“路虽远，行则将至；事虽难，做则必成。只要有愚公移山的志气、滴水穿石的毅力，脚踏实地，埋头苦干，积跬步以至千里，就一定能够把宏伟目标变为美好现实。”
- 习近平总书记在2023年新年贺词
扬帆起航正当时，继往开来谱新篇！以高效轧制与智能制造国家工程研究中心和国家板带生产先进装备工程技术研究中心两个国家级平台为依托，国家工程中心面向国家和行业重大需求，从未停止创新的脚步。盘点2022年的科技创新，国家工程中心将继续前行，坚守初心，使命担当，为行业数字化转型贡献北科智慧。
1.基于5G+AI的多产线钢板表面检测集控及自动判定技术
2022年8月，国家工程中心和华菱涟钢、中国移动、华为合作，在世界上规模最大的高强钢热处理基地，全行业首创基于5G+AI的20条产线钢板表检集控及自动判定技术，以5G与私有云平台作为基础设施，基于深度学习的表检系统作为上层应用，形成端到端的整体解决方案。通过表检集控一体化技术实现少人化、高效率和表面质量一贯制管理，打破表检传统的“一机一班”生产模式，实现了“增机不增人”，让多工序、多产线表检质量一体化管控成为可能。高速率、低时延的5G网络使得表检系统部署更灵活，降低投资40%以上，作业效率提升60%以上，20条热处理产线从表检抽检到实现全检。项目预计在2023年第三季度完成整体交付。
图1基于5G+AI的多产线钢板表面检测集控及自动判定技术构架
2.基于机器视觉的中厚板自动转钢和冷床无人化技术
中厚板生产节奏快、品种多，长期以来，因技术局限性，粗轧转钢、冷床上下料和布料、双边剪自动对中和剪切无人化主要依靠人工操作，新一代信息技术为解决上述问题提供契机。2022年8月，在中信富泰兴澄特钢厚板生产线，国家工程中心基于在自动化技术上的深厚底蕴，融入机器视觉及AI技术，实现粗轧自动转钢、冷床上下料跟踪智能化、双边剪自动对中。项目实施中创新性采用自主学习人工转钢经验，形成轮询位置组合，钢坯实现360°精准跟踪，实现长宽比＞2的钢板一次转钢命中率≥90%；在冷床跟踪采取双冷床联动模式，通过机器视觉+AI技术实现钢板重复测量位置精度控制在20mm以内，保证了冷床最大化布料能力；采用级联的视觉识别算法模型，钢板对中测量精度控制在5mm以内，首次在中厚板生产线上实现多个关键设备的一体化智能控制。项目预计在2023年4月完成整体交付。
图2 中厚板自动转钢和双边剪自动对中系统
3. 板带热连轧高效生产和高质量高稳定性控制技术
作为板带热连轧自动化控制国家队，国家工程中心承载着国内热连轧自动化技术革新的使命。面向高效率、高质量目标，2022年积极研发全宽幅多目标板形控制、综合厚度控制、液压活套三环控制、高效轧制节奏提升等创新技术，实现了精轧双钢轧制、粗精轧R2和FO连轧、超薄带稳定生产、超宽幅板形综合控制等功能，精轧F1的咬钢间隔时间和卷取机切换时间可控制在10秒以内，大大减少了中间辊道上的板坯温度损失，同时板形、厚度、宽度质量均得到保障，从而在提高轧制稳定性的同时实现了高效生产和节能降耗。2022年4月，由国家工程中心承建的世界最宽的德龙钢铁2550mm热连轧不锈钢生产线顺利投产，该产线使用了多项自主研发创新成果，各指标均处于领先水平。
图3精轧双钢轧制与粗精轧连轧技术
4. 面向“无人驾驶”的热连轧粗精轧一体化自动调平纠偏控制技术
热连轧粗轧中间坯镰刀弯、翘扣头与精轧机架间带钢跑偏长期缺乏测控技术，人工频繁干预，生产稳定性与质量一致性均难以保证。面向“无人驾驶”的粗精轧一体化自动调平纠偏技术被认为是热轧智能化核心技术。经过3年的技术沉淀和分项技术推广，国家工程中心将基于深度学习的视觉检测、非约束金属三维变形特性分析、辊系轧件一体化非对称控制机理模型、“人-机-料-法-环-测”数字化偏差溯源等技术深入融合，实现热轧全工序一体化在线检测与自动调平纠偏控制。2022年4月，国家工程中心和鞍钢鲅鱼圈热轧部合作，6个月时间在1580m完成设备安装、调试和全部功能上线，是继首钢、马钢、鞍钢本部等12项业绩之后的全工序一体化控制的里程碑案例。系统应用后，可实现粗轧无人化，精轧减少60-80%操作干预，提高楔形命中率5-10%，并有效减少堆钢甩尾频次与处理废钢时间效率损失，为热轧智能工厂高效集约生产奠定坚实基础。
图4 鞍钢鲅鱼圈1580热轧粗精轧一体化自动调平控制团队
5.薄规格板材生产库区智能化管控技术
以智能库管和无人天车为主要特征的卷、线、棒等库区无人化技术已相对成熟，因生产工序繁多、物流流向复杂，板材智能库区一直未能实现突破，转运过程精准跟踪、识别及库区精准管控是解决这些问题的关键。2022年，国家工程中心相继与南钢板材事业部和涟钢高强钢热处理线合作，首创机器视觉、AI识别、逻辑跟踪与物理跟踪相互校验的薄板精准跟踪系统及板材多品规、定制化小批量库区管理系统，通过基于多传感器的空间位置计算及高精度重量识别系统，解决了吊运过程单张薄板及板材捆包的精准跟踪问题，首次实现板材智能库的落地应用，使板材库区的智能无人化建设成为可能，项目预期2023年5月完成整体交付。
图5 板材热处理库区集控中心
6.面向多目标的扁平材及长材生产计划智能排程技术
多品种、小批量、严格周期的生产组织模式倒逼企业须打造智能化生产排程系统。从板带到无缝钢管、型材、棒线等产线，生产计划大都由计划员依靠工作经验手工编制，效率低下、效果不佳。因多目标优化复杂、约束条件多、异常事件干扰等因素，自动排程系统难度较大。2022年依托南钢、大冶特钢项目，通过建立计划排程知识库、开发优化排程模型和启发式算法等，实现了多计划并行排程、一键自动配料、一键智能排产、余材充当等功能，提升排产工作效率90%以上，减少倒垛、提升备料效率30%，实现钢管的精准配料与计算，直接提升成材率0.5%以上。
图6无缝钢管产线生产自动排程系统
7. 轧制全流程产品组织性能预报与研发平台
目前产品研发大多采用实验和试生产多轮试错方式，研发周期长、成本高。2022年年初，国家工程中心在某高品质带钢生产基地，通过打通热轧、冷轧、连退全流程工艺、质量数据链路，建立产品温度履历、变形履历、组织履历、性能履历模型，研发产品知识库，构建工艺和质检人员统一工作平台，实现全流程产品组织性能预报、产品开发与工艺推优。通过项目实施，能够实现在线性能判钢，提升订单准时交货率、库存周转率50%以上。数字试错可以提前发掘生产过程中可能遇见问题，不仅提升研发效率，也降低质量损失率，如实现连退卷工艺-组织-性能在热轧、冷轧上下游工序间的遗传分析，对连退工艺预警与工艺挽救。项目预计在2023年6月整体完工。
图7 产品组织性能预报与研发系统架构
8. 面向多业务的冷轧大数据智能分析与决策系统
2022年6月，国家工程中心与马钢合作，基于已有的冷轧17条产线智控中心，开发冷轧大数据智能分析与决策系统，旨在从大数据应用层面突破冷轧“工序间相互耦合，生产效率难以突破”的智能制造发展瓶颈。利用“AI算法库+工艺思想”双轮驱动，从生产工序、生产要素、时间历程3个维度对多元异构数据按照生产、质量、效率等具体主题进行整定分析，针对尺寸精度、轧制断带、轧制跑偏、连退跑偏、连退温度模型精度、连退性能等现场关注的焦点问题，采用“模型+决策”双层模式，形成智能化分析模型，系统采用“智能化预警+分析报告+参数推优”方式辅助现场进行决策，助力现场实现小时产量提高0.6%，成材率提高0.05%的目标。项目预计2023年第二季度完成整体交付。
图8 冷轧大数据智能分析与决策系统系统框架图
9. 大规模小批量定制化生产模式下特钢数字化转型关键技术
物料跟踪和业务上线一直是特钢数字化转型的两座大山，无论是板、管、型、棒、轮、轨梁，从计划排程开始到物料完工报产缴库，所有中间环节几乎都是线下作业，实现生产精益化管控难度极大。2022年4月，国家工程中心承接大冶特钢460钢管精益数字化平台项目，这也是国内在大规模、多品种、小批量、定制化生产模式下实现老线数字化转型的首次挑战。项目创新技术包括：冶金工业互联网平台、钢管三维表面缺陷检测技术及智能装备、基于机器视觉-多场景标签-逻辑跟踪融合的钢管全生命周期逐支跟踪系统、一键排程、生产自动跟踪与精益分析、质量一贯制推送与管理、精细化能源管控、数字孪生技术等功能。本次“组合拳”式的数字化解决方案，旨在提升订单准时交货率、库存周转率、资源利用率、生产效率、降低质量损失率等，项目预计在2023年4月整体完工。
图9 大冶特钢460产线精益数字化平台实施团队
10.面向多场景的“双智控”智能工厂整体解决方案
国家工程中心首创的“一基两翼”的冶金智能工厂“双智控”技术体系以iBKLinker工业互联网平台为基础，以操控中心和协同中心为双翼，全方位落实工厂高质量发展目标。iBKLinker融合时空变换、数据再生、数据字典等技术，破解数据使用最后一公里难题，让数据“看得见、流得畅、管得住、用得好”。智能操控中心突破智能感知、物料跟踪、信息互联、业务上线等技术瓶颈，开发多类工业模型，在生产层面实现操作室集中操控，打造极致制造能力。智能协同中心以KPI为牵引，借助数字孪生、智能算法等手段，聚焦生产、质量、能源、设备、成本、交付、人员等业务，实现事前策划、在线预判、实时监控、异常诊断、过往追溯和决策优化。“双智控”实现造物育人双管齐下，岗位优化35%，产量提升8%，质量不良率下降10%。多次引领板带、钢管、宽厚板、轨梁等产线的组织变革与技术创新（2022年：南钢板材钢轧一体化智能工厂、承德建龙258钢管智能工厂），打造了新一代信息化与钢铁工业深度融合的智能工厂示范群。2022年底，承德建龙258智能工厂和马钢热轧“双线双智控”智能工厂均评价为整体技术国际领先，“双智控”智能工厂方案获得第四届中国工业互联网大赛领军组三等奖。
图10南钢板材钢轧一体化数字孪生系统
