智能化、绿色化是钢铁行业的发展方向，而数字化是智能化的重要基础，在钢铁工程建设特别是新型钢厂建设过程中，如何实现全流程全方位的数字化和绿色化，还需要解决以下四个核心问题。 1.解决新一代信息技术与钢铁全流程深入融合的问题。一是解决信息感知与数据不全的问题；二是挖掘数据的深层次价值，解决大部分数据仍在沉睡的问题；三是提高数据孪生效率，解决产线各系统之间彼此孤立、信息孤岛，数据资产和价值有待进一步挖掘的问题。 2.解决绿色技术与工程设计的融合与协同问题。我国钢铁行业执行全球最严行业排放标准，河钢集团所在的河北省排放限值又高于国家标准。另外，钢铁行业存在工艺流程长、工序多、污染物种类多的特点，增加了污染物协同治理的难度。以产品为主导的传统钢厂设计模式，生产制造与绿色技术协同性不够，导致全流程绿色技术与总体设计融合难。 3.解决新一代流程钢厂各工序高效衔接的问题。依据冶金流程学理论，钢厂工序流转应遵循“流转时间最小化、空间路径最小化、过程排放最小化”的总体设计理念，但如何实现“最小化”，在实际操作时难以量化和及时调整。需要通过数字化手段，搭建流程优化和智能化运行总平台，实现各工序间的高效衔接。 4.解决钢铁工程项目管理手段不统一的问题。钢铁工程由于规模大、系统复杂，面临工程难以协同管理的问题，主要表现在工艺设计、设备管理、现场施工等资源集中管控平台缺失、技术体系无法共享、信息沟通效率低等方面，严重影响和制约了工程建设效率。

推进智能制造是一项复杂的系统工程，需要统筹规划。河钢石钢制定了明确的智能工厂战略规划，完成了公司信息化体系建设和顶层设计。在智能工厂总体规划框架下，通过打造河钢石钢绿色化短流程特钢智能制造示范工厂，循序渐进、分布实施，逐步形成以大数据、数字化车间、全流程智能制造、行业云平台为支撑的钢铁数字化发展新格局，持续推进河钢石钢数字化转型和智能制造，建成全国钢铁行业数字化转型示范引领企业。 河钢石钢新区于2020年10月29日建成投产，采用电炉短流程特钢工艺，以生产“全流程”、业务“全覆盖”、架构“全层级”、层级“全贯通”、过程“全智能”的“五全”规划理念，着力打造“绿色、智能、节能、高质量、高效益”国际一流特钢强企。

目前我国材料创新能力受制于四个痛点问题：（1）研发资源分散、研发工具软件缺乏集成部署和管控，研发效率低；（2）原始数据大多集中在科研人员手中，缺乏数据共享和传承；（3）行业主流研发生态仍是研发炒菜式的“经验+试错”，数字化研发仍属局部；（4）现有超算平台难以满足图形界面、公网计算等材料研发需求，工具软件利用门槛高，软硬件资源利用率低。 针对上述问题，中国钢研充分发挥在金属新材料研发领域多年积淀的知识、技术和产业化优势，联合北京钢研新材科技有限公司、杭州德迪智能科技有限公司，从技术、场景和生态三个维度，开展Material-DLab金属材料数字化研发平台的构建及示范应用。对强化我国金属材料基础科研能力，加速数字化研发生态形成，促进行业协同创新和变革材料研发模式具有重要意义。

绿色智慧制造背景下，通过设备运维的数字化与智能化，探索和推动工业领域设备管理变革升级，成为了新的课题。目前以“点检定修制”为代表的设备管理主要问题体现在： 1、过度依赖人的行为、经验，设备风险难以控制。以某钢厂为例，90%的设备故障是因为点检不到位，30%的重复性故障是点检不周导致，充分说明五感点检、经验判断已不足以支撑设备风险有效控制。 2、设备过维修与欠维修并存，综合维护成本居高不下。由于缺乏全面有效的设备状态把控手段，点检定修模式下过维修难以避免，同时也普遍存在设备老化严重、维护不及时的情况。 3、设备维护功能分割过细，制约系统效率提升。点检、运行、日修、抢修等多种角色并存，效率提升遇到瓶颈（行业万吨钢点检人员配置平均水平1人/万吨，国际先进0.7人/万吨）。 宝武装备智能科技有限公司、宝山钢铁股份有限公司通过新一代信息技术（ABC+IoT）应用，推动设备管理从“感官判断、经验决策”向“数据判断、知识决策”的智能化升级，支撑钢铁制造“智慧、绿色”转型，探索实践工业领域设备管理变革，带动行业高质量发展。总体思路如下： 1、以“三需要”（数字化转型、绿色可持续发展、设备管理变革）为初心，探索面向多维需求的设备智能运维系统解决方案。 2、以“三个一”（一个平台、一个专家系统、一套标准化体系）为核心，打造“远程、智能、共享”的设备智能运维管理新模式。 3、以“三提升”（资产效率、人事效率、管理效率）为目标，重塑设备运维价值链，实现设备管理价值最大化。

中国钢研自主设计开发的基于多尺度公网云计算、区块链数据共享与高通量增材制备的行业级材料数字化研发平台（简称“Material-DLab”）。该平台集材料计算、工艺模拟、服役模拟及高通量制备于一体，开辟了全图形云计算、材料APP、材料区块链、元素级3D打印高通量制备等新的技术理念和应用场景。 平台突破了高性能计算（HPC）架构下的图形/指令一体化的材料多尺度云计算技术，设计了基于“云堡垒”的智能路由系统，实现了基于Windows-Linux多许可证调度的多尺度材料、工艺软件公网云计算。在确保软件产权的前提下实现了资源共享，实现了20余款国际知名材料、工艺软件的远程计算、移动计算和排队计算，覆盖纳观、微观、介观、宏观的全尺度计算资源。 首创基于区块链的材料数据对等发现及共享技术，突破了数据产权确认、数据汇聚和共享的行业难题，满足了材料数据确权管理及安全溯源需求，促进企业级、行业级科研检测数据矿山的形成，实现FAIR原则下的跨团队、跨部门数据可发现、可访问、可操作、可重用。 首创元素粉末SLM原位合金化高通量制备技术，建立了行业内首个块体样品的高通量增材制备系统，突破了高速打印条件下元素粉末扩散、均质化难题，可实现一次上百种不同成分块状合金的高效制备，大幅度提升材料研发、优化迭代效率。已成功应用高熵合金、不锈钢、高温合金、超硬合金和梯度功能材料等材料开发中。 建立了全球首个材料APP专业资源平台，开发并上线350余款材料APP应用，以解决材料、工艺和计算工程师的知识衔接和知识沉淀难题，支持多种广义APP的云端生成、云端远程计算。支持企业专区设立，可共享、可修改、可移植、可保护版权。算法覆盖纳观、微观、介观、宏观全尺度，具备从材料设计、组织性能预测、工艺模拟到服役仿真全流程的微应用计算解决方案。提供了材料原创性研发所必需的计算-数据-场景迭代升级能力。 Material-DLab平台开放运行6个月期间，累计实现在线计算任务6000余项；完成在线科研检测及数据上传任务1000余项，开发和众筹各类材料APP超过350项，向行业发布悬赏征算任务18项、参与团队170多个，认证数字化研发教师/工程师64人，完成行业培训2000余人，直接收益超过3000万元。已与包括鞍钢北京研究院、北京钢研高纳、安泰科技、中石化广州工程等多家用户单位合作，为其带来收益超过2亿元。

我国经济持续发展要求供给侧结构性改革，钢铁行业首当其冲。河钢集团坚决执行中共中央创新发展、绿色发展、高质量发展的决策部署，执行城市钢厂向沿海转移升级的伟大使命。但转型过程中面临严峻的环保形势，冶炼设备的大型化、智能化，还要向更高质量发展等现实问题制约。尤其是钢铁建设过程周期长、流程复杂，缺乏覆盖整个流程、全生命周期的协同管控的方法，同时缺乏系统性的指导建设、参照执行的绿色标准，缺乏整体协同高效的管理方法。因此在新一代钢铁建设过程创新性的研发出协同融合的绿色工程管理方法势在必行。

中国钢研自主设计开发的 CISRI-DLab 平台是业内首个集材料计算、工艺模拟、服役模拟及材料大数据服务于一体的专业数字化研发平台，它针对材料研发应用场景，开辟了全图形云计算、材料 APP、材料区块链等新的技术场景。目前具备 255 万亿次峰值运算速度、2PB 数据存储容量，支持同时运行 10 个以上大型计算任务、200 个以上并发设计和数据任务、1 万台以上科研设备数据接入，并通过光纤和网络专线实现与集团各部门的终端接入。

宝钢股份宝山基地原料场是世界级特大型原料场，负责股份直属厂部95％以上原燃料的输入、储存、加工处理，并向高炉、烧结、炼焦、电厂、焙烧、炼钢六个用户单位进行物料输送，年作业总量在1.3亿吨以上。宝山基地原料场始建于1978年，1982年开始投运，经过一、二、三期工程建设，露天原料场占地190万平方米，煤料、矿石、辅料的有效贮量分别约为80万吨、245万吨和62万吨;原料系统配套皮带输送机800余条，总长约125公里。 随着国际国内对能源、环保、可持续发展和以人为本的不断重视，生态智慧型原料场将是未来原料场发展的必然趋势。为响应和落实国家环保和上海市关于空气污染防治工作的要求，宝钢股份在钢铁行业内率先提出建设原料场全封闭改造示范工程，2012年宝钢股份编制形成《宝钢股份总部炼铁厂原料区域大修规划》，正式启动原料场全封闭改造工程立项和建设准备工作，并将宝钢股份原料场全封闭建设项目列入《2013-2018年宝钢股份绿色发展规划》。2013-2014年宝钢股份对原料场全封闭改造规划进行了局部调整和完善。随后，宝钢股份开始策划对东山基地、梅山基地料场进行封闭改造。与此同时，对原燃料储运系统全流程进行技术升级，实现宝钢股份原料场要素数字化、设施设备智能化、信息资源网络化和日常管理可视化，大幅提高自动化水平，进一步优化岗位定员。

在工业互联网应用、数据模型研发和全流程质量控制上，国内外针对如上技术难点，鲜有全面成功技术解决方案，缺乏灵活动态质量设计能力，无法解决“一业多地”模式的跨公司质量设计以及设计的长流程动态调整，很少能够实现跨公司和工序一体化排产，缺少全流程的质量管控和全厂关键工艺实时预警，较少将各种关键指标KPI指标化和生产、质量一切问题数字化。 2014年10月，由唐山钢铁集团有限责任公司、唐山高强汽车板有限责任公司和唐山不锈钢有限责任公司合作开展基于工业互联网的数字化精益制造研发与应用的系统性设计、实施，通过对信息系统集成挖掘、各种模型的建立完善以及数字化建设，实现了在产销一体、管控衔接、三流同步的产销一体化平台基础上数据化的精益制造研发和应用，提升企业全局管控能力，为供给侧改革提供有力地支撑，向高效增长方式转变。

随着智能化向冶金行业的不断深入，产线也加快了其各个工序的智能化脚步。加热作为其中间工序，智能化势在必行，而加热炉控制系统又是产线自动化水平较为薄弱的环节，主要体现在以下几个方面： （1）加热炉生产受上游连铸、板坯库库存、下游轧制节奏、生产计划等众多因素影响，装炉基本依靠人工进行调度、核对、定位直至最终入炉。出炉基本采用周期或手动出钢的方式，很难做到依据轧制的节奏，结合即将出炉板坯的温度，自动出钢。 （2）影响加热炉板坯加热质量的因素很多，且各因素互相耦合，是个多变量、非线性很强的系统，控制难度大。而炉内高温、粉尘的气氛环境，没有有效的检测手段来实时测量板坯的温度，使其成为名副其实的“黑箱”。 （3）多年来一直困扰加热炉生产调度、精准控制等的一系列难题，如板坯的加热过程缺乏规划和连续性、加热质量难以保障、随机性强等。换辊或轧机故障时，也不能有效地进行炉温智能控制，无法保证恢复轧制时板坯出钢温度达到要求的同时加热能耗达到最优。 （4）对加热炉能效及加热质量缺乏整体的评估，相关性参数也较为单一，仅仅依靠开轧或轧后温度作为评估的依据，时效性较差且难以满足目前复杂工况、炉况、多规格、高品质生产的需求。 因此，面对产线智能化的需求，针对加热炉的现状，解决控制系统的痛点问题，实现“会思考”的加热炉是目标。加热炉智能化过程控制技术的突破，对推进产线数字化、智能化革新具有重要意义。