▎数字化如何炼钢？
钛媒体编辑：张帅
“业内有这样一句话，懂工业生产的人不懂工业设计，懂工业设计的人不懂工业软件，懂工业软件的人不懂互联网。互联网人才跨界到工业界也确实有难度。”
说这句话的人，是阿里云智能副总裁、制造业总经理蒋志雄。他和阿里云的面前，是又大又重的炼钢炉，是黑红相间的钢铁洪流。把数字化技术融入到工业制造领域，实属不易。
作为钢铁行业的“老将”，北京科技大学工程研究院（以下简称“”）是国内冶金行业的骨干力量，其技术积累在国内外均处于领先水平，特别是在热轧自动化、轧钢技术与装备、钢材品种开发与性能优化等方面具有独到的见解。不过，院长何安瑞也有自己的忧虑。
在钛媒体与阿里云联合举办的《专家面对面》第二期节目中，北京理工大学、阿里云、钛媒体三方坐下来共同探讨：“数字化是怎样炼成钢铁的？”
点击观看视频
“钢铁洪流”奔向何方？
钢铁行业是国民经济的支柱产业，我国钢铁行业继续稳居世界第一，但也存在产能过剩压力大、产业保障能力不足、绿色低碳发展水平有待提升、产业集中度不高等客观问题，钢铁行业必须摆脱大而不强的窠臼，新兴数字化技术也将顺理成章地进入钢铁领域。
与此同时，国家从政策层面引导钢铁行业数字化转型，如今年初工信部等三部委联合印发《关于推动钢铁工业高质量发展的指导意见》提出力争到2025年形成布局结构合理、资源供应稳定、技术装备先进、质量品牌突出、智能化水平高、全球竞争力强、绿色低碳可持续发展的钢铁工业高质量发展格局。
具体而言，意见指出，钢铁行业关键工序数控化率达到80%左右，生产装备数字化率达到55%，建成30个以上智能工厂，建立产业间耦合发展的资源循环体系，废钢回收加工体系基本健全，高端钢铁产品供给能力增强，品种质量升级。
何安瑞表示，钢铁行业正在向高端化、绿色化、智能化方向发展，而要实现上述三个目标，重要手段之一就是数字化。
“高端化不仅仅体现在钢铁产品本身，而是我们国家整个工业生产对钢铁产品的要求；绿色化要求在钢铁制造过程中要节能减排；制造过程中要采用一些智能化的手段，提高钢铁产品的质量，降低制造过程的成本，提高制造过程的效率。当然，也能改善工人的工作环境，增强工人的幸福感和获得感。”
从数字化技术提供商的角度，蒋志雄也观察到，钢铁在走向高端化、绿色化、智能化发展的过程中，产生和积累的数据越来越多，钢铁行业需要融合不同流程、不同专业，特别是融合IT的专业知识和技能与钢铁的专业知识和技能，才能实现钢铁行业数字化转型。
“每一个工序、每一个系统、每一个标准都要开放。开放了才能有集成，集成了才能有智能。基于智能、集成、开放的理念，钢铁工业高端化、绿色化、智能化发展才有道理。”蒋志雄说。
钢铁数字化既在“皮”，又在“骨”
在各自独立探索钢铁行业高质量发展的阶段，北理工与阿里云各展所长，但又囿于各自的专业知识，双方都在寻找“破圈”的机会，跨界合作符合产业发展规律。
北理工与阿里云的接触，始于一个偶然的项目。2019年，北理工在攀钢做一个自动化项目，攀钢建议北理工看看阿里云做的表面检测项目。“我们不明白阿里巴巴是怎么做到的。”北理工意外发现，这个全国都没能解决的难题，阿里巴巴做得很好，于是双方随后达成战略合作。
何安瑞与江志雄均表示，两人的合作是“必然”的结果：
北京理工大学服务的企业主要是以钢铁为代表的冶金企业，其优势主要集中在钢铁行业的机理研究，如燃烧特性、控制特性、响应特性等。解决冶金过程中复杂的数字化或智能化问题，需要先进的IT技术平台。阿里云的工业控制优化软件平台AICS与北京理工大学深厚的理论和工程经验相得益彰，双方一拍即合。
以北京理工大学与阿里云合作项目成果之一的钢材四维识别为例，传统钢材识别采用“事后”模式，在钢材生产过程中设定质量标准管理流程，企业往往无法对生产过程进行持续检查和改进，产品制造出来后才能知道质量，产品合格与否要根据质量检测信息进行判断，此时问题批次产品往往难以调整。
北理工在自己擅长的领域取得了近乎乐观的成绩，并取得了该领域85%的市场占有率，足以说明其产品的通用性和实用性。但还是有其不擅长的领域。表面钢判断完全依赖人工，性能是一个很难量化和测试的质量指标。没有足够的数据优化，就无法实现工艺钢判断。
北京理工大学通过阿里云的数据智能，将钢材“事后”判断变成了“事中”判断，四维判断包括表面判断、尺寸判断、工艺判断、性能判断。北京理工大学和阿里云分工合作，阿里巴巴做表面判断，然后根据客户要求进行分级，北京理工大学进行质量预测、工艺参数采集，然后阿里巴巴进行工艺优化，从而实现数据引导下的闭环优化，进一步提高钢材生产环节的成品率。
钢铁四维判断充分体现了钢铁行业知识与数字技术融合的魅力，它从钢铁的物理外部性走向数字化内部性，基于大量历史数据进行“在线”预测，从数据中挖掘知识，形成先进算法指导生产过程，为生产过程给出最佳解决方案建议，从而缩短新产品研发周期，降低制造成本。
钢铁数字化，既在于“皮”，也在于“骨”，不仅需要对钢铁机理模型的行业Know-how的充分理解，还需要数据智能和算力，北理工和阿里云正朝着同一个方向努力。
国家重大武器数字化的下一步
钢铁行业是国家重器，是制造业的基础，被誉为工业的粮食。钢铁行业数字化的意义和价值，不仅在于解决现有问题，更在于对行业未来的发展大有裨益。与世界其他国家相比，钢铁行业发展有早有晚，处于早有晚阶段，数字化是中国钢铁行业弯道超车的最佳利器。
例如，利用废钢炼钢有两种方式，一种是先炼铁再炼钢，一种是利用废钢炼钢。后者不依赖铁矿石资源，炼铁过程中不产生焦炭消耗，是一种环保、节约资源的炼钢方法。据统计，美国约有70%的钢铁是由废钢炼制而成，而我国利用废钢炼钢才刚刚开始。
蒋志雄介绍，目前用废钢炼钢有一个比较大的局限性，就是如何判定废钢的等级。现在都是人工判定，主观判断存在不确定性，很难保持稳定的准确率。阿里云的视觉算法实现了废钢的智能分级，采集数据并进行数据治理，再由专家构建机制模型，实现数据的价值。
“在钢铁行业，我们认为还有很多有价值的场景，无论是废钢的分级、金相分析，还是未来更有想象力的回火组合，包括从钢铁智能化生产到智能化深加工的转变。阿里云AICS的目标是打造一个专业、开放、自治、易用的平台，希望未来能推动中国钢铁行业软件的蓬勃发展。”蒋志雄说。
钢铁行业人才的包容性也是产业发展的重要驱动力钢材的热物理参数，阿里云认为钢铁行业不仅要融合技术，更要融合人才。
对此，何安瑞也提到，数字化转型不是一天两天就能实现的，期间可能会经历阵痛，包括组织变革、管理变革等，数字化转型落地的关键在于人才队伍的建设，数字化转型涉及多学科的人员协作，涉及数字化组织的深度融合，人才永远是产业发展的根本。
钢铁行业专家与数字化领域专家面对面碰撞出新的火花，钢铁行业一个个棘手复杂问题得到破解。在烧结、炼铁、炼钢、热轧、冷轧、焦化等每个工序钢材的热物理参数，数字化已经深入钢铁机制，凝练成行业脊梁。
（本文首发于钛媒体App，作者：张帅）
*温馨提示：喜欢钛媒体公众号的朋友注意啦！根据公众号推送新规，请将钛媒体设为“星星”，以便第一时间收到推送消息。已经设置的朋友需要重新设置“星星”
----------------华丽的分割线------------------
下载钛媒体App，领先一步，深入了解。
下载【钛媒体App】领先一步，深入了解。
爱情一直在，请你点“关注”
