中國冶金報社
記者 呂林 報道
特約通訊員 藍義高 攝影
“未來5~10年，AI、大數據技術必將重塑材料產業，尤其是鋼鐵等傳統領域，數字化制造一定是未來的主流方向，具有重要的發展前景。”10月23日，北京科技大學學術委員會主任、中國工程院院士謝建新在第十五屆中國鋼鐵年會開幕式作報告時提出這一觀點。他重點介紹了新材料智能化設計和數字化制造的研究應用情況。
圖為謝建新
新材料具有顯著的科技屬性、軍事屬性、經濟屬性和社會屬性，是新一輪科技革命和產業變革、戰略新興產業和高端制造業發展的基石和先導，是國際競爭激烈的高新技術領域。然而，新材料的設計研發長期面臨非線性、遺傳性、跨尺度三大難題，空間尺度涵蓋電子、原子到宏觀構件，時間尺度跨越皮秒至百年，建立“結構—性能”關聯、實現跨時空設計難度極大。
對此，謝建新認為，智能設計與數字化制造正是破局關鍵，能夠實現精準設計與精確制造，有望從根本上解決傳統的新材料研發效率低、周期長、成本高，以及材料制造質量的穩定性和一致性等瓶頸問題。
他提到，2016年Nature封面論文里，哈佛大學學者利用機器學習算法從“失敗的試驗”數據中發現了新材料：模型預測準確度超過了經驗豐富的化學家，并從模型中獲得了三種化學假設，以指導新材料設計。這一發現引爆了材料領域的機器學習。當前，機器學習在新材料設計中主要有三類應用：一是數據回歸建模（經典方法、黑箱模型），二是可解釋物理學機理、冶金學機理的研究（白箱模型），三是工藝設計與過程優化（黑箱、灰箱、白箱）。據介紹，北科大團隊依托智能設計技術，已經在多類材料研發中取得突破性進展，包括先進汽車鋼優化、硅鋼研發提速、高端合金成分定制，等等。
近10年來，材料數字化、智能化技術迅速發展，基礎設施和支撐條件快速發展，科技和市場生態初步形成，新材料研發和制造已經進入“數智化”時代。
“兩化融合，信息化+自動化并不等同于數字化制造！”謝建新特別強調，數字化制造是以數字技術為核心，通過整合計算機、網絡、虛擬現實等技術，實現產品從設計到生產的全過程智能化管理和控制的制造方式。其本質是將復雜信息轉化為可度量的數字數據，建立數字化模型并引入計算機處理，從而優化制造流程。
簡言之，自動化制造依賴“反饋控制”（事后檢測波動再反饋前端進行調整），而數字化制造核心是“前饋控制”——基于過程與擾動的實時數字模型進行預測與預報控制，分為數字化制造、數字化網絡化制造（車間互聯）、數字化網絡化智能化制造（人機一體化）三個階段，特征分別對應“無人車間”“黑燈工廠”“智能工廠”。
談及國內冶金材料數字化、智能化發展水平，謝建新坦言：“當前多數企業仍處于生產工藝/車間數字化管理階段，局限于數字化管理調度、工序數字化銜接和全自動車間構建，距離真正的數字化、智能化研發/制造階段尚有較大差距。”
他指出，未來行業需要向“材料/產品/工藝智能設計、事先優化”“制造工序數字化建模、預報控制”“黑燈工廠、智能工廠”突破。
核心挑戰集中在兩個方面：一是數字化建模，解決傳統計算模擬的瓶頸問題，實現“材料內部可視化”，支撐“在線決策/預報控制”“全過程綜合優化”；二是數據資源，目前材料科學計算基礎數據匱乏，需整合理論計算、數值模擬、實驗及企業生產和產品應用數據。
“數據是戰略資源，沒有數據，AI將一事無成！大規模、高質量數據是‘AI+新材料’競爭發展的基本保障。而新數據催生新知識，未來科學家與工程師的價值仍不可替代。”謝建新最后強調道。
