中国工程院院士王国栋
习近平总书记在中央政治局第24次学习会议上指出:“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有,正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”。
今年李克强总理所作政府工作报告中号召我们要“促进数字经济发展”,“建设数字信息基础设施”。我们钢铁工作者一定要认真学习、深入贯彻、抓紧落实中央的“建设数字中国”的指示,努力建设钢铁数字化创新基础设施,积极推进钢铁行业的数字化转型。
2020年2月14日,中央全面深化改革委员会第十二次会议指出,“基础设施是经济社会发展的重要支撑,要以整体优化、协同融合为导向,统筹存量和增量、传统和新型基础设施发展,打造集约高效、经济适用、智能绿色、安全可靠的现代化基础设施体系。”这是我国发展数字经济,建设数字信息基础设施的指导方针,我们必须坚决遵照执行。
下面,结合我国钢铁工业的实际情况谈几点意见。
1、数字化转型中钢铁行业面临的机遇与挑战
钢铁工业为大型复杂流程工业,全流程各工序内部均为“黑箱”,看不见,摸不着,测不了,实时信息极度缺乏。这些严重的“不确定性”既是钢铁工业面临的重大挑战,也是钢铁工业数字化转型难得的机遇。钢铁生产的高炉、转炉、电炉等冶炼过程与连铸、轧制等生产环节,均属“黑箱”过程,是数字化、智能化信息通信技术应用的最佳场景。同时,钢铁行业有良好的实验室条件和中试条件,还有先进的自动化、信息化基础,多数企业有完整的4级控制系统,因而有比较全面的数据采集和丰富的数据积累,因而可以提供海量的实验数据和生产大数据。这些海量数据中蕴含企业生产过程的全部规律,它们是最宝贵的资源,是关键生产要素。钢铁行业在充分合理利用丰富的数据资源,实现数字产业化方面具有巨大潜力。
进入21世纪以来,人类社会进入了数字时代,工业互联网、云计算、大数据、人工智能等新一代信息技术的发展和应用逐渐走向成熟。利用钢铁行业具有丰富的应用场景资源和数据资源优势,借助大数据/机器学习和深度学习等数据挖掘技术,可以高效率、低成本、高质量解决流程工业普遍存在的“黑箱”难题,推进钢铁行业的数字化转型和高质量发展。
2、工业互联网架构下钢铁数字化创新基础设施
钢铁行业在发展过程中长期演变形成了互联网架构下的双层扁平化管理模式,云端智能层,本地决策层。云端智能层:低实时性的MES、ERP和BI功能,实现质量、设备能力、成本、资源、人力资源等多个目标综合协调。本地决策层:高实时性PCS、BA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。本地决策层与物理系统实时交互,循环反馈。这种双层架构管理模式是钢铁行业长期探索形成,是钢铁行业的一笔极为宝贵的财富。互联网架构下,要继承这种双层管理模式,但是内涵扩展。
在互联网云端,将建设大数据/机器学习创新平台,它是钢铁材料创新基础设施核心部分。由实验仪器-中试装备-生产线组成的实验系统向创新平台提供实验数据与生产大数据。这个大数据/机器学习创新平台,可以将数字技术与生产实体充分融合,利用实验数据和生产大数据的信息挖掘,探索钢铁生产过程的内在规律,指导企业高效率、低成本开发先进工艺和高质量产品,推进钢铁企业的数字化转型,是一个具备原位分析能力的材料制备及应用的数字化中试基地。
在上述大数据/机器学习平台获得的智能化模型系统,可以传送到边缘,对原有的过程机及基础自动化系统的数学模型进行改造,并与原过程机与基础自动化系统融为一体,作为描述全流程“黑箱”的智能化模型系统,即数字孪生。这是一个具有自学习、自适应、自组织能力的智能化模型系统。
3、本着集约高效、经济适用、智能绿色、安全可靠的原则建设钢铁数字化创新基础设施
钢铁数字化创新基础设施应当本着集约高效、经济适用、智能绿色、安全可靠的原则,充分利用企业现有先进的自动化、信息化系统、通讯网络,以及大量实验仪器、中试装备和生产线上的大量传感器。仅尚缺的少数仪器、中试装备和传感器,应开发或购置,填平补齐,确保实验数据与生产过程数据的完整性、系统性、准确性。同时,依据“软件定义”的原则,开发数据处理与机器学习的算法等应用软件。在企业互联网系统基础架构上,构建高精度材料及工艺数字孪生模型,开发出基于数字基础设施的原位分析系统。在此基础上,开发形成钢铁材料生产及应用全流程信息物理系统(CPS),推动企业新产品、新工艺、新装备技术创新。这些工作将加速钢铁材料智能化转型,降低转型的成本和提高转型的效率。建成后,将大幅度提高新材料与新工艺研发速度和应用转化周期,减低研发与转化成本,加速企业高品质钢铁材料制备及应用技术创新发展,实现将企业建设成为“国际一流的高品质钢铁材料生产基地”的宏伟目标。
通过该中试基地建设和创新成果应用,将发挥数字技术的放大、倍增、叠加作用,在产品高质化、工艺绿色化、产业数字化方面取得显著成效,推动企业高品质钢铁材料与工艺创新,并在公司内形成数字化、智能化的创新生态。通过炼铁、炼钢、连铸、热轧、冷轧、热处理等工序的智能化、数字化控制,提高冶炼生产过程控制智能化水平和控制精度,以及轧制产品三维尺寸、表面质量和材料组织性能控制水平,提升产品性能合格率、成材率和过程与性能的稳定性,扩大企业高端产品的市场竞争力。