一、研究的背景和目標(biāo)
作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，鋼鐵工業(yè)為我國(guó)的工業(yè)化和現(xiàn)代化建設(shè)提供了堅(jiān)實(shí)支撐。然而，隨著全球制造業(yè)智能化轉(zhuǎn)型加速，傳統(tǒng)鋼鐵工業(yè)面臨諸多挑戰(zhàn)，如工藝復(fù)雜、生產(chǎn)節(jié)奏快、安全風(fēng)險(xiǎn)高、勞動(dòng)強(qiáng)度大等，不僅制約了行業(yè)的高質(zhì)量發(fā)展，也影響了企業(yè)的生產(chǎn)效率和經(jīng)濟(jì)效益。在此背景下，機(jī)器視覺(jué)技術(shù)憑借其高精度、多功能、非接觸式檢測(cè)等優(yōu)勢(shì)，成為推動(dòng)鋼鐵工業(yè)智能化轉(zhuǎn)型的關(guān)鍵技術(shù)之一。近年來(lái)，我國(guó)智能制造產(chǎn)業(yè)在國(guó)家政策推動(dòng)下迅速發(fā)展，機(jī)器視覺(jué)市場(chǎng)規(guī)模持續(xù)增長(zhǎng)。但由于鋼鐵行業(yè)生產(chǎn)環(huán)境惡劣、工序復(fù)雜、數(shù)據(jù)標(biāo)注成本高等特殊性，機(jī)器視覺(jué)技術(shù)的應(yīng)用仍面臨諸多障礙。因此，中冶賽迪信息基于此背景，開(kāi)發(fā)基于行業(yè)大模型的機(jī)器視覺(jué)技術(shù)，旨在實(shí)現(xiàn)鋼鐵冶金全流程智能化感知，為鋼鐵行業(yè)注入新活力，引領(lǐng)智能化發(fā)展新進(jìn)程。
在人工智能領(lǐng)域的升級(jí)，不僅是中冶賽迪能否跟上時(shí)代步伐的關(guān)鍵，更是未來(lái)發(fā)展的新動(dòng)力。機(jī)器視覺(jué)在鋼鐵行業(yè)的應(yīng)用，有望成為行業(yè)智能化改革的里程碑。
目前，機(jī)器視覺(jué)在鋼鐵領(lǐng)域的應(yīng)用仍處于發(fā)展階段，主要面臨以下問(wèn)題：
1. 數(shù)字化基礎(chǔ)薄弱：鋼鐵行業(yè)整體的數(shù)字化轉(zhuǎn)型水平相對(duì)滯后，部分企業(yè)仍處于基礎(chǔ)建設(shè)或單項(xiàng)應(yīng)用階段，缺乏統(tǒng)一的數(shù)字化標(biāo)準(zhǔn)和數(shù)據(jù)規(guī)范，導(dǎo)致數(shù)據(jù)集成和共享困難，難以形成有效的數(shù)據(jù)驅(qū)動(dòng)決策機(jī)制。
2. 智能化應(yīng)用碎片化：當(dāng)前，鋼鐵行業(yè)的智能化應(yīng)用多處于單點(diǎn)突破階段，缺乏系統(tǒng)性的解決方案。不同企業(yè)之間的智能化水平差異較大，且多數(shù)智能化應(yīng)用集中在局部環(huán)節(jié)，難以實(shí)現(xiàn)全流程、全鏈條的智能化協(xié)同。
3. 機(jī)器視覺(jué)感知瓶頸：機(jī)器視覺(jué)在鋼鐵行業(yè)的應(yīng)用多停留在感知階段，尚未與工藝模型和自動(dòng)化閉環(huán)控制深度融合，未能充分發(fā)揮其在生產(chǎn)管理中的價(jià)值。
4. 傳統(tǒng)小模型算法局限：領(lǐng)域知識(shí)累積復(fù)用難、場(chǎng)景泛化能力不足、數(shù)據(jù)標(biāo)注成本高等問(wèn)題，限制了智能化技術(shù)的廣泛應(yīng)用。
針對(duì)上述問(wèn)題，中冶賽迪信息始終堅(jiān)持以自主可控的數(shù)智化核心產(chǎn)品和技術(shù)賦能產(chǎn)業(yè)，秉持“領(lǐng)域知識(shí)+數(shù)字技術(shù)”的核心理念，緊跟國(guó)家智能制造改革與人工智能發(fā)展戰(zhàn)略，推動(dòng)鋼鐵生產(chǎn)運(yùn)行的數(shù)智化建設(shè)不斷深入發(fā)展，積極開(kāi)展行業(yè)大模型的研發(fā)布局。以單點(diǎn)項(xiàng)目為起點(diǎn)，以產(chǎn)線級(jí)項(xiàng)目為升級(jí)路徑，加快數(shù)字化與實(shí)體經(jīng)濟(jì)協(xié)同發(fā)展，構(gòu)建深度結(jié)合行業(yè)知識(shí)、融合實(shí)際應(yīng)用模式的行業(yè)AI大模型平臺(tái)，支撐海量生產(chǎn)場(chǎng)景的應(yīng)用落地，以技術(shù)驅(qū)動(dòng)鋼鐵行業(yè)的智能化升級(jí)。
結(jié)合CISDigital-AI金睛視覺(jué)大模型與嵌入式AI視覺(jué)技術(shù)，融合光學(xué)技術(shù)、傳感器技術(shù)、流媒體技術(shù)、邊緣計(jì)算、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等多個(gè)領(lǐng)域的核心技術(shù)，項(xiàng)目構(gòu)建了覆蓋煉鋼至軋鋼全流程的智能感知網(wǎng)絡(luò)：
1. 構(gòu)建鋼鐵行業(yè)高質(zhì)量多模態(tài)數(shù)據(jù)集：提供通用及專用等多樣化的AI算法與模型。
2. 打造融合多源數(shù)據(jù)的鋼鐵行業(yè)知識(shí)庫(kù)：配套多層次AI模型體系，建立云邊端聯(lián)動(dòng)的智能中樞，實(shí)現(xiàn)算力調(diào)度-模型訓(xùn)練-工業(yè)部署全鏈路貫通。
3. 支持工藝優(yōu)化-設(shè)備控制-質(zhì)量追溯全場(chǎng)景覆蓋：通過(guò)產(chǎn)線級(jí)項(xiàng)目拓展，機(jī)器視覺(jué)深度融入生產(chǎn)管理關(guān)鍵環(huán)節(jié)，連接上下游工序，推動(dòng)從感知到?jīng)Q策、預(yù)測(cè)的智能化升級(jí)。
4. 通過(guò)領(lǐng)域知識(shí)+數(shù)字技術(shù)的深度融合：構(gòu)建“數(shù)據(jù)治理-算法迭代-場(chǎng)景落地”的正向循環(huán)，為行業(yè)提供可快速?gòu)?fù)制的數(shù)字化轉(zhuǎn)型標(biāo)桿。
二、建設(shè)思路和研究?jī)?nèi)容
1、研究思路
中冶賽迪信息圍繞鋼鐵生產(chǎn)全流程每個(gè)場(chǎng)景的實(shí)際特性，以“行業(yè)大模型-專家模型-邊緣模型”的研發(fā)模式為核心，構(gòu)建“智能感知算法+智能硬件設(shè)備+業(yè)務(wù)分析系統(tǒng)”的智能感知技術(shù)架構(gòu)，實(shí)現(xiàn)機(jī)器視覺(jué)技術(shù)的深度應(yīng)用，形成綜合性AI賦能底座，大幅降低AI模型研發(fā)門檻與應(yīng)用成本，讓人工智能技術(shù)更好地融入行業(yè)。以行業(yè)大模型為核心引擎，深度提煉冶金工藝Know-how，以AI賦能工藝優(yōu)化與設(shè)備智能運(yùn)維，實(shí)現(xiàn)低代碼平臺(tái)降低開(kāi)發(fā)門檻，激活多源數(shù)據(jù)價(jià)值，構(gòu)建冶金知識(shí)圖譜，打通煉鐵-連鑄-軋制全流程數(shù)據(jù)鏈，構(gòu)建20+專業(yè)場(chǎng)景的智能矩陣，全方位賦能新型工業(yè)化進(jìn)程。通過(guò)深度挖掘行業(yè)知識(shí)并結(jié)合前沿人工智能技術(shù)，將智能化能力深度融入產(chǎn)業(yè)應(yīng)用，推動(dòng)鋼鐵行業(yè)智能化升級(jí)與高質(zhì)量發(fā)展。
2、研究?jī)?nèi)容
項(xiàng)目涵蓋光學(xué)感知、傳感器、流媒體、邊緣計(jì)算、云計(jì)算、機(jī)器學(xué)習(xí)、人工智能、神經(jīng)網(wǎng)絡(luò)等前沿技術(shù)領(lǐng)域，以自主研發(fā)為核心驅(qū)動(dòng)力，深入中心管理-邊緣計(jì)算-場(chǎng)景應(yīng)用智能感知架構(gòu)、行業(yè)大模型研發(fā)路線等關(guān)鍵技術(shù)。通過(guò)打造行業(yè)大模型與應(yīng)用平臺(tái)，建立高質(zhì)量語(yǔ)料庫(kù)，為鋼鐵行業(yè)重大示范應(yīng)用場(chǎng)景提供技術(shù)賦能，推動(dòng)智能化轉(zhuǎn)型。
三、主要?jiǎng)?chuàng)新點(diǎn)
1．云邊端融合架構(gòu)。采用"中心管理-邊緣計(jì)算-場(chǎng)景應(yīng)用"三層架構(gòu)，實(shí)現(xiàn)數(shù)據(jù)流-模型流-控制流三流閉環(huán)，優(yōu)化資源配置，提升系統(tǒng)響應(yīng)速度與協(xié)同效率。
圖1 系統(tǒng)工作主要流程及功能模塊
2．五維協(xié)同智能中樞。構(gòu)建"數(shù)據(jù)-模型-平臺(tái)-設(shè)備-場(chǎng)景"五要素聯(lián)動(dòng)的工業(yè)智能基座，實(shí)現(xiàn)全生命周期智能治理體系，大幅度降低模型開(kāi)發(fā)及部署成本，形成覆蓋皮帶運(yùn)料、轉(zhuǎn)爐煉鋼、熱軋控制、污水處理等20+專業(yè)模型的智能感知矩陣。
3．領(lǐng)域知識(shí)蒸餾與數(shù)據(jù)安全體系：構(gòu)建領(lǐng)域知識(shí)蒸餾體系，深度融合一線產(chǎn)業(yè)生產(chǎn)知識(shí)與深度學(xué)習(xí)技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行后處理應(yīng)用。研發(fā)高質(zhì)量數(shù)據(jù)清洗與標(biāo)注模型，通過(guò)分級(jí)管理等措施確保數(shù)據(jù)安全，滿足不同場(chǎng)景下的大規(guī)模數(shù)據(jù)處理需求。
4．精細(xì)化打造的系列模型：基于CISDigital-AI金睛視覺(jué)大模型和海量數(shù)據(jù)背景，沿著“行業(yè)大模型-專家模型-邊緣模型”的研發(fā)路徑，深度挖掘領(lǐng)域知識(shí)，打造適配特定場(chǎng)景的機(jī)器視覺(jué)模型，滿足多樣化的識(shí)別需求。
圖2 行業(yè)視覺(jué)大模型研發(fā)路徑
通過(guò)領(lǐng)域知識(shí)蒸餾和數(shù)據(jù)驅(qū)動(dòng)的模型優(yōu)化，提升模型的泛化能力和復(fù)用性，降低數(shù)據(jù)標(biāo)注成本，提高模型開(kāi)發(fā)效率。實(shí)現(xiàn)低數(shù)據(jù)適配新產(chǎn)線，降低新場(chǎng)景遷移成本，并自適應(yīng)推理引擎在邊緣設(shè)備上實(shí)現(xiàn)毫秒級(jí)實(shí)時(shí)檢測(cè)，大幅度降低算力需求。
圖3 大模型應(yīng)用落地路徑
5．全流程數(shù)據(jù)貫通平臺(tái)：通過(guò)機(jī)器視覺(jué)實(shí)時(shí)采集煉鋼、連鑄、軋制等環(huán)節(jié)的工藝參數(shù)、設(shè)備狀態(tài)、表面缺陷等多模態(tài)數(shù)據(jù)，構(gòu)建標(biāo)準(zhǔn)化數(shù)據(jù)湖，打破信息孤島，形成統(tǒng)一的數(shù)據(jù)規(guī)范和決策機(jī)制。將視覺(jué)檢測(cè)數(shù)據(jù)與冶金機(jī)理模型深度融合，構(gòu)建動(dòng)態(tài)控制策略，實(shí)現(xiàn)感知-決策-控制的閉環(huán)管理。
6．智能硬件設(shè)備與工業(yè)場(chǎng)景應(yīng)用：針對(duì)不同鋼鐵生產(chǎn)業(yè)務(wù)環(huán)境，構(gòu)建智能硬件矩陣，提供靈活適配的硬件解決方案，開(kāi)發(fā)工業(yè)級(jí)應(yīng)用套件，滿足多樣化工序需求。研發(fā)高精度機(jī)器視覺(jué)技術(shù)，結(jié)合深度學(xué)習(xí)算法，實(shí)現(xiàn)從感知到?jīng)Q策的深度融合。通過(guò)多視角點(diǎn)云融合、自適應(yīng)尺度感知等技術(shù)，提升機(jī)器視覺(jué)在復(fù)雜場(chǎng)景下的應(yīng)用能力。
7．打造全鏈條協(xié)同場(chǎng)景方案：深度結(jié)合場(chǎng)景痛點(diǎn)，挖掘機(jī)器視覺(jué)技術(shù)潛力，打造多層級(jí)、多能力范圍的應(yīng)用模塊，實(shí)現(xiàn)從識(shí)別到連鎖控制的多類場(chǎng)景產(chǎn)品，構(gòu)建人機(jī)物協(xié)同的智能決策網(wǎng)絡(luò)。開(kāi)發(fā)全流程智能化解決方案，將機(jī)器視覺(jué)技術(shù)與鋼鐵生產(chǎn)各工序深度融合，實(shí)現(xiàn)從原料到成品的全流程智能化管控，通過(guò)構(gòu)建行業(yè)大模型，實(shí)現(xiàn)智能化應(yīng)用的系統(tǒng)性集成。
四、應(yīng)用情況與效果
自2020年啟動(dòng)以來(lái)，本項(xiàng)目圍繞鋼鐵冶金全流程，成功開(kāi)發(fā)了包括皮帶機(jī)健康監(jiān)測(cè)、顆粒度識(shí)別、轉(zhuǎn)爐火焰識(shí)別、熱軋非對(duì)板形檢測(cè)在內(nèi)的24個(gè)視覺(jué)智能感知方案，并在38個(gè)鋼廠落地超1000套設(shè)備。方案廣泛應(yīng)用于安全監(jiān)控、工藝優(yōu)化、質(zhì)量管控、能源控制和環(huán)保監(jiān)測(cè)等關(guān)鍵環(huán)節(jié)，取得了顯著成效：
1. 守護(hù)生產(chǎn)安全：通過(guò)原位監(jiān)控生產(chǎn)異常與危險(xiǎn)行為，將產(chǎn)業(yè)工人從高風(fēng)險(xiǎn)生產(chǎn)環(huán)境中解放出來(lái)，保障人員生命安全與健康，助力企業(yè)邁向“零風(fēng)險(xiǎn)”生產(chǎn)目標(biāo)。
2. 驅(qū)動(dòng)生產(chǎn)效率提升：深度融入生產(chǎn)流程，提供精準(zhǔn)數(shù)據(jù)支持，優(yōu)化上下游產(chǎn)線的工藝配置，顯著提升生產(chǎn)效率，推動(dòng)生產(chǎn)流程的智能化與高效化。
3. 提升產(chǎn)品良品率：通過(guò)精準(zhǔn)區(qū)分缺陷類型，結(jié)合生產(chǎn)操作要素的優(yōu)化，反哺前序工藝，穩(wěn)定生產(chǎn)中間體質(zhì)量，提升最終產(chǎn)品出庫(kù)良品率，助力企業(yè)高質(zhì)量發(fā)展。
4. 助力可持續(xù)發(fā)展：通過(guò)優(yōu)化電能管控模型和藥劑處理，實(shí)現(xiàn)生產(chǎn)過(guò)程的全自動(dòng)化閉環(huán)控制，持續(xù)推動(dòng)企業(yè)綠色低碳發(fā)展，助力實(shí)現(xiàn)高質(zhì)量可持續(xù)發(fā)展目標(biāo)。
5. 賦能企業(yè)高效運(yùn)營(yíng)：通過(guò)減少重復(fù)勞動(dòng)和釋放機(jī)械性工作，結(jié)合生產(chǎn)歷史記錄留存與信息回溯，推動(dòng)流程規(guī)范化，提升經(jīng)驗(yàn)傳承效率，助力企業(yè)高效培養(yǎng)新員工，實(shí)現(xiàn)運(yùn)營(yíng)優(yōu)化與管理升級(jí)。
