1、鋼鐵工業(yè)智能制造與人工智能實踐路徑與思考2022年國際金融危機(jī)發(fā)生以來，新一代信息、通信技術(shù)的快速發(fā)展 并與先進(jìn)制造技術(shù)不斷深度融合，全球興起了以智能制造為代表的新一輪 產(chǎn)業(yè)變革，數(shù)字化、網(wǎng)絡(luò)化、智能化日益成為未來制造業(yè)發(fā)展的主要趨勢。 世界主要工業(yè)發(fā)達(dá)國家加緊謀篇布局，紛紛推出新的振興制造業(yè)國家戰(zhàn)略， 支持和推動智能制造發(fā)展，重塑制造業(yè)競爭新優(yōu)勢。2022年提出的工業(yè)4.0概念，通過持續(xù)改變工業(yè)結(jié)構(gòu)，未來生產(chǎn)的方法和管理的手段將被逐 漸系統(tǒng)化、數(shù)據(jù)化，并貫穿產(chǎn)品的價值鏈，以滿足產(chǎn)品創(chuàng)新、產(chǎn)品生產(chǎn)、 產(chǎn)品優(yōu)化以及個性化定制的需求。同時，將工業(yè)4.0的推進(jìn)與企業(yè)管理相融合，降低能源消耗提高資源

2、利用率。結(jié)合中國智能制造發(fā)展規(guī)劃(2022-2022)和鋼鐵工業(yè)“十三五 規(guī)劃”，基于技術(shù)先進(jìn)、綠色制造、環(huán)境友好、服務(wù)配套的鋼鐵數(shù)字化發(fā) 展理念，通過實踐逐步建立鋼鐵工業(yè)的智能制造標(biāo)準(zhǔn)，形成以數(shù)據(jù)為核心 的全產(chǎn)業(yè)鏈驅(qū)動和全生命周期應(yīng)用的示范案例。這是我國鋼鐵工業(yè)的數(shù)字 化之路。鋼鐵工業(yè)數(shù)字化工廠整體方案按照企業(yè)實際需求和市場技術(shù)發(fā)展趨勢 進(jìn)行統(tǒng)籌規(guī)劃、分步實施。數(shù)字化工廠整體解決方案，從數(shù)字化裝備(包 括數(shù)字化的低壓盤柜、現(xiàn)場儀表、變頻、電機(jī)、 DCS EMS部分PLC等)， 數(shù)字化設(shè)計平臺、數(shù)字化交付(包括機(jī)械、電氣、儀表、公輔和廠房)、 數(shù)字化運(yùn)營、數(shù)字化維護(hù)和數(shù)字化資產(chǎn)管理著手，在結(jié)構(gòu)

3、化數(shù)據(jù)的支撐下， 實現(xiàn)企業(yè)生產(chǎn)全流程可視化、信息技術(shù)(IT , InformationTechnology ) 與運(yùn)營技術(shù)(OT OperationTechnology )的融合，采用人工智能和大數(shù) 據(jù)技術(shù)充分發(fā)掘和使用數(shù)據(jù)的價值，進(jìn)一步實現(xiàn)系統(tǒng)和過程的優(yōu)化，提升 智能制造能力，并有效減少浪費(fèi)、提高效率和安全性。寶武西門子工業(yè)4.0項目實踐寶武西門子工業(yè)4.0項目是以上海寶鋼工廠為規(guī)劃和實施對象，從設(shè) 備生命周期管理、安全設(shè)備監(jiān)控、產(chǎn)品及物料在線跟蹤、工藝及質(zhì)量控制 提升、設(shè)備OEE監(jiān)控、工業(yè)信息安全、固定資產(chǎn)管理維護(hù)、先進(jìn)過程控制、 能源管理、先進(jìn)料場管理、智能顯示及培訓(xùn)、工業(yè) 4.0網(wǎng)絡(luò)架

4、構(gòu)等12個 方向進(jìn)行改進(jìn)提升，以“建設(shè)全透明數(shù)字化工廠”為目標(biāo)，逐漸在數(shù)字化 空間中建立與現(xiàn)實并行一致的虛擬工廠，實現(xiàn)“快速響應(yīng)并滿足個性化需 求、且交付高品質(zhì)產(chǎn)品的制造模式”。寶武工業(yè) 4.0項目是中德政府間合 作示范項目，受到雙方高層領(lǐng)導(dǎo)的高度關(guān)注3。被工信部和德國經(jīng)濟(jì)能 源部共同認(rèn)為具有很高的落地性和示范性。項目結(jié)合鋼鐵工業(yè)的痛點(diǎn)以點(diǎn)帶面，從寶鋼的全生產(chǎn)工藝路線入手， 包含數(shù)字化實踐、大數(shù)據(jù)、工控安全、 AR/V謖術(shù)的應(yīng)用等每一個具體的 項目做起，也許不像一個大項目那樣解渴，但做起來踏實，而且每個項目 都是一個細(xì)分市場的范例。實施過程中，項目團(tuán)隊充分考慮了新工廠和老 工廠的數(shù)據(jù)的協(xié)同，先

5、期規(guī)劃了數(shù)據(jù)的標(biāo)準(zhǔn)化，部署了數(shù)字化設(shè)計平臺和 數(shù)字化交付。最終，通過信息技術(shù)、物聯(lián)網(wǎng)技術(shù)與制造業(yè)深度融合，知識 管理和人、機(jī)、物的結(jié)合，并運(yùn)用協(xié)同平臺實現(xiàn)能源流、物流、信息流的 透明管理，形成數(shù)字化、智能化工廠示范項目。數(shù)字化本身的轉(zhuǎn)變、IO跟OT融合會產(chǎn)生很多的發(fā)展機(jī)會，如工廠的 生產(chǎn)效率提升、生產(chǎn)關(guān)系的重新構(gòu)建等。從產(chǎn)品全生命周期的角度，實體工廠是按照原來IEC95架構(gòu)搭建4,通過產(chǎn)品數(shù)字化和可靠互聯(lián)，通過數(shù)字雙胞胎對產(chǎn)品狀態(tài)進(jìn)行仿真、優(yōu)化、 校和、回饋，以及知識的管理。項目過程中，數(shù)字化的主要目的，一方面 是資產(chǎn)的透明化、資產(chǎn)效率的管理是；另一方面是運(yùn)營跟維護(hù)，通過人工智能加管理方式形成

6、模式轉(zhuǎn)變，或許是比傳統(tǒng)培訓(xùn)加管理的模式更為經(jīng)濟(jì) 可行。智能制造不僅僅是技術(shù)升級，也是是企業(yè)文化、組織架構(gòu)、精益化 和人的變革，而這里恰恰是人工智能最大部分貢獻(xiàn)的。如何利用新技術(shù)和 產(chǎn)業(yè)的轉(zhuǎn)型，這個命題在十九大文件中就已經(jīng)明確了，即工業(yè)互聯(lián)網(wǎng)、大 數(shù)據(jù)和人工智能與產(chǎn)業(yè)的深度結(jié)合。從鋼鐵工業(yè)的趨勢來看，下一階段的重點(diǎn)在大數(shù)據(jù)、數(shù)字化交付、遠(yuǎn) 程運(yùn)維、工控安全等技術(shù)應(yīng)用和復(fù)制。與其他行業(yè)相比，鋼鐵是一個高度 自動化、信息化的行業(yè)，同時也是一個資本、技術(shù)、勞動力密集的行業(yè)。 在中國，鋼鐵又是一個產(chǎn)業(yè)結(jié)構(gòu)非常分散的行業(yè)，排名前15位的公司占鋼產(chǎn)量的34%其余由超過300家來分，所以未來一定是“技術(shù)+生產(chǎn)

7、模 式”轉(zhuǎn)變來整合鋼鐵工業(yè)，例如 ERH（電弧爐）、人工智能、大數(shù)據(jù)、工 業(yè)機(jī)器人的應(yīng)用可以在生產(chǎn)模式上直接改變鋼鐵工業(yè)的發(fā)展。在鋼鐵工業(yè) 數(shù)字化工廠架構(gòu)中，數(shù)字化已經(jīng)在管理、控制和現(xiàn)場層級的方方面面得到 了應(yīng)用。鋼鐵工業(yè)正如美國大河鋼鐵（ BRS提出的：“我們是技術(shù)公司, 碰巧做了鋼鐵工業(yè)。5在項目的實踐過程中，思考下來，鋼鐵工業(yè)智能制造可以有這樣幾個 深化發(fā)展的方向：一、建設(shè)全流程、一體化、無孤島的智能管控數(shù)據(jù)平臺。利用智能傳 感技術(shù)和系統(tǒng)管理獲得參數(shù)深度感知，包括工藝質(zhì)量參數(shù)和設(shè)備運(yùn)行參數(shù)， 實現(xiàn)在線狀態(tài)感知與精準(zhǔn)預(yù)報；基于工業(yè)大數(shù)據(jù)對設(shè)備健康狀態(tài)進(jìn)行診斷、 分析、預(yù)測，保障生產(chǎn)過程的順

8、行和產(chǎn)品的質(zhì)量；建立基于數(shù)據(jù)采集與處 理的全流程質(zhì)量在線監(jiān)控、診斷與優(yōu)化能力，實現(xiàn)質(zhì)量異常原因跟蹤，同 步生產(chǎn)工藝的優(yōu)化；基于CP媒構(gòu)和大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能 等技術(shù)，實現(xiàn)多工序協(xié)調(diào)優(yōu)化與質(zhì)量精準(zhǔn)控制；建立產(chǎn)供銷一體化協(xié)同智 能優(yōu)化決策；建立行業(yè)創(chuàng)新研發(fā)平臺，建立協(xié)同創(chuàng)新機(jī)制和流程 ；開發(fā)適合 鋼鐵工業(yè)生產(chǎn)的各類工業(yè) APP如點(diǎn)檢、運(yùn)維、資產(chǎn)管理、安全報警等， 形成行業(yè)標(biāo)桿。二、整體工程貫通一體化設(shè)計到一體化運(yùn)維的工廠全生命周期管理理 念。設(shè)備和產(chǎn)線的數(shù)字化，實現(xiàn)數(shù)字化設(shè)計和數(shù)字化交付 ；建立三維可視 化工廠，具有2D/3D導(dǎo)航功能用于智能工廠優(yōu)化管理、培訓(xùn)及全景一體化 運(yùn)維，逐步實

9、現(xiàn)虛擬遠(yuǎn)程運(yùn)維；建立數(shù)字化資產(chǎn)管理體系，形成實體資產(chǎn) 和虛擬工廠的一一對應(yīng)。三、建立全廠數(shù)據(jù)標(biāo)準(zhǔn)，實現(xiàn)數(shù)據(jù)一致性管理。建立數(shù)據(jù)平臺承載從 設(shè)計、工程、運(yùn)營、維護(hù)到服務(wù)全生命周期的數(shù)據(jù)管理體系，為基于大數(shù) 據(jù)的人工智能和自主決策、透明決策打下基礎(chǔ)，同時也是知識管理的前提。 對于企業(yè)沉積多年的數(shù)據(jù)進(jìn)行梳理，建立基于大數(shù)據(jù)、人工智能的數(shù)據(jù)挖 掘能力，形成知識管理和深度學(xué)習(xí)布局。四、現(xiàn)場層和控制層設(shè)備選型符合全集成自動化、數(shù)字化理念?，F(xiàn)場 層的單體成套設(shè)備或電儀設(shè)備應(yīng)具有數(shù)字化模型且能方便的集成到上位系 統(tǒng)中，關(guān)鍵設(shè)備具備 OPC/UA能6;控制層設(shè)備如DCS采用全集成模式, 要求接口兼容性強(qiáng)。同時采

10、用虛擬調(diào)試技術(shù)、減少現(xiàn)場安裝調(diào)試的時間， 降低調(diào)試成本。六、強(qiáng)化安全體系和主動防御。建立基于工藝布局特點(diǎn)的獨(dú)立現(xiàn)場安 全管控系統(tǒng)(SafetySystem ),依據(jù)國家相關(guān)的安全標(biāo)準(zhǔn)，從機(jī)械，電氣， 網(wǎng)絡(luò)安全總線著手，構(gòu)建完整的工廠安全生態(tài)圈，并落實于現(xiàn)場的檢測單 元、評估單元與執(zhí)行系統(tǒng)之中，最終與全廠信息系統(tǒng)對接，形成安全的管 控一體化布局戰(zhàn)略。整體工控網(wǎng)絡(luò)設(shè)計符合安全要求，避免物理上的信息 “孤島”，建立全廠數(shù)據(jù)信息的安全縱深防御體系。對于智能制造和人工智能的思考 一、人工智能趨勢研判人工智能在不同領(lǐng)域行業(yè)的應(yīng)用前景不同，效果有前后。在零售、媒 體、金融等領(lǐng)域，已應(yīng)用在營銷、精準(zhǔn)投放、量化

11、金融等方面有非常廉泛 的應(yīng)用場景和極高的應(yīng)用價值。在工業(yè)領(lǐng)域如設(shè)備運(yùn)維、智能工廠、風(fēng)電 場、燃?xì)廨啓C(jī)、科學(xué)研究（電子對撞機(jī)）、交通管理預(yù)測等，已經(jīng)采用并 實現(xiàn)的技術(shù)如規(guī)則和模式掘取、神經(jīng)元網(wǎng)絡(luò)、智能數(shù)據(jù)架構(gòu)（smartdataArchitecture ）、自然語言分析（NLB ,自主學(xué)習(xí)、模式學(xué) 習(xí)、時間序列數(shù)據(jù)管理（TSDM、基于機(jī)器學(xué)習(xí)的設(shè)備健康管理、預(yù)測預(yù) 警等，均有實際的案例和明顯的效果。但人工智能同樣有一定的現(xiàn)實困境 存在，據(jù)調(diào)查在美國排名前50位的公司，在工業(yè)實際控制場景的應(yīng)用非 常少；獲取數(shù)據(jù)的困境，由于受個人隱私、制造業(yè)技術(shù)秘密等限制，難以 獲得有效的數(shù)據(jù)，同時受到采樣技術(shù)、手

12、段、環(huán)境、成本的局限，也難以 獲得大量數(shù)據(jù)。制造業(yè)與消費(fèi)或服務(wù)領(lǐng)域最大的不同的在于對于數(shù)據(jù)的梳理和標(biāo)識， 在制造業(yè)不僅需要所謂的“數(shù)據(jù)分析家”，更需要“數(shù)據(jù)翻譯家”，集合 行業(yè)工藝經(jīng)驗和控制理論知識將數(shù)據(jù)翻譯出來。目前的標(biāo)識以手工為主， 通過開發(fā)如強(qiáng)化學(xué)習(xí)等新的技術(shù)手段，可以在使用過程中自然標(biāo)記。場景困境，不同行業(yè)應(yīng)用場景的可復(fù)制性差，可以說是制造業(yè)應(yīng)用人 工智能的最大瓶頸，這帶來的是遷移的成本以及重新學(xué)習(xí)的困難。以基于 大數(shù)據(jù)的深度學(xué)習(xí)為例，對象識別作為人工智能的主流領(lǐng)域正在發(fā)生突破， 基本上可以分成三個階段，第一階段識別學(xué)習(xí)，目的是預(yù)測和分類，基于 標(biāo)記圖形訓(xùn)練和分類可視識別，所采用的技術(shù)

13、手段是從標(biāo)記訓(xùn)練的數(shù)據(jù)點(diǎn) 開始的監(jiān)督學(xué)習(xí)；第二階段適應(yīng)學(xué)習(xí)，其目的是優(yōu)化與控制，基于經(jīng)驗和更早期的意圖提供最大的回饋以采取更具預(yù)測性的行動，所采用的技術(shù)手 段是從一個環(huán)境中最大化的回饋強(qiáng)化學(xué)習(xí)；第三階段是行為學(xué)習(xí)，目的是 推理和語義分析，基于給定的背景知識給出一個最高可靠性的答案，所采 用的技術(shù)手段是建立基于已有經(jīng)驗的假設(shè)與推理系統(tǒng)。目前國際上人工智能的發(fā)展有幾個方向值得注意：(1)向小數(shù)據(jù)集發(fā)展，意味著不需要大量數(shù)據(jù)收集與訓(xùn)練 ；(2)向非標(biāo)記數(shù)據(jù)發(fā)展，國外有直接采用非標(biāo)記數(shù)據(jù)直接使用；(3)向多種算法融合方向發(fā)展，也就是幾種算法集合提供串聯(lián)或并 聯(lián)的學(xué)習(xí)與訓(xùn)練的模型；(4)向算法輕量化方向

14、發(fā)展，即通過邊緣計算、底層架構(gòu)等技術(shù)大 幅度降低算法的依賴度和能耗，這也意味著芯片開發(fā)需求的變化；(5)對于基礎(chǔ)設(shè)施的需求向低消耗方向發(fā)展，實施系統(tǒng)輕量化。二、人工智能應(yīng)對中國智能制造瓶頸要談人工智能，首先需要有一個定義。這里筆者想借鑒下Kurzweil在1990年的MITPress上提出的概念，人工智能就是“創(chuàng)造出一些機(jī)器具 備某些要求智慧的能力，如同人所展示的能力”7在這個定義中，既明確了功能要求，也明確了機(jī)器與人的關(guān)系。其次人工智能是控制理論的一 個分支，是計算機(jī)科學(xué)的延伸，無論對什么行業(yè)，它都是使能技術(shù)，對智 能制造也不例外。行業(yè)和場景的迭代和加速非常重要，需要提供有針對性 的人工智能服務(wù)和應(yīng)用場景。特別是制造領(lǐng)域與消費(fèi)領(lǐng)域里，人工智能應(yīng) 用范疇和方法差異很大，特別在應(yīng)用場景、安全性、容錯性、可靠性等方 面的要求完全不同。鑒于人工智能對于底層數(shù)據(jù)的高度依賴，我們既要針 對不同行業(yè)定義底層數(shù)據(jù)集的架構(gòu)，有行業(yè)特點(diǎn)也要有不同領(lǐng)域(如制造業(yè)、農(nóng)業(yè)、服務(wù)行業(yè)）的特點(diǎn)，又要強(qiáng)化行業(yè)數(shù)據(jù)的標(biāo)記，從行業(yè)的自身 特點(diǎn)和基本需求出發(fā)，不求一概而論，但求切實提升行業(yè)的效率。中國智能制造人才培養(yǎng)特別是培養(yǎng)頂層架構(gòu)師和工業(yè)數(shù)據(jù)轉(zhuǎn)換師非常 重要；其次強(qiáng)調(diào)智能制造是IT與OT融合，這個期間人工智能可