|
“AI重構鋼鐵產業核心生產力。”8月18日，中國鋼鐵工業協會副會長姜維在“AI+鋼鐵”技術發布會上表示，在國家一系列“人工智能+”政策的指引下，鋼鐵行業正迎來以AI驅動高端化躍遷的歷史性機遇。
中國工程院院士王國棟指出，鋼鐵工業作為典型的大型復雜流程工業，全流程各工序均呈現“黑箱”特性，存在大量不完全信息、不確定性及動態環境下的各類問題。尤其是材料“黑箱”內部的演變過程與最終的目標控制變量，目前尚無法實現在線實時連續監測，單純依靠數字時代的大數據、機器學習等統計方法，難以突破現有瓶頸。
對此，王國棟提出破解之道，即整合我國鋼鐵材料領域與AI領域專家的優勢，充分利用鋼鐵行業豐富的大數據、鋼鐵領域專家的理論與經驗，以及信息領域先進的生成式人工智能技術，建立人機混合人工智能體，為鋼鐵行業精準賦能。
以煉鐵環節為例，煉鐵過程涉及的物理化學冶金反應極為復雜，全流程“黑箱”操作，不僅數據維度高、耦合性與非線性強，還存在明顯的時間滯后性；同時，煉鐵工業長期存在的工序孤島式控制問題，導致單元間界面銜接性差、資源配置困難、實時分析效率低下。
東北大學“AI+鋼鐵”大模型便是通過基于鐵前大數據的智能配礦系統，不僅能夠有效降低噸鐵能源消耗，減少碳排放，還可對渣鐵性能成分實現提前預測，大幅提升爐熱穩定率、爐缸活躍性。
“AI作為數字時代的前沿技術，為鋼鐵行業突破發展瓶頸、實現高質量發展帶來了新的曙光。”冶金工業信息標準研究院院長張龍強表示，智能算法能夠精準預測設備故障，大幅減少停機時間，提高生產效率。在質量控制領域，AI圖像識別技術可以對鋼材表面缺陷進行高精度檢測，確保產品質量符合標準。此外，在供應鏈管理環節，人工智能還能夠根據市場需求、原材料價格波動等多因素預測，優化采購與生產計劃，降低運營成本，提升企業競爭力，激活新動能。
在此背景下，鋼鐵行業正在加速推動“AI+鋼鐵”相關標準制定工作。張龍強透露，在工信部科技司的指導下，我國已開展《人工智能 鋼鐵大模型技術要求》等6項大模型標準的研制。同時，聚焦人工智能在鋼鐵行業的典型應用場景，以需求為牽引，開展了《人工智能 鋼鐵行業應用場景分類指南》等10余項標準的研制。
展望未來，姜維指出，鋼鐵行業將繼續以“AI+智能技術應用”為核心，全面轉向新一代人工智能技術驅動的生產力重塑，通過政策引導、標準建設、標桿推廣推動行業轉型。重點聚焦產業鏈智能協同、低碳智能融合及低成本技術推廣，支撐鋼鐵行業高端化、智能化、綠色化發展。（經濟參考報）
|
