一、研究的背景与问题
硅钢被誉为钢铁工业“皇冠上的明珠”，是变压器、电机等核心设备的关键材料，其制造流程长度是常规钢铁产品的2-3倍，成分与工艺控制精度要求高出一个数量级。传统工艺控制方法与管控手段，难以支撑高端硅钢批量化稳定生产。
在钢铁制造业，传统个性化定制是先接到订单，经过几十年实践，该模式的效率发挥已接近极限，进一步提升亟需新理念突破和新范式的构建。面对传统个性化定制模式效率逼近极限的行业痛点，宝钢股份运用AI重新定义钢铁，核心是打造AI驱动的未来钢铁制造新范式——开展面向多基地的预测式组织生产，实现钢铁制造的转型升级。公司建立由数据+AI预判需求，进行资源预配置和预生产，实现多基地和全产业链效率最优，克服传统个性化定制效率低、成本高的天然劣势。通过“AI+制造”新范式突破，不仅为硅钢，乃至是全行业带来制造技术的全面升级。
二、解决问题的思路与技术方案
1.实施背景和基础条件
历近三十年积累，如图1所示，宝钢股份携宝信软件，在面向AI 时代的数据治理、算力支撑、平台建设方面已形成深厚沉淀。
图1 宝钢股份数智化发展历程
数据治理上，持续推进数据治理与资产化体系建设，探索AI 场景治理新方法。借鉴华为方法论及国家 DCMM 模型完善标准流程，2024 年作为钢铁行业首批通过 DCMM 四级认证单位。依托云端集中+区域分布式一体化架构，丰富资产种类，扩大统一供给。完成公司层 94%的数据域建设，形成覆盖各工序的40 余个高质量 AI 场景数据集，拥有国内钢铁行业最大的企业数据集。
算力支撑上，与宝信、华为开展算力中心建设领域合作。至2025 年中，合作的AI中心算力已达60PFlops，是目前国内钢铁行业规模最大、技术最先进的人工智能算力平台，有力支撑公司数字化转型与智能化升级。
平台建设上，基于“宝联登”成功构建新一代全栈式数智技术平台。平台集成强大算力、算法、模型、数据及场景管理能力，覆盖基础设施至上应用的全链条智能体系，实现数据-技术-业务融合协同。采用边云协同架构，兼顾现场毫秒级实时响应与云端全局优化分析。应用层聚焦硅钢等核心环节，开发系列创新 AI 应用，形成“感知-分析-决策-执行”闭环智能管理。
2.技术体系变革
（1）打破传统体系固有壁垒
传统钢铁制造以“分段管控、经验驱动”为核心，各环节独立、数据孤立，全流程无统一信息主线。信息化时代的“制造一贯制”通过统一数据平台打通全工序数据链，实现跨专业协同，但未实现工艺、生产、设备等环节的智能联动AI 时代，AI 与数字孪生技术解决了“数据孤岛”与“流程割裂”的深层问题。全栈式数智技术平台整合研发、制造、用户使用等全生命周期数据，构建覆盖制造全工序的工艺 AI调整模型和产品全生命周期的技术动态关联，使工艺设计、设备状态，甚至是用户使用等数据不仅能跨环节共享，还能通过AI 算法动态关联。比如，设备振动、温度等实时数据经 AI 分析后，同步反馈至工艺设计、生产排程模型，实现参数与计划的动态优化，其优化逻辑同步贯穿质量管理、用户使用指导等环节，打破传统模式中“制造各环节脱节”、“制造与使用割裂”的壁垒。
（2）重构核心环节技术逻辑
数智技术从底层重构了“大一贯制”下研发、生产、设备、质量等核心环节的技术管理逻辑。
在产品研发环节，传统模式依赖专家经验，研发周期长、试错成本高。“大一贯制”中，AI 模型模拟不同配方、工艺对产品性能的影响，结合数字孪生仿真验证，可精准预测新产品最优参数。
在生产控制环节，数字孪生技术构建与物理产线同步的虚拟镜像，能提前仿真生产全流程，通过 AI 预判物流、工艺风险；AI 闭环控制实时采集轧机压力等过程数据，自动调整设备运行参数。以冷轧工序为例，冷轧板形调整人工干预减少 30%。这种“AI 预判+实时纠偏”模式替代传统“按静态计划推进”方式，让生产能灵活应对动态变化。
在设备管理环节，数智技术推动设备从“被动工具”升级为“智能主体”。物联网传感器实时采集设备振动、能耗等数据，AI 模型基于历史故障数据建立预测模型，提前识别潜在故障，将“事后维修”、“定期维护”转为“预测维修”。同时，AI+数字孪生可预测设备运行状态风险，优化维护方案。实践中，产线非计划停机率降低40%，维护成本减少10%。
在质量管理环节，数智技术颠覆“成品抽检”传统模式。AI 模型实时采集全工序数据，提前识别潜在缺陷并自动触发工艺调整；若出现质量问题，结合数字孪生追溯全流程数据链，可一键定位问题根源。对于高等级硅钢，“一卷一策”定制化工艺使磁性能合格率提高10%以上，解决传统“缺陷难追溯、整卷降级”痛点。
（3）构建“研-产-用”闭环协同技术体系
智能工厂数智技术不仅优化制造环节，还打通研发、生产与用户应用全链条，形成“研发-生产-应用”闭环，实现了技术体系由传统模式向“大一贯制”模式的转型。通过反向仿真接入用户使用数据，AI 模型能将用户反馈转化为研发输入。
3.工厂架构变革
本项目通过三级组织架构变革与“1+N”矩阵式架构落地，推动智能工厂从传统科层制的金字塔型管控模式向数智化协同的网络型管理模式转型，实现组织效率与生产效能的双重跃升，为智能工厂提供可推广的架构范式。
图2 硅钢组织架构变革
三、主要创新性成果
宝钢硅钢以 “硅钢决策系统” 为指挥中枢，用历史数据结合人工经验，结合用户需求预测，让 AI 技术贯穿研发、制造、管理全体系、多层面，构建 “制造端横向覆盖全流程、产业链纵向贯通上下游” 的预测式制造体系，推动硅钢全链条向智能化升级。
工厂建设上，以“企业级数字孪生工厂”为目标，建成全栈式数智技术平台，搭建硅钢数字孪生系统，实现自装备级到企业级的数字孪生，融合诊断、预测、决策AI模型，在企业经营、工厂运行、生产作业、设备运维等层面实现以虚映实，赋能生产数智化决策，探索AI融合驱动的数字孪生管控新模式。硅钢连铸机改造工程，实现关键设备设计效率提升几十倍，缩短工厂建设周期 21%。
图3 连铸机组数字孪生示意图
研发设计上，以宝钢情报服务平台为载体，构建硅钢领域专业知识库，定制开发硅钢AI情报智能体，提升情报获取与处理效率。搭建基于实验室和大生产数据的研发大数据中心，以文献知识库、材料数据库、理论模型库、专家经验四维驱动，借助AI＋材料设计算法开发与仿真计算，突破“专家经验+人工试错”的传统研发模式，探索了AI+产品设计开发新范式的实践。
生产作业上，推动作业模式从“人工经验判断”向最优秀员工经验集成且能自主迭代升级的“算法模型智能操作”转型。构建硅钢全流程炼铁、炼钢、热轧、硅钢各工序AI主操模型。以OT大数据与人工智能实时智能控制模型为核心，融合机器学习算法与专家经验、操作经验、工艺机理及控制策略，糅合深度学习、优化算法、决策推演等AI技术，实现复杂工艺段全操作参数智能控制。如宝钢股份联合华为共同打造的高炉大模型解决方案，通过炉热预测大模型实现精准预测，结合炉热控制模型实现实时调节，形成了完整的"感知-决策-执行"闭环。系统自上线以来预测命中率>90%，控制采纳率>90%,实现操作参数动态调整，使目标高炉炉热控制水平改善，铁水质量显著提升，铁水温度合格率和硫磺合格率基本稳定在90%以上。年经济效益约1560万元/高炉。
生产管理上，重点培育开发设备管理智能体、生产管控智能体，应用AI+人工经验，实现计划排产、资源调度、能源管控的自组织、自优化，推动“人工主导”向“模型主导”转型。提升运行管控科学决策水平，推进生产提效。如SmartTPC（灵巧鱼雷车）系统运用了预测、视觉识别、深度神经网络、智能控制等AI模型，实现了铁水运输无人驾驶、智能调度、智能进路规划和智能安全感知等功能，构建了“罐空即配、满罐即走、到站即用”的高效铁水运输模式。罐车周转率提高至6.5次/天。铁水平均温降从125℃降低至102℃。
图4 SmartTPC（灵巧鱼雷车）系统
运营管理上，重点培育开发经营智能体、客户服务智能体等应用，实现经营分析、订单分配、网络协同制造等应用，推进提升产品经营智能化管控能力，提高经营管控效率。
图5 营销智能体架构
四、应用情况与效果
通过智能工厂的建设，宝钢硅钢在经营贡献、产业贡献和社会贡献方面也有良好体现：
“激光耐热刻痕取向硅钢制造技术开发与应用”荣获2025年度冶金科技进步特等奖，“高炉冶炼精准预测和智能控制”场景被国务院国资委认定为首批中央企业人工智能战略性高价值场景，SmartTPC 等装备技术实现国内首发。
在技术产业创新上，主动向智能工厂上下游产业延申，打通产业链端到端数据链，实现全产业链的共同提升。与用户合作建成 12 家联合实验室。
在复制推广上，将硅钢智能工厂管理、技术等经验积极向多基地、多产线进行复制推广。形成成熟技术应用 112 项。
在标准研制上，总结智能工厂的成熟经验，牵头 14 项、参与 21 项智能制造国家标准编制。
在人才培养上，建立了 BCDA 数智工程师体系培训与考核体系，具备智能制造素养的复合型人才比例达到 10%。
来源：宝山钢铁股份有限公司
原文链接：http://1guigang.com/news/101593.html，转载请注明出处~~~
