“人工智能+”革新传统钢铁生产流程

从多部门协调到一体化调度，从“经验支撑”到“智能决策”……河钢集团唐钢公司的生产车间中，正在上演着重塑传统钢铁生产流程的“AI革命”。

在唐钢生产调度指挥中心，将超过13万个知识点、3800多万字的冶金规范知识库以及多年冶金经验“烂熟于心”，具备流程仿真、计划调度专业模型的一体化生产排程大模型，正是让这一切成为现实的“最大功臣”，也是保障企业全流程生产运行的“金牌调度员”。

（图源：图为河钢集团唐钢公司智能指挥中心。河钢供图）

人工智能大模型与传统产业的结合，成为我国钢铁产业迈向高质量发展阶段的关键路径。去年12月的中央经济工作会议提出，要积极运用数字技术、绿色技术改造提升传统产业。

那么，在钢铁行业，人工智能目前已渗透到哪些环节？又如何赋能行业高质量转型？

融入多个生产环节

以往需要老师傅一丝不苟、全程把控的冶炼流程，如今只需发出指令就能自动运转；曾经依靠多部门沟通、费时费力的生产排程，现在也能轻松完成。

人工智能正在融入钢铁生产的多个环节。

在唐钢生产调度指挥中心，大模型将十几道生产工序转化为4000多个关键节点数据，并通过可视化手段清晰显示在中心大屏上。

（图源：图为河钢集团唐钢公司智能化无人料场。河钢供图）

唐钢炼钢事业部转炉作业区值班作业长庞晓坤向记者介绍，在炼钢过程中，唐钢以“一键炼钢”智能系统颠覆了“经验炼钢”的传统生产模式，将副枪、声呐化渣技术和烟气分析技术有机结合，可以自动吹炼、自动加料、自动出钢、自动吹氩，实现了钢铁生产过程的一键式操作。

“通过‘一键炼钢’的智能系统，转炉出钢时间比过去的手动时代缩短了10%以上，平均吹氧时间缩短了20%，做到了行业领先。”庞晓坤说。

智能检化验系统是唐钢优化整体工艺流程的又一成果。在铁钢检测中心，7台机器人和检测设备可全自动完成取样、制样、视检、分析、归档等流程，无需人工干预，从试样送出到报出检测数据全过程仅需170秒，这为高效生产、品质把控乃至研发提供有力支撑。

“一体化生产排程大模型属于钢铁领域原料与生产计划、炼钢计划与调度等场景的综合应用，除该模型外，唐钢在人工智能领域不断探索，已研发并应用了多个智能模型。”

如今，人工智能技术已融入钢铁生产的诸多环节。兰格钢铁网高级分析师王英广指出，在传统钢铁生产流程中，炼铁、炼钢、轧钢等环节在原料配比、温度调节、质量监测等方面都存在改进空间，人工智能则通过高度智能的技术手段对这些环节进行效率、精准度上的优化。

人工智能在能耗和排放方面的把控作用则更加突出。王英广指出，在企业利用传感器、物联网设备收集能耗数据，建立能耗预测模型的基础上，人工智能大模型可借助深度学习算法，在生产过程中自行优化参数与工艺，从控制能耗、降低排放、优化配比等方面达到节能降碳的目标。

让智能化“如虎添翼”

过去，传统钢铁生产企业作为能耗大户，往往从节约一张纸、一滴水、一度电控制成本。智能化时代使节能全方位、全流程化。

3月6日，河钢数字发布DeepSeek赋能工业AI云边端一体化解决方案，打造大模型与工业场景深度融合的新范式。在赋能业务的基础上，河钢的“人工智能+”也延伸至更多领域；26日，河钢数字与金蝶共建的“AI+管理创新中心”正式揭牌，将在AI技术与管理创新融合领域展开探索。

（图源：图为河钢集团唐钢公司高强汽车板生产线。河钢供图）

唐钢公司“AI赋能”的实践是河钢集团布局“人工智能+”过程中的一个典型案例。目前，河钢正在重点推进人工智能在企业管理、市场营销、制造流程、产品研发、绿色低碳等五个维度的深度应用，积极构筑人工智能时代新的竞争优势和可持续发展能力。

当前，高端化、智能化、绿色化是我国钢铁行业转型发展的关键方向，而人工智能的应用无疑使企业在这三个方面前进了一大步。“智能化是钢铁行业实现绿色化转型的重要路径，而人工智能的应用则为企业开展智能化转型提供新可能。”王英广说。

他表示，相比其他智能技术，人工智能最大的特点和优势之一在于其自适应与优化能力，能够依照生产状况与环境变化，自动调整控制参数与策略，保持生产最优状态，也为钢铁行业的全面无人化奠定了坚实基础。另外，人工智能在处理分析海量复杂数据、精准预测和决策、智能感知识别方面相较人工也拥有更强的能力。

人工智能的应用也为解决传统钢铁行业痛点提供助力。唐钢信息自动化部部长助理孙雪娇介绍，人工智能在解决传统计划排程高库存、高生产周期、高交付延期等问题上取得了显著成果，生产效率提升20%，产品库存降低15%，有效减少非计划品和带出品数量。

应对多样性需求场景也是人工智能大模型的“看家本领”。例如，在遇到紧急插单时，以前需要协调多个部门共同商定，现在则可以直接将虚拟订单输入大模型进行再计算，一般在10分钟内完成评估和决策，以往困扰企业的排程和评估决策等问题便迎刃而解。

人工智能的应用，让智能化转型的成功更加显著。“目前，公司原料库存周转用时缩短50%，热轧制造周期缩短5天，冷轧制造周期缩短2天，产品库存降低15%，重点客户订单准时交付率达到100%。”孙雪娇说。

如何助力供应链协同？

数字技术如何赋能传统产业发展，是我国产业转型和发展数字经济的重点议题。今年政府工作报告指出，要积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。

对于我国钢铁行业而言，在迈向高端化、智能化的过程中，如何搭建业务与数据之间的桥梁，让数据真正赋能业务也是一个关键问题。在这一点上，人工智能大模型探索与应用，无疑能更好打通数据与业务间的壁垒，支撑钢铁行业智能化高效运转，让“数”与“实”的双向奔赴成为可能。

河钢集团目前构建了“大模型+小模型+智能体”体系，研发了一体化生产排程、生产视觉辅助等大模型及钢铁安监、转炉底吹系统检测等智能体，驱动智能决策与精准管控，打造了行业领先的全流程智能化示范工厂。

据了解，下一步，河钢将持续推进全链路数字化转型，在生产端、研发端、服务端深入探索，推动科技创新活力转化为企业竞争力，升级供应链和价值链，致力率先建成钢铁行业“全域智能体”，为钢铁行业树立“智改数转”标杆。

目前，许多钢铁企业都围绕“人工智能+”开展部署。中国宝武钢铁集团在今年2月启动“2526工程”，通过DeepSeek等人工智能技术重构生产调度、库存管理等环节；湖南钢铁集团在2024年发布钢铁行业大模型，落地30余个场景；广西柳州钢铁集团打造面向炼钢的智能化平台，提升工作效率和准确度，助力实现精细化管理。

在钢铁行业，人工智能大模型的未来将会是什么样的？

王英广认为，人工智能大模型将在三个方面取得突破：

一是更加突出供应链协同应用的领航作用。在智能营销与客户服务领域，人工智能通过分析市场与客户数据，预测需求，助力精准营销；在供应链协同上，人工智能大模型将助力企业整合上下游数据，优化采购、生产、配送流程，调整供需策略，实现降本增效。

二是更加突出数据赋能。在质量追溯体系中，人工智能大模型能够更好地收集全流程数据，借助算法建立模型，快速定位产品质量问题根源；在新产品研发时，基于海量数据，企业可运用人工智能模拟材料性能、优化设计，缩短研发周期，降低成本。

三是更加突出智算筑基。在能源管理优化方面，人工智能大模型能够凭借智算实时分析能源数据，制定最优调度方案，提高能源利用率；在生产流程模拟与优化中，利用强大智算构建精准模型，虚拟测试不同参数与方案，提前预判效果，找出最佳生产模式。