“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、閾yu值zhi處chu理li等deng
，分fen層ceng地di彙hui集ji到dao上shang位wei計ji算suan機ji
，常chang常chang不bu得de不bu舍she棄qi大da量liang數shu據ju。在zai這zhe樣yang的de結jie構gou中zhong，大da數shu據ju的de分fen析xi和he運yun用yong是shi非fei常chang困kun難nan的de。而er數shu據ju驅qu動dong的de係xi統tong能neng夠gou有you效xiao且qie公gong平ping地di收shou集ji與yu處chu理li所suo有you數shu據ju，並bing通tong過guo大da數shu據ju/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。