“數據科學、數字技術是解決鋼鐵全流程‘黑箱’等生產不確定性問題最好的一把鑰匙。同時，鋼鐵行業全流程‘黑箱’生產又是數字化技術應用的最佳場景。”11月23日，中國工程院院士
、東dong北bei大da學xue教jiao授shou王wang國guo棟dong在zai第di十shi三san屆jie中zhong國guo鋼gang鐵tie年nian會hui上shang表biao示shi
，現xian今jin，信xin息xi技ji術shu和he數shu據ju科ke學xue的de發fa展zhan強qiang力li支zhi撐cheng鋼gang鐵tie行xing業ye數shu字zi化hua轉zhuan型xing
，成cheng為wei鋼gang鐵tie行xing業ye崛jue起qi的de一yi個ge重zhong要yao機ji遇yu。

圖為王國棟在線上做報告。（視頻截圖）

　　他介紹
，工業互聯網、雲計算、大數據、rengongzhinengdengxinyidaixinxijishudekuaisufazhanheyingyong，zhengshixuangaoleshujushidaidelailin。zaishujushidai，shujuchengweishehuifazhandezhongyaoqudongli
，chengweiquanqiuxinyilunchanyejingzhengdezhigaodian、改變國際競爭格局的新變量。“所以，我們對於數據這個新的生產要素要給予充分的重視。”他指出，通過數據/機器學習進行數據分析，成為數據時代解決不確定性問題最強有力的科學方法。

　　“鋼鐵行業全流程生產都是‘黑箱’，包括高爐裏的鐵水、轉爐裏的鋼水、連鑄坯與軋件內部複雜的組織等
，具有嚴重的不確定性，看不見、摸不著，更測不了

，但又事關鋼鐵行業的生產效率、產品質量、工序穩定性
、成本、生態等最核心問題。”對此他指出，鋼鐵行業隻有進行數字化轉型，才能突破這些不確定性問題，實現高質量發展。

　　鋼(gang)鐵(tie)行(xing)業(ye)自(zi)身(shen)生(sheng)產(chan)特(te)色(se)和(he)數(shu)據(ju)時(shi)代(dai)發(fa)展(zhan)特(te)點(dian)的(de)契(qi)合(he)度(du)極(ji)高(gao)。王(wang)國(guo)棟(dong)分(fen)析(xi)道(dao)，一(yi)方(fang)麵(mian)，鋼(gang)鐵(tie)行(xing)業(ye)有(you)著(zhe)發(fa)達(da)的(de)數(shu)據(ju)采(cai)集(ji)係(xi)統(tong)和(he)自(zi)動(dong)化(hua)控(kong)製(zhi)係(xi)統(tong)，更(geng)有(you)著(zhe)大(da)量(liang)的(de)數(shu)據(ju)積(ji)累(lei)。這(zhe)些(xie)數(shu)據(ju)中(zhong)蘊(yun)含(han)著(zhe)企(qi)業(ye)生(sheng)產(chan)過(guo)程(cheng)的(de)全(quan)部(bu)規(gui)律(lv)，是(shi)關(guan)鍵(jian)的(de)生(sheng)產(chan)要(yao)素(su)。由(you)此(ci)可(ke)見(jian)，鋼(gang)鐵(tie)行(xing)業(ye)在(zai)充(chong)分(fen)利(li)用(yong)豐(feng)富(fu)的(de)數(shu)據(ju)資(zi)源(yuan)、實現產業數字化方麵具有巨大潛力。作為世界上最先進、最(zui)高(gao)級(ji)的(de)智(zhi)能(neng)係(xi)統(tong)，信(xin)息(xi)物(wu)理(li)係(xi)統(tong)特(te)別(bie)強(qiang)調(tiao)

，我(wo)們(men)對(dui)於(yu)物(wu)理(li)世(shi)界(jie)進(jin)行(xing)的(de)分(fen)析(xi)計(ji)算(suan)，不(bu)僅(jin)僅(jin)深(shen)深(shen)嵌(qian)入(ru)到(dao)係(xi)統(tong)的(de)每(mei)一(yi)個(ge)相(xiang)互(hu)連(lian)通(tong)的(de)物(wu)理(li)組(zu)件(jian)中(zhong)，甚(shen)至(zhi)可(ke)能(neng)嵌(qian)入(ru)到(dao)物(wu)料(liao)中(zhong)。因(yin)此(ci)
，作(zuo)為(wei)流(liu)程(cheng)工(gong)業(ye)的(de)鋼(gang)鐵(tie)行(xing)業(ye)可(ke)以(yi)針(zhen)對(dui)物(wu)料(liao)建(jian)模(mo)，即(ji)建(jian)立(li)物(wu)料(liao)的(de)數(shu)字(zi)孿(luan)生(sheng)，並(bing)將(jiang)得(de)到(dao)的(de)數(shu)字(zi)孿(luan)生(sheng)用(yong)於(yu)反(fan)饋(kui)控(kong)製(zhi)，形(xing)成(cheng)閉(bi)環(huan)賦(fu)能(neng)的(de)信(xin)息(xi)物(wu)理(li)係(xi)統(tong)。相(xiang)較(jiao)製(zhi)造(zao)業(ye)來(lai)說(shuo)，這(zhe)一(yi)點(dian)是(shi)鋼(gang)鐵(tie)等(deng)材(cai)料(liao)行(xing)業(ye)解(jie)決(jue)不(bu)確(que)定(ding)性(xing)的(de)特(te)有(you)優(you)勢(shi)。

　　“因此，我們要萬分珍惜這個優勢，要充分發揮這個優勢，搶先建設和應用信息物理係統。”王國棟進一步介紹，這個信息物理係統的底層是原位分析係統，主要包括兩個部分。第一部分是實驗工具，包括實驗室的儀器設備、中試裝備和生產線裝備。第二部分是計算工具，包括機器學習、shenduxuexiheshujufenxi。shijishengchanxiandengshiyangongjutigongzhuangtaiganzhideshuju
，youjisuangongjuduizhexieshujujinxingshishifenxi

，fenxidejieguoshikeyiduiguochengjinxingyucedeshuziluansheng
，zaiyongshuziluanshengduiguochengjinxingyouhuasheding
，geichukexuejuece，bingfankuifunengshixianjingzhunzhixing。zheyangjiuxingchenglejiyushujuzidongliudongdezhuangtaiganzhi
、實時分析


、科學決策、精準執行的閉環賦能體係。

　　這個係統具有數據驅動的特征。“這意味著我們的控製模型由機理或經驗驅動的傳統模型轉變為數據驅動的數字孿生模型。”王國棟對比分享了傳統機理模型驅動與數據驅動的控製係統架構之間的不同，以及後者的巨大優勢。

　　他介紹道
，以往機理驅動的過程控製數學模型是將傳感器信號彙集到定序器等下位計算機後，經過多個傳感器的邏輯運算
、yuzhichulideng

，fencengdihuijidaoshangweijisuanji
，changchangbudebusheqidaliangshuju。zaizheyangdejiegouzhong，dashujudefenxiheyunyongshifeichangkunnande。ershujuqudongdexitongnenggouyouxiaoqiegongpingdishoujiyuchulisuoyoushuju，bingtongguodashuju/jiqixuexi，jianchengshuziluanshengguochengkongzhimoxing。zheyangyilai，jiukeyijiangdicengchuanganqidedaodexinxi，zhijiesongdaodashujuzhongxin，jingguochulihouyongjiqixuexilaijinxingyunsuan
，dedaoshuziluanshengmoxing，bingjiangzhegeshuziluanshengmoxingsongdaobianyuanjuecexitongjinxingjuece，zuihouzaijiangjuecejieguosonghuidaodicengzhixingjigou，wanchengbihuan。“當然，數據驅動的數據中心，不僅可以存儲數據，還必須具有數據處理功能，能夠對數據進行提取
、轉換和加載
，以滿足下一步機器學習的需求。”他特別說道。

　　王國棟認為
，鋼鐵行業必須與數字經濟、數字技術相融合，發揮鋼鐵行業應用場景和數據資源的優勢，以工業互聯網為載體
、以底層生產線的數據感知和精準執行為基礎、以邊緣過程設定模型的數字孿生化和CPS(信息物理係統）化為核心、以數字驅動的雲平台為支撐
，建設鋼企數字化創新基礎設施
，加速建設數字鋼鐵。

　　同(tong)時(shi)，他(ta)根(gen)據(ju)產(chan)學(xue)研(yan)深(shen)度(du)融(rong)合(he)的(de)實(shi)踐(jian)，介(jie)紹(shao)了(le)企(qi)業(ye)建(jian)設(she)數(shu)字(zi)鋼(gang)鐵(tie)的(de)經(jing)驗(yan)。一(yi)是(shi)信(xin)息(xi)采(cai)集(ji)與(yu)精(jing)準(zhun)執(zhi)行(xing)是(shi)數(shu)字(zi)化(hua)轉(zhuan)型(xing)的(de)基(ji)礎(chu)
，是(shi)必(bi)備(bei)項(xiang)
，不(bu)完(wan)全(quan)
、不完善的要先補課。二是軟件定義。主要指軟件改造，硬件可以利用已有的係統
，將大幅降低數字化轉型的成本

、提高轉型效率。三是數據驅動。采用數據/機(ji)器(qi)學(xue)習(xi)方(fang)法(fa)對(dui)數(shu)據(ju)進(jin)行(xing)運(yun)算(suan)，可(ke)以(yi)將(jiang)機(ji)器(qi)學(xue)習(xi)的(de)模(mo)型(xing)做(zuo)到(dao)標(biao)準(zhun)化(hua)，以(yi)實(shi)現(xian)對(dui)不(bu)同(tong)規(gui)模(mo)的(de)裝(zhuang)置(zhi)采(cai)用(yong)各(ge)自(zi)的(de)數(shu)據(ju)處(chu)理(li)來(lai)建(jian)成(cheng)最(zui)終(zhong)的(de)用(yong)於(yu)控(kong)製(zhi)的(de)數(shu)據(ju)孿(luan)生(sheng)模(mo)型(xing)


，便(bian)於(yu)推(tui)廣(guang)
、掌握、共享
，有助於縮短工期、降低成本。四是數據驅動采用雙層架構
，容易實現離線調試—在線並行—實時上線，可避免風險，係統可快速由傳統係統過渡為數字化係統。

　　隨後
，王國棟指出，鋼鐵行業實現數字化轉型須攻克的一係列關鍵共性技術，其中包括數據驅動的IT係統架構


、數據驅動的信息感知
、數據驅動的數據中心

、數據驅動的科學分析
、數字驅動的智慧決策、數據驅動的回饋賦能、製造主流程及一體化的虛擬模型與實際過程實時融合的CPS化
、數據驅動的資源配置與管理雲平台、自動化係統補課、軟件定義、軟件、網絡
、安全和係統開發與上線。

　　“鋼(gang)鐵(tie)行(xing)業(ye)要(yao)充(chong)分(fen)發(fa)揮(hui)海(hai)量(liang)數(shu)據(ju)和(he)豐(feng)富(fu)應(ying)用(yong)場(chang)景(jing)優(you)勢(shi)，促(cu)進(jin)數(shu)字(zi)技(ji)術(shu)與(yu)實(shi)體(ti)經(jing)濟(ji)深(shen)度(du)融(rong)合(he)
，建(jian)設(she)鋼(gang)鐵(tie)創(chuang)新(xin)基(ji)礎(chu)設(she)施(shi)，加(jia)速(su)鋼(gang)鐵(tie)行(xing)業(ye)的(de)數(shu)字(zi)化(hua)轉(zhuan)型(xing)


，增(zeng)強(qiang)企(qi)業(ye)核(he)心(xin)競(jing)爭(zheng)力(li)，賦(fu)能(neng)高(gao)質(zhi)量(liang)發(fa)展(zhan)，打(da)造(zao)新(xin)動(dong)能(neng)，將(jiang)中(zhong)國(guo)鋼(gang)鐵(tie)行(xing)業(ye)建(jian)設(she)成(cheng)為(wei)國(guo)際(ji)領(ling)先(xian)的(de)工(gong)業(ye)集(ji)群(qun)。”王國棟最後說道。