實(shí)習(xí)記者 陳曦

　　9月27日，由中國(guó)鋼鐵工業(yè)協(xié)會(huì)、唐山市人民政府指導(dǎo)，中國(guó)冶金報(bào)社、唐山市工業(yè)和信息化局主辦，遷安市九江線材有限責(zé)任公司協(xié)辦的2019（第五屆）中國(guó)鋼鐵產(chǎn)業(yè)互聯(lián)網(wǎng)+推進(jìn)大會(huì)在唐山召開。中國(guó)冶金報(bào)社黨委書記、副社長(zhǎng)陳洪飛主持會(huì)議。

　　會(huì)上，東北大學(xué)教授、中國(guó)工程院院士王國(guó)棟作了《鋼鐵智能制造平臺(tái)與信息物理系統(tǒng)》的主題演講。

　　王國(guó)棟在講話中指出，冶金行業(yè)特點(diǎn)是全流程“黑箱”，流程行業(yè)智能制造的核心任務(wù)是建立CPS系統(tǒng)的數(shù)字孿生。而現(xiàn)有的系統(tǒng)問題主要為以下三個(gè)方面：

　　?一是鋼鐵行業(yè)是多工序、長(zhǎng)流程的流程工業(yè)，鋼鐵生產(chǎn)過程為 全流程“黑箱”，冶煉反應(yīng)器內(nèi)部、連鑄和軋制工件內(nèi)部 的化學(xué)反應(yīng)和物理變化以及相關(guān)的重要參數(shù)，看不見、摸 不到、測(cè)不出，實(shí)時(shí)、內(nèi)部信息感知極度缺乏。

　　?二是目前系統(tǒng)中使用的模型大多理論模型或經(jīng)驗(yàn)?zāi)Ｐ?，存在?yán) 重的不確定性，預(yù)報(bào)精度差，難以實(shí)現(xiàn)高精度的動(dòng)態(tài)協(xié)調(diào) 控制，并進(jìn)而導(dǎo)致控制決策的粗獷性甚至是盲目性。

　　?三是由于工藝條件、設(shè)備運(yùn)行狀態(tài)變化引起生產(chǎn)工況發(fā)生復(fù)雜 變化，過程輸入條件、狀態(tài)變量和控制目標(biāo)之間關(guān)系復(fù)雜

　　復(fù)雜的全“黑箱”系統(tǒng)，實(shí)時(shí)信息極度缺乏，不確定性、 強(qiáng)烈非線性等問題，目前國(guó)內(nèi)外尚未提出理想解決方案。

　　但數(shù)字感知為我們利用大數(shù)據(jù)、互聯(lián)網(wǎng)、云計(jì)算、AI 等現(xiàn)代信息技術(shù)攻克以往無法逾越的障礙，提供了全新的思路和可行的方法，對(duì)冶金等(黑箱)行業(yè)的精準(zhǔn)感知及控制提供理想的解決方案。

　　王國(guó)棟更詳細(xì)的講道，在信息流的控制下，物質(zhì)流與能量流發(fā)生化學(xué)反應(yīng)或物理 作用，因此以足夠的精度求解基于物理-化學(xué)反應(yīng)的數(shù)學(xué)模型，可以獲得物質(zhì)流、能量流、信息流的統(tǒng)一解。由于鋼鐵行業(yè)數(shù)學(xué)模型的不確定性、強(qiáng)非線性、極其復(fù)雜性，必須 采用數(shù)學(xué)模型與AI/大數(shù)據(jù)結(jié)合的方式，以數(shù)學(xué)模型為基礎(chǔ)主線， 以人工智能及實(shí)測(cè)大數(shù)據(jù)優(yōu)化數(shù)學(xué)模型，高效率地實(shí)現(xiàn)高精度數(shù)字感知，破解鋼鐵行業(yè)黑箱系統(tǒng)。