LOL赛事下注 - 英雄联盟投注 -(中国)Riot Games
兴澄特钢铁前决策中心运用先进技术，实现了对千里之外高炉的智能控制。汇聚了六大生产基地—大冶特钢、青岛特钢、天津钢管、铜陵焦化、扬州特材及兴澄特钢的炼铁、烧结、焦化、球团、原料五大工序，为九座高炉提供强大赋能。工业私有云+虚拟技术的架构，使得系统运行更加高效、安全。集团与各基地之间实现了信息融会贯通，通过在线诊断决策优化，行业专家资源齐聚江苏总部，为我国钢铁行业的发展提供了有力支持。炉况智能诊断系统采用机器学习算法，实时诊断高炉状况，有效降低炉况失常时间84.8%，一级品率达到92.52%。全生命周期一体化在线智能配矿系统，则实现了采购－料场－烧结－高炉整个大铁前工序的协同，提升了集团配矿配煤的效率。
推荐理由：中信泰富特钢创新构建行业内首个基于集控的多工序多基地铁前决策协同中心，实现一总部多基地的智能制造飞跃，高效集成六大基地五大工序，智能控制九座高炉，运用工业私有云和虚拟技术，确保高效安全运行。其智能诊断系统，结合机器学习，提升生产稳定性与品质。全生命周期在线智能配矿系统优化资源配置，推动产业升级。这一智能制造解决方案的成功实施，有力助推整个行业的技术进步，为我国钢铁行业转型升级提供了有力示范。
2024年4月20日，山钢永锋临港公司2250mm精品板材生产线全线贯通，实现了产品结构和智能化水平的全面优化提升。山钢永锋临港公司联合中冶赛迪对工业互联网平台进行全面升级，围绕“灯塔工厂”标准，规划建设了20多个数字化用例，已全部上线亿条记录；OT数据使用率从37%提升至46%。为了更好地挖掘平台数据价值，加大与华为战略合作，以“锋华共创、数智永为”为主题，启动数智钢铁示范基地建设，以人工智能AI技术应用和数据应用的双轮驱动，推进数据平台和大模型技术在临港基地应用，打造数智钢铁示范。通过建设数据管理平台，汇聚业务主题数据，支撑业务自助开展数据分析。在采购、供应、销售领域，为高层管理者、业务管理人员、班组作业人员三类角色，规划构建了管理者驾驶舱、数字化看板、实时分析报表三类数据应用，在建设过程中按照以用促治的原则，完成相关领域的数据治理和资产沉淀，进一步增强了平台数据分析与治理的能力。
推荐理由：山钢永锋临港公司围绕钢铁生产的业务价值流，以极致效率、极致能效、极致效能为指引，持续推进精益+智能深度融合，全面推进数字化转型。2024年11月18日，央视新闻频道《朝闻天下》栏目对山钢永锋临港公司智能化进行了专题报道。2025年1月9日，山钢永锋临港公司被工信部等六部门评选为“卓越级”智能工厂。2025年，公司将以建成数字化、可持续的“双料灯塔工厂”为目标，以全流程工业互联网平台为依托，推动新一代人工智能等数智技术的深度应用，探索未来制造模式，向领航级智能工厂迈进。
据介绍，WisCarbon碳中和数字化平台2.0版是河钢数字专注于平台运营和市场化服务的全资子公司—北京盈碳科技发展有限公司（以下简称：盈碳科技）自主研发产品，是发展新质生产力，用数字赋能钢铁工业深度脱碳乃至碳中和的深度实践。CTrace碳足迹平台2.0版将单一的产品碳足迹核算升级到产品LCA全环境要素评价。CManage碳管理平台2.0版在人工录入基础上增加自动填报功能，并支持多维度、多边界的排放核算，使得碳排放数据盘查更加精细化。为实现碳数据的准确计量和数字化管控、精细化管理碳配额和碳资产、有效应对欧盟碳边境调节机制及量化员工减排行为，分别发布CMoni碳监测、CAsset碳资产、CBAM碳关税服务和CGsp碳普惠平台。
在平台1.0版基础上，平台功能进行了全面的升级与优化，聚焦“碳数据监测与存证、碳核算报告与核查、碳足迹认证与披露、碳资产开发与评价与碳信用抵消与管理”等五大能力建设，重点研发“CManage碳管理、CTrace碳足迹、CMoni碳监测、CAsset碳资产、CGsp碳普惠、CBAM碳关税服务、CSCM绿色供应链与CBase碳基础数据库”八大功能平台，致力于打造“全流程精准算碳专家、全过程智慧降碳专家、全场景碳资产管理专家、全周期生态设计专家”等四大专家系统，以满足不同用户在碳中和领域的多样化需求。
推荐理由：WisCarbon碳中和数字化平台发布两年来，河钢集团作为首批应用场景，“双碳”工作实现跨越式发展，依托平台开展了38份碳足迹服务，其中12款典型产品获得了第三方认证证书，服务宝马、奔驰、舍弗勒等产业链高端客户低碳钢产品碳足迹评估和预测；构建了“6+6+5”低碳钢铁产品矩阵，以“数字化”支撑了低碳产品认证体系建设；推动了河钢石钢入选河北省第一批重点行业企业碳排放数据自动化采集核算试点建设单位。此外，平台向其他行业进行扩展应用，服务数十家不同行业客户，已为河北广祥制药有限公司成功产出碳足迹报告，并助力其获得沧州市医药行业第一张“碳证明”。
湘钢人工智能大模型包含视觉、预测等大模型能力。视觉大模型的图像识别技术能助力AI视频智能辅助现场安全生产、设备异常监控、物料监测等系统的建设，可开发炉篦条缺陷识别、皮带智能监测、表面质量检测、物料字符识别、钢水液面检测、钢水氩花检测、焦罐挂钩识别、方坯支数识别、火灾烟雾检测、人员入侵检测等场景应用，可提升现场作业效率和保证设备的安全稳定运行。预测大模型技术与行业知识融合，可开发焦炭质量预测、配煤比例优化、转炉热平衡、精炼目标温度预测、精炼合金成分预测、层流冷却温度预测、轧钢能耗预测等场景应用，能协助核心生产工艺参数优化，稳定关键生产指标、实现降本增效。
推荐理由：湘钢率先建设业内首个“中心训练、边缘推理、云边协同”的人工智能大模型云平台，在业内率先走出一条让一线技术人员可以自行开发、自主探索的新路径，解决了钢铁行业人工智能应用开发存在的周期长、成本高、资源共享难等问题。率先在钢铁全流程生产环节探索100+个场景，开发了32个智能化应用场景，为人工智能大模型在钢铁行业的探索实践起到了试点示范作用，具备推广复制价值，切实为国内钢铁工业智能化创新发展提供了有效技术支撑和经验积累。
围绕板棒智能化试样加工生产线的宏观核心技术难点主要有三项。第一项技术难点是针对棒材（厚板）下料取样全流程智能化控制，研发出实现 ¼ 处及偏心12.5mm处精准取样的高精度、高效率、高稳定性、高兼容性的智能化集成技术装备；第二项技术难点是通过研制试样专用的激光切割机，解决了板材传统激光切割机频繁出现的切割不断料、焊渣堆积、试样信息丢失、机器视觉无法识别、精度偏差、加工节拍难以同步匹配等问题；第三项技术难点是如何实现板、棒材智能化试样加工工艺及技术路线的耦合，来实现试样加工流程的柔性调度和自动化衔接，并确保显著提升设备利用率和生产效率，为钢铁行业实现板棒试样加工的一体化、智能化、无人化提供可行的解决方案。自项目投运以来，该生产线倍，物料消耗减少三分之二以上，避免了大规模生产中的高密度、高强度作业和因人工参与带来的不确定因素。不仅大幅降低了成本，还对环境可持续性产生了积极影响。
推荐理由：福建三钢成功投运的全国首个板棒智能化试样加工生产线，是我国钢铁行业在智能化、自动化检测领域的一项重大创新。该项目不仅解决了传统试样加工效率低、精度差的问题，还实现了板材与棒材全流程智能化加工，开创了板棒一体化试样制备的先河。这一技术的应用，可确保达到智能化状态下的精密与高效制样操作并行，完善优化生产流程和数据样本，从而在钢铁材料的生产质量和检测标准方面达到国际先进水平，为行业智能化转型提供了切实可行的技术路径，助推钢铁行业向高效、绿色和智能化方向迈进。
此次成功实施的石蜡笔自动描号机器人系统，由侧边描号机器人、板面描号机器人等多个模块组成。该系统融合了力矩自适应控制、钢板自动寻边以及AI板号识别等前沿技术，实现了机器人对钢板的精准定位、自动描号、自动切笔、自动换笔以及石蜡笔备份存储、板号自动识别等一系列功能，突破了传统激光或喷涂方式的技术壁垒，通过机器人将石蜡笔点状熔化在钢板上，形成液晶字体字迹。这种字迹醒目易识别，且不会破坏钢板表面，具有高性价比、高可靠性、易维护以及使用工况范围广（温度从室温到1000℃以下全覆盖）等优势，确保了作业的高稳定性和强适应性。
推荐理由：兴澄特钢作为国内钢铁行业的领军企业，率先在行业内引入并成功应用了石蜡笔自动描号机器人。该机器人的成功应用，不仅实现了描号作业的无人化、维护的轻量化，还极大地解放了劳动力，优化了作业环境，提升了现场作业的安全性。同时，该机器人能够保证标识的准确无误，满足物料流转需求，提高质量把控能力，减少质量隐患，为钢铁行业的机器人描号应用开辟了新的道路，为整个钢铁行业的智能化升级提供了可复制、可推广的宝贵经验。
梅钢智慧高炉项目在炼铁工序精准数据支持下，通过数字技术与冶炼工艺的深度融合，聚焦于高炉复杂生产过程，形成了“原燃料—操作—状态—渣铁”的全链条数据治理方案；构建了涵盖炉热智能预测与反馈、关键变量预测、炉渣碱度闭环和综合炉况智能诊断的高炉智慧模型。实现了提前1—3小时精准预测炉热、煤气利用率、透气性等炉况参数发展趋势；提前6小时调整配料方案应对原燃料质量变化；并通过多维度提取炉况信息，形成科学的综合炉况智能评估方法，实时诊断炉况状态，同步量化推送喷煤量、湿度、风温等调整措施，为高炉稳定顺行提供保障。
推荐理由：梅钢智慧高炉项目成功应用代表了钢铁行业智能化与低碳化转型的重要突破。通过大数据和人工智能技术的结合，项目有效解决了传统高炉炼铁中的技术难题，显著提升了生产效率和稳定性。在降低能源消耗、提高煤气利用率和减少碳排放方面取得了显著成果，为钢铁行业的绿色转型提供了可复制的示范路径，并为未来钢铁产业的智能化发展提供了重要支持。随着技术的进一步成熟，梅钢智慧高炉将在全球钢铁行业的绿色转型和智能升级中发挥重要作用。
SYS在罗勇府拥有两家热轧结构钢厂，分别位于Map Ta Phut工业区和WHA东部工业区（Map Ta Phut），总年产能达110万吨。此次，Viridis Suite系统（包括Viridis Performance）将在SYS-MTP热轧结构钢厂（位于Map Ta Phut工业区）部署，以提升能源使用效率。Viridis Performance技术运用先进的人工智能模型，分析大量实时数据，优化生产流程，在不影响产能的情况下降低能源消耗。
推荐理由：SYS与Vetta之间达成的合作协议，无疑是钢铁行业发展进程中的一个重要里程碑，标志着该行业朝着数字化转型和服务优化方向迈出了坚实且重要的一步。Viridis Performance巧妙地结合了先进的数字算法、数学建模以及 SMS 集团经过长期实践验证的领域专业知识，确保炼钢厂（SMS）在能源成本对整个钢铁生产过程起着关键作用的情况下，依然能够保持最佳运行水平，为钢铁行业的可持续发展注入新的活力。
在钢铁行业的发展进程中，高炉的高效稳定运行始终是重中之重，尤其是在全球积极倡导节能减排的大背景下，其对于减少CO2 排放的意义愈发凸显。高炉作为一种热效率极高的反应装置，凭借其卓越的性能在全球范围内得到了广泛应用。然而，高炉内部构造复杂，存在诸多难以攻克的技术难题。一方面，高炉内部状态无法进行直接观察或测定，增加了操作的难度与不确定性；另一方面，原料性质的偏差等因素极易对高炉状态产生显著影响，导致高炉状态频繁波动。在过去相当长的一段时间里，高炉操作主要依赖熟练操作员的丰富知识和宝贵经验。但近年来，随着环保要求的不断提高，钢铁行业对于高炉操作提出了进一步减少CO2排放的更高标准，传统的操作方式已难以满足这一需求，迫切需要更为先进的控制技术来支撑。
推荐理由：JFE钢铁公司推出的CPS系统是钢铁行业技术革新的典范。它打破了传统高炉操作依赖人工经验的局限，利用传感器数据和自主模型，实现了对高炉内状态的实时掌握与未来预测，能自动执行与铁水温度和透气性控制相关的最佳操作动作，这种智能化控制在行业内具有开创性意义 ，为钢铁生产过程控制带来了全新思路和方法。CPS系统已在实际高炉操作现场投入使用，并切实为提高劳动生产率、减少CO2排放作出了贡献，这充分证明了该技术的实用性和可靠性，也为其他钢铁企业提供了可借鉴的成功案例，有望在行业内广泛推广。除高炉以外，该公司还在推进其他工艺的CPS化，未来通过实现炼铁工艺的整体CPS化，有望创新性地提高生产效率和稳定生产。
结合日钢生产运行及管理特点，项目实现了多项技术创新与突破。通过对铁前原料物流管理的优化，打造行业体量最大、复杂度最高的物料跟踪系统，为铁前精细化生产管理奠定基础。应用行业领先的一体化排程技术，实现钢轧冷运全过程的智能排程决策和产品质量的精准控制。智慧能源调度模型耦合电力和煤气产耗，打造行业首创的燃煤燃气发电机组及煤气柜的闭环调控，通过实时跟踪和分析钢铁生产全过程的能耗和碳排放碳足迹，推动钢铁节能减排和绿色低碳可持续发展。智能设备管理系统通过智能点检和自动诊断，实现大体量、强业务环境下设备管理状态透明、作业智能和管理高效。
推荐理由：中冶赛迪信息携手日照钢铁在统一工业互联网架构基础上，应用人工智能、机器视觉、大数据算法等先进技术，充分融合日照钢铁生产管理经验及已有信息化建设成果，让超大规模铁区精细化生产管控成为现实，在规模、集成度上创造行业之最，纵向打通数据传送链路，横向贯通各生产工序，以数据驱动生产操控管一体化，推动生产效率持续提高，打造行业智能制造标杆示范工厂，创造钢铁智慧、绿色、高质量转型发展新实践，书写新质生产力驱动创新发展新篇章。
推荐理由：2024年11月20日，中冶京诚数科公司在中国钢铁工业协会指导、冶金工业信息标准研究院主办的“第五届中国钢铁工业智能制造发展大会”，分享在三钢中大棒成功应用的“AI+长材”机器视觉技术成果，因其弥补传统技术手段无法实现的技术盲点，最大程度支持产线实现智能识别、智能测量、全域全自动控制、全流程逐支跟踪、生产工艺一张图等高阶业务应用，获得专家广泛关注与咨询。中冶京诚数科公司加快形成以人工智能为引擎的新质生产力，赋能智能工厂建设，“AI+长材”机器视觉技术解决了生产中多项技术难题，助力三钢打造国内领先、国际一流的优特钢精品示范线。随着产线技术不断成熟，机器视觉技术将在钢铁行业发挥更加重要的作用，推动全行业向智能化迈进。
2024年10月23日，宝武自主研发的钢铁行业大模型产品——“宝联登钢铁行业大模型”，在2024年全球低碳冶金创新论坛暨第九届宝钢学术年会上首发。钢铁行业大模型包括基础大模型、行业垂类大模型、应用场景领域模型三层架构，行业首创平台、数据、算力、模型、场景“五位一体”能力，通过“通专融合”（通用模型和专业模型）、“业技融合”（行业知识和AI技术）、“数实融合”（数字技术和实体制造）三融合一，用于企业智慧制造、智慧治理、智慧服务等主题场景，总体达到垂类模型国内领先水平。
在研发创新设计方面，大模型可以加速新产品和新工艺的研发，提升产品性能和可靠性，以“市场－研发－大生产相融合的硅钢产品研发模型”为例，通过推动“试错式”物理实验向“数据理论预测、实验验证”的精益研发模式转变，实现研发效率提升30%。在生产精益制造方面，大模型可以根据生产需求和资源状况，优化原材料采购、库存管理和生产计划等资源配置方案，某产线采用自动排程后，编制效率提升40%，轧硬卷周转周期缩短12%，减少返回卷35%，年均增效超千万元。在绿色低碳节能方面，大模型可以通过优化生产流程和资源配置，降低能源消耗和碳排放；可以通过数据分析和预测模型帮助企业评估环保政策对企业运营的影响并制定相应的应对措施，确保企业符合环保政策要求并实现可持续发展。
推荐理由：大模型在钢铁企业中具有非常重要的应用价值，应用范围涵盖研发、生产、运营、服务的多个关键环节。宝武积极把握国家战新任务契机与技术迅猛发展新机遇，牵头推进国资委“央企产业焕新行动”重点任务“冶金行业人工智能大模型”项目。并将开发应用高炉大模型、转炉大模型、配煤配矿大模型、云表检大模型、研发设计大模型等领域模型，为钢铁企业提供一体化、集成化的“人工智能+钢铁”解决方案。是宝武推动钢铁行业智慧绿色低碳发展的创新举措。
攀钢生产基地分布在攀枝花、西昌、成都、江油等地。一直以来，各子分公司（单位）在数据采集、统计、管理等方面各自为政，存在标准不统一、不规范等短板，导致产、供、运、销全产业链上数据不能实现共建共享，数据资产化程度较低。为此，攀钢在2023发布了《攀钢数据治理总体规划（2023—2027年）》，明确了攀钢大数据治理目标任务。2023年8月，攀钢首个数据治理试点项目——关键运营指标可视化平台（生产板块）项目启动，攀钢分管领导统筹协调，强力推动。数字化部、运营改善部牵头，组织相关单位专项推进MES系统问题自查整改及优化完善，统一跨区域生产基地数据统计规则，确保数据完整性、准确性、一致性、及时性和可靠性。
推荐理由：项目真正实现攀钢生产数据共联共享，为快速作出经营决策和市场响应提供精准数据依据。攀钢数字化部将深度挖掘该项目500多个生产制造领域指标“数据湖”的价值，转换成攀钢数据资产，为攀钢及各子分公司（单位）数据分析、数据应用、业务创新等提供丰富的数据支撑。当前，钢铁行业正在探索数字化转型的无人区，项目的上线将发挥优秀数据治理企业的示范作用，带动更多企业增强数据治理能力，加快数字化转型，搭建工业数据交流平台和产业生态圈，挖掘数据要素作为新质生产力的价值，赋能工业高质量发展。
炼钢工艺中，当前转炉操作依赖熟练工人，他们在超1600℃的高温环境下高强度工作，不仅疲劳度高，还面临安全风险。为解决这些问题，2018年6月，浦项旗下光阳厂炼钢部与浦项技术研究院开启智慧炼钢计划，着手研发转炉一键式自动化操作技术。此后，他们陆续开展转炉热匹配模型技术、出钢自动化技术、数字化孪生技术等研究，并不断升级优化。2024年10月24日，光阳厂炼钢部第二炼钢分厂成功开发出转炉一键式精炼自动化操作技术，轻点按钮就能远程生产出1500MPa级电镀锌马氏体钢，向智慧工厂转型再进一步。转炉一键式精炼自动化技术的核心是基于物联网的人工智能学习技术和浦项型人工智能热匹配模型。基于物联网的影像测量系统监控作业盲区和高风险点，人工智能据此提出最佳操作方法；人工智能热匹配模型分析铁水温度、成分等大数据，给出合适精炼方法。一键即可自动执行所有精炼操作，突破现场操作的物理限制，实现远程自动精炼。该技术由多部门联合开发，实现了转炉操作全过程100%自动化。应用后，钢水温度和成分命中率从94%提升到97%，炼钢收得率提高，预计每年可节省成本338亿韩元（约合1.75亿元人民币）。
推荐理由：浦项钢铁的转炉一键式精炼自动化操作技术，是炼钢领域的重大创新突破。它打破传统转炉操作依赖人工的模式，通过基于物联网的人工智能学习技术和浦项型人工智能热匹配模型，实现一键自动执行所有精炼操作，还能远程控制，超越了现场操作的物理限制，为钢铁行业智能化升级提供了全新范例。在实际应用中成效显著。把349个单元流程分解为204个联锁装置，紧急情况时能保障工人安全和稳定工作质量。一方面，极大地提高了生产效率；另一方面，带来了可观的经济效益 ，增强了企业的市场竞争力。
首先，该平台通过汇聚整合产业链上下游以及行业公共数据，搭建了基于云边端架构的工业互联网平台。这一平台能够高效接入并实时传输多元异构数据，涵盖了视频、工业光谱、语音等各类模态数据。实现85%的核心业务数据入湖，并建立了6200张数据资源表，形成了钢铁产业链的全面数据视图。通过这种数据的大规模整合，企业能够更好地把握生产、销售、采购及质量等环节的动态变化。其次，平台还致力于建立高效的数据开发和利用体系，形成了包括28个数据管理规范和35个管理流程的规范化体系。这一系统化管理使得数据的应用开发周期缩短了50%以上，极大提升了数据驱动决策的效率。此外，平台建设了湖仓一体化平台与数据服务总线，为不同专业人员提供了自助式的数据分析和挖掘工具，大大便利了数据的利用。
推荐理由：该平台以钢铁产业链的痛点问题和关键需求为导向，深度融入区块链、人工智能、大数据等核心技术，打破产业链上跨主体、跨行业的数据壁垒，实现数据的安全共享和可信流通，不仅有效解决钢铁产业链上存在的生产节奏对齐难、制造端敏捷柔性不足、协同信任成本高等痛点问题，还推动产业链上下游企业间的高效协同和模式创新。该平台还将南钢沉淀的数据解决方案与产品推广输出，不仅在钢铁行业内产生了深远影响，还成功推广至钢铁、矿山等多个行业应用，助力矿山及其他行业的数字化转型。
工业和信息化部等十二部门印发的《工业互联网标识解析体系“贯通”行动计划（2024—2026年）》提出，到2026年，建成自主可控的标识解析体系，在制造业及经济社会重点领域初步实现规模应用。为加快推进钢铁行业统一标识体系建立，2024年11月中关村工信二维码技术研究院成立钢铁行业MA统一标识注册管理中心，中心设在冶金工业信息标准研究院，负责钢铁行业一级节点下各类节点的分配管理和MA统一标识的注册管理，建设钢铁行业MA统一标识注册管理平台。钢铁行业MA统一标识注册管理平台包含管理系统和服务系统，管理系统支持信息发布，节点注册、申请、授权和解析服务，服务系统支持产品统一赋码和全生命周期的管理，以及标识与各个业务系统数据的关联。MA标识代码的推广和应用是钢铁行业数字化转型的重要里程碑，通过为钢铁产品提供全球唯一的数字身份，极大地促进数据的互联互通，推动钢铁行业数字化转型的深化、提高生产效率与降低成本、增强市场竞争力、优化供应链管理、促进技术创新与产业升级以及政策支持与标准引领等方面的作用，MA标识代码将为钢铁行业的可持续发展注入新的动力。
推荐理由：标识代码，作为现代信息技术的关键元素，其重要性在数字经济时代愈发凸显。它们不仅是物理世界与数字世界之间的桥梁，更是推动各行业数字化转型、提升效率与精度的核心工具。MA标识代码作为全球唯一的数字身份标识代码，能够为钢铁产品提供独一无二的身份识别。这一特性使得钢铁产品在生产、流通、使用等各个环节中都能被准确追踪和识别，有助于实现产品的全生命周期管理，优化生产流程，提升质量与安全性，促进供应链的协同与优化。通过应用MA标识代码，企业可以实现生产过程的数字化、智能化和自动化，提高生产效率和产品质量。同时，MA标识代码还可以为企业带来新的商业模式和创新机会，推动钢铁行业的转型升级和高质量发展。
18.本钢工业大数据平台正式上线+N大数据平台，构建“横向拉通核心价值链，纵向穿透溯源分析”的数据网络，打破组织壁垒、业务壁垒和系统壁垒，支撑业务全价值链分析和多维分析。平台承载云计算、大数据、AI、网络安全等技术，为业务开展数据治理及数据应用提供统一的云化IT平台和基础设施服务。汇聚本钢内外部各领域系统数据，依托平台数存、数成、数典、数现和数智等套件，形成统一数据湖，实现数据采集、汇聚、存储、处理、服务、治理、展示及运营等全链条的一站式管理。
推荐理由：数据作为核心生产要素，已经成为企业创新发展的重要驱动力，通过以价值为导向的数据赋能，为钢铁行业的转型升级提供了新的机遇，通过打造数据深度治理示范项目，建立健全并落地数据管理体系，促进数据治理能力的提升，持续推进采购、销售、财务、成本、工程、设备、生产、质量、物流、科研、炼铁、炼钢、轧钢等各专业/工序数据资产建设及创新应用，以价值为导向挖掘数据价值，支撑企业提质降本增效，培养数字化人才队伍，促进企业数字化转型，从而提升本钢的核心竞争力，助力推动中国钢铁行业数字化转型。
连铸工序中结晶器、二次冷却、扇形段是稳定生产的关键环节，具有典型的“黑箱”特征。为了解决传统工艺模型难以快速响应和精细控制的生产问题，由宝钢股份数据AI部指导，炼钢厂牵头，成立了由炼钢厂、宝钢工程、设备部、中央研究院、华为公司等多部门组成的连铸AI团队，构建与产线状态实时相关的关键场景模型。团队经过充分调研和论证，利用连铸数字孪生工厂中对齐的海量设计和运行数据，探索利用人工智能深度重构传统连铸模型，选择最具有挑战性的关键问题进行攻关，让AI在实战中发挥价值。
经过团队半年多艰苦探索，通过多轮技术方案优化、特征工程分析、模型攻关、多场景多因素协同优化等开发，不断提高模型预测准确率和命中率，集成知识形成连铸细分领域模型，在设备故障诊断、设备状态预测、生产异常作业导航等方面发挥显著作用，做到先知先觉，从而更好地解决生产条件多变、作业协同复杂等一系列长期困扰的难题，关键工艺参数大幅改善。随着现场应用的持续深入，已投入模型将持续协同优化提升，并进一步开发投入新模型，持续完善涵盖安全、质量、成本等的连铸领域模型，增加生产过程稳定性，提高生产效率和产品质量。下一步，团队将继续发挥精诚合作、久久为功精神，与华为携手共进，不断优化和细化推进机制，继续探索。
推荐理由：为落实宝武“钢铁+AI”战略，宝钢股份确定了2024年AI建设任务，连铸AI团队深入开展AI技术在铸机安全、质量、成本等方面的研发与应用，打造行业领先的连铸领域模型，赋能高端、智能、绿色、高效连铸制造能力提升。将“机理模型+AI模型”相融合的钢铁工序领域模型方法论，用于重新定义智能工厂全生命周期的工程设计优化、工艺机理深度认知、安全生产过程控制改进等，这一模式可以解决行业痛点难点问题，巩固成果形成规模效益便于推广传播，打造“AI+钢铁”行业转型升级标杆示范。
20.智慧钢厂快锻机组红卡测量机器人上线月，针对锻件尺寸测量遇到的问题，研视科技展开了深入研究，正式推出红卡测量机器人解决方案并在某钢厂正式上线。在钢铁厂的锻造车间，传统的锻件尺寸测量是卡距测量后再由人工进行直尺测量的方法，不仅效率低下，而且容易产生测量误差。特别是在测量高温锻件时，由于锻件表面温度高、环境恶劣，人工测量不仅难以保证准确性，还存在极高的安全风险。此外，由于测量误差的存在，可能导致锻件尺寸不达标，进而影响产品质量，甚至导致产品报废，给企业带来经济损失。“红卡机器人”采用七轴工业机器人+3D线D视觉智能检测技术，以非接触方式获取锻件的点云数据，通过三维点云重建技术在系统中还原钢锭表面的精确形貌，全面实现钢锭宽度和高度数据检测。传统的人工测量理论精度约1mm，使用3D视觉机器人测量后精度至少提高到0.2mm。红卡测量机器人具体功能如下：
4）机器人测量的数据实时传输至总控室，为生产管理和质量控制提供了及时、准确的数据支持。推荐理由：红卡测量机器人解决方案不仅提高了测量的准确性和效率，还大大降低了人工测量的安全风险。机器人能够在高温、烟雾弥漫的环境中稳定工作，无需人工干预，从而确保了测量的连续性和稳定性。红卡测量机器人投用后，热卡过程中的测量精度由原有的0.5mm至少提高到了0.2mm，为实现高端关键核心产品的“三精”生产（即精确设计、精确制造、精确检测）提供了装备保障；红卡测量机器人的自动化测量能力，使得人员测量投入减少了80%。此外，机器人测量的数据可以实时传输至总控室，为生产管理和质量控制提供了有力的数据支持。
此前，钢协积极组织相关单位积极推进行业数字化转型工作。2024年4月1日，由中国钢铁工业协会牵头、中冶赛迪信息主编、各单位参编的《钢铁行业数字化转型工程建设指南》（以下简称：《指南》）隆重发布。《指南》明确了钢铁企业推进数字化转型的内涵、方向、目标、方法和措施，并通过优秀案例，为企业提供数字化转型参考和借鉴，从六个关键领域帮助企业找准定位、明确方向、分步实施，推动钢铁工业数字化转型行稳致远。2024年1 -3月，冶金工业信息标准研究院组建专家组，对本钢集团开展全国钢铁行业首例数字化转型诊断评估及规划咨询服务。
推荐理由：数字化转型是主动适应和引领新一轮科技革命和产业变革的战略选择。当前，数字经济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。数字化转型是实现原材料工业高质量发展和加快推进新型工业化的必由之路。专家委和推进中心的成立，将作为加速推进行业数字化转型的重要载体，整合各方资源，汇集行业协会、龙头企业、高等院校、科研院所、系统解决方案供应商等单位力量，利用数字技术推动行业高端化、绿色化、安全化、高效化发展，助力我国钢铁行业持续推进数字化转型。
为贯彻落实国务院办公厅印发的《制造业数字化转型行动方案》，按照《“十四五”智能制造发展规划》任务部署，构建智能工厂、解决方案、标准体系“三位一体”工作体系，打造智能制造“升级版”，工业和信息化部、国家发展改革委、财政部、国务院国资委、市场监管总局、国家数据局决定联合开展“2024年度智能工厂梯度培育行动”。在全球制造业迈向智能化的浪潮中，开展“2024年度智能工厂梯度培育行动”标志着我国装备制造业的一次重要升级，这项行动旨在通过分层次、分阶段的方式，推动智能工厂的建设和发展，以提高企业的生产效率和市场竞争力。
推荐理由：数字化转型是新型工业化的鲜明特征，是加速钢铁工业高质量发展的重要引擎。发展智能制造是钢铁工业实现提质增效、提高有效供给的重要途径，也是行业转型升级的重要举措。“2024年度智能工厂梯度培育行动”的评选公布是对《制造业数字化转型行动方案》《原材料工业数字化转型工作方案（2024—2026年）》的贯彻落实，对行业加强智能制造的应用推广有很好的借鉴作用，可加快推进新一代信息技术与钢铁行业融合创新应用，推动钢铁行业数字化转型提档加速，助力行业高质量发展。
经过2024年冬季的申报评选，2025年1月14日，世界经济论坛公布了新一批“灯塔工厂”名单，北京首钢冷轧薄板有限公司（简称：北京首钢冷轧薄板）成为本次中国唯一一家上榜的钢铁行业“灯塔工厂”。近年来，北京首钢冷轧薄板积极响应国家和北京市相关政策要求，在两级公司指导下，按照“业务引领、技术支撑、组织人才保障”的转型思路，聚焦质量管理智慧化、生产过程自动化、设备维护数字化、仓储物流智能化、能源环保智能化和危险岗位少人化无人化六个方面，开展数字化转型工作，支撑公司业绩提升。
以技术为支撑确保数字化应用场景落地。北京首钢冷轧薄板基于产销平台建设了云边端的技术架构，应用5G、大数据、AI、机器视觉和机器人等先进技术，实现上下游互联互通，支撑数字化应用场景的落地。其中，5G技术赋能仓储、RGV运输和设备管控，提供快速、稳定的数据传输，助力智能化场景建设；AI技术支撑智能板形控制模型、锌层预设定和闭环控制模型、光整机模型、平整机模型和合金化模型等过程控制模型开发，实现过程控制智能化；视觉识别技术帮助产线快速感知运行中的非稳态情况和实现镀锌表面质量的快速检测和识别，有效提升了产线效率。数字基座和其搭载的先进算法，有效支撑了智能化场景的实施，是首钢冷轧数字化转型的基础。
