中國鋼研科技集團冶金自動化研究設計院副院長 孫彥廣
鋼鐵業制造流程智能化是基于信息物理深度融合，通過橫向工序貫通、縱向管控協同，實現全流程動態有序、協同連續運行和多目標整體優化。近年來，我們深入學習了殷瑞鈺院士的冶金流程學，開展了跨工序動態調度、能源生產協同優化、全流程質量管控等鋼鐵制造流程智能化技術的研究和應用工作，在提高生產效率、降低能源成本、穩定產品質量等方面為企業帶來了效益。結合我們的學習和實踐，談談對鋼鐵制造流程智能化的初步認識。
從意義層面，我國鋼鐵業進入高質量發展新階段，提出了規模化定制、提升產品品質、節能減排降碳等需求，跨工序全流程視角的智能化十分必要。
首先，鋼鐵生產由高溫狀態緊密關聯的煉鐵、煉鋼、軋鋼多工序組成，目前流程連續化程度不高，規模化定制的生產模式實施難度大，需要通過制造流程智能化，實現一體化計劃調度、跨工序動態協同、全流程有序運行。
其次，鋼鐵生產能源耦合緊密，二次能源占比高，節能降碳壓力大，需要通過制造流程智能優化，實現物質流、能量流協同以及能量實時、平衡、高效轉化。
最后，鋼材生產相變—形變復雜，成分—結構—性能強關聯，上道工序質量影響下道產品質量，需要通過制造流程智能化，實現各工序質量一貫制管控、全流程質量追溯優化，從而提高產品實物質量。
從實踐體會層面，實施鋼鐵制造流程智能化以來，我總結了以下幾個要點。
一要重視鋼鐵制造物理流程的優化。物質流、能量流網絡優化是流程智能集成優化的基礎。物質流網絡優化包括工序之間界面優化、全流程物流網絡優化等，能量流網絡優化包括探索余熱余能高效轉化路徑、能源管網緩沖能力優化、減少能量流網絡損耗等。在鋼鐵制造物理流程優化基礎上開展智能化可取得事半功倍的效果。
二要重視管控流程的梳理和閉環。智能化是全局優化，不僅要關注單一業務水平提升，更要加強兩個或兩個以上的業務部門或功能活動之間的管理協同、集成與優化，實現銷產轉化、生產計劃、動態調度和過程控制縱向協同，質量PDCA（策劃、實施、檢查、改進）全面管理，能源生產、使用、轉化、緩沖閉環優化。
三要重視機理知識、調控規則的數字化應用。機理知識的理解和應用可以透過隨機變化的數據表象，領會、挖掘鋼鐵流程內在的因果關聯和機理特征，提高預測模型的精度和自適應性；調控規則的理解和應用，有助于確定邏輯一致的多目標優化協同變量，可大大縮小決策控制問題的優化求解空間，得到有明確物理指導意義的決策控制指令。
四要重視人機融合、迭代優化。流程集成優化充滿了復雜性、不確定性，不是一兩個智能化優化算法就能夠解決的。智能化不是取代人，而是突出了人的中心地位，人類智慧的潛能將得以極大釋放。因此，通過將人的作用或認知模型引入到系統中，使人和機器相互理解，形成“人在回路”的混合增強智能，即人機深度融合將使人的智慧與機器的智能相互啟發性地增長，迭代優化。
五要重視信息技術的正確認識和合理選擇。工業互聯、大數據和人工智能技術等信息技術的快速發展，為智能化提供了各種信息處理手段，但這些技術不是萬能的，人工智能自身60年風風雨雨的發展歷程已經說明了這一點。我贊同杜斌教授“機理>小數據>大數據”的觀點，我們需要理性認識智能化技術的局限和優勢，結合不同業務的感知、認知、決策和控制等不同環節進行合理選擇或組合，從而解決不同應用場景的技術難點。
六要重視流程智能化KPI（關鍵績效指標）導向和效益實現。實施流程智能化，需要針對不同的應用場景制定合理的KPI指標，比如計劃調度的流程連續化程度、質量管控的過程控制能力、能源優化的供需平衡度等，并以此為導向，確定跨工序協同的決策控制變量，提出針對性的智能化方案，從而提升企業精益管控的能力，取得實實在在的效益。
目前，關于鋼鐵制造流程智能化的研究，國內外處于同一起跑線上，在國際上也沒有成功的案例可循。為此，我們希望通過行業跨專業深度融合和聯合持續攻關，形成具有中國特色的鋼鐵制造流程智能化技術，留下中國人的技術痕跡。
