人工智能在鋼鐵能源管控中的應(yīng)用

供稿|趙耕，柳軍，孫文權(quán)，張哲，劉向國，潘健華，郭瑞春 / ZHAO Geng, LIU Jun, SUN Wen-quan,ZHANG Zhe, LIU Xiang-guo, PAN Jian-hua, GUO Rui-chun

內(nèi)容導(dǎo)讀

為有效應(yīng)對大數(shù)據(jù)、物聯(lián)網(wǎng)等新場景、新模式帶來的挑戰(zhàn)，本文介紹了鋼鐵工業(yè)能源管控的現(xiàn)狀，分析了驅(qū)動人工智能在鋼鐵工業(yè)能源管控領(lǐng)域應(yīng)用的重要技術(shù)，結(jié)合鋼鐵工業(yè)人工智能應(yīng)用實例討論了典型人工智能技術(shù)應(yīng)用于鋼鐵能源管控的可行性和存在的問題，指出鋼鐵智慧能源的未來發(fā)展趨勢為：如何實現(xiàn)機理、數(shù)據(jù)、知識等多模型合理深度融合；運算結(jié)果的可解釋性提升。鋼鐵企業(yè)智能化、綠色化需求必將使人工智能深度融入鋼鐵能源綜合管控。

隨著能源管理系統(tǒng)(Energy Management System，EMS)的發(fā)展和推廣，鋼鐵工業(yè)已收集了各類能源相關(guān)產(chǎn)、消、存等環(huán)節(jié)的海量數(shù)據(jù)，并進行了集中管理、分析預(yù)測和調(diào)度優(yōu)化等研究應(yīng)用工作，從系統(tǒng)層面上取得了一些初步進展。然而，隨著生產(chǎn)流程日趨復(fù)雜、個性化產(chǎn)品需求日益強烈，傳統(tǒng)的模型方法與技術(shù)體系已遇到瓶頸，無法有效應(yīng)對大數(shù)據(jù)、物聯(lián)網(wǎng)等新場景、新模式帶來的挑戰(zhàn)。而人工智能熱潮的到來，為上述問題的解決提供了新的途徑。

鋼鐵工業(yè)能源管控的現(xiàn)狀與發(fā)展需求

鋼鐵生產(chǎn)是我國國民經(jīng)濟的重要支柱產(chǎn)業(yè)，也是能源消耗大戶。據(jù)2017 年統(tǒng)計數(shù)字，我國鋼鐵協(xié)會會員單位噸鋼能耗(折合標(biāo)準(zhǔn)煤消耗)570.5 kg/t，較上一年度降低了2.16%。2020 年這一數(shù)字下降到了545.27 kg/t，同比下降1.18%，2021 年噸鋼能耗達到540 kg/t 左右。此外，我國單位GDP 能耗落后于世界平均水平，更是遠低于美國、日本、德國、英國等工業(yè)強國，行業(yè)整體能源效率與國際先進水平亦差距明顯[1]。

為了提升鋼鐵節(jié)能降耗水平，改善我國能源利用率遠落后于發(fā)達國家的現(xiàn)狀，除了裝備、工藝等技術(shù)革新外，如何實現(xiàn)余熱余能高效回收利用成為問題關(guān)鍵。而對諸如煤氣等二次能源的感知估計、優(yōu)化調(diào)度等工作，則是支撐上述工作的重要基礎(chǔ)和先決條件?？紤]到企業(yè)已普遍積累了海量真實數(shù)據(jù)，基于數(shù)據(jù)驅(qū)動的模型技術(shù)逐漸成為解決上述問題的首選方法。然而，由于鋼鐵制造流程日趨復(fù)雜，綜合能源系統(tǒng)各變量間關(guān)系耦合程度不斷加深，傳統(tǒng)的淺層神經(jīng)網(wǎng)絡(luò)等模型已難以挖掘深度特征。此外，鋼鐵產(chǎn)品個性化需求的日益增加，也為能源管控帶來全新挑戰(zhàn)，一般數(shù)據(jù)驅(qū)動方法建立的模型已無法有效應(yīng)對。

作為當(dāng)前第四次工業(yè)革命的技術(shù)代表，人工智能(Artificial Intelligence，AI) 迎來全面發(fā)展機遇，其已廣泛成功應(yīng)用于電子商務(wù)、無人駕駛、智慧生活等各個領(lǐng)域[2]。結(jié)合時下鋼鐵工業(yè)能源管控遇到的瓶頸問題和迫切發(fā)展需求，借助人工智能技術(shù)解決感知、決策、評估及優(yōu)化等問題，已成為行業(yè)的研究共識和應(yīng)用導(dǎo)向。而在具體解決方案上，人工智能往往還需要與其他框架、技術(shù)和模式相結(jié)合，以形成系統(tǒng)化的應(yīng)用產(chǎn)品。其中，信息物理系統(tǒng)、工業(yè)互聯(lián)網(wǎng)及云服務(wù)模式等是將人工智能應(yīng)用于鋼鐵能源管控的幾個主要著力點和核心內(nèi)容。

信息物理系統(tǒng)——鋼鐵能源管控智能化的關(guān)鍵基礎(chǔ)

CPS 網(wǎng)絡(luò)

信息物理融合系統(tǒng)(Cyber Physical System，CPS)是在對環(huán)境有充分感知的基礎(chǔ)之上，在系統(tǒng)計算、通信以及網(wǎng)絡(luò)控制力等方面的可拓展的網(wǎng)絡(luò)化物理設(shè)備系統(tǒng)[3]。CPS 通過對物理進程和計算進程相互反饋循環(huán)以實現(xiàn)信息和設(shè)備的深度融合進而增加或拓展系統(tǒng)的新功能，以達到對物理實體的安全、可靠、高效的實時控制。最終實現(xiàn)物理世界和信息世界的完全融合，并為工業(yè)現(xiàn)場構(gòu)造一個可控、可信、可拓展且安全高效的CPS 網(wǎng)絡(luò)，從根本上改變現(xiàn)有的工程物理系統(tǒng)的構(gòu)建方式。

鋼鐵企業(yè)CPS 網(wǎng)絡(luò)構(gòu)成

CPS 網(wǎng)絡(luò)的基本組成結(jié)構(gòu)包括傳感器、執(zhí)行器和決策控制單元。如圖1 所示，基本組件之間的循環(huán)控制結(jié)構(gòu)構(gòu)成了CPS 的基本功能邏輯單元，執(zhí)行CPS 網(wǎng)絡(luò)最基本的檢測與控制功能。

圖1 CPS 基本功能單元

CPS 系統(tǒng)是由眾多異構(gòu)元素構(gòu)成的復(fù)雜系統(tǒng)，典型CPS 系統(tǒng)可以分為物理層、網(wǎng)絡(luò)層和應(yīng)用層。本文考慮鋼鐵行業(yè)實際，構(gòu)建CPS 系統(tǒng)架構(gòu)如圖2所示。其中，基礎(chǔ)物理層考慮煉鋼、煉鐵等各工序，以及煤氣、氧氣等各能源介質(zhì)；網(wǎng)絡(luò)層則通過新一代網(wǎng)絡(luò)將底層傳感器采集信息做高效傳輸；最終的應(yīng)用層涵蓋鋼鐵工藝知識庫等多方面資源，并以軟件或云服務(wù)等形式提供給最終用戶。

圖2 鋼鐵企業(yè)CPS 系統(tǒng)架構(gòu)

隨著自動化程度的提高，鋼鐵企業(yè)已具備建立CPS 的基礎(chǔ)，但由于鋼鐵生產(chǎn)中存在大量時滯環(huán)節(jié)，工藝之間又聯(lián)系緊密，導(dǎo)致鋼鐵企業(yè)往往存在管控脫節(jié)、信息化和自動化結(jié)合相對不夠緊密等問題，信息無法及時反饋到控制系統(tǒng)中。因此，鋼鐵企業(yè)建立CPS 系統(tǒng)，不但要滿足鋼鐵生產(chǎn)工序內(nèi)物理環(huán)境與生產(chǎn)信息的融合，還應(yīng)對工序間數(shù)據(jù)信息整合給予高度重視。對于已建立生產(chǎn)制造系統(tǒng)(MES)、企業(yè)資源管理系統(tǒng)(ERP)且實現(xiàn)車間內(nèi)、各車間之間的信息交互，或已建立過程控制系統(tǒng)(PCS)且實現(xiàn)車間內(nèi)物理設(shè)備之間信息交互的鋼鐵企業(yè)，其CPS 架構(gòu)可按照應(yīng)用層、網(wǎng)絡(luò)層和物理層等設(shè)計：

(1)物理層：本層包括CPS 單元設(shè)備的狀態(tài)監(jiān)測和控制指令執(zhí)行。當(dāng)前鋼鐵企業(yè)中監(jiān)測環(huán)節(jié)多采用含嵌入式操作系統(tǒng)的雙校準(zhǔn)智能儀表系統(tǒng)，具備實時性的特點，并且可以提高監(jiān)測系統(tǒng)的準(zhǔn)確性，同時多接口開放模式亦可實現(xiàn)更加靈活的生產(chǎn)現(xiàn)場監(jiān)控和管理。

(2)網(wǎng)絡(luò)層：CPS 系統(tǒng)的基本要求是各個異構(gòu)物理實體之間可以實現(xiàn)信息交互，因此鋼鐵企業(yè)必須有穩(wěn)定的網(wǎng)絡(luò)傳輸介質(zhì)，并建立合理的網(wǎng)絡(luò)傳輸路徑。此外，還需要保證數(shù)據(jù)的流暢傳輸及各級子系統(tǒng)的信息安全，最終完成網(wǎng)絡(luò)融合。廠區(qū)內(nèi)一般選擇數(shù)據(jù)傳輸效率最高的光纖作為主要數(shù)據(jù)傳輸介質(zhì)，對于主干網(wǎng)絡(luò)則根據(jù)不同廠區(qū)的工藝布局設(shè)置匯聚網(wǎng)絡(luò)節(jié)點以減小傳輸延遲，并根據(jù)各物理對象數(shù)據(jù)負載合理選擇路由個數(shù)，將數(shù)據(jù)通過主干網(wǎng)絡(luò)傳輸至數(shù)據(jù)中心進行統(tǒng)一處理。

(3)應(yīng)用層：本層包括鋼鐵企業(yè)的數(shù)據(jù)管理、資源調(diào)配管理、分廠區(qū)軟件應(yīng)用以及相應(yīng)的大型數(shù)據(jù)計算。CPS 下單元的核心是構(gòu)建以武力環(huán)境為基礎(chǔ)的制造資源動態(tài)控制策略，例如針對高爐冶煉專家系統(tǒng)已經(jīng)廣泛應(yīng)用于日常生產(chǎn)，且其中的預(yù)測調(diào)度等模型已經(jīng)基本可以達到生產(chǎn)需求。另一方面，實現(xiàn)分廠之間的數(shù)據(jù)共享對全廠的能源分配及整體調(diào)度也有重要意義。但對不同信息來源的統(tǒng)一以及保證分廠數(shù)據(jù)的穩(wěn)定安全輸出是亟待解決的問題之一?，F(xiàn)代鋼鐵企業(yè)通過動態(tài)數(shù)據(jù)采集以及實時數(shù)據(jù)庫的建立實現(xiàn)數(shù)據(jù)共享。數(shù)據(jù)共享為企業(yè)級別的大數(shù)據(jù)計算、EMS、企業(yè)物流管理、能源管理、設(shè)備點檢等提供了穩(wěn)定安全的數(shù)據(jù)服務(wù)。

此后，張純?nèi)缁氐街袊?，走訪大屠殺幸存者及當(dāng)年的施暴者，花3年時間，寫就此書。采訪中，張純?nèi)缡冀K不解，為何會有一個日本兵屠殺一村人的怪事？甚至，幾百名被日軍俘虜?shù)能娙嗣鎸Τ饠?，居然如待宰的羔羊，眼看著同伴被拉出去行刑?997年，當(dāng)《南京暴行：被遺忘的大屠殺》出版，被西方媒體譽為第一部全面記錄日軍對南京所犯暴行的英文著作時，張純?nèi)缧木w難平。

工業(yè)互聯(lián)網(wǎng)——鋼鐵能源管控智能化的重要支撐

作為物聯(lián)網(wǎng)等網(wǎng)絡(luò)互聯(lián)技術(shù)概念在工業(yè)界的實體化延伸，工業(yè)互聯(lián)網(wǎng)成為領(lǐng)域應(yīng)用熱點。工業(yè)互聯(lián)網(wǎng)的本質(zhì)和核心是通過工業(yè)互聯(lián)網(wǎng)平臺把設(shè)備、生產(chǎn)線、工廠、供應(yīng)商、產(chǎn)品和客戶緊密地連接融合起來，可以幫助制造業(yè)拉長產(chǎn)業(yè)鏈，形成跨設(shè)備、跨系統(tǒng)、跨廠區(qū)、跨地區(qū)的互聯(lián)互通，從而提高效率，推動整個制造業(yè)服務(wù)體系智能化，還有利于推動制造業(yè)融通發(fā)展，實現(xiàn)制造業(yè)和服務(wù)業(yè)之間的跨越發(fā)展，使工業(yè)經(jīng)濟各種要素資源能夠高效共享。

2018 年起，工信部連續(xù)印發(fā)“工業(yè)互聯(lián)網(wǎng)平臺建設(shè)及推廣指南”、“工業(yè)互聯(lián)網(wǎng)平臺評價方法”等文件，“工業(yè)互聯(lián)網(wǎng)”也成為“熱詞”并寫入“2019 年國務(wù)院政府工作報告”?？紤]到能源產(chǎn)、消、存等環(huán)節(jié)與生產(chǎn)制造存在的天然密切聯(lián)系，工業(yè)互聯(lián)網(wǎng)是目前鋼鐵行業(yè)發(fā)展的一個主攻方向。2016 年，國家發(fā)改委、能源局、工信部聯(lián)合印發(fā)“關(guān)于推進互聯(lián)網(wǎng)+智慧能源發(fā)展的指導(dǎo)意見”，指明了將工業(yè)互聯(lián)網(wǎng)引入工業(yè)能源領(lǐng)域的大方向[4]。

考慮到鋼鐵生產(chǎn)制造和能源產(chǎn)消用等實際情況，本文提出將工業(yè)互聯(lián)網(wǎng)應(yīng)用于鋼鐵能源管控的平臺功能架構(gòu)，如圖3 所示。該結(jié)構(gòu)分為邊緣層、基礎(chǔ)設(shè)施層、平臺層和應(yīng)用層等四個部分。作為架構(gòu)基礎(chǔ)，邊緣層和基礎(chǔ)層完成設(shè)備接入、數(shù)據(jù)處理、云基礎(chǔ)搭建等任務(wù)，是建立互聯(lián)網(wǎng)環(huán)境的關(guān)鍵步驟。隨后的平臺層主要對模型方法進行泛化和集成，將考慮鋼鐵工業(yè)能源系統(tǒng)及動力、水、電等子系統(tǒng)產(chǎn)、消、存等環(huán)節(jié)特征，形成具有一定普適性的組件庫和開發(fā)工具。在應(yīng)用層中，不同于一般工業(yè)互聯(lián)網(wǎng)，本文所提出的鋼鐵工業(yè)能源互聯(lián)網(wǎng)將協(xié)同能源側(cè)與生產(chǎn)側(cè)，考慮能效、環(huán)保、安全、經(jīng)濟等多指標(biāo)，在業(yè)務(wù)運行、增值服務(wù)等方面實現(xiàn)全流程的能源優(yōu)化利用。

圖3 鋼鐵能源工業(yè)互聯(lián)網(wǎng)架構(gòu)

此外，5G 網(wǎng)絡(luò)的迅猛發(fā)展，也極大助力了工業(yè)互聯(lián)網(wǎng)在各個行業(yè)的普及和深入。2019 年7 月22 日，寶武集團董事長陳德榮在距離生產(chǎn)線3000 m 外操控，實現(xiàn)遠程一鍵煉鋼。傳統(tǒng)的煉鋼過程需吹煉工、合金工、搖爐工、信號工等多方協(xié)作，且須穿戴好防護用品，工作節(jié)奏快，勞動強度大。而寶鋼股份持續(xù)推進智慧煉鋼，在國內(nèi)處于先進行列。以5G 為驅(qū)動的工業(yè)互聯(lián)網(wǎng)技術(shù)為這次遠程一鍵煉鋼提供了關(guān)鍵支撐。可以預(yù)見，隨著5G 等新一代通信技術(shù)的引入，鋼鐵工業(yè)能源互聯(lián)網(wǎng)的發(fā)展將會進一步加快。

云服務(wù)——鋼鐵能源管控智能化的主要模式

云計算平臺為企業(yè)提供基于硬件或軟件資源的服務(wù)以提高企業(yè)的計算、網(wǎng)絡(luò)和存儲能力并降低企業(yè)在該方面的運營成本。一般根據(jù)平臺的功能可以劃分為：數(shù)據(jù)存儲云平臺、數(shù)據(jù)計算云平臺以及存儲-計算兼容綜合型云平臺等。其運行方式也可以根據(jù)平臺的服務(wù)類型分為基礎(chǔ)級服務(wù)(IaaS)、軟件級服務(wù)(SaaS)和平臺級服務(wù)(PaaS)。

在2018 年智博會上，由中冶賽迪搭建的鋼鐵行業(yè)工業(yè)互聯(lián)網(wǎng)云平臺CISDigital 備受關(guān)注，該平臺融合了云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等前沿技術(shù)為流程工業(yè)提供包括智能運營、智能生產(chǎn)等服務(wù)。平臺現(xiàn)已在韶鋼智慧中心上線，完成了對韶鋼生產(chǎn)區(qū)及能介區(qū)8 大工序、30 多個生產(chǎn)系統(tǒng)、40 多個中控室的一體化管控，可以集中完成全廠生產(chǎn)的智能感知、智能分析、智能預(yù)測和智能決策。在云智慧平臺投入使用后，鋼廠員工的生產(chǎn)模式發(fā)生巨大變化，400 多名操作員工可以撤離隱含危險因素的現(xiàn)場，生產(chǎn)作業(yè)區(qū)數(shù)量降低40%，噸鋼生產(chǎn)成本降低25 元，人工效率提升20%，系統(tǒng)穩(wěn)定運行后鋼廠的產(chǎn)量等生產(chǎn)指標(biāo)穩(wěn)步上升。鞍山鋼鐵廠在現(xiàn)有的ERP 系統(tǒng)、MES 系統(tǒng)以及LIMS 數(shù)據(jù)庫等基礎(chǔ)上建立高爐大數(shù)據(jù)云平臺，將原來高爐系統(tǒng)中紛繁復(fù)雜的信息進行整合優(yōu)化，實現(xiàn)大數(shù)據(jù)的統(tǒng)一采集、分析和處理，并在云端大數(shù)據(jù)的存儲、數(shù)據(jù)分類和數(shù)據(jù)挖掘。此外，該云平臺還集成了高爐專家系統(tǒng)、高爐冶煉生產(chǎn)過程3D 可視化監(jiān)控、高爐智能配料與上料系統(tǒng)、設(shè)備智能化點檢系統(tǒng)等為實現(xiàn)煉鐵全流程實時監(jiān)控，提高生產(chǎn)安全性及生產(chǎn)效率，降低勞動強度，為實現(xiàn)綠色、高效、智能煉鐵提供有效途徑。

目前鋼鐵能源行業(yè)的云平臺產(chǎn)品仍以個人計算機為核心。隨著5G 等新一代無線通信技術(shù)的迅猛發(fā)展，基于手機、平板電腦等移動端的云服務(wù)將是該領(lǐng)域日后的主要發(fā)展方向。

人工智能技術(shù)在鋼鐵生產(chǎn)中的應(yīng)用舉例

群智能(Swarm Intelligence)

群智能概念最早在分子自動機體系中提出，分子自動機中主體在一維或多維網(wǎng)格空間中與相鄰個體相互作用從而實現(xiàn)自組織。群智能其實是指任何一種由昆蟲或其他動物的群體社會行為機制而激發(fā)設(shè)計出的算法或分布式解決問題的策略。目前粒子群、蟻群、鳥群、蜂群等都是群體智能的典型示例。擁有社會性的生物群體通過個體的能力疊加獲得更好的生存條件，這種社會性導(dǎo)致個體在環(huán)境中獲得的優(yōu)質(zhì)信息在種群中留存下來。通過信息的交互不僅完成了群內(nèi)部的信息傳遞，而且可以改變個體自身的行為使得群體獲得對環(huán)境更好的適應(yīng)能力，這種適應(yīng)能力也被認(rèn)為是一種智能。群智能的思路為在沒有集中控制且不提供全局模型的前提下尋找復(fù)雜分布式問題求解方案提供了基礎(chǔ)[6]。

目前群智能方法已經(jīng)廣泛應(yīng)用于工程優(yōu)化問題中并得到了很好的效果，尤其是在連續(xù)空間的組合優(yōu)化問題中相比其他數(shù)學(xué)求解方法更為突出。鋼鐵工業(yè)中存在著大量的優(yōu)化問題，諸如熱軋生產(chǎn)計劃、副產(chǎn)煤氣調(diào)度、空分機組調(diào)度、庫存優(yōu)化排產(chǎn)、煉鋼組爐計劃、物流路徑優(yōu)化等。以熱軋生產(chǎn)排產(chǎn)為例，寶山鋼鐵將熱軋生產(chǎn)計劃優(yōu)化問題轉(zhuǎn)化為帶有板坯選擇排產(chǎn)功能的多目標(biāo)決策的路徑規(guī)劃問題。利用Pareto 優(yōu)化原理結(jié)合蟻群算法優(yōu)化模型，其中對算法的轉(zhuǎn)移策略、局部搜索策略進行平滑機制處理，最大程度上保留了蟻群方法的多樣性。并在此基礎(chǔ)上采用TOPSIS 方法進行多目標(biāo)決策最終獲得生產(chǎn)計劃，為科學(xué)排產(chǎn)提供有力支撐。梅山鋼鐵采用基于模擬退火算法的多種群遺傳方法優(yōu)化得到C-Mn 鋼投料的C、Si、Mn、P、S 等元素比例并通過現(xiàn)場累積數(shù)據(jù)在相同鋼成分條件下優(yōu)化軋鋼各階段的爐溫控制參數(shù)，將鋼坯的合格率由72.4%提高至97.2%，極大地提升了企業(yè)經(jīng)濟效益。攀鋼提釩煉鋼廠針對多擾動動態(tài)調(diào)度問題，首先對調(diào)度計劃執(zhí)行過程中的不確定因素進行分類，在此基礎(chǔ)上采用帶精英保留策略的多目標(biāo)遺傳算法完成了對包含工序跳躍和加工時間可控特征的鋼廠調(diào)度計劃的編制工作。

數(shù)字孿生(Digital Twin)

數(shù)字孿生技術(shù)是將目標(biāo)的實體模型在虛擬空間中通過數(shù)字仿真技術(shù)實現(xiàn)實時連接，其最早由美國國防部提出[7]。在指定產(chǎn)品的設(shè)計及生產(chǎn)過程中，首先需要對產(chǎn)品的模型參數(shù)進行詳細分析建立全三維幾何模型，再將模型數(shù)據(jù)傳輸?shù)缴a(chǎn)線進而加工為真實產(chǎn)品，過程如圖4 所示。在真實產(chǎn)品的測試過程中，通過數(shù)字化測量系統(tǒng)對真實產(chǎn)品進行二次仿真并將仿真結(jié)果反饋到設(shè)計模型中。通過這種方式保證產(chǎn)品的全生命周期內(nèi)，產(chǎn)品設(shè)計-產(chǎn)品實物的協(xié)調(diào)一致，減少生產(chǎn)誤差累積對產(chǎn)品的影響。西門子公司在提出工業(yè)4.0 時，也采用數(shù)字孿生技術(shù)建立了安貝格數(shù)字化工廠，最大限度實現(xiàn)了生產(chǎn)自動化與設(shè)計自動化，在生產(chǎn)與設(shè)計的不斷反饋中實現(xiàn)自我提升，大大提高了生產(chǎn)效率，降低了工廠生產(chǎn)及運營成本。美國大和鋼鐵，通過數(shù)字孿生技術(shù)對廠內(nèi)設(shè)備及生產(chǎn)情況進行實時模擬，通過實時的3D 設(shè)備仿真連接到自動化系統(tǒng)，完成系統(tǒng)的測試及提前優(yōu)化。此外，在數(shù)字孿生系統(tǒng)下采用X-Pact@智能分析工具根據(jù)經(jīng)營者的不同生產(chǎn)策略進行仿真得到對應(yīng)策略下的產(chǎn)能分析結(jié)果，這給生產(chǎn)決策提供了自動化評估使系統(tǒng)調(diào)試時間減少30%。寶武鋼鐵集團有限公司采用數(shù)字孿生技術(shù)結(jié)合無人機技術(shù)完成了對寶山鋼鐵廠生產(chǎn)基地中各工廠位置、內(nèi)部設(shè)備以及鋼鐵生產(chǎn)等實時數(shù)據(jù)的綁定。操作人員可以通過在全廠的數(shù)字模擬地圖中，實時直觀的掌握各處數(shù)據(jù)，方便對基地廠部狀態(tài)進行監(jiān)督管理。

圖4 數(shù)字孿生技術(shù)流程圖

大數(shù)據(jù)(Big Data)

鋼鐵企業(yè)生產(chǎn)過程中會伴隨大量的分布式、異構(gòu)數(shù)據(jù)、視頻、圖片等信息，對該大數(shù)據(jù)信息進一步分析已經(jīng)成為鋼鐵企業(yè)提高產(chǎn)品質(zhì)量，提高能源利用率，降低產(chǎn)品成本的重要途徑之一。河鋼集團有限公司和承德鋼鐵集團有限公司聯(lián)合開發(fā)的基于大數(shù)據(jù)智能管控系統(tǒng)打破了以前各生產(chǎn)部門各自為戰(zhàn)數(shù)據(jù)共享困難的局面[8]。通過構(gòu)建該大數(shù)據(jù)系統(tǒng)，管理人員可以對生產(chǎn)全流程、全工序、全部產(chǎn)品的整個生產(chǎn)周期進行管控，并可以對產(chǎn)品的全生產(chǎn)過程追溯并及時反饋過程中出現(xiàn)的問題。在此基礎(chǔ)上該平臺實現(xiàn)設(shè)備狀態(tài)可視化，質(zhì)量事件可視化方便對生產(chǎn)班組的管理調(diào)配。尤其是在鋼材判準(zhǔn)問題上，通過對生產(chǎn)過程中大數(shù)據(jù)的多因素分析，鋼材的改判量由2016 年的每月5800 t 降低至每月1200 t，因此高端鋼材產(chǎn)出率也從2016 年的28.68%上升至2018 年的42.68%，總計為企業(yè)創(chuàng)收6518 萬元之多。唐鋼為了完善企業(yè)管理體系，提高部門響應(yīng)速度，在原有ERP 系統(tǒng)基礎(chǔ)上開發(fā)BW 大數(shù)據(jù)挖掘系統(tǒng)，對ERP 系統(tǒng)中各模塊信息進行進一步的提取、整合以及分析，將海量工業(yè)數(shù)據(jù)轉(zhuǎn)化為可為實際生產(chǎn)提供支撐的可用信息。該系統(tǒng)涵蓋唐鋼信息對象百余個、信息立方體24 個、各分廠數(shù)據(jù)存儲對象19 個的信息整合?？梢约毣癁閷ζ髽I(yè)銷售管理、采購管理、生產(chǎn)管理、庫存管理、財務(wù)和費用管理等功能[9]。基于SAP 進程對大量數(shù)據(jù)處理，可以快速穩(wěn)定完成數(shù)據(jù)的批量處理任務(wù)。將分布式存儲、大數(shù)據(jù)計算架構(gòu)和數(shù)據(jù)存儲相結(jié)合的技術(shù)目前已經(jīng)滲透到鋼鐵企業(yè)這種大體量企業(yè)中，合理構(gòu)建數(shù)據(jù)倉庫是創(chuàng)建企業(yè)設(shè)備智能化管理模式的重要途徑[10]，對整個企業(yè)的設(shè)備管理、決策分析提高管理水平具有重要意義。

鋼鐵智慧能源的未來發(fā)展趨勢

面向企業(yè)智能化、綠色化的實際需求，人工智能技術(shù)目前已開始深度融入鋼鐵能源綜合管控。考慮到實現(xiàn)鋼鐵智慧能源這一終極目標(biāo)，除了本文已介紹和分析的幾個核心內(nèi)容和主要應(yīng)用舉例外，以下幾個方向?qū)⒊蔀槿斯ぶ悄軕?yīng)用于鋼鐵能源管控的未來發(fā)展趨勢：

(1)機理、數(shù)據(jù)、知識模型的深度融合：目前模型方法的構(gòu)造方式仍相對單一，僅基于數(shù)據(jù)、知識等某一資源開展建模工作，所得結(jié)果難免有所偏頗，無法全面反映鋼鐵能源產(chǎn)、消、存實際變化。雖然已有學(xué)者進行了融合模型的研究，但采用的仍是簡單加權(quán)方式，缺少考慮生產(chǎn)制造、能源利用等過程的實際特征。因此，人工智能在鋼鐵能源管控方面的主要研究應(yīng)用趨勢之一，即如何實現(xiàn)機理、數(shù)據(jù)、知識等多模型合理深度融合。

(2)運算結(jié)果的可解釋性提升：現(xiàn)有模型雖然可以給出一些具有指導(dǎo)意義的分析結(jié)果，但在應(yīng)用時因缺乏可解釋性而受到實際工作人員質(zhì)疑，制約了相關(guān)方法的實際推廣。同時，可解釋性也是人工智能領(lǐng)域目前亟待解決的難題之一。鑒于此，未來鋼鐵智慧能源的主要研究應(yīng)用方向，將必然涉及運算結(jié)果可解釋性提升這一問題。