目前鋼鐵行業提質、增效、降本遇到了前所未有的挑戰，數字化轉型是解決這一發展瓶頸的戰略方向，實施數字化轉型升級成為國內外鋼鐵領域的關注焦點。

習近平總書記號召“加快建設數字中國”。經過長期的建設和發展，鋼鐵行業已經實現了全面的數據采集和豐富的數據積累。充分發揮鋼鐵行業海量數據和豐富應用場景優勢，在工業互聯網、大數據、云計算、5G網絡等信息技術的支撐下，借助于大數據與機器學習/深度學習等數據科學技術，快速挖掘海量數據中蘊含的企業管理與生產過程中的規律，并利用這些規律解決流程工業普遍存在的不確定性等“黑箱”難題，發揮數據技術的放大、倍增、疊加作用，有助于推進鋼鐵行業的數字化轉型與高質量發展。

2011年，美國公布了“材料基因組計劃”，目標是引導企業建設涵蓋計算工具、數字數據和實驗工具三方面的材料創新基礎設施，將“材料發現、制造與應用的速度提高一倍，而成本降低到原來的幾分之一”。歐盟成立了鋼鐵智能制造工作組，啟動了動態能源管理、產品質量提升、智能制造架構等重點項目。美國發布了智能制造路線圖，打造集成、知識支撐、富集模型的鋼鐵企業，實時優化生產制造和供應鏈網絡。以POSCO、JFE、安賽樂米塔爾、日本制鐵、大河鋼鐵為代表的國外先進鋼鐵企業正在大力發展鋼鐵數字化制造新模式。

“十三五”以來，我國鋼鐵行業以“智能化”和“綠色化”為主題，初步形成了數字化轉型實施的基礎架構，在自動化控制與智能優化技術、全流程智能化制備關鍵技術以及相關的數字化技術研發方面取得了卓有成效的進展。“十四五”期間，中心已經承擔了國家重點研發計劃項目“鋼鐵軋制全流程工藝優化與管控軟件開發”“鋼鐵全流程多工序動態協同運行優化技術及示范應用”課題、工信部產業技術基礎公共服務平臺項目“建設智能制造標準試驗驗證公共服務平臺（5G新一代信息技術與鋼鐵行業融合）”課題、國家自然科學基金重點項目“板帶材生產全流程動態數字孿生與智能協調優化信息物理系統”等，正在有序布局鋼鐵生產全流程信息物理系統建設與工業軟件研發等數字化項目。

3.1 以工業互聯網為載體的金屬材料創新基礎設施研究

發展計算工具、數據及實驗工具的相互支撐的材料創新基礎設施，以數據驅動理念構建狀態感知、實時分析、科學決策、精準執行的數據自動流動閉環賦能體系，形成異構硬件、軟件、數據、網絡高度集成的深度融合的鋼鐵材料創新研究方法和基礎設施。以實驗檢測、中試試驗和實際產線為數據源，以工業互聯網大數據挖掘為計算工具，建設原位分析系統和企業創新基礎設施。

3.2 邊緣數字化核心平臺構建與數字孿生過程模型研發

利用數字化技術改造過的邊緣部分設置了邊緣數據中心，負責生產過程輸入、輸出大數據的提取、轉換、存儲的功能。在邊緣部分設置“大數據/機器學習解析平臺（I）”，利用數據科學、AI等技術解析建立和優化數字孿生過程模型，實現過程可視化、開發APP等功能，并將生產過程數字孿生模型傳送到過程控制系統，代替傳統的機理模型，進行生產設備的設定和動態設定。

3.3 資源配置管理云平臺構建與運行管理資源優化

資源配置管理云平臺位于云中，負責生產活動與資源配置管理功能，是“邊緣部分”設定、運行、調度的強大支撐部分。在云平臺配置有企業大數據中心和“大數據/機器學習解析平臺（II）”，利用機器學習等數據轉換和處理技術，處理、分析各方面的大數據，對相應部分的運行和管理工作進行管理和優化，支撐和保證生產線系統和公司整體的最優化運行。

3.4 基于機器視覺和機器學習的智能裝備研發

將5G+、機器視覺賦能傳統檢測技術的創新應用，利用新一代通訊技術的優勢，解決復雜場景下產品三維尺寸、表面、內部質量缺陷檢測難題，研發基于機器視覺、數據解析的關鍵數字化儀表，為產品質量大數據平臺提供更為豐富的工藝質量數據基礎。

3.5 鋼鐵生產計劃決策與調度數字化

以面向定制化生產和精準服務為目標，建立鋼鐵制造供應鏈集成、協同與智能化的理論體系，分析庫存管理、生產排程、計劃調度等管理問題的特征和性質，提出工藝機理、過程數據與經驗知識相融合的智能決策建模方法，開發求解大規模含復雜工藝約束的決策模型的新型智能優化方法。

3.6 基于數字孿生的軋制過程形性面一體化智能優化控制

通過成分-工藝-組織-性能集成化分析，構建多層次跨尺度全流程的形性面一體化關聯模型。開發實驗、模擬仿真和生產數據在時間、空間和尺度上的融合處理技術，形成先進鋼鐵材料物理與數據耦合驅動的形性面一體化預測技術，指導成分與工藝的優化設計，實現質量高精度控制。

3.7 設備運維數字化和預測式維護

設備信號與采集策略的集成優化方法，智能傳感器開發；多源、異構信號數據的存儲、傳輸的技術方案；基于設備系統與運行環境，多源數據融合、深度特征提取技術；基于CNN、SVM、遷移學習等通用的智能算法和模型；基于系統可靠性和動態可靠性理論和多元決策優化方法；研究基于大數據分析的智能處理框架與技術體系。

3.8 鋼鐵生產能源與排放管理數字化

基于鋼鐵生產流程物質流、能量流、信息流耦合關系，構建鋼鐵生產全流程能源與排放分析多維網絡模型；開發節能減排理論與技術、綜合能源系統優化、碳減排及低碳轉型、能源預測與優化調度、智慧化能源管控系統；實現鋼鐵企業能源管理中心的預測、優化和調度；研發鋼鐵生產的集成動態能源管理和排放數字化管控技術。

面向鋼鐵材料與加工全流程數字化轉型升級的重大需求，建立鋼鐵工業互聯網架構下鋼鐵企業創新基礎設施。填平補齊底層生產線的數據采集和執行機構，提供精準、齊全的現場有關材料成分設計和實時操作數據等輸入數據，以及材料外形尺寸、組織性能、表面質量等輸出數據，消除數據采集和指令執行方面的“短板”。攻克“邊緣數字化核心平臺”技術，設置邊緣數據中心與“大數據/機器學習解析平臺（I）”，實現生產過程輸入、輸出大數據的提取、轉換、存儲的功能，利用數據科學、機器學習等技術建立和優化數字孿生過程模型，進行生產設備的設定和動態設定。建設“資源配置管理云平臺”，配置企業大數據中心和“大數據/機器學習解析平臺（II）”，利用機器學習等數據轉換和處理技術，對相應部分的運行和管理工作進行管理和優化，支撐和保證生產線系統和公司整體的最優化運行。實現網絡化，在垂直方向上實現軋制等快過程的短時延交互反饋，在流程方向上實現各單元之間的順暢、無縫的優化銜接。

◆ 2023年，開發關鍵工藝質量指標數字孿生模型，構建產線級信息物理系統，完成鋼鐵材料研發生產工業互聯網大數據平臺搭建工作；

◆ 2024年，形成產品形性面一體化協同控制、關鍵設備故障預測與健康管理、鋼鐵生產能源與排放管理等系列數字化技術，開展全流程數字化技術應用；

◆ 2025年，構建流程級信息物理系統，實現多工序智能管控，全面提升全流程數字化水平，相關數字化技術推廣至國內外10家以上鋼鐵企業。

通過有組織引導實施鋼鐵數字化轉型升級，確保數字化關鍵核心技術自主可控，提升產品質量和產線運行水平，占領鋼鐵行業智能化發展的制高點。

1）構建鋼鐵材料創新基礎設施，研發以工業大數據驅動、數字孿生為核心，工業互聯網賦能的信息物理系統，開發全流程數字化工業軟件，引領鋼鐵材料數字化轉型。

2）開發先進鋼鐵材料物理與數據耦合驅動的形性面一體化預測和控制技術，關鍵質量指標波動降低20%-30%，覆蓋30%-50%鋼鐵生產過程。

3）構建鋼鐵產線完備、可靠、性能優良的數據采集系統，研發基于機器視覺、數據解析的關鍵數字化儀表，實現關鍵難測參數的在線檢測。

4）實現原料、供應、能源、介質、排放、物流、人力資源、財務、成本、技術創新與開發等的資源配置和管理，支撐和保證生產線系統和公司整體的最優化運行。