實習記者 陳曦

　　9月27日，由中國鋼鐵工業(yè)協(xié)會、唐山市人民政府指導，中國冶金報社、唐山市工業(yè)和信息化局主辦，遷安市九江線材有限責任公司協(xié)辦的2019（第五屆）中國鋼鐵產業(yè)互聯(lián)網+推進大會在唐山召開。中國冶金報社黨委書記、副社長陳洪飛主持會議。

　　會上，南京鋼鐵股份有限公司首席信息官張世和作了《人工智能技術在南鋼的應用與思考》的主題演講。

　　張世和介紹，AI技術在鋼鐵制造領域已呈現(xiàn)遍地開花應用場景。產線搬運的智能裝備，通過執(zhí)行裝備＋“視覺”“聽覺”“觸覺”等，擴展裝備功能，實現(xiàn)裝備智能化； 質量性能預報，基于大數據與機器學習的深度結合，建立產品性能預測模型，實現(xiàn)數字化產品性能管控。 南鋼在連鑄軋制完成后，進行拉伸力、沖擊功等性能預測，根據性能預測的結果，在層流冷卻環(huán)節(jié)，對層流冷卻的噴水流量進行控制，進而實現(xiàn)工序間的協(xié)同，實現(xiàn)自適應生產；“冶金機理計算＋過程控制”，打造基于AI自主學習能力的過程控制系統(tǒng)，使控制模型具有動態(tài)學習能力，能夠根據外部條件變化自行調整。

　　張世和還介紹到，實際上人工智能從開始探索，到真正應用，是有很多坑要突破的。數據采集在AI推進過程中是第一個大坑，要么請二級廠商開放數據，要么自己采集一級數據進行計算。第二個坑叫數據整合，即數據標準化的過程，品質不高、工業(yè)大數據與產線上流轉的的鋼坯鋼板料號不匹配。第三個坑一般是數據缺失，工業(yè)生產流程廠，狀況復雜，連續(xù)生產但難以做到長周期連續(xù)穩(wěn)定數采，很容易出現(xiàn)數據缺失，需要想辦法進行數據積累和補充；第四個坑可能是模型的評估，模型有SVM、隨機森林等很多模型，如何進行模型選擇和匹配，可套用的模型很多，哪個最好，也是需要花功夫進行摸索和評估的。