中國冶金報 中國鋼鐵新聞網
記者 趙萍 報道
“數據科學、數字技術是解決鋼鐵全流程‘黑箱’等生產不確定性問題最好的一把鑰匙。同時，鋼鐵行業全流程‘黑箱’生產又是數字化技術應用的最佳場景?！?1月23日，中國工程院院士、東北大學教授王國棟在第十三屆中國鋼鐵年會上表示，現今，信息技術和數據科學的發展強力支撐鋼鐵行業數字化轉型，成為鋼鐵行業崛起的一個重要機遇。
圖為王國棟在線上做報告。（視頻截圖）
他介紹，工業互聯網、云計算、大數據、人工智能等新一代信息技術的快速發展和應用，正式宣告了數據時代的來臨。在數據時代，數據成為社會發展的重要驅動力，成為全球新一輪產業競爭的制高點、改變國際競爭格局的新變量?！八?，我們對于數據這個新的生產要素要給予充分的重視?！彼赋觯ㄟ^數據/機器學習進行數據分析，成為數據時代解決不確定性問題最強有力的科學方法。
“鋼鐵行業全流程生產都是‘黑箱’，包括高爐里的鐵水、轉爐里的鋼水、連鑄坯與軋件內部復雜的組織等，具有嚴重的不確定性，看不見、摸不著，更測不了，但又事關鋼鐵行業的生產效率、產品質量、工序穩定性、成本、生態等最核心問題?！睂Υ怂赋觯撹F行業只有進行數字化轉型，才能突破這些不確定性問題，實現高質量發展。
鋼鐵行業自身生產特色和數據時代發展特點的契合度極高。王國棟分析道，一方面，鋼鐵行業有著發達的數據采集系統和自動化控制系統，更有著大量的數據積累。這些數據中蘊含著企業生產過程的全部規律，是關鍵的生產要素。由此可見，鋼鐵行業在充分利用豐富的數據資源、實現產業數字化方面具有巨大潛力。作為世界上最先進、最高級的智能系統，信息物理系統特別強調，我們對于物理世界進行的分析計算，不僅僅深深嵌入到系統的每一個相互連通的物理組件中，甚至可能嵌入到物料中。因此，作為流程工業的鋼鐵行業可以針對物料建模，即建立物料的數字孿生，并將得到的數字孿生用于反饋控制，形成閉環賦能的信息物理系統。相較制造業來說，這一點是鋼鐵等材料行業解決不確定性的特有優勢。
“因此，我們要萬分珍惜這個優勢，要充分發揮這個優勢，搶先建設和應用信息物理系統?！蓖鯂鴹澾M一步介紹，這個信息物理系統的底層是原位分析系統，主要包括兩個部分。第一部分是實驗工具，包括實驗室的儀器設備、中試裝備和生產線裝備。第二部分是計算工具，包括機器學習、深度學習和數據分析。實際生產線等實驗工具提供狀態感知的數據，由計算工具對這些數據進行實時分析，分析的結果是可以對過程進行預測的數字孿生，再用數字孿生對過程進行優化設定，給出科學決策，并反饋賦能實現精準執行。這樣就形成了基于數據自動流動的狀態感知、實時分析、科學決策、精準執行的閉環賦能體系。
這個系統具有數據驅動的特征。“這意味著我們的控制模型由機理或經驗驅動的傳統模型轉變為數據驅動的數字孿生模型?！蓖鯂鴹潓Ρ确窒砹藗鹘y機理模型驅動與數據驅動的控制系統架構之間的不同，以及后者的巨大優勢。
他介紹道，以往機理驅動的過程控制數學模型是將傳感器信號匯集到定序器等下位計算機后，經過多個傳感器的邏輯運算、閾值處理等，分層地匯集到上位計算機，常常不得不舍棄大量數據。在這樣的結構中，大數據的分析和運用是非常困難的。而數據驅動的系統能夠有效且公平地收集與處理所有數據，并通過大數據/機器學習，建成數字孿生過程控制模型。這樣一來，就可以將底層傳感器得到的信息，直接送到大數據中心，經過處理后用機器學習來進行運算，得到數字孿生模型，并將這個數字孿生模型送到邊緣決策系統進行決策，最后再將決策結果送回到底層執行機構，完成閉環。“當然，數據驅動的數據中心，不僅可以存儲數據，還必須具有數據處理功能，能夠對數據進行提取、轉換和加載，以滿足下一步機器學習的需求?！彼貏e說道。
王國棟認為，鋼鐵行業必須與數字經濟、數字技術相融合，發揮鋼鐵行業應用場景和數據資源的優勢，以工業互聯網為載體、以底層生產線的數據感知和精準執行為基礎、以邊緣過程設定模型的數字孿生化和CPS(信息物理系統）化為核心、以數字驅動的云平臺為支撐，建設鋼企數字化創新基礎設施，加速建設數字鋼鐵。
同時，他根據產學研深度融合的實踐，介紹了企業建設數字鋼鐵的經驗。一是信息采集與精準執行是數字化轉型的基礎，是必備項，不完全、不完善的要先補課。二是軟件定義。主要指軟件改造，硬件可以利用已有的系統，將大幅降低數字化轉型的成本、提高轉型效率。三是數據驅動。采用數據/機器學習方法對數據進行運算，可以將機器學習的模型做到標準化，以實現對不同規模的裝置采用各自的數據處理來建成最終的用于控制的數據孿生模型，便于推廣、掌握、共享，有助于縮短工期、降低成本。四是數據驅動采用雙層架構，容易實現離線調試—在線并行—實時上線，可避免風險，系統可快速由傳統系統過渡為數字化系統。
隨后，王國棟指出，鋼鐵行業實現數字化轉型須攻克的一系列關鍵共性技術，其中包括數據驅動的IT系統架構、數據驅動的信息感知、數據驅動的數據中心、數據驅動的科學分析、數字驅動的智慧決策、數據驅動的回饋賦能、制造主流程及一體化的虛擬模型與實際過程實時融合的CPS化、數據驅動的資源配置與管理云平臺、自動化系統補課、軟件定義、軟件、網絡、安全和系統開發與上線。
“鋼鐵行業要充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，建設鋼鐵創新基礎設施，加速鋼鐵行業的數字化轉型，增強企業核心競爭力，賦能高質量發展，打造新動能，將中國鋼鐵行業建設成為國際領先的工業集群?！蓖鯂鴹澴詈笳f道。
