目前鋼鐵行業(yè)提質(zhì)、增效、降本遇到了前所未有的挑戰(zhàn)，數(shù)字化轉型是解決這一發(fā)展瓶頸的戰(zhàn)略方向，實施數(shù)字化轉型升級成為國內(nèi)外鋼鐵領域的關注焦點。

習近平總書記號召“加快建設數(shù)字中國”。經(jīng)過長期的建設和發(fā)展，鋼鐵行業(yè)已經(jīng)實現(xiàn)了全面的數(shù)據(jù)采集和豐富的數(shù)據(jù)積累。充分發(fā)揮鋼鐵行業(yè)海量數(shù)據(jù)和豐富應用場景優(yōu)勢，在工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、5G網(wǎng)絡等信息技術的支撐下，借助于大數(shù)據(jù)與機器學習/深度學習等數(shù)據(jù)科學技術，快速挖掘海量數(shù)據(jù)中蘊含的企業(yè)管理與生產(chǎn)過程中的規(guī)律，并利用這些規(guī)律解決流程工業(yè)普遍存在的不確定性等“黑箱”難題，發(fā)揮數(shù)據(jù)技術的放大、倍增、疊加作用，有助于推進鋼鐵行業(yè)的數(shù)字化轉型與高質(zhì)量發(fā)展。

2011年，美國公布了“材料基因組計劃”，目標是引導企業(yè)建設涵蓋計算工具、數(shù)字數(shù)據(jù)和實驗工具三方面的材料創(chuàng)新基礎設施，將“材料發(fā)現(xiàn)、制造與應用的速度提高一倍，而成本降低到原來的幾分之一”。歐盟成立了鋼鐵智能制造工作組，啟動了動態(tài)能源管理、產(chǎn)品質(zhì)量提升、智能制造架構等重點項目。美國發(fā)布了智能制造路線圖，打造集成、知識支撐、富集模型的鋼鐵企業(yè)，實時優(yōu)化生產(chǎn)制造和供應鏈網(wǎng)絡。以POSCO、JFE、安賽樂米塔爾、日本制鐵、大河鋼鐵為代表的國外先進鋼鐵企業(yè)正在大力發(fā)展鋼鐵數(shù)字化制造新模式。

“十三五”以來，我國鋼鐵行業(yè)以“智能化”和“綠色化”為主題，初步形成了數(shù)字化轉型實施的基礎架構，在自動化控制與智能優(yōu)化技術、全流程智能化制備關鍵技術以及相關的數(shù)字化技術研發(fā)方面取得了卓有成效的進展?！笆奈濉逼陂g，中心已經(jīng)承擔了國家重點研發(fā)計劃項目“鋼鐵軋制全流程工藝優(yōu)化與管控軟件開發(fā)”“鋼鐵全流程多工序動態(tài)協(xié)同運行優(yōu)化技術及示范應用”課題、工信部產(chǎn)業(yè)技術基礎公共服務平臺項目“建設智能制造標準試驗驗證公共服務平臺（5G新一代信息技術與鋼鐵行業(yè)融合）”課題、國家自然科學基金重點項目“板帶材生產(chǎn)全流程動態(tài)數(shù)字孿生與智能協(xié)調(diào)優(yōu)化信息物理系統(tǒng)”等，正在有序布局鋼鐵生產(chǎn)全流程信息物理系統(tǒng)建設與工業(yè)軟件研發(fā)等數(shù)字化項目。

3.1 以工業(yè)互聯(lián)網(wǎng)為載體的金屬材料創(chuàng)新基礎設施研究

發(fā)展計算工具、數(shù)據(jù)及實驗工具的相互支撐的材料創(chuàng)新基礎設施，以數(shù)據(jù)驅動理念構建狀態(tài)感知、實時分析、科學決策、精準執(zhí)行的數(shù)據(jù)自動流動閉環(huán)賦能體系，形成異構硬件、軟件、數(shù)據(jù)、網(wǎng)絡高度集成的深度融合的鋼鐵材料創(chuàng)新研究方法和基礎設施。以實驗檢測、中試試驗和實際產(chǎn)線為數(shù)據(jù)源，以工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)挖掘為計算工具，建設原位分析系統(tǒng)和企業(yè)創(chuàng)新基礎設施。

3.2 邊緣數(shù)字化核心平臺構建與數(shù)字孿生過程模型研發(fā)

利用數(shù)字化技術改造過的邊緣部分設置了邊緣數(shù)據(jù)中心，負責生產(chǎn)過程輸入、輸出大數(shù)據(jù)的提取、轉換、存儲的功能。在邊緣部分設置“大數(shù)據(jù)/機器學習解析平臺（I）”，利用數(shù)據(jù)科學、AI等技術解析建立和優(yōu)化數(shù)字孿生過程模型，實現(xiàn)過程可視化、開發(fā)APP等功能，并將生產(chǎn)過程數(shù)字孿生模型傳送到過程控制系統(tǒng)，代替?zhèn)鹘y(tǒng)的機理模型，進行生產(chǎn)設備的設定和動態(tài)設定。

3.3 資源配置管理云平臺構建與運行管理資源優(yōu)化

資源配置管理云平臺位于云中，負責生產(chǎn)活動與資源配置管理功能，是“邊緣部分”設定、運行、調(diào)度的強大支撐部分。在云平臺配置有企業(yè)大數(shù)據(jù)中心和“大數(shù)據(jù)/機器學習解析平臺（II）”，利用機器學習等數(shù)據(jù)轉換和處理技術，處理、分析各方面的大數(shù)據(jù)，對相應部分的運行和管理工作進行管理和優(yōu)化，支撐和保證生產(chǎn)線系統(tǒng)和公司整體的最優(yōu)化運行。

3.4 基于機器視覺和機器學習的智能裝備研發(fā)

將5G+、機器視覺賦能傳統(tǒng)檢測技術的創(chuàng)新應用，利用新一代通訊技術的優(yōu)勢，解決復雜場景下產(chǎn)品三維尺寸、表面、內(nèi)部質(zhì)量缺陷檢測難題，研發(fā)基于機器視覺、數(shù)據(jù)解析的關鍵數(shù)字化儀表，為產(chǎn)品質(zhì)量大數(shù)據(jù)平臺提供更為豐富的工藝質(zhì)量數(shù)據(jù)基礎。

3.5 鋼鐵生產(chǎn)計劃決策與調(diào)度數(shù)字化

以面向定制化生產(chǎn)和精準服務為目標，建立鋼鐵制造供應鏈集成、協(xié)同與智能化的理論體系，分析庫存管理、生產(chǎn)排程、計劃調(diào)度等管理問題的特征和性質(zhì)，提出工藝機理、過程數(shù)據(jù)與經(jīng)驗知識相融合的智能決策建模方法，開發(fā)求解大規(guī)模含復雜工藝約束的決策模型的新型智能優(yōu)化方法。

3.6 基于數(shù)字孿生的軋制過程形性面一體化智能優(yōu)化控制

通過成分-工藝-組織-性能集成化分析，構建多層次跨尺度全流程的形性面一體化關聯(lián)模型。開發(fā)實驗、模擬仿真和生產(chǎn)數(shù)據(jù)在時間、空間和尺度上的融合處理技術，形成先進鋼鐵材料物理與數(shù)據(jù)耦合驅動的形性面一體化預測技術，指導成分與工藝的優(yōu)化設計，實現(xiàn)質(zhì)量高精度控制。

3.7 設備運維數(shù)字化和預測式維護

設備信號與采集策略的集成優(yōu)化方法，智能傳感器開發(fā)；多源、異構信號數(shù)據(jù)的存儲、傳輸?shù)募夹g方案；基于設備系統(tǒng)與運行環(huán)境，多源數(shù)據(jù)融合、深度特征提取技術；基于CNN、SVM、遷移學習等通用的智能算法和模型；基于系統(tǒng)可靠性和動態(tài)可靠性理論和多元決策優(yōu)化方法；研究基于大數(shù)據(jù)分析的智能處理框架與技術體系。

3.8 鋼鐵生產(chǎn)能源與排放管理數(shù)字化

基于鋼鐵生產(chǎn)流程物質(zhì)流、能量流、信息流耦合關系，構建鋼鐵生產(chǎn)全流程能源與排放分析多維網(wǎng)絡模型；開發(fā)節(jié)能減排理論與技術、綜合能源系統(tǒng)優(yōu)化、碳減排及低碳轉型、能源預測與優(yōu)化調(diào)度、智慧化能源管控系統(tǒng)；實現(xiàn)鋼鐵企業(yè)能源管理中心的預測、優(yōu)化和調(diào)度；研發(fā)鋼鐵生產(chǎn)的集成動態(tài)能源管理和排放數(shù)字化管控技術。

面向鋼鐵材料與加工全流程數(shù)字化轉型升級的重大需求，建立鋼鐵工業(yè)互聯(lián)網(wǎng)架構下鋼鐵企業(yè)創(chuàng)新基礎設施。填平補齊底層生產(chǎn)線的數(shù)據(jù)采集和執(zhí)行機構，提供精準、齊全的現(xiàn)場有關材料成分設計和實時操作數(shù)據(jù)等輸入數(shù)據(jù)，以及材料外形尺寸、組織性能、表面質(zhì)量等輸出數(shù)據(jù)，消除數(shù)據(jù)采集和指令執(zhí)行方面的“短板”。攻克“邊緣數(shù)字化核心平臺”技術，設置邊緣數(shù)據(jù)中心與“大數(shù)據(jù)/機器學習解析平臺（I）”，實現(xiàn)生產(chǎn)過程輸入、輸出大數(shù)據(jù)的提取、轉換、存儲的功能，利用數(shù)據(jù)科學、機器學習等技術建立和優(yōu)化數(shù)字孿生過程模型，進行生產(chǎn)設備的設定和動態(tài)設定。建設“資源配置管理云平臺”，配置企業(yè)大數(shù)據(jù)中心和“大數(shù)據(jù)/機器學習解析平臺（II）”，利用機器學習等數(shù)據(jù)轉換和處理技術，對相應部分的運行和管理工作進行管理和優(yōu)化，支撐和保證生產(chǎn)線系統(tǒng)和公司整體的最優(yōu)化運行。實現(xiàn)網(wǎng)絡化，在垂直方向上實現(xiàn)軋制等快過程的短時延交互反饋，在流程方向上實現(xiàn)各單元之間的順暢、無縫的優(yōu)化銜接。

◆ 2023年，開發(fā)關鍵工藝質(zhì)量指標數(shù)字孿生模型，構建產(chǎn)線級信息物理系統(tǒng)，完成鋼鐵材料研發(fā)生產(chǎn)工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)平臺搭建工作；

◆ 2024年，形成產(chǎn)品形性面一體化協(xié)同控制、關鍵設備故障預測與健康管理、鋼鐵生產(chǎn)能源與排放管理等系列數(shù)字化技術，開展全流程數(shù)字化技術應用；

◆ 2025年，構建流程級信息物理系統(tǒng)，實現(xiàn)多工序智能管控，全面提升全流程數(shù)字化水平，相關數(shù)字化技術推廣至國內(nèi)外10家以上鋼鐵企業(yè)。

通過有組織引導實施鋼鐵數(shù)字化轉型升級，確保數(shù)字化關鍵核心技術自主可控，提升產(chǎn)品質(zhì)量和產(chǎn)線運行水平，占領鋼鐵行業(yè)智能化發(fā)展的制高點。

1）構建鋼鐵材料創(chuàng)新基礎設施，研發(fā)以工業(yè)大數(shù)據(jù)驅動、數(shù)字孿生為核心，工業(yè)互聯(lián)網(wǎng)賦能的信息物理系統(tǒng)，開發(fā)全流程數(shù)字化工業(yè)軟件，引領鋼鐵材料數(shù)字化轉型。

2）開發(fā)先進鋼鐵材料物理與數(shù)據(jù)耦合驅動的形性面一體化預測和控制技術，關鍵質(zhì)量指標波動降低20%-30%，覆蓋30%-50%鋼鐵生產(chǎn)過程。

3）構建鋼鐵產(chǎn)線完備、可靠、性能優(yōu)良的數(shù)據(jù)采集系統(tǒng)，研發(fā)基于機器視覺、數(shù)據(jù)解析的關鍵數(shù)字化儀表，實現(xiàn)關鍵難測參數(shù)的在線檢測。

4）實現(xiàn)原料、供應、能源、介質(zhì)、排放、物流、人力資源、財務、成本、技術創(chuàng)新與開發(fā)等的資源配置和管理，支撐和保證生產(chǎn)線系統(tǒng)和公司整體的最優(yōu)化運行。