華為蔣旺成：AI大模型是鋼鐵行業(yè)人工智能的必由之路

鋼鐵快報(bào)：鋼鐵行業(yè)人工智能的必由之路》為主題發(fā)表演講。

鋼鐵快報(bào)：

鋼鐵快報(bào)：鋼鐵集團(tuán)中心云建設(shè)AI訓(xùn)練+開(kāi)發(fā)+運(yùn)維中心，分廠邊緣云運(yùn)行AI推理模型，業(yè)務(wù)實(shí)時(shí)閉環(huán)， 云邊高效協(xié)作。數(shù)據(jù)在集團(tuán)內(nèi)部流轉(zhuǎn)不出園區(qū)，保障數(shù)據(jù)安全。

鋼鐵快報(bào)：分廠的邊緣實(shí)時(shí)推理與中心訓(xùn)練協(xié)同工作，邊端將誤報(bào)/未知異常等受關(guān)注樣本反饋至集團(tuán)中心云，重新訓(xùn)練并下發(fā)部署升級(jí)模型，持續(xù)迭代，越用越好。

鋼鐵快報(bào)：針對(duì)異常場(chǎng)景無(wú)法窮舉的問(wèn)題，通過(guò)學(xué)習(xí)正常樣本特征，在日常AI監(jiān)控過(guò)程中自動(dòng)識(shí)別異常樣本，有助于發(fā)現(xiàn)更多的異常場(chǎng)景，提升樣本采集效率，徹底解決異常樣本無(wú)法窮舉的問(wèn)題。

鋼鐵快報(bào)：已經(jīng)開(kāi)發(fā)訓(xùn)練完成的場(chǎng)景算法模型應(yīng)用到其他相似場(chǎng)景時(shí)，僅通過(guò)少量新場(chǎng)景數(shù)據(jù)加入訓(xùn)練，即可實(shí)現(xiàn)新場(chǎng)景快速?gòu)?fù)制部署。

鋼鐵行業(yè)七大AI創(chuàng)新應(yīng)用實(shí)踐

蔣旺成在演講過(guò)程中分享了華為煤礦軍團(tuán)面向鋼鐵行業(yè)的七大AI創(chuàng)新應(yīng)用，商用結(jié)果顯示，這些應(yīng)用可以很好地幫助鋼企實(shí)現(xiàn)降本增效、綠色低碳。

一、智慧配煤

通過(guò)AI+配煤機(jī)理，深度挖掘原料煤之間的配伍性和特征相關(guān)性，結(jié)合業(yè)界先進(jìn)配煤理論科學(xué)配煤，準(zhǔn)確預(yù)測(cè)焦炭質(zhì)量，通過(guò)分析對(duì)焦炭質(zhì)量劣化情況及時(shí)給出預(yù)警，且能在達(dá)到質(zhì)量要求的前提下，優(yōu)化配比，降低配煤成本，平均每噸焦炭降低 5元~20元。

二、皮帶智能監(jiān)測(cè)

通過(guò)機(jī)器視覺(jué)+AI，實(shí)現(xiàn)7x24小時(shí)實(shí)時(shí)自動(dòng)皮帶智能檢測(cè)，降低人工巡檢的頻次和強(qiáng)度，實(shí)現(xiàn)智慧運(yùn)維。異常問(wèn)題第一時(shí)間自動(dòng)告警，可以有效降低皮帶故障引起的停機(jī)停產(chǎn)風(fēng)險(xiǎn)。

三、廢鋼智能判級(jí)

通過(guò)機(jī)器視覺(jué)+AI，實(shí)現(xiàn)統(tǒng)一客觀準(zhǔn)確判級(jí)，降低定級(jí)的人為依賴，減少人為影響造成的定級(jí)偏差損失。部署廢鋼智能判級(jí)應(yīng)用后，可實(shí)現(xiàn)廢鋼遠(yuǎn)程集控管理，減少人員現(xiàn)場(chǎng)工作安全風(fēng)險(xiǎn)。

四、行車智能調(diào)度

綜合考慮煉鋼各環(huán)節(jié)生產(chǎn)計(jì)劃、行車的檢修和設(shè)備異常、行車/鋼包實(shí)時(shí)位置信息、各類業(yè)務(wù)規(guī)則等情況，整體統(tǒng)籌安排行車運(yùn)行規(guī)劃，智能生成行車調(diào)度計(jì)劃，對(duì)于生產(chǎn)的動(dòng)態(tài)變化，可以在1分鐘內(nèi)完成未來(lái)30分鐘的決策并完成指令下發(fā)，有效提升鋼包周轉(zhuǎn)率，減少每爐次等待時(shí)間，降低過(guò)程溫降，減少鋼企在煉鋼環(huán)節(jié)的噸鋼成本。

五、自動(dòng)轉(zhuǎn)鋼

寬厚板粗軋轉(zhuǎn)鋼工序原來(lái)依靠人工操作，自動(dòng)轉(zhuǎn)鋼解決方案通過(guò)視覺(jué)采集鋼坯的實(shí)時(shí)位置、角度，AI實(shí)時(shí)分析，實(shí)時(shí)控制輥道轉(zhuǎn)速，實(shí)現(xiàn)精準(zhǔn)實(shí)時(shí)的鋼板自動(dòng)轉(zhuǎn)動(dòng)控制，同時(shí)還采用了結(jié)合電子圍欄的實(shí)時(shí)控制，以確保旋轉(zhuǎn)過(guò)程中鋼坯始終在轉(zhuǎn)鋼區(qū)域內(nèi)，保障生產(chǎn)安全。通過(guò)大量實(shí)踐，平均每次轉(zhuǎn)鋼時(shí)間縮短近3秒，降幅30%。該方案實(shí)現(xiàn)了轉(zhuǎn)鋼過(guò)程的完全自動(dòng)化，極大提升了生產(chǎn)效率。

六、物質(zhì)流&能量流協(xié)同優(yōu)化

從單鋼坯耗能預(yù)測(cè)出發(fā)，利用AI技術(shù)，分步驟實(shí)現(xiàn)物質(zhì)流和能量流協(xié)同優(yōu)化，在保證生產(chǎn)按質(zhì)按量完成的前提下，實(shí)現(xiàn)能耗最優(yōu)。

七、智能精煉

通過(guò)大數(shù)據(jù)、云、AI等技術(shù)，根據(jù)物理平衡、熱平衡原理，以機(jī)理+數(shù)據(jù)模型相結(jié)合，實(shí)現(xiàn)合金輔料添加自動(dòng)計(jì)算、LF爐送電吹氬自動(dòng)規(guī)劃、鋼水成分實(shí)時(shí)預(yù)測(cè)，避免人工操作帶來(lái)的隨意性和不確定性。以年產(chǎn)400萬(wàn)噸鋼煉鋼廠為例，每年節(jié)約煉鋼成本800萬(wàn)元。

蔣旺成在演講中提到，行業(yè)機(jī)理模型對(duì)于場(chǎng)景化AI應(yīng)用使用效果至關(guān)重要。以機(jī)理為基礎(chǔ)，基于歷史數(shù)據(jù)進(jìn)行殘差預(yù)測(cè)，使得AI模型參數(shù)可靠且接近真實(shí)工況;以機(jī)理為約束，對(duì)數(shù)據(jù)質(zhì)量進(jìn)行分析，使AI訓(xùn)練數(shù)據(jù)更準(zhǔn)確。通過(guò)機(jī)理模型+持續(xù)迭代優(yōu)化的AI模型相結(jié)合，使模型控制更精準(zhǔn)，越用越好用。

華為愿與“產(chǎn)學(xué)研”等機(jī)構(gòu)開(kāi)展合作，發(fā)揮各自優(yōu)勢(shì)，以AI大模型為基礎(chǔ)，構(gòu)建AI場(chǎng)景地圖和應(yīng)用創(chuàng)新，加速AI與鋼鐵行業(yè)應(yīng)用場(chǎng)景的融合，推動(dòng)AI在鋼鐵行業(yè)的大規(guī)模落地應(yīng)用。

備注：數(shù)據(jù)僅供參考，不作為投資依據(jù)。