永洋特钢在转炉智能炼钢大模型中叠加十余个小模型

打造智能高效的超级炼钢工

阅读提示

从站在转炉前看火焰、听声音指挥操作，到火焰图像识别模型、全频段音频分析模型精准作业；从靠经验烧制生矿，到大模型辅助得到性能更稳定的烧结矿；从手动过磅、人工盘点，到大模型助力产供销一体化……在河北永洋特钢集团有限公司生产线上，大小模型的叠加应用，打造了永不疲倦的“超级炼钢工”，不仅减少了人工影响带来的工艺损耗，大幅降低了操作人员的劳动强度，还提高了生产的稳定性和精确性，创造出更高的经济效益。

近日，河北永洋特钢集团有限公司炼钢车间主控室内，工人在进行生产监控和调控。 河北日报记者 白 云摄

一键炼钢替代炼钢“盲盒”

日前，记者在河北永洋特钢集团有限公司（以下简称“永洋特钢”）炼钢车间主控室看到，工人王世浩紧盯着屏幕不时操纵桌面上的按钮，屏幕上闪烁的火焰，正从红色变成浅蓝色，一条代表估测火焰温度的曲线也缓慢上升到1600多摄氏度。

“这是我们几个月前刚上线的炼钢大模型，借助它，传统转炉冶炼正逐渐打开‘盲盒’。”永洋特钢炼钢厂厂长李成江介绍。

传统转炉冶炼过程中，存在高温、多相、物理变化和化学反应复杂、生产过程不透明等情况，加上原材料质量波动，产生人工依赖度高、冶炼成本不稳定、冶炼终点命中率低等痛点，被业内称为“开盲盒”。

也因此，像王世浩这样有着15年经验的技术操枪工，是炼钢厂转炉操作的核心技术人员。“传统炼制过程非常依赖操枪工的经验，他们的技术水平高低，直接影响转炉冶炼的终点命中率。”李成江说。

终点命中率指的是吹炼终点钢水成分和温度都达到目标范围的炉次在所有吹炼炉次中所占的比例。这个比例的高低影响着炼钢的品质，关系着钢厂的经济效益。

培养一名技术操枪工，至少需要四五年时间。如今，软件工程师正将他们的宝贵经验，引入到大模型中。

当天，中国联通智慧钢铁军团软件研发经理丁雪松又来到主控室采集数据。“我们在这条产线的400多个点位上，采集了7万多条数据训练大模型。”丁雪松介绍。

近日拍摄的河北永洋特钢集团有限公司特钢车间。 河北日报记者 白 云摄

以转炉智能炼钢系统下的火焰金睛大模型为例，以往，炉前工通过观察火焰颜色判断炉内温度高低。“这个判断结果很主观，可能不同炉前工的经验得出的结论不同。但智能化大模型要做的，是尽量把这一经验固化。”丁雪松说。

通过图像识别火焰颜色，火焰金睛大模型将炉内的温度转化为可读取的估测数据。接下来音频化渣模型开始通过声呐收集化渣声音。

“一名合格的操枪工，得做到眼观六路耳听八方。”李成江说，行业内的这句老话，一方面说明观察火焰的重要性，另一方面也说明靠声音能判断炉渣熔化的程度。

毕竟，要想炼好钢，先要炼好渣。“渣子化得好，炉内声音小。化不好，炉内会发出刺耳的动静。”李成江总结，这一经验也被纳入大模型中进行了数据化。

这些判断炉内冶炼进展到何种程度的大模型，只是接下来十余款大模型的铺垫。

“过去，炉前工分析判断，操枪工根据化渣情况调整氧枪枪位及流量，控制辅料加入时机及数量。”李成江介绍，这不仅考验工人的知识、经验、注意力、反应能力，而且容易造成视觉疲劳。

如今，这些分析判断都集中在大模型中。永洋特钢上线的转炉智能炼钢大模型中，叠加了转炉主原料模型、二次加料模型、动态氧枪模型、冶炼状态模型、渣状态计算模型、烟气分析模型、副枪模型、终点预测模型、合金化模型和自学习模型等十余个小模型，帮助永洋特钢培育出“超级炼钢工”。

“目前，我们产线上每吨钢钢铁料消耗降低2至7公斤，冶炼时间每炉缩短26秒，转炉喷溅率降低10%以上。”李成江说，与此同时，终点命中率从过去的75%提高到95%，吨钢成本降低5-15元。

更稳定的原料炼制优质的特钢

乌黑的轻轨、重轨、矿工钢、U型钢、扁钢……一件件特钢产品摆放在永洋特钢展厅，其中一辆巴掌大的叉车模型吸引了记者注意。

“我们厂生产的扁钢，就用于加工叉车的货叉。”永洋特钢信息科科长郗彩红介绍，他们的客户包含了安徽合力、浙江杭叉等国内知名叉车公司。

大模型在多个生产环节的应用，为提升产品性能提供了更多可能。

在永洋特钢烧结车间主控室内，一名女工观察着屏幕，偶尔操纵一下鼠标。干了半辈子烧结工种的烧结车间主任崔明超完全想不到，是大模型带来了烧结工艺的技术革命。

“你看烧结台车上铺的这层料，厚度适中，靠人工很难达到这种水平。”崔明超指着屏幕上正在缓缓通过镜头的原料说。

烧结过程是将混合后的铁精矿、熔剂、含铁回收料、粉矿等平铺在烧结台车上，靠配入燃料加热至1200—1300摄氏度，将其加工成更适宜高炉炼制的块状烧结矿。

“过去，烧结环节最核心的工种是烧结看火工，技术含量仅次于操枪工，由他负责观察烧结过程中铺料的薄厚，并进行调整。”崔明超说，料铺厚了，烧不透，块状烧结矿质量不佳；料铺薄了，浪费燃料，企业成本过高。

永洋特钢引入的烧结工艺大模型，将这些原本依靠人工经验的操作环节进行了数据化，实现更稳定的原料炼制优质的特钢。

崔明超指着主控室屏幕上一系列滚动的数据介绍：“我们现在看到的，就是正在进行的烧结过程。每一个数据高低、每一步进行到哪儿，一目了然。”

支撑这一运转的是优化配料模型、燃料配比优化模型、混合料槽料位平衡模型、混合加水优化控制、BTP计算模型、透气性计算模型等若干小模型的叠加应用，最终实现对配料、混合加水、烧结过程及冷却环节的精准优化与智能控制，不仅有效提升了烧结过程的稳定性和可控性，还显著提高烧结矿产量与质量。

永洋特钢专门进行过测算，应用了烧结工艺大模型后，转鼓指数（烧结矿机械强度的物理性能指标）由原来的75.3%提升至77%，烧结矿成分综合合格率由原来91.5%提升至96.7%，烧结返矿率由原来20.69%降低至17.41%。

经过烧结、高炉、转炉、精炼等一系列流程加工成的特钢，在轧钢车间被加工成扁钢、重型钢轨、起重机钢轨、H型钢、矿用U型钢等产品。

“我们是国内第一家承诺起重机轨产品不断不裂的企业。”永洋特钢企管部部长代子伟介绍，他们占据着国内轻轨产品75%、重轨产品60%的市场份额。这两类产品还在中国钢铁工业协会发布的2023年度冶金产品实物质量品牌培育产品中获得“金杯奖”。

弹簧扁钢，也是永洋特钢的拳头产品之一。

当前市场上常见的弹簧扁钢强度大多能达到1600兆帕级，借助各环节工艺的提高，永洋特钢研发的弹簧扁钢强度高达1700兆帕至1800兆帕级，由此生产的弹簧疲劳寿命可超过12万次。

“这些产品将进一步推动我国汽车轻量化和高端金属材料的国产化。”代子伟说，一系列大模型的引入，烧结、炼钢环节的质量提升，正支撑永洋特钢研发2000兆帕甚至2100兆帕级超高强度的弹簧扁钢。

河北永洋特钢集团有限公司数字智能化管控中心屏幕上汇聚着各种数据。 河北日报记者 白 云摄

数字化管控实现产供销一体化

10月9日上午，一辆满载铁矿石的货车正缓缓开进厂区，门口的自动识别系统已经将这辆车的车牌号、装载品类、吨数等信息上传到大模型中。司机驾车驶上地磅后，娴熟地跳下车，到无人磅房自行操作。

各个点位采集的信息同步上传到计量中心。“原料进厂，大模型会根据录入的信息，自动抽取、检验，整个过程没有人为干预，确保了原料数据的真实性，并进行优质优价结算。”郗彩红说。

在生产高峰期，每天进出厂区的货车有数百辆。大模型的引入，将货车的过磅效率从2-3分钟/辆提升至1分钟/辆，一天最高可处理600辆货车的进出厂需求。

郗彩红说的大模型，并不是一个，是很多个。进入永洋特钢数字智能化管控中心，参观者都会被环绕整个中心的满墙屏幕震撼。蓝色屏幕上闪烁着绿色、黄色、红色数据和曲线，从原材料的采购量、化验结果到烧结、炼钢各流程进展，再到产品的生产、销售、出库，庞杂的数据汇聚到这里。

“以前，各个车间、每项流程都要填报一份生产调度日志。”代子伟说，每次汇总起来都很麻烦，统计产供销信息是件耗时耗力的事。

全厂的信息要先汇总到财务部门，由他们进行各项报表的计算，“想弄清楚全厂某天的生产状况，至少得延后三天。”郗彩红介绍。

就拿成品出库来说，过去一直依赖人工清点，现在，每件成品下线的同时会配备一张带有二维码的合格证。记者用手机扫了一个二维码，马上看到标注着起重机用钢轨的产品的订购方、炉号、化学成分、抗拉强度等详细信息。

这个二维码既方便购买方清楚掌握产品的性能和质量，也方便大模型根据产品的销售情况自动分析并下达原料采购计划、生产计划等。

全厂信息的数据化，还带来了另外一种可能。

能源大模型建立能量流网络化调度模型，将能源使用、回收、转换输配三个环节的能源信息关联起来，形成多种能源间的调控。

河北永洋特钢集团有限公司展厅内展示的特钢产品。 河北日报记者 白 云摄

以轧钢厂用水为例，传统钢厂各用水单元独立分散，分析困难，存在不能实现错峰就谷等弊端。通过整合优化控制流程，大模型对每个单元实现智能控制，实现信息共享和协同工作，与轧钢生产线的控制系统进行连接，根据生产进度自动调整水流量，提高整个生产流程的协调性和效率。

“经过测算，生产环节仅减少新水补充一项，每月可节约用水200吨。”郗彩红介绍，此外，水系统与轧机系统联网，实现水系统的智能化控制，年节省备件费用70余万元；错峰就谷运行补水设备，年节省电费68万元。

在烧结工序，通过大模型实现了烟气循环、余热发电等管控。通过对能源生产、输配、消耗等进行动态监控管理，优化能源平衡，实现吨钢综合能耗降低2%，形成10万吨标准煤节能能力。

正是在产供销大模型、能源大模型、设备大模型等多个大模型的助力下，只需轻点鼠标，就能看到全厂的实时数字信息，更精准地指挥生产。

“人工智能大模型在钢铁企业的应用，正在重塑钢铁行业发展格局。”郗彩红说，在逐步实现降本增效与可持续发展的同时，推动永洋特钢由制造向“智造”跨越式发展。（河北日报记者 白云）

专家访谈

打通钢铁行业和大模型之间的壁垒

河北永洋特钢集团有限公司应用的转炉炼钢大模型，是东北大学王国栋院士团队、中国联通智慧钢铁军团共同研发的。近日，正在永洋特钢调试转炉智能炼钢项目的王国栋院士团队成员刘书超研究员，接受了本报记者采访。

记者：此前，我们在其他领域看到的大模型的应用和这里的有些不同，作为专业人士，请您讲一讲这种不同体现在哪儿？

刘书超：在其他领域，大模型的应用往往更侧重于算法层面的优化与迭代。但钢铁工业生产场景具有极强的现场性，许多指令需结合实际生产工况动态调整。以转炉作业为例，仅通过观察火焰颜色，就要判断出渣况是趋于活跃还是返干状态，这就需要先构建一套完整的样本数据库与判断逻辑，让大模型能基于实时数据精准识别转炉吹炼渣况状态。我们对大模型的训练，核心是在完成数据采集、清洗与分类的基础上，实现钢铁生产全流程数据的横向贯通，再借助人工智能技术构建大模型，最终破解转炉关键生产环节长期存在的“黑匣子”难题。

记者：采访中我们也注意到，工业化程度很高的钢铁行业，对人工经验的依赖也很高。转炉炼钢大模型是怎么将人工经验和智能化相结合的？

刘书超：工业生产对控制精度与实时性的要求极为严苛。就目前而言，大模型在钢铁生产中的应用更多聚焦于趋势分析与决策辅助。具体来说，大模型会将分析得出的结果传递给各环节的小模型，再由小模型驱动工业软件执行具体操控指令。在这一过程中，大模型的训练深度借鉴了资深技术人员的经验，本质上是将难以量化的人工经验转化为标准化的数据与模型，从而打通钢铁行业与大模型技术之间的应用壁垒。可以说，在当前阶段，人工经验非常宝贵，是推动大模型落地应用不可或缺的核心支撑。

记者：目前钢铁行业引入的大模型，可以完全取代人工经验吗？

刘书超：钢铁生产属于人员密集型行业，且生产流程复杂、安全风险高，大模型的引入必须以确保生产安全、避免事故为首要前提，因此现阶段完全取代人工经验并不现实。以转炉智能炼钢大模型为例，即便该模型已在南京钢铁、梅山钢铁等多家企业投入应用，但我们仍需持续对其进行调试与训练，不断优化算法、减少误差，确保模型能始终适应复杂多变的生产环境，最大限度降低潜在风险。

记者：您正在调试的转炉炼钢项目未来会带来什么可能？

刘书超：我们团队组建了“科学家+工程师”研发队伍，采用驻厂协同办公模式，我也是其中一员。在这种模式下，科研人员能与企业技术人员紧密协作，第一时间发现生产中的实际问题，共同调试优化技术方案，真正实现技术升级与生产运营的无缝衔接。当前项目的核心目标，是在前期基础上持续完善模型功能，让原本难以掌控的生产“黑匣子”，转变为能为企业创造更大价值的“金匣子”。（文/河北日报记者 白云）