可“预测”的钢铁：预测什么？
——走进“领航级智能工厂”宝钢股份硅钢事业部（上）
中国制造的未来钢厂会是什么样子？
是随处可见的机器人支撑起的“无人工厂”？还是AI赋能后生产制造端堆叠大模型、大数据的广泛应用？
是，但还不仅仅是。
去年11月27日，在南京举行的“2025世界智能制造大会”上，工业和信息化部正式揭晓了首批15家国家“领航级智能工厂”培育名单，宝钢股份“高端绿色硅钢预测式制造智能工厂”项目成功入选。
“领航级”作为国家最高等级的智能工厂，有着行业引领示范的重大意义。那么，何为钢铁的“预测式制造”，它要预测什么？带着这个疑问，不久前记者走进宝钢股份硅钢事业部。
预测订单和预先生产
“硅钢智能工厂培育的目标是AI驱动的预测式制造，是一种未来制造的新范式”，在宝钢股份宝山基地位于长江边的硅钢事业部决策中枢大楼内，记者遇到了硅钢事业部大数据应用首席工程师黄望芽。
传统的钢铁生产大多是“订单后生产”，产销研、供应链等围绕订单运作，即使有预测概念也是基于人为的经验和估算。宝钢股份试图打破这种传统生产逻辑，不再被动等待用户下单，而是通过AI算法精准预测市场需求，提前统筹供应链、生产、交付全链路资源配置。
“比如客户在京东上购物，最快当天就能收到，是因为京东建立了强大的客户预测系统，在距离客户最近的仓库提前备货了。”黄望芽举例说，与平台购物找准目标客户不同的是，钢铁预测式制造既要预测订单，还要预先制造。
这里包括两个维度：第一个维度，订单接订环节，以精益运营为中心，依托数据+AI来预判产品发展及订单需求，指导产品研发、订单预分配、产销平衡、资源预配置和生产预先安排，实现多基地和产业链资源智能协同。另一个维度，生产制造环节，以精益生产为中心，通过AI来预判生产、质量、设备、能源等全要素风险，指导制造过程动态调优，构建自优化制造新范式，实现效率与质量同步跃升。不难看出，两个纬度，一个是围绕订单交付，一个围绕制造过程中的风险管控，最终形成闭环。
不仅用户感觉很丝滑
可以预想，未来宝钢硅钢用户订货的感受会变得十分丝滑。当你下单时，多数订单可快速匹配已产出的成品或半成品，预计交付周期缩短50%以上，仓储、物流等变得更加经济高效。同时，预测式制造也会推动宝钢股份硅钢体系乃至整个制造体系内部资源的最优配置，在生产排程上努力实现最优成本路径、最少工艺切换、最优产品路线、最佳物流匹配，从根本上解决传统模式效率低、成本高的难题。
当然，预测式制造还可以通过预测式产品营销引导用户合理科学选材用材，推动高端绿色硅钢的广泛应用。同时，通过预测式采购配送，提升大宗资材采购的预判准确性、话语权，促进供应商更合理高效的备货供料，降低采购成本，节约社会资源。
预测式制造一旦实现完美闭环，将惠及自身和客户端、供应端，触发行业新的生产组织变革。
可“预测”的钢铁：为什么是宝钢硅钢？
——走进“领航级智能工厂”宝钢股份硅钢事业部（中）
面对传统个性化定制模式效率逼近极限的行业痛点，宝钢硅钢创新性提出“AI驱动预测式制造”新范式，对于大工业规模化生产的传统制造行业意义非凡，也是此次入选“领航级智能工厂”培育名单的重要原因。
众所周知，“预测式制造”能够成功，预测的准确性至关重要。精准的预测需要强大的体系和AI支撑，而宝钢硅钢一路走来，具有最强的切合点和适配度。
与“AI+使能”高度适配
“AI对于硅钢，特别是取向硅钢生产是很大的机遇”，宝钢股份硅钢事业部副总经理吕春国解释说。硅钢之所以被称为“钢铁皇冠上的明珠”，一是制造流程长，是常规热系产品流程的两倍左右；二是工艺窗口非常窄，控制精度非常高；三是过程管控严，控制机理复杂，接近物理极限。从拿到订单到交货，取向硅钢的平均制造周期达到60天。
对于硅钢，AI绝对是天选的助力器。AI的优势在于通过大数据形成各种模型，处理复杂的机理问题、预测参数变化过程，以及强化质量稳定性的把控。这些为提升硅钢制造能力、缩短用户订货时间提供了前所未有的支撑。
特别是近年来，宝武、宝钢股份推动“AI+钢铁”，为硅钢事业部创造了良好的AI生态。去年宝武启动“2526”工程，以AI重新定义钢铁，分智慧治理、智慧服务、智慧制造、智慧研发四个层面，在“云、边、端”即钢铁制造云平台、厂级数据汇聚、现场设备终端搭建基础架构。宝钢股份先行先试，于2024年开启“AI元年”，推动全产业链端对端从“+AI”赋能到“AI+”使能过渡，构建以算力、模型、人才梯队、组织战力为核心的四大底座，全面启动“三千”（千卡算力、千模能力、千人战队）能力建设；组建公司大数据中心，形成高质量数据治理；形成“AI+经营管理”“AI+制造管理”“AI+工序”等一系列“AI+”驱动智能化转型升级。
乘着AI快速发展和企业强力推进的东风，硅钢事业部在“AI+”使能上强化投入，走在前面。近年来，在产品研发、制造环节都有大量AI模型落地。其中，仅业务模型至少有三四百个，功能画面超过5000个。丰富的AI应用场景和实践经验为“预测式制造”项目建设创造了有利条件。
搭建高度适配的内核和组织架构
AI是工具，但不是决定性因素。宝钢硅钢之所以有底气培育预测式制造智能工厂，根本在于其内在的运行机理。这必须回溯宝钢硅钢建设发展的历程。
首先是CP控制计划，这是硅钢生产组织的“灵魂”。早在2008年投产之初，硅钢就成为宝钢股份首家在系统中应用CP控制计划替代传统产品工艺规程、技术规程的厂部。从订单接进来，在线生成控制计划，业务流程一开始就在线上跟着合同走。“这是‘大一贯制’，不仅包括产品制造，还包括研发、售后服务”，对于硅钢人来说，CP控制计划打造了一个雏形，奠定了智慧制造管理模式变革和“预测式制造”的基础与内核。
探索形成“1个决策中枢+N个智造单元”组织管理架构。“宝钢硅钢走过了智慧制造1.0和2.0阶段，2015年的时候更多关注现场少人化无人化”，硅钢事业部大数据应用首席工程师黄望芽回忆说，当时是1.0时代，无人行车和取样、贴标签、捆带等各种各样的机器人在现场大量出现。
到了2018年，正在进行四期、五期建设的宝钢硅钢开始思考要让智慧制造真正能够内化在制造本身，给硅钢制造安上“智慧的大脑”。在时任硅钢部部长刘宝军的主持下，硅钢部在宝山基地成立第一家厂部级智慧制造办公室。目标是以产品为发展核心，围绕产品制造，将产销研一体化融合在一起，一张蓝图绘到底，探索智慧制造新模式，支撑业务数字化转型，“1个决策中枢+N个智造单元”由此应运而生。在硅钢人的概念中，决策中枢像虚拟“大脑”指挥着多个智能孪生工厂协同高效运行，构成与实体产线相应的强大“神经系统”。
在宝钢股份领导的大力支持下，硅钢在四期建设中同步进行决策中枢和智慧工厂建设。你可以想象，在建设真实产线和工厂的同时，一个数字孪生工厂也在同期建设，从工厂建设、研发设计、生产作业、生产管理、运营管理等全系统推进智慧制造。
2019年7月，宝钢硅钢第一个智慧工厂——第四智慧工厂正式建成投用，率先建设应用硅钢智慧决策系统，实现市场、研发、制造、用户全过程PDCA“智慧决策”，并大量应用数字化、网络化、智能化技术，成功上线20余项智慧制造项目，建成了以“状态感知、实时分析、自主决策、精准执行、绿色安全”为特点的代表当前最高水平的硅钢智能化工厂。从第四智慧工厂开始，宝钢硅钢先后建设了六个智慧工厂。
2020年宝钢硅钢以现场“无人制造”、业务“智慧决策”、产品“全面引领”为目标，从第四智慧工厂开始推进组织变革，打破了机组间、专业间的管理界面，实现跨专业融合。到了2021上半年，当时的四个智慧工厂机构切换全部完成，打造出了集智能装备、智能互联、智慧决策于一体的“1个决策中枢+N个智慧工厂”的硅钢智慧制造体系。“这与当时提出的‘ONEMILL’理念和现在宝钢股份的‘一公司多基地’运营模式非常契合。”
至此，宝钢硅钢神形兼备，完成了从内核到组织架构适配智慧制造的系统准备，为迎接AI时代的到来做好了最充足的准备。
可“预测”的钢铁：怎么预测？
——走进“领航级智能工厂”宝钢股份硅钢事业部（下）
入选“领航级智能工厂”培育名单，打造国家级智能制造“升级版”，对于宝钢硅钢来说既是光荣也是责任。“要用两年时间培育钢铁智造业新范式，向国家交作业”，宝钢股份硅钢事业部干部员工普遍感到重任在肩，必须加油干。
那么项目现在进展如何？如何真正实现“预测制造”呢？
项目进展如何？
目前一些环节已经打通，预测式领航级智能工厂建设已取得显著成效。
在工厂层面，建成宝联登全栈式数智技术平台与数字孪生管控系统，使生产异常处置效率提升50%以上；研发环节借助AI算法替代“专家经验+人工试错”模式，高牌号无取向硅钢研发实验量减少一半，预测精度超95%；生产现场，高炉炉温预测大模型、机器视觉质量检测等AI应用全面落地，跨工序一体化排程模型使日排程效率提升70%，瓶颈工序切换次数下降30%；全球首创的SmartTPC技术实现铁水运输无人化，成为行业标杆。
让我们走进最早建成的硅钢第四智慧工厂，从生产现场层面窥探一隅。这里主要生产极薄规格的顶级取向硅钢，厂房干净明亮、机组稳定运行，作业机器人声光交织、高效运行，无人驾驶的AGV小车在厂房内行驶……产线旁几乎看不到作业人员。“现场基本实现无人化，工序衔接基本靠系统”。偌大的操作室仅有两名年轻员工紧盯电脑屏幕，29岁的轧机主操李品告诉记者，“由于大量应用业务模型，在AI虚拟主操的辅助下原来依赖人工经验判断执行的岗位已经逐渐向模型自感知、自决策、自控制过渡，轧机主操已经不是传统意义上经验丰富的老法师”。比如RCM单机架轧机轧制难度很高，以前的主操干活像弹钢琴，按键要不停调整，一旦调错有可能断带。如今人工调整次数最多是过去的两三成，各种预警模型保障了轧制安全稳定运行。未来，随着数据、模型的不断丰富完善，实现零人工干预已成为可能。在DCL作业区随着各种各样模型的广泛应用，生产、质检、设备诊断等基本实现智能化。
通过应用机器学习、视觉识别、深度神经网络、智能控制等技术，宝钢硅钢从虚拟主操、智能产线、智慧工厂到决策中枢，重塑了传统生产管理逻辑。特别是构建了一个聪明的“大脑”，通过智能预测优化技术的硅钢产品方案设计、基于深度学习的跨工序一体化自动排程、基于数据驱动的硅钢经营管控平台等模型，宝钢硅钢具备了由AI驱动的决策中枢。
设想一下，当一个预订单生成，强大的决策中枢启动预测式研发模式，落地经营分析、订单分配、网络协同制造等数智化应用，构建预测式生产架构和运营机制，动态调整工艺，并下发到相应智能工厂，通过虚拟主操完成生产、质检等，同时提前预测干预生产物流的堵点卡点……预订单在宝钢股份“一公司多基地”架构下全智能实现了运营效率、资源配置的最优化，全部操作在系统上不落地完成。
今天，在宝钢硅钢，这种颠覆传统的预测式制造模式的雏形已经展现，宝山基地、青山基地围绕着制造过程中风险管控的这一生产维度的预测式制造已经基本实现。
最难点如何解决？
“最难的是订单方向和市场的预测”，硅钢事业部大数据应用首席工程师黄望芽直言。订单是可以预测的，硅钢生产的长周期、品种特性等使产销研体系在长期摸索中形成了一定的预测生产，但这是建立在人的经验积累基础上的。AI驱动的市场需求预测，是通过模型、各种用户画像，需要产品、下游行业的发展趋势、行业风险、国内外市场环境等海量数据和算法支撑。“不是精准到某家客户，而是一个品种的市场需求。比如雅下水电站这个项目，未来几年有什么需求、研发方向在哪里、可能的订单有多少、按照工程建设周期如何组织品种生产等。”黄望芽举例说，这是当前项目要攻克的制高点。
据了解，目前项目目标达成度约70%，而正在努力的30%是难点和硬骨头。为此，宝钢股份提出了“1+6+1”培育方案，即深化1个技术底座，探索产业链融合、数字化研发等6种未来制造新模式，最终建成1个高端绿色钢铁智能制造标杆。未来两年将新增28个重点AI应用场景，打造2条高端硅钢产线与1条低碳硅钢产线，计划形成5项以上国家标准，向2家以上企业复制推广。
毋庸置疑，宝钢硅钢预测式制造是带动整个钢铁行业走向智能化的先驱项目。项目本身从用户画像、研发设计、用户订单预测、预订单分配，到生产计划、原料采购、生产制造、产品销售、技术服务，形成了AI驱动的完美闭环，改变了钢铁大生产的传统逻辑。
借助AI实现预测客户、预先制造，从客户到供应商两端提升了整个产业链的效率、实现了成本最优、价值最大。对于宝钢股份，以硅钢为试点形成智慧制造新范式，推动自身从流程驱动、数字驱动向AI驱动进阶，探索适合“一公司多基地”的智能化运营模式，实现资源的高效、优质配置，最终提升用户服务能级，带动上下游行业绿色选材用材。
核心中的核心是什么？
“预测式制造”的构想很完美，然而驱动这一切的还是人。采访宝钢股份数据AI部、硅钢事业部的过程中，记者强烈感受到对公司上下对人才新的定义和迫切需求。
在硅钢现场，有AI的加持，传统意义上的高难度工作正在简单化。大家开始重新定义什么是这个时代优秀的钢铁工人。“是既懂专业又具有数智化思维和意识、掌握AI应用的复合型人才，他们善于利用数据，自主分析总结、构建模型，将存在个人脑子里和电脑里的知识、经验搬到系统中。”从管理者到一线工人，大家的想法非常一致，学习AI技能、应用AI、尝试自主开发模型已蔚然成风。
据了解，为保障宝钢硅钢预测式制造项目目标实现，宝钢股份两年内将投入数亿元资金，培育3000名以上数智人才，构建复合型人才梯队。同时，公司面向数据治理专业人员、自主开发人员、现场一般技术人员等多层面的全员能力提升培训计划正在紧锣密鼓进行中。
借助AI发展，培育人才沃土，构建智慧制造新范式，推动企业价值最大化，带动行业转型升级，促进产业链上下游提升绿色选材，这也许就是宝钢“高端绿色硅钢预测式制造智能工厂”项目上榜“领航级智能工厂”培育名单的真正价值。
两年，时间飞快！硅钢人更需不懈努力、奋发创新，为梦想、为宝武引领中国钢铁工业新发展插上AI的翅膀。
来源：中国宝武
原文链接：http://1guigang.com/news/106630.html，转载请注明出处~~~
