劉獻東
作為歐洲鋼鐵行業數字化轉型的13個重點科研基金項目之一，自組織生產類RFCS（歐洲煤鋼研究基金會）項目關注生產線及設備的自動協調和產出的優化。自組織生產整合了資源、設備和人員，基于它們與主計算機的密切互動，提高了自動化程度，實現了對生產網絡的實時控制。
自組織生產類RFCS項目包括以下7個主要子項目：
一是長材產品的網絡物理生產優化系統（CPPS）項目。
目前，鋼鐵行業的生產技術已達到一定水平，要想進一步的改善，需要對工藝流程進行整體優化，而不僅僅是改善單個工藝流程。因此，鋼鐵行業必須開發出適合整個工藝流程的技術模型，以尋求典型、多準則的解決方案。把工藝流程控制模型、材料質量模型、物流/調度模型和通信（計算機、軟件、網絡）等模型整合并用于生產優化，能夠實現對各種變化的快速反應。
為降低能耗、縮短生產時間并提高產品質量，該項目為網絡物理生產優化系統設計開發了一個虛擬仿真平臺。該項目在安賽樂米塔爾位于西班牙和曼斯塔德的兩家工廠中得到了開發和實際應用，提高了流程鏈的靈活性、生產效率，改善了質量并節省了能源。
二是預測性傳感器數據挖掘項目。
預測性傳感器數據挖掘項目旨在開發新的方法和工具，以提高產品質量、降低制造成本。該項目的主要功能有：通過識別質量缺陷的主要形成原因，以優化制造工藝、預測產品質量及降低成本。該項目主要關注外觀、內在質量和機械性能3個方面的指標，一方面識別質量異常的主要原因，以優化制造工藝；另一方面挖掘數據，預測產品質量情況，以更好地表征產品特性。
該項目從大量復雜的數據中提取知識，基于相當長時間內（2年~3年）的高頻（1赫茲~10赫茲）時間序列記錄，獲取相關數據信息（如平均澆鑄速度）用于統計分析。
為了自動大量分析這些時間序列數據，該項目提出了5個圍繞主軸構建的綜合解決方案：設計和管理大數據庫類型；從時間序列中提取特征，開發用于構建高級指標的算法，以更好地表征影響質量的工藝現象；對機器學習進行描述性和預測性分析，以查明質量不合格的原因并實現更好的預測；開發分析型服務器，以加快模型構建、優化模型管理，并為流程專家和數據挖掘專家之間的交流提供支持；實現知識資本化和有價值的統計知識管理，規范和優化工藝知識與統計知識之間的交流。
三是通過增強自動程序監控能力檢測鋼結構缺陷項目。
該項目旨在開發新穎的設計方法、系統、程序和技術解決方案，通過集成感測和自動化技術實現鋼結構建筑物的自動檢測。該項目將延長工業基礎設施的使用壽命并降低檢查成本，通過使用先進的工具改善人工作業環境，提高生產安全性。
該研究的主要內容包括：通過圖像處理、熱成像和振動測量的數據融合，實現鋼結構的幾何形狀和條件虛擬化；開發機器人和自動系統（如無人機和地面移動機器人）等用于檢測鋼結構缺陷的軟件；嵌入傳感器系統，采用納米等技術，使鋼結構能進行自評估和自診斷；等等。
四是一貫制鋼水溫度控制項目。
一貫制鋼水溫度控制項目旨在開發一個覆蓋電弧爐和鑄造工藝全過程的操作專家系統，從而在精確控制鑄造溫度的同時，實現節能和減少物料消耗。操作專家系統可幫助操作員評估溫度信息的準確性和可靠性，并提出進一步的測量建議和余下工藝步驟的最佳化操作建議，從而幫助操作員以最佳方式處理溫度異常變化。具體效果如下：提高鑄造溫度命中率精度；優化資源效率，減少電能消耗；減少對澆鑄速度的干擾，提高鋼的生產率和質量。
五是新型自動模型識別和在線參數自適應項目。
該項目提出了可擴充系統的概念，旨在應用自學習方法，實現基于模型的產品性能在線控制。該項目采用了遺傳算法、多項式模型、迭代學習控制方法和前饋控制等技術，并在熱軋—層流冷卻、層流冷卻—酸洗—冷軋、退火線—熱鍍鋅3個作業線上得到了實際應用。
六是控制熱軋產品幾何形狀的簡明數據系統項目。
該項目旨在開發一個新的工具，對全部工藝路線不同設備的地圖進行客觀說明和分析，并生成適用于自動控制、決策系統的簡明數據系統。目前，熱軋板材、卷帶材的平面度和尺寸精度的測量系統已得到廣泛應用，通常采用等高線圖或“地圖”的形式向軋機操作員和技術人員提供直觀的顯示。該項目試圖開發的工具將用于集成不同測量工藝及設備的幾何形狀信息，并進行直觀簡明的表達，以有利于在線控制和技術調查。
七是鋼鐵生產的集成動態能源管理項目。
由于電網在同一天的不同時間內、不同季節之間都存在波動，再加上可再生能源的興起進一步增加了電網的電力波動，而鋼鐵又是用電大戶，需要基于電網和價格的波動對能源進行動態管理和優化。鋼鐵生產的集成動態能源管理項目通過對接智能電網，引入靈活的負荷控制技術和程序，從而降低電力成本。
該項目的目標包括：開發以能源成本為重點的生產計劃；預測能源需求，優化生產流程從而最大程度地減少不平衡（預定功率與實際功率之間的偏差）；實現最小化峰值負載；對電網異常事件進行合適的處置。
該項目的主要開發內容包括：確定預測方法、模型；采用代理系統；在4種不同生產類型的鋼廠中實現實際應用。
