本项目聚焦目前钢铁企业在质量管控和分析方面面临的共性问题，利用大数据及人工智能技术，突破了传统IT信息化系统框架结构、技术水平、适用领域等局限性，研发了一套适用钢铁企业全流程、全工序的质量分析管控平台，并应用于钢铁生产最为复杂的炼钢和轧钢工序，以现代质量管理方法为基础、以信息化系统为手段、以智能制造为主导，实现生产可管控、异常可预警、过程可追溯、缺陷可诊断、能力可评价、质量可预测、研发可推理。运用全面质量管理工具，辅助技术人员确保产品质量的稳定性，持续提升产品质量，不断提高顾客满意度和企业竞争力。

着眼于钢铁企业固体废弃物循环利用问题，针对钢铁企业高炉矿渣制粉等固废循环利用综合监控管理中存在的问题开发了基于RFID、GPS等物联网技术的固废循环利用综合管控技术，构建了集固废产生与消耗实绩、仓储管理、委托计量以及流转监控为一体的钢铁企业固废循环利用综合管理系统。解决的共性技术难题包括：1）针对高炉矿渣制粉等钢铁企业固废循环利用综合监控管理问题，开发了异构数据平台；2）研究钢铁企业物质流网络模型，提出一种钢铁企业固废循环利用调度流程和方法，构建了集8大业务功能于一体的固废循环利用综合管理系统；3）针对钢铁生产环境下的物联网数据感知问题，创新研发了适合钢铁企业的高可靠的无线传感网络工程技术。

2009年起，工信部率先在钢铁行业年生产规模300万吨以上的大型企业试点建设了91家企业能源管理中心。从钢铁企业能源管理信息化建设和运行的实际效果看，还存在着一些问题： 1）普遍采用SCADA平台软件、实时数据库软件、关系型数据库软件分层搭建系统，且多为国外软件产品，缺乏统一的、自主知识产权的数据平台软件，难以适应能源大数据管理需求。从SCADA平台到实时数据库，再到关系型数据库，数据被层层筛选和粗化；受限于关系运算和B+树索引特点，关系数据库单表存储记录数达到千万条级别后查询速度显著下降，导致系统查询速度越来越慢；能源计量仪表众多，正常清零、网络故障回零或跳变、网络中断丢数问题时有发生，带来负值、极大值污染能源数据，需要人工修正。 2）没有信息描述模型支撑，能源管理功能直接基于数据库表格、查询逻辑、标签计算公式实现，存在着逻辑碎片化、指标数据落地、功能难以复用问题。吨钢综合能耗、工序能耗等指标需要成千上万个计量数据、产量数据、折标系数经过加减乘除计算后得到，缺乏良好组织的计量数据往往需要通过硬编码的公式一步一步代入计算得到，一般通过Excel表格线下实现。 3）预测调度模型研究较多，但缺乏实用性。能源预测的研究多集中在对发生消耗量、总量的预测上，这种预测受到计量误差影响，很难做到绝对量的准确，也不便于输入到调度模型。同时，调度模型中往往忽略煤气柜、单次调整成本、停机成本、峰谷电价差中的一项或几项，导致实用性不足。 4）国内上百家钢铁企业建设的能管中心系统，多以能源监控、调度和基础能源管理为主，通过信息化实现能源精细化管理，进而获得效益的较少，数据利用普遍不足。 5）计量平衡工作普遍采用公司到分厂、分厂到车间/炉座的两级分摊模式，且多以手工修改分摊数据实现，使得原始计量数据的权威性下降，能耗成本失真，ERP关账周期长，人员劳动强度大。

高炉炉前智能化作业控制系统正是基于此生产现状下衍生而来的炉前智能化生产解决方案。通过对现场开口机、泥炮等设备的一些必要性改造，同时增加电磁液压阀站、编码器、视觉等控制及检测设备，辅以宝信炉前生产数据控制系统，实现炉前智能化开堵口作业；通过工业六轴机械手为主体，辅以AGV小车库料管理系统（或炮泥分离机构）实现炉前泥炮自动一键加泥；通过RGV运行小车及钎库管理系统实现炉前开口机自动一键换钎。实现炉前现场、操业集控、一键自动、分步等多元化的操作模式，极大的简化了炉前生产的操作模式、规范操作流程、降低作业强度、提高作业效率、改善作业环境。

以产品一贯制为主线，以数据挖掘技术为基础，构建面向全体系质量人员使用的，从用户需求识别到用户使用的质量跟踪管理平台。质量管理从结果向过程、从定性向定量，从点线向全面、从人工向自动、从事后向预防转变，显著提升管理水平和效率，加速知识积累传承，有力支撑提升产品质量。 系统按照质量管理的PDCA思想进行构建：在P环节，接收产品质量控制计划（CP），作为过程监控和分析的依据。在D环节构建在线判定、质量信息传递和工艺过程监控与预警等系统，提高过程执行和监控效率。在C环节构建跨工序产品质量交互分析与异常诊断系统，提高质量检查的技术水平，分析结果为CP的优化完善提供信息支撑。在A环节构建全流程工艺产品质量综合评价、可制造性评估等系统。

环保监管形势对企业的生产经营带来了更高的要求。未来钢铁企业不仅要注重生产流程优化和污染物生成的过程控制，更要提前对环境风险进行预测、评价、管控，快速应对环境问题引发社会问题，避免影响企业的正常生产和经营。 系统主要包含基础信息管理、全流程监控、环境监测、环境统计、综合管理、专业管理、业务管理等功能，实现了环保风险在线管控，通过一张“污控地图”，实时反映企业环保管理绩效。

人工智能产业的飞速发展以及人工智能在各个行业的成功应用，传统工厂也渐渐成功跃进至智能工厂。为了满足传统工厂到智能工厂的跃进，以及智能工厂对于生产过程的智能监控需求，智能视频监控系统便孕育而生。智能视频监控系统的技术架构主要包含泛在连接层、智能感知层和可视化层。泛在连接层主要是进行各类不同类型的相机设备、硬盘刻录机设备连接，采集底层视频采集设备的数据信息。智能感知层主要是将采集到的视频数据信息进行实时的智能分析，感知其中所包含的信息，将非结构化的视频数据转换成结构化的数据进行分析并存储。可视化层主要是指智能视频监控系统可支持桌面终端、移动终端以及大屏系统等进行多样性的可视化展示。工厂级其他管理系统以及第三方系统与智能视频监控系统可进行插拔式融合。智能视频监控系统解决了工厂级信息化系统、自动化系统、生产辅助系统中现行存在的“应用烟囱”问题，构建技术框架一致、可弹性扩展、实现泛在连接、“可测可控、可产可管”的横向集成环境。实现工艺技术、自动化技术与信息技术的融合创新。

本产品集成力学冲击试验机、全自动冷却机、视觉定位、上料机器人、分拣收集装置及信息管理软件等系统，在人工进行批量试样的上料、组批及任务下达后，自动进行试样的降温保温、上料、冲击，完成实验后自动上传试验数据，实现冲击实验室的全自动冲击实验。

本项目首次利用大数据及人工智能技术，突破了传统IT信息化系统框架结构、技术水平、适用领域等局限性，研发了一套适用钢铁企业全流程、全工序、全产品的质量分析管控平台，并应用于钢铁生产最为复杂的炼钢和轧钢工序，以现代质量管理方法为基础、以信息化系统为手段、以智能制造为主导，实现生产可管控、异常可预警、过程可追溯、缺陷可诊断、能力可评价、质量可预测、研发可推理。运用全面质量管理工具，辅助技术人员确保产品质量的稳定性，持续提升产品质量，不断提高顾客满意度和企业竞争力。 总体技术路线是利用大数据技术抽取及存储生产现场的所有生产信息、控制信息、工艺过程数据、能源介质数据、设备运行数据以及各种计质量装置等检测数据，形成完整统一的基础数据平台，然后以数据为基础，完成全流程、全工序的生产过程质量数据监控与告警、过程质量追溯、质量分析与建模、过程质量评价、工艺标准库管理、质量报告及统计分析报表，系统分析组件，系统配置管理等功能。

智能电网管控平台包含有电网管控系统、电网潮流控制系统、机网协调系统、电网设备运维数据中心、电能质量监测系统等，帮助企业打造安全稳定运行的电网，实现电网调度智能化，电网运行安全化，潮流控制自动化，事故处理智慧化，数据采集全景化，设备检修状态化。 技术原理： 智能电网管控平台能最大限度地利用企业内部发电机组的发电量，保证发电容量与用电容量的最佳匹配，进行发电机组与进线潮流的协调控制，能根据负荷优先级和预先制定的控制策略进行负荷快速卸载，保证电网稳定运行；能够实现对余热机组快速发出调整指令，对余热机组出力进行自动调整，在满足安全约束的条件下分配区域机组出力使区域网损为最小；对无人值守变电所进行监控，实现五遥（遥信、遥测、遥控、遥调、遥视）功能，且有调度运行日志管理、工作票及操作票管理、交接班管理、电网诊断、潮流计算、网络拓扑、状态估计等功能；对全厂供配电设备进行全面的管理，优化设备运行方式，挖掘设备潜力，降低设备故障率，提升供配电设备综合效益，提高管理水平，降低成本，增加企业效益；并将电网中各个区域变电所的监测点构建成一个完整的电能质量监测网络系统，从而实现对电网各项电能质量指标的在线监测和统计分析。