中国冶金报社
记者 李江梅 报道
“新一轮科技革命正在加速演进，推动各行各业的变革，数字化、智能化已经成为钢铁产业转型升级的重要引擎。工业互联网、大数据、人工智能等技术的不断突破，使得钢铁行业在生产管理和服务模式上迎来了前所未有的变革机遇，也为全产业链的协同和效率优化提供了全新的路径。”8月7日下午，在第十四届中国国际钢铁大会“数智驱动”论坛上，论坛主持人、中国钢铁工业协会副会长唐祖君认为，面向未来，钢铁行业需要持续推进数字化基础设施建设，加快智能技术的融合创新，释放产业潜能。
图为论坛现场
此次论坛邀请到了中信泰富特钢集团股份有限公司总裁罗元东，宝山钢铁股份有限公司总经理刘宝军，塔塔钢铁有限公司首席信息官贾扬塔·班纳吉，株式会社TMEIC副总裁、总工程师坂田昌彦4位来自钢铁行业领军企业的代表，他们分享了各自企业在数智技术应用方面的前沿实践和他们对AI等数智化工具赋能制造业的真知灼见，为更多正在向数智化方向探索的钢铁企业照见了未来。
更快、更节能、更协同
——数智技术正重塑钢铁生产样貌
罗元东在论坛上分享了中信泰富特钢数字化、智能化技术在特钢领域应用的实践经验，其中最大的亮点莫过于运用全流程数据建模破解高端产品研发瓶颈，使下游客户的差异化需求能以更快的速度、更高的命中率，在产线上转化为高质量的特钢产品。
“以高端轴承钢为例，借助数字孪生技术，可将研发周期压缩30%～40%，为航空航天、能源装备等提供高端定制化产品。”罗元东举例说道。
据介绍，中信泰富特钢集团旗下的兴澄特钢“灯塔工厂”的全新数字化生产模式改变了以往点对点的节能降耗模式，通过行业能源流数字化实现煤气、蒸汽动态平衡，水电风气各环节设备可以在高负荷和空负荷状态下自动切换，大幅降低各环节的能量消耗，使吨钢能耗下降15%～20%、耗水量降低30%。
智能制造的福音并不单单在特钢领域传播，在普钢生产领域，数智化技术也在悄悄重塑着工厂的生产样貌，给分散在各地的工厂插上了协同运营的翅膀。
“宝钢股份历经三个阶段，通过三次进阶，对分布在6个全流程企业的共计8000万吨钢铁产能实现数字治理。”刘宝军在交流中揭秘了宝钢股份如何利用通过数字孪生、工业大脑等核心技术，实现跨基地全流程智能协同。
刘宝军介绍，从2015年开始，宝钢股份就把智慧制造作为该公司的发展战略之一，这一阶段的工作重心是对全流程制造和营销、采购、研发等业务进行基础性填平补齐工作，力争在各生产工序实现全面自动化，例如在炼铁工序探索机器替代等等。“与此同时，我们对所有的制造流程进行数字化治理，基本具备了推进数字化管理的基础。”
从2019年开始，宝钢股份开始大量引入大数据的利用和开发，给企业的管理模式带了几个主要变化：在公司治理层面，通过信息化管理的全面铺开，实现了所有制造基地之间的信息贯通，使数据的颗粒度更细、频度更高；在纵向上大幅压缩管理层级，在横向上实现各基地采购、营销、研发等环节的一体化运营，并利用数字化平台，将产购销研材各流程同步链接起来。
“在这一阶段，宝钢股份的数字化管理架构基本成形，并拥有了大量的数据积累，从2024年开始，我们就进入下一个阶段，开始引入大模型和人工智能，探索智能化应用。”刘宝军说道，“我们从打破高炉‘黑箱’入手，对高炉炉况进行实时预测和干预，在燃料消耗、碳排放、生产稳定性、维护成本等指标上都取得了初步的成果。”
“随着钢铁行业同质化竞争速度加快，产品差异越来越小，未来钢铁企业之间的竞争，主要取决于在数字化转型、智能化应用上面能否领先对手。”刘宝军说道，“宝钢股份下一步的计划是加快推进创建‘灯塔工厂’的相关工作，目前我们已有一百多条产线达到‘灯塔工厂’内部标准。”
“先修路后造车”
——点亮“灯塔”需以数据为基
当前，全球共有189座“灯塔工厂”，其中，钢铁行业在全球共有8座“灯塔工厂”，而塔塔钢铁就独占其中3家。作为世界经济论坛（World Economic Forum）全球灯塔网络（Global Lighthouse Network）中的一员，贾扬塔·班纳吉在交流中分享了近几年来塔塔钢铁在“灯塔工厂”创建方面的成功经验及其个人洞见。
他首先介绍了成为“灯塔工厂”所需要满足的条件。世界经济论坛的评估框架首先关注的是在业务关键绩效指标（KPI）层面是否取得了可衡量的业务影响，包括企业的盈利能力、风险规避等等。其次，是否拥有骨干技术系统的基础支撑也非常关键，因为人工智能（AI）和数字化离不开强大的信息技术（IT）和运营技术（OT）。
“在AI技术的应用方面，塔塔钢铁目前已开发600多个AI模型，其中大部分是基于物理和化学原理，并结合生成式AI和数据科学进行优化，这些模型服务于企业降低能耗、提高产量、改善质量等核心业务目标。”贾扬塔·班纳吉举例说道。
“在今年灯塔工厂的评选过程中，还提出了一个新的概念——端对端的同步和集成方式。这一概念主要关注生产制造是否与供应链集成，包括从产品供应、物流运输，一直延伸到用户体验的一整套供应链生态系统。这是灯塔评估标准正在发展的方向，我们将其称为制造操作系统（manufacturing operating system）。”贾扬塔·班纳吉说道。
“我们必须‘先修路后造车’。钢铁行业是非常依赖基础数据的行业，因此，在收获AI带来的效益之前，我们必须首先投资于数据基础建设。”他举例说道，“当前有许多钢铁公司都经历过兼并重组。塔塔钢铁在过去5年内共进行过7次并购，收购了3家公司。当一家公司并入到一个已被评为‘灯塔工厂’的公司中时，它们在数字化基础上可能存在着较大的差距，因此数据的集成和分类变得极其关键。”
“工业数字化转型需要大量前期投入，且难以立竿见影。”贾扬塔·班纳吉补充说，“创建智能数字系统和AI模型相对容易，我们看到不少企业已经有了很多成功的实践，真正的挑战在于——业务部门是否能充分接纳并使用这些系统。只有不断提升系统的应用率，才能收到更多的客户反馈，进而不断改进系统。我们目前的应用率大约在70%~75%，我希望未来这个数据能更高。”
物理+数据模型
——双引擎驱动钢铁制造自主化
作为世界知名的核心电气设备提供商和自动化控制系统解决方案提供商，TMEIC公司在钢铁生产线的控制和自动化领域，通过智能数字系统实现了显著突破。 坂田昌彦在交流中分享了公司在钢铁轧制生产线数智驱动方面的成果与平台应用情况。
坂田昌彦介绍道，TMEIC在数智系统方面的一个重要成果是实现了生产线的最优运行。该公司为钢铁生产线提供电机、驱动装置和控制系统等解决方案，并开发了将轧制和加热等物理现象建模的过程控制技术，构建了从制造到质量控制全自动化的系统，这些技术构成了预测和优化制造过程的CPS（信息物理系统）基础。随着数字技术的发展，TMEIC的过程控制CPS结合了物理模型与数据模型，实现了更高水平的优化控制。
“尽管轧制与过程产线的自动控制已高度发展，实现了省人化操作，但仍有部分环节依赖人工认知与判断。”坂田昌彦指出， TMEIC将图像识别等通用数字技术与过程控制融合，推出“TMEIC智能控制”，实现了对带钢跑偏、扣翘头、镰刀弯等高难度操作的自动识别与控制，进一步推动省人化与稳定运行。此外，系统对图像与信息的自动理解能力不断增强，使集中控制室或远程单人操作逐渐成为常态。
“另一重要成果是对高附加值产品制造产线与工艺的贡献。” 坂田昌彦介绍，面对日益普及的多样化产线结构，“TMEIC数字过程解析技术”通过数字分析去模拟轧制与加热等物理现象，优化过程控制，实现新产线结构中控制功能的最优配置。
坂田昌彦还在论坛中分享了“TMEIC数字化系统”。 该系统通过数字技术自动化人工操作与判断，实现效率、可用率与质量的自主最大化。例如，其状态监测功能支持维护自动化与省人化，可监控所有电机、液压系统、设备及控制健康状况，预防异常并加快故障诊断与恢复；数字钢卷管理功能则可将每米产品质量与产线运行状态关联，实现数据可追溯性，加快缺陷追踪、提升质量保证可靠性，并通过实时质量管理防止不良品流出。
“未来，TMEIC将通过数智驱动技术的高度发展，推动钢铁制造产线的自主运行与高附加值产品的稳定生产。通过融合物理模型与数据模型，灵活应对新型产线结构，构建同时实现高质量、高效率与省人化的智能制造环境。”坂田昌彦在交流最后说道。
