1 項目背景

攀鋼希望能夠以工業(yè)大腦技術(shù)為載體，以積微物聯(lián)為平臺，挖掘鋼鐵運營、生產(chǎn)過程中的數(shù)據(jù)價值，實現(xiàn)傳統(tǒng)企業(yè)彎道超車的愿望，有效提升攀鋼集團的行業(yè)競爭力。

經(jīng)過攀鋼業(yè)務工程師、積微物聯(lián)技術(shù)團隊與阿里云工業(yè)大腦團隊數(shù)據(jù)專家的多輪討論與實地現(xiàn)場考察，基于數(shù)據(jù)采集難度、項目風險性與收益等綜合因素考慮，最終決定從兩個場景入手：從冷軋板的表面檢測與煉鋼脫硫工藝優(yōu)化兩個場景著手工業(yè)智能的嘗試。

項目痛點：

1）脫硫是鋼鐵生產(chǎn)過程中的一個重要環(huán)節(jié)，旨在降低鐵水中的硫含量。而脫硫環(huán)節(jié)由于扒渣帶鐵（脫硫劑反應后產(chǎn)生的脫硫渣中含大量的鐵）會帶走大量金屬料。經(jīng)測算，每個爐次（以220 噸計）的脫硫渣量均值為 5 噸，脫硫渣中鐵損占比約為40% - 55%，假設(shè)經(jīng)過參數(shù)推薦優(yōu)化后能將脫硫劑的加入量降低10%，理論上測算可降低鋼鐵料消耗 0.8-1kg/噸鋼。

2）冷軋鋼帶經(jīng)過軋制、熱處理等連續(xù)加工工藝后會形成長約千米的鋼卷。在表面檢測環(huán)節(jié)，質(zhì)檢員通常會在短短 5 到 10 分鐘內(nèi)，識別出少則十幾個，多則上百個的缺陷，并在表檢儀（表面檢測設(shè)備）掃描完畢的 30 秒之內(nèi)給出表面等級、分選度、主缺陷和是否合格等判定。檢查人員長期從事的高強度、重復且又枯燥工作性質(zhì)決定了其過程輸出的穩(wěn)定性難以得到保證，同時，檢查人員在對產(chǎn)品標準的理解和把握上存在個人經(jīng)驗差異勢必也會造成判定水平高下、參差不齊。最終導致的結(jié)果則是客戶的使用體驗與滿意度變差或者質(zhì)量成本提升，無疑，這些都構(gòu)成企業(yè)巨大的隱性成本損失。

2 項目實施

1)總體實施思路與架構(gòu)

1.對于煉鋼脫硫工藝優(yōu)化場景：通過分析建模，優(yōu)化脫硫環(huán)節(jié)工藝，推薦最優(yōu)的脫硫劑加入量，提高脫硫劑利用率，降低脫 硫環(huán)節(jié)的鐵損。

2.對于冷軋板的表面檢測場景：面向鋼鐵行業(yè)冷軋板材的表面質(zhì)量檢測場景，構(gòu)建表面質(zhì)量自動判定模型，輔助人工判斷產(chǎn) 品缺陷，降低人工依賴性、提高判定準確率。

2)應用場景與技術(shù)方案

1.煉鋼脫硫工藝優(yōu)化場景：

采集脫硫工序流程數(shù)據(jù)，通過建模分析獲得脫硫工藝優(yōu)化的關(guān)鍵因子，結(jié)合專家知識，依靠 脫硫仿真模型與參數(shù)尋優(yōu)模型尋找最優(yōu)參數(shù)。

·仿真模型：基于歷史數(shù)據(jù)與實時數(shù)據(jù)，構(gòu)建脫后硫預測模型。通過結(jié)合脫硫劑加入量、 噴吹速率等十多個關(guān)鍵參數(shù)，模擬脫硫全過程，預測出脫硫后的硫含量，并配合參數(shù) 優(yōu)化模型，檢驗不同組參數(shù)的合理性及有效性。

·參數(shù)尋優(yōu)模型：結(jié)合機器學習與老師傅在工業(yè)控制上的經(jīng)驗，識別脫硫過程中的關(guān)鍵 因子（對脫硫結(jié)果影響最大的參數(shù)），包括鈍化鎂加入量，鈍化石灰加入配比，平均流量，噴吹時長等，通過參數(shù)尋優(yōu)模型識別參數(shù)間的最優(yōu)關(guān)系。優(yōu)化模型提供的多組優(yōu) 化參數(shù)再回歸到仿真模型中進行反復驗證與優(yōu)化，最終得到最優(yōu)參數(shù) – 即在滿足脫硫效果的前提下，達到最小脫硫劑加入量的那組“配方”。

2.冷軋板的表面檢測場景：

首先，表檢儀將非結(jié)構(gòu)化數(shù)據(jù)（圖片信息）結(jié)構(gòu)化，將幾千種產(chǎn)品外觀缺陷歸納為 60-70 大類，例如：平整斑、翹皮、擦傷、壓印、麻點、氣泡等。 其次，表檢數(shù)據(jù)結(jié)合 MES 數(shù)據(jù)輸入到模型中進行訓練，通過聚類算法、規(guī)則引擎（含用戶需求識別的自學習重構(gòu)功能）、缺陷嚴重程度量化模型等深度學習技術(shù)，對軋鋼分級最初步判定。最后，再結(jié)合人工的進一步確認得出最終判定結(jié)果。

3 實施效果

對于煉鋼脫硫工藝優(yōu)化場景：鐵水進站后，脫硫優(yōu)化模型將提取相關(guān)數(shù)據(jù)將進行參數(shù)優(yōu)化計算。脫硫操作人員將根據(jù)推送 的推薦參數(shù)，動態(tài)調(diào)節(jié)脫硫劑的加入量，減少脫硫劑的消耗。

除了脫硫工藝優(yōu)化場景以外，攀鋼鋼鐵大腦的煉鋼工藝優(yōu)化，還完成了提礬、轉(zhuǎn)爐、配合金、精煉、連鑄等多個煉鋼工藝相關(guān)模型的建立，實現(xiàn)噸鋼生產(chǎn)節(jié)約1.28kg鋼鐵原料消耗，合金成本1.2元/噸的降低。根據(jù)實際測算，對年產(chǎn)值 440 萬噸鋼的攀鋼西昌鋼釩基地來說，年成本節(jié)約約為 1700萬元。

對于冷軋板的表面檢測場景：算法模型輸出的自動定級結(jié)果與人工判定結(jié)果對比，表判碼準確率達 92%以上，分選度準確率達 80%以上。