“數(shù)智化”助力鋼鐵行業(yè)高質(zhì)量發(fā)展
鋼鐵行業(yè)是我國國民經(jīng)濟(jì)發(fā)展的重要支柱產(chǎn)業(yè),為國家建設(shè)提供了重要原材料保障,有力支撐了我國工業(yè)化、現(xiàn)代化進(jìn)程。近年來,鋼鐵行業(yè)作為中游制造業(yè)受到上游鐵礦石和焦煤的雙重?cái)D壓,疊加下游行業(yè)需求變動帶來的產(chǎn)品結(jié)構(gòu)變化,鋼鐵行業(yè)的總量及結(jié)構(gòu)面臨較大挑戰(zhàn)。然而,隨著新能源汽車等新興產(chǎn)業(yè)的蓬勃發(fā)展,鋼鐵行業(yè)也逐步迎來新的增長點(diǎn)。
文 / 胡罡
華為油氣礦山軍團(tuán)礦業(yè)冶金業(yè)務(wù)總經(jīng)理
2024年9月
在這樣的行業(yè)背景下,鋼鐵企業(yè)要想走出困境,必須堅(jiān)持?jǐn)?shù)智化轉(zhuǎn)型、堅(jiān)持科技賦能,堅(jiān)定不移走以高端化、智能化、綠色化為目標(biāo)的高質(zhì)量發(fā)展之路,提高自身核心競爭力。
在助力鋼鐵企業(yè)數(shù)智化轉(zhuǎn)型的實(shí)踐中,我們發(fā)現(xiàn)大部分鋼鐵企業(yè)面臨的主要挑戰(zhàn)有以下幾個方面:
1. 信息系統(tǒng)多,互通難。由于過去的信息化建設(shè)很多沒有統(tǒng)一規(guī)劃,信息系統(tǒng)的建設(shè)廠家不一,導(dǎo)致架構(gòu)不一,煙筒式的系統(tǒng)繁多,各系統(tǒng)硬軟件獨(dú)立,維護(hù)工作量大;
2. 缺乏統(tǒng)一標(biāo)準(zhǔn)與統(tǒng)一的數(shù)據(jù)規(guī)范。沒有建設(shè)統(tǒng)一數(shù)據(jù)采集和存儲的規(guī)范,導(dǎo)致不同生產(chǎn)設(shè)備的接口和采集協(xié)議不同,數(shù)據(jù)集成難,另外由于數(shù)據(jù)格式差異大,系統(tǒng)間數(shù)據(jù)共享成本很高;
3. 數(shù)據(jù)未充分清理,難以驅(qū)動智能決策。很多鋼廠都建立了大數(shù)據(jù)中心,采集了大量的數(shù)據(jù),但沒有經(jīng)過加工處理,異常或無效數(shù)據(jù)多,無法充分發(fā)揮數(shù)據(jù)的價值 大部分決策依舊靠人工干預(yù),無法由數(shù)據(jù)驅(qū)動;
4. 人工智能門檻高,落地難。人工智能賦能鋼鐵行業(yè)過程中,往往面臨著需求碎片化、多樣化的問題,過去的模型參數(shù)量小、泛化性差,一個模型大多只能對應(yīng)單個場景,開發(fā)成本高、升級難。另外,算法訓(xùn)練需要將生產(chǎn)單位的數(shù)據(jù)導(dǎo)出到開發(fā)環(huán)境進(jìn)行訓(xùn)練,存在數(shù)據(jù)泄露等安全性問題。
構(gòu)建基于工業(yè)互聯(lián)網(wǎng)的智慧鋼鐵架構(gòu)
支撐智能化持續(xù)演進(jìn)
從2020年,華為與鋼鐵行業(yè)各界開啟交流與合作,逐步理解行業(yè)的需求,現(xiàn)在已經(jīng)深度參與到行業(yè)的智能化進(jìn)程中。這個過程中,我們通過大量實(shí)踐發(fā)現(xiàn),要解決上述痛點(diǎn),需要從底層架構(gòu)著手。
鋼鐵行業(yè)傳統(tǒng)的系統(tǒng)架構(gòu)都是基于ISA-95的標(biāo)準(zhǔn),但隨著智能化的到來,傳統(tǒng)架構(gòu)已經(jīng)無法支撐行業(yè)向智能化方向演進(jìn)。通過構(gòu)建“統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一架構(gòu)、統(tǒng)一數(shù)據(jù)規(guī)范”的工業(yè)互聯(lián)網(wǎng)架構(gòu),平臺先行,應(yīng)用迭代,保護(hù)投資,避免重復(fù)建設(shè),才能探索出一條有效的升級路徑。
我們認(rèn)為,采用云原生技術(shù)構(gòu)建鋼鐵行業(yè)的新應(yīng)用是行業(yè)的趨勢,同時,使用微服務(wù)架構(gòu)和零代碼、低代碼的DevOps模式,能讓開發(fā)更加敏捷。
構(gòu)建以數(shù)據(jù)平臺為核心的數(shù)據(jù)世界入口
持續(xù)數(shù)據(jù)治理,夯實(shí)數(shù)據(jù)資產(chǎn)
高質(zhì)量的行業(yè)數(shù)據(jù)是基礎(chǔ),是驅(qū)動智能化轉(zhuǎn)型實(shí)現(xiàn)高質(zhì)量發(fā)展的新動能與核心資源。企業(yè)希望通過人工智能實(shí)現(xiàn)工藝優(yōu)化、產(chǎn)品性能預(yù)測、金融風(fēng)險智能監(jiān)控、智能決策等智能化訴求時,可用的、準(zhǔn)確的、高精度的數(shù)據(jù)是前提,反過來,通過人工智能場景化應(yīng)用規(guī)模落地,可以使數(shù)據(jù)資產(chǎn)價值最大化。
非數(shù)字原生企業(yè)是以物理世界為中心來構(gòu)建,圍繞生產(chǎn)、流通、服務(wù)等具體經(jīng)濟(jì)活動展開,天然缺乏以軟件和數(shù)據(jù)平臺為核心的數(shù)字世界入口。對于鋼企而言,基于統(tǒng)一架構(gòu)、統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一數(shù)據(jù)規(guī)范設(shè)計(jì)思想,構(gòu)建企業(yè)級自主可控的企業(yè)數(shù)據(jù)中臺,向下支持多種協(xié)議適配插件、統(tǒng)一數(shù)據(jù)格式,支撐數(shù)據(jù)統(tǒng)一入湖和治理,向上基于數(shù)據(jù)治理,提供原子化微服務(wù)能力,支撐應(yīng)用跨系統(tǒng)協(xié)同。
構(gòu)建具備全聯(lián)接的融合網(wǎng)絡(luò)
實(shí)現(xiàn)實(shí)時在線的智能工廠
當(dāng)前,絕大部分的鋼鐵企業(yè)都存在輔助生產(chǎn)一張網(wǎng),辦公一張網(wǎng),安防一張網(wǎng)等多張網(wǎng)絡(luò)的情況,面對這種煙囪式建網(wǎng),不僅信息共享困難而且運(yùn)維復(fù)雜,且隨著數(shù)字化業(yè)務(wù)激增,業(yè)務(wù)體驗(yàn)保障不足、安全防護(hù)不足等問題突出,難以滿足數(shù)智化發(fā)展要求。構(gòu)建云網(wǎng)邊端的融合工業(yè)網(wǎng)基礎(chǔ)設(shè)施,采用切片實(shí)現(xiàn)輔助生產(chǎn)、辦公、安防等多業(yè)務(wù)統(tǒng)一承載,橫向覆蓋研產(chǎn)銷、縱向滿足各類終端業(yè)務(wù)訴求。
連接是工廠數(shù)字化的前提,也是實(shí)現(xiàn)全要素各環(huán)節(jié)深度互聯(lián)的關(guān)鍵,在工廠連接正由有線為主向有線無線相輔相成過渡。通過充分利用具備高可靠、低時延、大帶寬能力的5G網(wǎng)絡(luò),基于工業(yè)互聯(lián)網(wǎng)新型基礎(chǔ)設(shè)施,新建或改造產(chǎn)線、車間、工廠等生產(chǎn)現(xiàn)場,形成生產(chǎn)單元廣泛連接、IT/OT 深度融合、數(shù)據(jù)要素充分利用、創(chuàng)新應(yīng)用高效賦能的智慧工廠。
構(gòu)建以大模型技術(shù)為核心的人工智能開發(fā)應(yīng)用
新范式
實(shí)現(xiàn)人工智能場景化應(yīng)用規(guī)模落地
為了解決人工智能在鋼鐵行業(yè)落地難、門檻高等問題,華為基于自身對資源行業(yè)的理解,以及30多年的技術(shù)積累,為了鋼鐵行業(yè)打造了人工智能解決方案,以具備通用人工智能能力的盤古大模型作為底座,結(jié)合行業(yè)知識和場景數(shù)據(jù)進(jìn)行訓(xùn)練微調(diào),能有效應(yīng)對碎片化和多樣化需求,并大幅縮減研發(fā)、定制、部署、調(diào)優(yōu)等工程化過程中的人力、時間、費(fèi)用等成本投入,也能解決好數(shù)據(jù)安全問題。
同時,行業(yè)機(jī)理模型對于場景化AI應(yīng)用使用效果至關(guān)重要。以機(jī)理為基礎(chǔ),基于歷史數(shù)據(jù)進(jìn)行殘差預(yù)測,使得AI模型參數(shù)可靠且接近真實(shí)工況;以機(jī)理為約束,對數(shù)據(jù)質(zhì)量進(jìn)行分析,使AI訓(xùn)練數(shù)據(jù)更準(zhǔn)確。通過機(jī)理模型+持續(xù)迭代優(yōu)化的AI模型相結(jié)合,使模型控制更精準(zhǔn),越用越好用。
過去一年,盤古鋼鐵行業(yè)大模型已在多個鋼鐵企業(yè)商用,基于大模型開發(fā)的創(chuàng)新應(yīng)用不斷地在工廠落地并取得了較高的收益,例如:智能精煉:通過大數(shù)據(jù)+AI,根據(jù)物理平衡、熱平衡原理,實(shí)現(xiàn)合金輔料添加自動計(jì)算、LF爐送電吹氬自動規(guī)劃、鋼水成分實(shí)時預(yù)測,避免人工操作帶來的隨意性和不確定性。智慧配煤:通過AI+配煤機(jī)理,深度挖掘原料煤之間特征相關(guān)性,準(zhǔn)確預(yù)測焦炭質(zhì)量,且能在達(dá)到質(zhì)量要求的前提下,優(yōu)化配比,降低配煤成本。皮帶智能監(jiān)測:通過機(jī)器視覺+AI,實(shí)現(xiàn)7x24小時實(shí)時自動皮帶智能檢測,降低人工巡檢的頻次和強(qiáng)度,異常問題第一時間自動告警,可以有效降低皮帶故障引起的停機(jī)停產(chǎn)風(fēng)險。廢鋼智能判級:采用AI分析,實(shí)現(xiàn)統(tǒng)一客觀準(zhǔn)確判級,降低定級的人為依賴,減少人為影響造成的定級偏差損失。
截至目前,華為、鋼鐵企業(yè)和行業(yè)伙伴已經(jīng)基于行業(yè)大模型開發(fā)了30+算法模型應(yīng)用,實(shí)踐證明,以大模型技術(shù)為核心的人工智能開發(fā)應(yīng)用新范式,推動人工智能在鋼鐵行業(yè)的大規(guī)模落地應(yīng)用是一條可行之路。
華為始終堅(jiān)持與“產(chǎn)學(xué)研”等機(jī)構(gòu)開展合作,發(fā)揮各自優(yōu)勢,以人工智能大模型為基礎(chǔ),構(gòu)建人工智能場景地圖和應(yīng)用創(chuàng)新,加速人工智能與鋼鐵行業(yè)應(yīng)用場景的融合,推動人工智能在鋼鐵行業(yè)的大規(guī)模落地應(yīng)用。