【流程智造】钢铁生产过程堪称全流程“黑箱”，智能化要如何破除

2020 年 5 月 9 日 产业智能官

导读：“钢铁工业是一个流程工业，因此钢铁工业信息系统必须是全流程、一体化的，能够实现物质流、信息流、能量流的综合分析、控制、管理。”

“我国钢铁工业近几年形成了信息技术集成、过程工艺技术集成、全生命周期技术集成的三维技术集成，这些技术集成是信息化的基础。因此，钢铁行业是离智能化最近的行业，具有最好的实现智能化的条件，对智能化的需求也是最迫切的。”中国工程院院士、东北大学教授王国栋在2019(第五届)中国钢铁产业互联网+推进大会上表示。

钢铁工业智能制造平台架构

会上，王国栋介绍了钢铁工业智能制造的平台架构。

在他看来，智能有以下几个特点：

一是具有感知能力，即具有能够感知外部世界、获取外部信息的能力，是产生智能活动的前提条件和必要条件。

二是具有记忆和思维能力，即能够存储感知到的外部信息及由思维产生的知识，同时可利用已有的知识对信息进行分析、计算、比较、判断、联想、决策。

三是具有学习能力和自适应能力，即通过与环境的相互作用，不断学习积累知识，使自己能够适应环境变化。

四是具有行为决策能力，即对外界的刺激做出反应，形成决策并传达相应的信息。

智能控制的核心是信息物理系统(CPS)。该系统的总体架构为：感知(物理)层、网络层、计算层。其通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代、动态优化。目前冶金企业的嵌入式工业控制系统构成为物理层、网络层、计算控制层、应用层。

王国栋指出，智能制造平台建设的原则：

一是充分利用企业现有系统和现有数据，采用先进的智能制造技术，增强网络互联互通和数据采集与处理，开发CPS系统的数字孪生，即数字感知系统，使企业现有系统升级为具有自学习、自适应、自组织的智能系统，实现全流程智能制造，促进企业高质量发展。

二是要实施真正的智能化。企业在实施全流程、一体化智能制造的过程中，应当在满足系统功能要求的前提下，逐步、稳妥地对现有的企业资源计划(ERP)、制造执行系统(MES)、过程控制、基础自动化等系统进行软件改造，使其具有感知能力、记忆和思维能力、学习能力和自适应能力、行为决策能力，成为真正的智能化系统。

“钢铁工业是一个流程工业，因此钢铁工业信息系统必须是全流程、一体化的，能够实现物质流、信息流、能量流的综合分析、控制、管理。”王国栋强调。

他进一步指出，随着技术手段的丰富和计算能力的提升，解决问题的方式将从把复杂问题分为相对简单的不同层次，逐层解决问题的传统方式，转变为“跨层、跨域”的扁平化发展的方式。

扁平化双层架构为“云端智能层”和“本地决策层”。“云端智能层”具有低实时性的MES、ERP和BI(商务智能)功能，实现质量、设备能力、成本、资源、人力资源等多个目标的综合协调。“本地决策层”具有高实时性PCS(过程控制系统)、BA(楼宇设备自控系统)和传感器等功能，辅以人工智能、大数据等新技术，强化计算能力、实时性等。两层级之间在线实时动态调整，灵活、协调地实现了质量、效率的提升。

为了更好地实现扁平化发展，企业需要边缘计算。应用边缘计算可实现对近场装置、设备及系统的智能控制，解决网络延时带来的不确定性问题，减轻云端负担，同时兼顾云计算和终端的协同。

钢铁智能制造平台的核心是数字感知系统

钢铁企业在智能化发展过程中，面临着一些问题。王国栋指出，钢铁行业是多工序、长流程的流程工业，钢铁生产过程为全流程“黑箱”，冶炼反应器内部、连铸和轧制工件内部的化学反应和物理变化以及相关的重要参数，看不见、摸不到、测不出，实时、内部信息感知极度缺乏；目前系统中使用的模型大多为理论模型或经验模型，存在较大的不确定性，预报精度差，难以实现高精度的动态协调控制，控制决策存在粗犷性甚至是盲目性问题；由于工艺条件、设备运行状态变化引起生产工况发生复杂变化，过程输入条件、状态变量和控制目标之间关系复杂。

“数字感知为我们利用大数据、互联网、云计算、AI(人工智能)等现代信息技术攻克以往无法逾越的障碍提供了全新的思路和可行的方法，为冶金等行业的精准感知及控制提供了理想的解决方案。”王国栋进一步表示，“在信息流的控制下，物质流与能量流发生化学反应或物理作用，因此以足够的精度求解基于物理—化学反应的数学模型，可以获得物质流、能量流、信息流的统一解。”

钢铁行业数学模型由于具有不确定性、强非线性、极其复杂性的特点，必须采用数学模型与AI/大数据结合的方式，以数学模型为基础主线，以人工智能及实测大数据优化数学模型，高效率地实现高精度数字感知，破解钢铁行业“黑箱”系统。

CPS系统的基本组件包括传感器、执行器和决策控制单元。基本组件结合反馈循环控制机制构成了CPS的基本功能逻辑单元，执行最基本的检测与控制功能数字感知系统：基于大数据、人工智能、物联网和物理—化学模型的巨型数字传感系统，实现了现实物理世界全部物理量的数字孪生。

其中，决策控制单元能依据数字感知系统、感知信息和用户输入规则进行智能决策，发出工艺控制参数调整指令，保证在既定的条件下得到控制目标值。

王国栋指出，物理系统的数字孪生是核心。工业4.0的数字感知系统能全面感知和掌控信息流、物质流、能量流的全流程规律。全流程一体化CPS系统可以系统解决断点和数据离线自动采集等问题，实现全流程一体化协调控制。

智能制造系统的主要功能：一是信息深度感知，即实现工艺质量精准预报与在线状态感知；二是数据处理存储，即实现全流程工艺质量数据采集与处理；三是网络互联互通，包括5G的物联网、互联网连接万物与人；四是设备诊断维护，即实现设备健康状态诊断与智能维护；五是质量监控优化，即实现质量异常原因追溯与生产工艺优化；六是精准协调控制，即实现质量精准控制与多工序协调智能优化；七是智能优化决策，即实现横向产供销全流程一体、纵向各层次协同的智能优化决策。

“建设钢铁工业信息系统，应按照钢铁生产的流程，在主要的生产环节建立可以进行智能感知、决策、控制的智能体，实现对各环节的智能控制。这些智能体包括：原料处理智能体、高炉冶炼智能体、炼钢—连铸智能体、热轧智能体、冷轧智能体、热处理智能体。钢企应将各智能体组成涵盖整个流程的多智能体，实现各智能体之间的衔接、协调、平衡、优化。”王国栋建议。

先进制造业+工业互联网

产业智能官 AI-CPS

加入知识星球“产业智能研究院”：先进制造业OT（自动化+机器人+工艺+精益）和工业互联网IT（云计算+大数据+物联网+区块链+人工智能）产业智能化技术深度融合，在场景中构建“状态感知-实时分析-自主决策-精准执行-学习提升”的产业智能化平台；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

产业智能化平台作为第四次工业革命的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎；重构设计、生产、物流、服务等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生 新技术、新产品、新产业、新业态和新模式； 引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能化技术分支用来的今天，制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中， 利用工业互联网形成数字化、网络化和智能化力量，实现行业的重新布局、企业的重新构建和焕然新生。