案例基本内容和执行情况
目前在500万吨以上钢铁钢企普遍规划建设生产管控中心,升级改造或新建一体化智慧中心已是业界公认的发展趋势。钢铁行业及石化化工、有色、建材、能源等流程行业,具有数百亿市场空间。南钢以“一切业务数字化,一切数字业务化”为目标,围绕JIT+C2M新模式,重构钢铁数字系统与生态,打造智慧运营中心+数字工厂的领先架构。南钢铁区一体化智慧中心于2021年11月底成功上线,为南钢集团全体员工、上下游企业用户和生态伙伴提供服务。
南钢铁区一体化智慧中心项目建设,基于已有的南钢工业互联网平台,围绕基础支撑平台优化、算法和模型开发、工业APP建设及升级迭代以及解决方案打磨等方面开展工作。优化企业内部生产制造系统和生产管理系统,对生产工艺、全流程物流跟踪、能源管理、铁水罐定位跟踪及质量检测分析等进行优化升级。应用数字化仿真与孪生技术,构建生产制造 3D数字化、可视化系统。构建铁区一体化管控平台,实现生产管控一体化,优化库存管理。
通过一体化智慧中心支持企业运营、生产管控、应急晌应、生态构建等业务开展,同时与产业链上下游的矿山、煤炭、汽车、船舶、工程机械等领域企业实现信息的深度交互与融通,构建经营和生态相互赋能的复合生态系统,重塑钢铁产业链合作模式,实现商务、计划、物流层面的联动。南钢通过工业互联网平台与上下游合作企业共同构建体系化、标准化、规范化的链接贵通体系,实现行业上下游协同。
项目基于南钢数字化战略与顶层设计进行精心设计与构建,借助物联网、大数据平台、 Al、3D云渲染、无人机技术、区块链、数据治理等多项关键技术,实现钢铁工业生产运营数据的高效统一汇聚,全面利用南钢积累64年的工业知识和技术成果,以工业机理模型为核心,全面探索工业互联网技术在工业场景的实践,重塑钢铁制造工业IT体系。
项目首次在工业场景中引入3D云渲染技术,开展工业宇宙应用的探索。将批流一体湖仓技术引入到钢铁工业现场,解决钢铁行业长流程复杂多变与海量数据实时分析需求的矛盾。行业率先开展数据治理体系建设,形成以数据治理+工业互联网平台双轮驱动的数字化转型建设新模式,实现企业由业务驱动向数据驱动敏捷型组织转变。
案例主要经济成效和社会成效分析
项目应用铁区一体化智能管控平台,打造了行业首创的物料跟踪系统,有效推动炼铁生产由经验决策向数字驱动、智能决策转变,由追求局部寻优向全工序、动态最优转变。通过铁区一体化管控平台,可以远程管理7公里外的生产线,实现对5座高炉、5座烧结、3座料场、1套球团、3座焦炉和2套化产等工序的全流程、远距离集中控制,覆盖铁区铁水产能达 1000万吨。
打造物料跟踪系统,实时跟踪物料从卸料到高炉矿槽的全程流动,实现生产物料动态平衡、生产节奏精准把握、产品质量高效分析和追溯。结合南钢多年生产技术经验,开发智能配料、炉身镜像、炉温预测、炉型优化等辅助操作模型,炉温预报成功率超过90%,煤比提升l0kg/t,燃料比降低超过20kg/t,5座高炉连续5个月零悬料,创历史最好水平。促进生产组织变革,强化无边界协同,推进组织扁平化,工序与岗位的协同效率大幅提升。
智慧中心位于厂区之外,与城市交会融合,描绘出智能制造时代钢铁产城合一、精益高效的全新蓝本。通过电子围栏、视频联动、无线集群、3D可视化、集散联动等先进技术让工作人员可以实时监测现场设备、人员、排放等情况,促进本质化安全,实现技术降碳、管理降碳的高效融合。坐落于城市之中的铁区一体化智慧中心让钢铁生产与城市运行实现有机的融合与互动,开创了城市钢厂全新生产模式。
好文章,需要你的鼓励
苹果研究团队发布新论文,提出让专业设计师通过评论、草图和直接编辑等方式指导AI模型生成更好的用户界面。研究显示,基于设计师原生工作流程的反馈训练方法比传统强化学习效果更佳。21名设计师参与研究,提供1460个标注样本。最终训练的模型在界面设计质量上显著超越基础模型,甚至优于GPT-5。研究发现设计师通过草图和直接编辑提供反馈时,研究团队与设计师的一致性分别达到63.6%和76.1%。
英伟达团队通过44万小时人类日常视频训练出DreamDojo机器人世界模型,实现了机器人通过观察学习复杂操作技能的突破。该系统不仅能预测动作结果,还具备强大的泛化能力,可在未见过的环境中灵活操作新物体。通过创新的潜在动作学习和实时处理技术,为通用机器人智能开辟了新道路。
Atlassian首席执行官向投资者保证,公司能够在不大幅增加成本或压缩利润率的情况下将AI整合到服务中。该公司的Rovo智能AI产品已拥有500万用户,通过优化运营而非高价格策略保持了稳定的利润率。公司第二季度营收达16亿美元,同比增长23%,运营亏损从5750万美元收窄至4770万美元。
浙江大学联合蚂蚁集团推出的InftyThink+技术,通过让AI学会"分段思考、阶段总结"的方式,成功解决了AI推理过程冗长低效的问题。该方法在数学推理任务上将准确率提升21%,推理延迟减少32.8%,为AI实际应用扫清了重要技术障碍。