术在特钢系统同样具有广阔的应用前景。奥氏体不锈钢板材的超快冷在线固溶处理，轴承钢棒材轧后超快冷控制网状碳化物，成效均十分显著。因此，希望通过产学研的深度融合，寻找超快冷技术在特钢系统的应用场景，加强先进技术的拓展应用，这是一个重要的研究方向。

　　薄带连铸技术发展多年，近年我国也开始引进和自主开发。但是，由于其热轧加工量小，铸态组织未能完全消除，难以应用到性能要求严格、服役条件恶劣的场景。铸轧装备的铸辊、侧封、水口要求严格，制造加工难度很大，导致生产消耗大、成本高。但是，其快速凝固特点可以带来其他生产方式所难以比拟的优势。因此，探索利用这一特点，制造其他方式难以生产的特殊尺寸、性能的材料，应是铸轧技术下一步发展的重要方向。已有团队探索利用铸轧技术制造传统加工方法难成型的高合金薄带和极薄带，解决了关键核心技术难题，并实现了产业化。

　　数字化浪潮席卷世界，钢铁行业处于百年未有之大变局中。材料科学的研究范式，从早期的经验驱动、理论驱动、计算驱动，演进到如今的数据+AI（人工智能）驱动。AI作为数字时代的前沿技术，为钢铁行业突破发展瓶颈、实现高质量发展带来了新的曙光。开展“AI+钢铁”行动势在必行。

　　由于钢铁行业的全流程黑箱，材料内部的信息无法实时、在线、连续获得，长期以来，业界采用取样离线实测方法采集组织性能和金相照片数据，结合制造工艺、成分数据进行分析和建模，再用于实时控制。这种离线取样分析的方法缺少实时、在线、连续的组织性能检测和控制，无法构成真正的信息感知—科学分析—智慧决策—反馈赋能的实时、在线的闭路循环，因而不能构成真正意义上的信息物理系统自主无人控制。

　　自2019年开始，东北大学协同创新中心组织钢铁流程各单元开展“AI+钢铁”的研究。2022年底，ChatGPT生成式人工智能大模型登场，随后文生视频大模型SORA、英伟达的AI工厂(AI数据中心)、具身智能的端到端(E2E)技术，以及多模态技术、多智能体技术等先进的AI技术成功应用，“AI+”的热潮迅速在各领域掀起。钢铁行业产学研协同创新队伍抓住了这个难得的历史机遇，以钢铁流程各单元的大量实测历史数据为基础，推进钢铁流程各个单元人的智能与AI的协同、融合，攻克了组织与性能在线、实时、连续预测的难题，建立了人机混合型智能（HI，Hybrid Intelligence）预测模型，为组织性能的在线、连续、实时预测与自主无人控制提供了保障。目前，该模型已在一批企业的炼铁、炼钢、热轧、冷轧等主要环节得到实施，初步实现了将钢铁厂建成无人工厂的目标。

　　在推进“AI+钢铁”研究的过程中，形成了AI+钢铁行业标准化通用技术体系，包括数据采集与治理、预测性模型建立、算力需求、简洁高效算法、系统架构、工业软件等6项通用化技术。

　　今后10年是我国钢铁工业实现中国式现代化的关键时期，特提出下述关于2025年—2035年开展钢铁行业“AI+钢铁”行动的建议。

　　“AI+钢铁”行动目标为针对钢铁行业（材料行业）极端黑箱性、强耦合性、高度复杂性的特点，加强大数据计算智能、多模态感知智能、“知识引导+数据驱动”的人机混合认知智能等新一代人工智能的研究及其在钢铁行业的创新应用，以“知识引导+数据驱动”的混合智能不断解决钢铁行业不完全信息、不确定性、动态环境下的问题，让钢铁行业进一步接近“强人工智能”“通用人工智能”这个智能技术的“天花板”；支持钢铁行业强化技术创新，提高产品质量、改进工艺技术、形成创新生态，全方位提升钢铁行业的竞争力。为实现这些目标，需要夯实数据基础，强化治理能力；高标准建设细分领域高质量数据集；构建国家材料可信数据空间；构建分层协同的AI模型体系；完善模型评估与技术创新生态；全面提升从业人员AI素养。

　　2025年—2035年，时间安排建议如下：2025年—2026年，重点打造10条以上铁—钢—铸—轧全流程一体化“AI+钢铁”样板生产线。同时，制定标准体系、验收评测指标体系及方法。2027年—2030年大面积推广，完成30条以上全流程一体化“AI+钢铁”生产线的建设。2031年—2035年全行业推广，全面实现钢铁行业的“AI+钢铁”。

　　具体的研究方向可以分为下述3个方面：一是大数据+机器学习方向。构建钢铁材料成分、工艺和性能等全链条数据平台，研究工业大数据清洗、修复与分布均衡化等预处理方法，以及机理知识-数据信息共同驱动的多源异构数据特征提取方法；采用“大数据+机器学习”方法，通过生产大数据预测产品性能。二是人机混合智能方向。以大规模生产数据为基础，融合工艺机理与操作经验知识，利用“理论/经验+大数据/机器学习”的人机混合智能，建立材料组织预测模型，并通过数据挖掘深化物理冶金学理论认知。三是多智能体方向。研究优化问题降维和快速求解方法，打造全流程、多层次多智能体，实现制造单元与工序级的多尺度工艺质量指标动态协调优化，建立材料外形尺寸、组织性能、表面质量的全局性、系列化、通用化的预测系统。

　　AI驱动材料创新实现快速迭代

　　AI驱动材料创新向“快、微、极”演进。AI通过机器学习与大数据分析，实现材料研发效率的指数级提升，推动快速迭代成为现实；在微观尺度上，原子级制造与精准成分控制成为材料性能优化的重要方向（如纳米材料、量子点材料的微观结构设计等）；极端环境需求（如高温、辐射、超高压场景）则催生多功能集成、高稳定性材料的突破，支撑未来在航空航天、核能、深地、涉海等前沿领域的应用拓展。新能源、低空经济、机器人、生物制造等新兴产业的爆发式增长，创造了对高端材料的新需求。

　　随着社会经济的发展，对大规模、大批量生产的碳锰钢、微合金钢提出了更高性能、更低成本、最低排放的新需求。因此，钢铁企业应当进行工艺—装备—产品—服务一体化的创新，将传统产品升级为TOP级产品。与能源相关的高端产品包括新能源汽车电机用极薄高强度无取向电工钢，超高压输电用极薄取向电工钢，核废料储运用防辐射含硼钢、第四代核聚变用特殊低温钢，氢气储输管道用钢管、液氢能储运用低温高锰钢，二氧化碳捕集用钢、空气压缩储能用钢，水电站建设需求的超高强水电钢、高端磁轭钢等。与乘用车相关的高端产品包括新能源乘用车电池包用热浸镀锌1500Zn钢、2200兆帕超高强热冲压钢板、2400兆帕级超高强热冲压钢板等。与商用车轻量化相关的产品包括热成型高强结构件、高强结构钢管、高强热成型车轮等。与生态相关的特殊环境需求的产品包括高海拔高寒环境耐候桥梁钢、耐生物腐蚀的海洋用钢、耐腐蚀的煤矿支架用耐腐蚀高强钢、光伏支架用特种耐蚀钢等。与航空、航天相关的材料包括高强韧低密度钢、超高强度起落架用钢（300M级）、航空轴承钢和齿轮钢等。与海洋工程有关的材料包括舰船用超高强度钢、海洋工程和石油化工用不锈钢、耐蚀合金、深海耐蚀合金特殊螺纹油套管等。化工相关用钢包括化工用不锈钢、耐蚀合金等。电子信息相关材料包括精密合金、超纯不锈钢等。

　　应当加紧研究，采用柔性、敏捷制造、大批量定制化生产，将一些目前小批量、多品种生产的传统模式，转换为大批量、多品种的新模式。一些研究单位、高校与企业合作进行了富有成效的研究和应用。例如，采用低碳—低锰—矾（或铌）微合金化—TMCP（控轧控冷）技术，用一种成分坯料生产Q345~Q420/ABCDE不同强韧性等级的钢材，应用于中厚板或无缝钢管，应对多品种、小批量生产的困难，释放生产能力，降低生产成本，促进全流程生产工艺优化。

　　高合金材料在凝固、加工过程中，表现出偏析严重、变形抗力高、塑性差、极难成型等特征，成为普遍性的难题。因此，应该通过工艺—装备—产品—应用的一体化创新，探索新理论、新工艺、新装备、新产品，在关键核心材料上取得突破，满足国家、企业的重大需求。纳米颗粒功能粉末材料，可以用于制造磁带存储器、固态电池等。高合金大型锭坯材料用于模具钢坯、一体化压铸模具、特种轧辊、高洁净耐疲劳的高铁轮轴材料等的制造。难成型高合金薄带包括钛铝金属间化合物带材、镍铝金属间化合物带材、各类合金冷轧超薄带材等。

　　不锈钢—钢、钛—钢等双层或三层层状复合板材、带材、管材，以及金属基陶瓷复合材料等可以给材料带来重大改变，满足一些特殊需求，应从工艺、装备、产品、应用等方面进行深入探索研究，一旦突破迅速转化应用。

　　以协同创新实现产业链强韧化

　　钢铁行业必须加强5G工业互联网管理下的全产业链协调管理优化运行。

　　钢铁行业内部全流程各个单元在垂直方向上，根据底层生产过程运行实时大数据进行机器学习，对设备、物流、资源等运行状态做出判断，指导各单元资源配置与优化。全流程各个单元整合成一个全流程、一体化的信息物理系统，进行全流程生产计划调度管理、设备运维管控、能源配置与管理等。

　　一方面，加强全产业链的协同，增强产业链的韧性。从产业链的角度，要发挥工业互联网的信息链接作用，将钢铁与上下游全产业链信息互联互通，确保全产业链健康、协调、优化、安全运行，承担全生命周期环境、资源、能源责任，补短板、医痛点、破难点，提升自主保障能力，保证钢铁行业与上下游企业融通、畅通、协同，共荣共享共发展。

　　另一方面，钢铁行业应广泛组织队伍深入下游用户单位，发现市场新的需求，并协调破解钢铁材料使用中、服役中的难点、痛点问题。钢铁人在深入下游用户单位过程中，要与他们深度融合在一起，联合组队，协同创新，提高、优化已有材料的应用水平，并不断开发新的材料，满足用户日益增长的新需求。