【云栖号案例 | 制造】攀钢告诉你:钢铁是怎样用AI炼成的?

简介: 在钢铁产业严重过剩、钢企转型压力巨大的背景下,攀钢确定提质增效的目标,一方面扎实推进品种,一方面推进产业升级,打开了科技强企的新局面。

云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

image

过去20年里,尽管中国贡献了全球粗钢增量的80%,但中国钢铁业的发展不容乐观,产能过剩与结构严重失衡、全球经济下滑导致钢铁需求增速放缓、生产质量的不稳定、废品率高、高耗能以及多元化需求,给整个行业都带来了极大的挑战。中国钢企的转型升级迫在眉睫。

在钢铁产业严重过剩、钢企转型压力巨大的背景下, 作为一个传统“老三线”建设的国有企业,攀钢前些年一直处于亏损状态,通过这几年的改革创新,不仅终结了亏损历史,打了一个漂亮的“翻身仗”,去年全年经营性利润创历史最好水平。它究竟是怎么做到的?

image

依托西部地区丰富的钒钛磁铁矿资源和自主创新建设,攀钢集团有限公司(简称攀钢)已经成为我国特大型钒钛钢铁企业集团、全球第一的产钒企业、国内最大的钛原料和产业链最完整的钛加工企业,以及国内重要的铁路用钢、汽车用钢、家电用钢、特殊钢生产基地。中国的40%的钢轨和高速轨道由攀钢生产的。

尽管行业地位领先,但攀钢一样面对着和行业一样的难点痛点。从2011年到2016年,受国内钢铁产能严重过剩导致的行业普遍亏损,资源不足、位置偏僻、人员多、负担重等多种因素的影响,攀钢持续亏损,企业发展面临巨大挑战。

image

为此,攀钢确定了提质增效的大目标,开始改革创新:一方面扎实推进品种、市场、原料、产线结构调整,铁血降本;一方面推进产业升级,推动钒钛加快发展、钢铁精品发展、非钢创新发展。此外,人力资源方面推行绩效考核新模式,鼓励自主创新等,打开了一个科技强企的新局面。

新技术降低旧能耗

“炼钢就是炼渣”,这是钢铁生产过程中的一句老话。钢由生铁而来,和生铁的主要区别在于成分不同,所谓炼钢就是通过冶炼降低生铁中的碳、去除有害杂质,再根据钢性能要求加入适量合金元素,使之性能优良。为了将原料中一些不需要的杂质去除,就需要进行造渣。造好渣是实现炼钢生产优质、高产、低消耗的重要保证。其中,钢铁料消耗占整个炼钢厂成本的70%以上,攀钢集团需要通过降低钢铁料的消耗,实现减少原料投入及优化能耗成本,才能提升企业的整体综合竞争力。

据攀钢集团成都钢钒有限公司总经理、积微物联总裁谢海介绍,“经过多年的发展,用传统的工艺、工控手段提升产能、降低能耗、节省人力已经趋于钢铁行业极限,而随着工业大数据、云计算等新技术的成熟,我们看到了新的希望。”

攀钢集团和阿里云工业大脑一起合作,以阿里云为技术载体、以积微物联(攀钢电商平台)为平台、以攀钢集团为场景试点,率先深化ET工业大脑在钢铁生产领域的应用。出于数据采集难度、项目风险性与收益等综合因素考虑,最终决定从冷轧板材表面检测与脱硫工业优化两个场景切入,着手工业智能的尝试。

image

脱硫是钢铁生产过程中的一个重要环节,旨在降低铁水或钢液中的硫含量。而脱硫环节由于扒渣带铁(脱硫剂反应之后的脱硫渣中带走了大量的铁)会造成大量铁损。工业大脑应用到攀钢西昌钢钒转炉炼钢工艺后,打通炼钢全流程数据,通过建模分析获得炼钢工艺优化的关键因子,结合专家知识,定位提钒、脱硫和炼钢三个关键工序。通过对这三个工序的深入建模分析,聚焦在脱硫工序,依靠脱硫仿真模型与参数寻优模型寻找最优参数。根据实际测算,通过优化的参数推荐,每生产一吨钢可以节省一公斤铁。对于年产值400万吨钢的攀钢来说,一年的成本节省就在700万元以上 。

image

同时,工业大脑还被应用到了冷轧环节。钢材经过冷轧工艺加工,会形成长度约1千米钢卷。在表面检测环节,质检员通常会在短短5到10分钟内,识别出少则几百个,多则几千个的缺陷,并给出分选度、表面等级、主缺陷和是否合格等判定。但长时间、高强度、重复性且枯燥的质检工作让判钢工程师难以保证判定结果的稳定性,同时,工程师经验的差异也会造成判定水平的参差不齐。最终导致的结果则是客户的服务体验与满意度差,造成巨大的隐性成本。工业大脑的引入,可以辅助人工判断产品缺陷,降低人工依赖性。

image

“老师傅”们的经验复用和传承

钢铁行业历经上百年的发展,累积了大量的经验。然而,经验都是碎片化地藏在“老师傅”的脑袋里,像一个个黑箱,难以形成经验共享与规模化的复用。工业大脑的使命就是将这些隐性化的知识显性化,并帮助打破人的传统思维框架与认知局限。

工业大脑由四块拼图组成——人工智能(AI)、大数据(Big data)、云计算(Cloud computing)、专家经验(Domain knowledge)。简单地讲,就是利用A、B、C技术将D(工厂老师傅、老专家的经验)抽象成知识,并将知识规范化、模型化与代码化,以数字化的方式嵌入到系统与设备当中,被重复调用,指导或是替代人力进行决策与执行。

未来,随着大数据、算力与算法技术的不断成熟,与数据智能相关的工业应用将呈指数级增长。钢铁企业的核心竞争力不在拥有多少产能或是固定资产,而是在于掌握了多少行代码与核心算法。工业智能应用的场景颗粒度会不断细化,面对焦化、烧结、高炉、热轧、炼钢系统、安保、物流、园区、电商等场景,都有机会开放出爆款的工业SaaS或是工业APP。此外,除了持续加强场景化的算法开发能力以及数字基础设施建设(数据中台),更重要的是加快钢铁企业的数字化组织、数字化领导、数字化文化以及数字化人才的转型,创造工业智能的生长与创新土壤。

文:王岳(阿里云研究中心高级战略专家)
责编:李双宏、张晶晶

logo

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

相关文章
|
28天前
|
机器学习/深度学习 数据采集 人工智能
昇腾AI行业案例(七):基于 Conformer 和 Transformer 模型的中文语音识别
欢迎学习《基于 Conformer 和 Transformer 模型的中文语音识别》实验。本案例旨在帮助你深入了解如何运用深度学习模型搭建一个高效精准的语音识别系统,将中文语音信号转换成文字,并利用开源数据集对模型效果加以验证。
51 12
|
1月前
|
存储 机器学习/深度学习 人工智能
昇腾AI行业案例(六):基于 PraNet 的医疗影像分割
欢迎学习《基于 PraNet 的医疗影像分割》实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的医疗影像分割系统,专注于息肉分割任务,并利用开源数据集对模型效果加以验证。
33 1
|
1月前
|
存储 人工智能 数据可视化
昇腾AI行业案例(五):基于 DANet 和 Deeplabv3 模型的遥感图像分割
欢迎学习《基于 DANet 和 Deeplabv3 模型的遥感图像分割》实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的遥感地图区域分割系统,并利用开源数据集和昇腾 AI 芯片对模型效果加以验证。
32 0
昇腾AI行业案例(五):基于 DANet 和 Deeplabv3 模型的遥感图像分割
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
昇腾AI行业案例(四):基于 Bert 模型实现文本分类
欢迎学习《昇腾行业应用案例》的“基于 Bert 模型实现文本分类”实验。在本实验中,您将学习如何使用利用 NLP (natural language processing) 领域的AI模型来构建一个端到端的文本系统,并使用开源数据集进行效果验证。为此,我们将使用昇腾的AI硬件以及CANN等软件产品。
42 0
|
1月前
|
人工智能 算法 计算机视觉
昇腾AI行业案例(三):基于 AI 图像处理的铝板缺陷检测
欢迎学习《基于 AI 图像处理的铝板缺陷检测》实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的铝板缺陷检测系统,并利用开源数据集和昇腾 AI 芯片对模型效果加以验证。
48 0
|
1月前
|
人工智能 运维 物联网
云大使 X 函数计算 FC 专属活动上线!享返佣,一键打造 AI 应用
如今,AI 技术已经成为推动业务创新和增长的重要力量。但对于许多企业和开发者来说,如何高效、便捷地部署和管理 AI 应用仍然是一个挑战。阿里云函数计算 FC 以其免运维的特点,大大降低了 AI 应用部署的复杂性。用户无需担心底层资源的管理和运维问题,可以专注于应用的创新和开发,并且用户可以通过一键部署功能,迅速将 AI 大模型部署到云端,实现快速上线和迭代。函数计算目前推出了多种规格的云资源优惠套餐,用户可以根据实际需求灵活选择。
|
29天前
|
人工智能 算法 前端开发
OmAgent:轻松构建在终端设备上运行的 AI 应用,赋能手机、穿戴设备、摄像头等多种设备
OmAgent 是 Om AI 与浙江大学联合开源的多模态语言代理框架,支持多设备连接、高效模型集成,助力开发者快速构建复杂的多模态代理应用。
193 72
OmAgent:轻松构建在终端设备上运行的 AI 应用,赋能手机、穿戴设备、摄像头等多种设备
|
15天前
|
人工智能 自然语言处理 搜索推荐
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
92 24
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
|
10天前
|
机器学习/深度学习 存储 人工智能
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
MNN-LLM App 是阿里巴巴基于 MNN-LLM 框架开发的 Android 应用,支持多模态交互、多种主流模型选择、离线运行及性能优化。
825 14
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
|
7天前
|
人工智能 开发框架 数据可视化
Eino:字节跳动开源基于Golang的AI应用开发框架,组件化设计助力构建AI应用
Eino 是字节跳动开源的大模型应用开发框架,帮助开发者高效构建基于大模型的 AI 应用。支持组件化设计、流式处理和可视化开发工具。
129 27