華為煤礦軍團解決方案總裁蔣旺成 

　　智能化已成為鋼鐵企業提質增效的重要新引擎 

　　鋼鐵行業是我國國民經濟的重要基礎產業，為國家建設提供了重要原材料保障，有力支撐了我國工業化、現代化進程。鋼鐵工業具有生產流程連續、工藝體系復雜、產品中間態多樣化、大型高溫高壓設備集中、人員安全要求高等特征，屬于典型的流程型制造業，面臨著嚴峻的資源、市場、環保、競爭等挑戰，亟需通過人工智能、云、5G等先進技術及場景化創新應用，提升行業的綠色環保、安全保障、生產效率。 

　　蔣旺成在演講中提到，無論宏觀環境如何變化，華為公司堅信綠色低碳化、數智化是確定性的兩大產業趨勢，鋼鐵行業智能化建設必將加速。行業機構相關報告也顯示，鋼鐵行業數字化轉型已經起步，智能化應用將不斷涌現。 

　　大模型是鋼鐵行業AI落地關鍵，是AI規?；瘧玫谋赜芍?/span> 

　　AI賦能鋼鐵行業過程中，往往面臨著需求碎片化、多樣化的問題，過去的模型參數量小、泛化性差，一個模型大多只能對應單個場景，不僅模型開發成本高、升級難，而且模型訓練需要的核心機密數據存在安全性問題等，導致無法實現廣泛應用。 

　　為了解決AI在鋼鐵行業落地難、門檻高等問題，華為基于自身對工業的理解，以及在AI領域的技術積累，打造了基于盤古大模型的人工智能新架構的鋼鐵工業人工智能解決方案，以具備通用基礎能力的AI大模型作為智能底座，結合行業知識和場景數據進行訓練微調，能有效應對碎片化和多樣化需求，并大幅縮減研發、定制、部署、調優等工程化過程中的人力、時間、費用等成本投入，也能解決好數據安全問題。 

　　對此，蔣旺成表示，華為煤礦軍團之所以打造基于盤古大模型的人工智能新架構的鋼鐵工業人工智能解決方案，其本質是解決人工智能在鋼鐵領域落地難的問題（算法精度低、負樣本無法窮舉、算法通用性差、數據出園區、人才準備度不足等），促進人工智能在鋼鐵行業大規模應用，實現鋼鐵行業智能化升級。 

　　該解決方案具備如下特征： 

　　云邊協同：鋼鐵集團中心云建設AI訓練+開發+運維中心，分廠邊緣云運行AI推理模型，業務實時閉環，云邊高效協作。數據在集團內部流轉不出園區，保障數據安全。 

　　邊用邊學：分廠的邊緣實時推理與中心訓練協同工作，邊端將誤報/未知異常等受關注樣本反饋至集團中心云，重新訓練并下發部署升級模型，持續迭代，越用越好。 

　　非正常即異常：針對異常場景無法窮舉的問題，通過學習大量的正常樣本特征，在日常AI監控過程中自動識別異常樣本，有助于發現更多的異常場景，提升樣本采集效率，徹底解決異常樣本無法窮舉的問題。 

　　通用性好：已經開發訓練完成的場景算法模型應用到其他相似場景時，僅通過少量新場景數據加入訓練，即可實現新場景快速復制部署。 

　　鋼鐵行業七大AI創新應用實踐 

　　蔣旺成在演講過程中分享了華為煤礦軍團面向鋼鐵行業的七大AI創新應用，商用結果顯示，這些應用可以很好地幫助鋼企實現降本增效、綠色低碳。 

　　一、智慧配煤 

　　通過AI+配煤機理，深度挖掘原料煤之間的配伍性和特征相關性，結合業界先進配煤理論科學配煤，準確預測焦炭質量，通過分析對焦炭質量劣化情況及時給出預警，且能在達到質量要求的前提下，優化配比，降低配煤成本，平均每噸焦炭降低 5元~20元。 

　　二、皮帶智能監測 

　　通過機器視覺+AI，實現7x24小時實時自動皮帶智能檢測，降低人工巡檢的頻次和強度，實現智慧運維。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停產風險。 

　　三、廢鋼智能判級 

　　通過機器視覺+AI，實現統一客觀準確判級，降低定級的人為依賴，減少人為影響造成的定級偏差損失。部署廢鋼智能判級應用后，可實現廢鋼遠程集控管理，減少人員現場工作安全風險。 

　　四、行車智能調度 

　　綜合考慮煉鋼各環節生產計劃、行車的檢修和設備異常、行車/鋼包實時位置信息、各類業務規則等情況，整體統籌安排行車運行規劃，智能生成行車調度計劃，對于生產的動態變化，可以在1分鐘內完成未來30分鐘的決策并完成指令下發，有效提升鋼包周轉率，減少每爐次等待時間，降低過程溫降，減少鋼企在煉鋼環節的噸鋼成本。 

　　五、自動轉鋼 

　　寬厚板粗軋轉鋼工序原來依靠人工操作，自動轉鋼解決方案通過視覺采集鋼坯的實時位置、角度，AI實時分析，實時控制輥道轉速，實現精準實時的鋼板自動轉動控制，同時還采用了結合電子圍欄的實時控制，以確保旋轉過程中鋼坯始終在轉鋼區域內，保障生產安全。通過大量實踐，平均每次轉鋼時間縮短近3秒，降幅30%。該方案實現了轉鋼過程的完全自動化，極大提升了生產效率。 

　　六、物質流&能量流協同優化 

　　從單鋼坯耗能預測出發，利用AI技術，分步驟實現物質流和能量流協同優化，在保證生產按質按量完成的前提下，實現能耗最優。 

　　七、智能精煉 

　　通過大數據、云、AI等技術，根據物理平衡、熱平衡原理，以機理+數據模型相結合，實現合金輔料添加自動計算、LF爐送電吹氬自動規劃、鋼水成分實時預測，避免人工操作帶來的隨意性和不確定性。以年產400萬噸鋼煉鋼廠為例，每年節約煉鋼成本800萬元。 

　　蔣旺成在演講中提到，行業機理模型對于場景化AI應用使用效果至關重要。以機理為基礎，基于歷史數據進行殘差預測，使得AI模型參數可靠且接近真實工況；以機理為約束，對數據質量進行分析，使AI訓練數據更準確。通過機理模型+持續迭代優化的AI模型相結合，使模型控制更精準，越用越好用。 

　　華為愿與“產學研”等機構開展合作，發揮各自優勢，以AI大模型為基礎，構建AI場景地圖和應用創新，加速AI與鋼鐵行業應用場景的融合，推動AI在鋼鐵行業的大規模落地應用。（吳一潔） 

編輯：李芊諾

責編：汪黃任

審核：王棕寶