■閱讀提示

　　如今，新一輪人工智能浪潮席卷全球，改變了越來越多行業的生態。

　　河北是鋼鐵大省，鋼鐵產業轉型升級任務艱巨。當AI大模型遇上鋼鐵，深度嵌入焦化、燒結、煉鐵、煉鋼、軋制等環節，為鋼鐵生產降本增效和產品性能升級提供了技術支撐，助力鋼企數字化轉型邁向新階段。

　　鋼企“最強大腦”是怎樣煉成的？記者深入河鋼集團唐鋼公司、普陽鋼鐵等企業進行了采訪，解鎖鋼鐵“智變”的奧秘。

　　整理/河北日報記者 解楚楚 制圖/展茂光

　　■ 排產大模型，讓汽車板訂單和生產無縫銜接

　　一邊是煉鋼現場，火紅的鋼水在爐內翻滾涌動，經過精煉、連鑄等一道道工序，百煉成鋼。

　　一邊是指揮中心，墻上十幾米寬的藍色大屏幕上，實時顯示各類關鍵節點數據，一屏統覽。

　　在河鋼集團唐鋼公司生產調度指揮中心，唐鋼公司生產制造部計劃中心副主任齊兆軒坐在電腦屏幕前，打開全流程一體化生產計劃排程系統，給各生產工序下發自動編制的生產計劃。

　　這個全流程一體化生產計劃排程系統，是唐鋼公司自主研發的排產大模型，對汽車板材和其他品種鋼材的全流程進行實時監控、精準預測和科學統籌。

　　過去，一個熱軋鋼卷的訂單，從接單到交付需要18天。生產計劃排程系統投用后，訂單交付整個流程只要13天，周期縮短了近30%。

　　“有了排產大模型，汽車板訂單和生產無縫銜接。”唐鋼公司信息自動化部部長助理孫雪嬌說。

　　近日，河鋼集團唐鋼公司生產調度指揮中心，工作人員在監控生產情況。河北日報記者 趙杰攝

　　2015年，唐鋼公司從國外引進一款生產計劃排程系統，功能比較單一，只能匯總各類生產信息數據。

　　孫雪嬌回憶，那時候，每天訂單多、生產量大，編制生產計劃是繁瑣工作。計劃員每天要復盤上一天生產計劃執行情況，根據目前已執行的計劃進度，后續對物料、原輔料的需求，生產中設備及現場狀態安排下一步的生產計劃。

　　這樣僅靠經驗編制的生產計劃，很難避免等待用料時間過長、軋制環節超時等問題，造成鋼材生產周期延長甚至交付延期，給企業帶來了巨大損失。

　　能不能利用數字技術實現智能排產？

　　說做就做。孫雪嬌帶著團隊和生產人員一起合作，經過一次次試驗攻關，開發出了全流程一體化生產計劃排程系統。2022年12月，該系統在唐鋼公司落地運行。

　　他們把多年積累的生產經驗、超過13萬個知識點3800多萬字的冶金規范知識庫，以及流程仿真、計劃調度專業模型，都融入這個排產大模型中。排產大模型能深度分析企業歷史營銷數據、客戶數據，從而精準預測市場需求，幫助企業制訂更為合理的經營計劃，優化產品結構，降低運營成本。

　　隨著下游市場變化，鋼鐵企業從大宗生產向多品種、小批量轉變，這為排產大模型應用帶來了更廣闊的空間。

　　“數字大模型最擅長的，就是通過大數據和智能算法解決系統性問題。”孫雪嬌說，遇到緊急重大訂單，排產大模型可以通過實時監控與動態調整，讓制造、技術、市場部門聯合作戰，迅速完成決策和排產，確保高質量交付。

　　據測算，排產大模型投用以來，唐鋼公司原料庫存周轉時間從10天縮短到了5天，熱軋產品制造周期縮短了5天，冷軋產品制造周期縮短了2天，對重點客戶訂單準時交付率達到100%。

　　今年年初，工業和信息化部公布我國首批卓越級智能工廠名單，唐鋼公司“新一代冶金流程鋼鐵智能工廠”入選。

　　數字化轉型提速，帶動了企業產品結構優化升級。如今，高碳鋼、電池殼鋼、O5寬幅汽車面板、高強度汽車鋼等已成為唐鋼公司的拳頭產品。

　　■ 配煤大模型，不到10分鐘下發一套配煤方案

　　配煤是煉鋼的原料準備環節，屬于煉焦生產中的核心工序。

　　為煉焦生產下發一套配煤方案需要多久？對于新興鑄管旗下的河北新興能源科技股份有限公司來說，用時不到10分鐘。

　　近日，新興鑄管武安本級智能管控中心，工作人員正在進行數據分析。河北日報記者 田 明攝

　　時間這么短，并不意味著配煤簡單。正好相反，配煤是涉及多維度參數調控的復雜工藝。

　　“配煤大模型的出現，把復雜的事情變簡單了。”河北新興能源科技股份有限公司配煤師鞏玉嶺向記者演示了具體配煤過程。收到焦炭生產指令后，他登錄配煤模型系統，將焦炭質量參數輸進去，系統自動推算出10條配煤方案。他優中選優，挑出一條最好的配煤方案，下發給煉焦生產部門，整個過程不到10分鐘。

　　煤炭分為焦煤、肥煤、氣煤、瘦煤4個品種，每種煤炭灰分、硫分、水分、發熱量不同。使用不同種類和不同廠商的煤的配比，直接影響焦炭的質量和成本。

　　過去的配煤，靠的是“老把式”的豐富經驗。

　　鞏玉嶺干配煤20多年。他記得，過去每天上班時，他從化驗室里找來各種煤炭的指標數據，結合公司對焦炭生產的新要求和生產成本，通過大量的計算試驗，挑出較好的煤種配比方案。

　　那時，他標配的“老伙計”包括筆、本子、計算器。每完成一次配煤，他的本子上就會多幾頁密密麻麻的公式和文字。

　　“人工計算配煤是有上限的。很有經驗的配煤師，一次最多只能試驗幾十種配比方案，再多，時間和精力都不允許。”鞏玉嶺說，同時，人工計算配煤對煉焦結果只能做粗略估計,無法進行精細化計算，容易導致質量不穩定問題。

　　大數據、人工智能技術的興起，給鋼鐵生產帶來了革命性的改變。

　　2022年底，新興鑄管技術團隊來到焦化產線，與生產人員一起探索開發配煤模型系統。

　　他們廢寢忘食，對煉焦生產中的海量數據進行收集和整理，反復嘗試各種算法，將人工計算的配煤方案轉化為一串串代碼。

　　最初，配煤大模型同現有生產系統匹配效果不理想。他們沒有氣餒，迅速調整思路，一次次重來，到2023年3月，配煤模型系統終于成功上線。

　　該系統輸入焦炭質量參數后，幾分鐘內就能完成數億次的組合配比計算，從中優選出10個配比方案，供配煤師選擇。

　　值得一提的是，配煤大模型還有成長性——定期“喂”入歷史配比的數據進行訓練，配煤準確率越來越高。

　　投入運行2年多來，配煤大模型的配煤方案準確率趨近100%，生產每噸焦炭成本降低9.4元，年創效近1900萬元。

　　一炮打響后，新興鑄管相繼開發了掛鉤對準模型、篦條檢測模型等專業模型，用于燒結、球團生產工序，以大模型技術助力企業數字化轉型邁上新臺階。

　　目前，新興鑄管武安本級已建成49個垂直大模型應用場景，并將其廣泛應用于生產制造、質量控制、設備維護、能源管理等環節，實現人工智能賦能全鏈條降本增效。

　　近日，河鋼集團唐鋼公司生產調度指揮中心，生產制造部工作人員正在查看APS（生產計劃排程）系統運行情況。 河北日報記者 趙杰攝

　　■ 軋制大模型，每天粗軋軋鋼量增加72塊

　　在位于武安市的河北普陽鋼鐵有限公司中厚板廠，紅彤彤的鋼坯在輥道上穿梭，經過多重軋制，最終變成一塊塊厚度8毫米以上的中厚板。

　　中厚板主要應用于機械、容器、爐殼、汽車結構件等的制造，軋制作業線長，工藝復雜，質量要求高。

　　河北普陽鋼鐵有限公司生產制造部副部長牛現利告訴記者，自從有了中厚板軋機智能控制大模型，用智能算法替代人工經驗，如同給軋機生產線裝上了智慧大腦，鋼鐵軋制更聰明了。

　　通過智能設備和智能工藝的大量應用，該公司中厚板軋制生產線的自動化程度越來越高。

　　然而，他們面前卻有一個長期難以逾越的“攔路虎”——轉鋼工序依賴人工操作，存在角度誤差大、效率波動大等痛點。這也是國內鋼材軋制的普遍性難題。

　　轉鋼聽起來簡單，就是調整鋼坯旋轉角度，使鋼坯在加工環節符合尺寸要求。這道工序為何難以自動化？

　　“這道工序連續性強，需要操作工長時間操縱軋機調整鋼坯方向，自動轉鋼效率難以滿足要求。同時，復雜環境下轉鋼過程鋼坯角度很難進行自動化高效檢測。”牛現利這樣解釋。

　　2023年底，東北大學專家團隊來到這家企業進行技術交流。對于企業存在的問題，東北大學專家很感興趣。而對方展示的軋制智能技術新成果，讓牛現利眼前一亮。

　　經過商議，雙方決定一起開發一款中厚板軋機智能控制大模型，解決轉鋼工序自動化難題。

　　“長期以來，我們就跟普陽鋼鐵保持了緊密的合作關系。”東北大學軋制技術及連軋自動化國家重點實驗室副教授何純玉說，對于這次新合作，他們信心十足，組織自動化、計算機等領域30多名專家共同參與技術攻關。

　　創新之路并非一帆風順。

　　他們采用機器視覺技術識別鋼坯運動方向及位置，從而進行自動化控制。然而，轉鋼速度始終存在偏低問題。

　　為解決問題，他們通過模型學習操作工轉鋼的控制過程，以轉鋼最小時間為約束條件進行一次次訓練，不斷縮短轉鋼時間。同時，優化軋制工藝，縮短軋制的鋼坯間距。

　　“通過大量實踐，實現轉鋼過程完全自動化，平均每次轉鋼時間提高了2秒以上。”何純玉說。

　　此外，他們還在中厚板軋機智能控制大模型中嵌入軋件頭部彎曲與各影響因素之間的大數據庫，通過機器學習算法，實現對軋件的在線監控與智能化診斷，提高安全生產水平。

　　以粗軋工序為例，得益于軋制大模型的快速計算分析處理，企業軋鋼工從2人減為1人，每天軋鋼增加72塊，產品合格率提升，還延長了設備使用壽命。

　　“數字化轉型是鋼鐵企業打造新質生產力的重要渠道。”牛現利說，下一步，他們將拓展大模型應用領域，進一步提高生產效率和產品成材率。（河北日報記者 貢憲云）

　　■記者手記

　　樹立數據思維，建好用好大模型

　　當前，各行各業掀起使用AI大模型的熱潮。記者走訪鋼鐵、化工等企業時發現，不少企業想要用AI大模型，卻遇到了各種各樣的難題。

　　一名參與企業大模型建設的高校教師告訴記者：“AI大模型需要長期投喂專業數據，才能慢慢產生場景化、定制化、個性化的競爭優勢。然而，不是每個企業都等得起、耗得起。”

　　還有一些企業擔心投資大、難度高，對AI大模型望而卻步。

　　河鋼集團唐鋼公司、新興鑄管等企業的創新實踐，給企業建好用好大模型帶來了有益啟示。

　　他們做法各異，AI大模型側重方向也不同，有的側重排產，有的側重配煤，可是有一點是相同的——瞄準一個點，靶向發力，充分發揮數據要素的乘數效應。

　　這些側重某道工序、某個環節的專業模型，投資不高，效果卻好。專業模型先行先試成功了，再以點帶面，發揮示范效應，帶動企業數字化應用能力的整體提升。

　　這背后其實體現的是數據思維，是善用數據工具創新要素配置、重塑生產流程的能力。

　　過去，企業發展一直強調市場思維、技術思維、質量思維。在數字經濟時代，企業家還要樹立數據思維，把AI技術用起來，讓新質生產力跑起來。

　　實施關鍵共性技術攻關、完善數據管理體系、培養專業數字化人才……聚焦AI大模型開發和應用，推動產學研用融通創新、上下游深度合作，河北制造企業將迎來更美好的明天。（貢憲云）