鋼鐵是我國經濟支柱産業，占中國GDP總值的8%左右，行業上下遊關聯 産業多，在整個經濟布局中占有舉足輕重的地位。在政策和市場雙輪驅動 下，鋼鐵企業總數處于下行周期，快速兼并重組，向超大型鋼企、集中化 方向轉移。鋼鐵企業總數達到5000家以上，其中粗鋼産能在100萬噸以 上的企業有76家，大量鋼鐵及周邊産業産能規模仍非常分散。
鋼鐵企業普遍存在高能耗、高污染、粗放式管理、産品偏中低端、人力資 源短缺等問題，成本和品質是企業關注的核心。鋼鐵企業都在尋求業務轉 型和發展更新，呈現如下趨勢：
布局日趨合理，産能轉移資源集聚：行業發展呈現内地産能向沿海沿港轉 移，傳統産區向消費地區轉移态勢，自動化、資訊化、數字化需求集中迸 發；
工藝更加先進，技術更加密集：新型生産工藝、生産裝備大量應用，生産 模式向網絡化、數字化、智能化轉變，數字化轉型基礎良好；
産品結構更新，經營模式變化：精品鋼、特種鋼産能不斷增加，産品營銷 從面向庫存向面向客戶轉變，鋼鐵企業從賣産品向賣材料科學技術服務轉 變；
人機料法環，全面精細化管理：企業在成本、供應鍊、生産、物流和營銷 等領域逐漸實作全面精細化管理。 鋼鐵企業迫切需要借助數字化、智能化等科技手段來提高企業在新一輪市 場活動中的競争力，使自己處于不敗之地。
行業解決方案概述：
工業大腦鋼鐵智能引擎借助雲計算、大資料、人工智能等技術，對煉鋼全 流程相關的生産流程、煉鋼工藝優化、裝置能耗優化和輔助品質檢測等四 大類智能化解決方案。
2018年中國鋼鐵行業粗鋼産能9億噸，占世界産量的51.3%；阿裡雲全 套鋼鐵産品預計可為企業提供5～10元的噸鋼成本降低，為單廠（500萬 噸産能）創造2500～5000萬元/年的效益，市場規模約35億，具有廣闊 的發展空間
**
轉爐智能煉鋼解決方案
方案描述**
轉爐煉鋼是鋼鐵企業産業鍊的核心工藝。煉鋼工藝的産量決定了所有鋼産 品的産量上限，而煉鋼的成本都會直接和下遊鋼産品相關。目前在轉爐煉 鋼過程中，傳統的控制方式是根據專家經驗分批多次投料及吹氧，難以實 現投料次數的有效控制以及終點的準确把握，最終影響了企業的效益。因 此，需要綜合考慮工藝要求、節能、環保以及安全性等因素，研究新的方 法以解決煉鋼冶煉過程中的産量、品質和能耗等多目标非線性問題。
轉爐智能煉鋼産品是阿裡雲基于工業大腦開發的工藝優化類産品。該産品 基于大資料和人工智能算法，并整合工藝專家、現場一線操作員的實際經 驗，定時向現場人員提供轉爐工藝參數推薦值，指導現場人員工作。應用 該産品後将顯著減低對現場操作人員能力和經驗的要求，并可以大幅度提 升企業出鋼率，提高轉爐生産效率。
架構特點
通過收集原材料投料、輔料添加、吹氧操作、倒爐、出鋼水等環節的數 據，以轉爐煉鋼工藝中較為核心的“投料”和“吹氧”操作為切入點，建 立轉爐煉鋼操作優化模型，最終在確定鋼水溫度及鋼水成分合格的前提 下，實作轉爐鋼鐵料消耗率量的降低，同時縮短冶煉時間。
現場操作人員采用模型建議操作後的資料會傳回優化系統，進行機器學習 算法模型的持續疊代。通過模型持續學習，推薦效果将不斷優化，形成優 化過程良性循環，進而促進工藝水準不斷提升。
核心價值
基于工業大腦的轉爐智能煉鋼産品，能在以下兩個方面産生價值：
1、節約生産成本：通過算法推薦的智能控制政策，噸鋼鋼鐵料和輔料消 耗均大幅優化，直接降低企業生産成本。
2、提高産品合格率：通過智能預測算法模型，提高終點鋼鐵碳含量和出 鋼溫度預測命中率，進而提升産品品質。
脫硫工藝優化解決方案
方案描述
脫硫是鋼鐵生産過程中的一個重要環節，旨在降低鐵水中的硫含量。而脫 硫環節由于扒渣帶鐵（脫硫劑反應後産生的脫硫渣中含大量的鐵）會帶走 大量金屬料。經測算，每個爐次（以220噸計）的脫硫渣量均值為5噸， 脫硫渣中鐵損占比約為40%-55%，假設經過參數推薦優化後能将脫硫 劑的加入量降低10%，理論上測算可降低鋼鐵料消耗0.8~1kg/噸鋼。
工業大腦煉鋼脫硫優化引擎，采用最新的大資料和人工智能技術，針對脫 硫過程中的輔料用量、噴吹壓力等進行調節，優化脫硫環節工藝，推薦最 優的脫硫劑加入量，提高脫硫劑使用率，降低脫硫環節的鐵損。
采集脫硫工序流程資料，通過模組化分析獲得脫硫工藝優化的關鍵因子，結 合專家知識，依靠脫硫仿真模型與參數尋優模型尋找最優參數。
核心價值**
優化效果顯著：産品采用人工智能方案的投料優化引擎，相對傳統L2專 家系統更加精确，能在現有工藝基礎上夠有降低輔料消耗，進而同時降低 鐵損。
适配能力強：引擎産品通過人工智能算法學習實際生産工況，針對企業特 點進行适配，對不同礦品、不同型号裝置均有很好的适應性；同時針對計 量裝置的準确性具備一定的備援能力。
應用周期短：傳統L2專家系統需要大量的人工經驗積累和嘗試，需要企 業進行長年累月的優化和更新；而本産品能夠基于企業曆史資料自主學 習，效果立竿見影。
相關案例
客戶名稱：攀鋼集團
項目成果：
經過為期一年多的項目攻堅，阿裡雲協同積微物聯在攀鋼智能 化項目中逐漸的完成了項目的階段性目标，也為攀鋼帶來了業務價值。經 過測算，實作了鋼鐵料消耗成本降低：2018年月均鋼鐵料消耗與2019年 （1-10月）月均鋼鐵料消耗想比較，通過資料中台及智能算法分析，幫 助攀鋼降低了鋼鐵料消耗近1.28kg/t鋼（鋼鐵料成本2.2元/kg）按鋼産 量440萬噸/年計算，年節約成本1239.04萬元。在另一方面，通過項目 也幫助攀鋼實作了合金成本節約，在投用合金計算模型後，合金計算模型 根據終點碳、磷對使用的合金類别、數量進行精準選擇（在保證品質的前 提下，使用低價合金替代高價合金），合金節約成本1.2元/噸鋼，按鋼産 量440萬噸/年計算，年節約合金成本約528萬元。
加熱爐優化解決方案
方案描述
加熱爐是軋鋼工序重要裝置和控制難點之一，一直以來，客戶普遍存在如 下業務痛點：
- 由于加熱爐控制政策的粗放，造成的瓦斯使用浪費，進而帶來的經濟損 失。
- 缺乏穩定可靠的加熱爐控制政策，造成爐内溫度控制不穩定，影響産品 品質穩定性。
- 加熱爐控制依賴于人的經驗，控制經驗知識無法傳承。
阿裡雲工業大腦以加熱爐能耗優化為切入點，利用模型算法對燃燒過程智 能優化控制政策，實作加熱爐節約能源、降低煙塵排放，減少鋼坯在爐内 的氧化燒損，提高控制精度，改善産品品質，減少修爐次數，提高作業 率。将來可在爐配料優化，生産工藝優化，關鍵裝置故障診斷，産線品質 分析與提升等領域深化應用。
依托阿裡雲工業大腦，基于離線曆史資料進行分析，對算法模型訓練，在 訓練基礎上推薦關鍵參數值。參數值推薦以接口方式直接推送至加熱爐控 制系統，實作基于資料智能推薦的自動化平穩控制。
核心價值
節約燃料成本：借助神經網絡等AI技術，建立加熱爐瓦斯用量預測模型， 通過對加熱爐過程資料進行大資料分析，實作加熱爐對瓦斯使用量的精準 預測，結合先進控制優化算法，實作瓦斯浪費的降低。
穩定産品品質：借助精準控制模型，在預熱段，加熱段及均熱段實作對爐 溫的自動動态控制，保證爐溫穩定，穩定鋼坯的生産品質。
減輕工作負荷：建立自動燒鋼體系，大幅提高加熱爐的自動投運率，降低 加熱爐控制過程對人依賴，減輕加熱爐工程師的工作負荷。
沉澱專家經驗：一體化的雲邊協同，借助雲端的自動訓練模型，完成對控 制模型的動态優化，以适應不同條件下的控制要求，通過智能模型固化加 熱爐控制專家的經驗。
冷軋表檢定級解決方案
冷軋表檢定級解決方案面向鋼鐵行業冷軋闆材的表面品質檢測場景，建構 表面品質自動判定模型，輔助人工判斷産品缺陷，降低人工依賴性、提高 判定準确率。采用缺陷聚合引擎與阿爾法引擎兩項獨特的人工智能技術， 能夠充分考慮對缺陷本身的聚合判斷，以及下遊客戶對特定瑕疵的接受 度，是以最大程度的貼近企業實際情況；而傳統應用則機械應用判鋼規則 條例，普遍存在判定結果脫離生産實際，而導緻大量鋼材被錯誤降級，進 而給企業帶來大量損失，導緻應用率不高。是以本産品在國内鋼鐵企業具 備相當的應用價值和拓展空間。
通過無監督學習算法，對表檢儀識别的缺陷，進行缺陷聚合歸納，更加符 合闆材的實際缺陷分布。
通過資料挖掘算法，針對特定瑕疵的接受度進行優化推薦，是以最大程度 的貼近最終客戶的需求。
降低勞工工作強度，減少因判鋼工程師疲勞造成的鋼材等級判定精度降低 風險。
減少因輔助判級系統不準确造成的判定等級不準率。
提升判級穩定性，降低異議退貨情況造成損失。
項目目标：
算法模型輸出的自動定級結果與人工判定結果對比，表判碼準 确率達92%以上，分選度準确率達80%以上，主缺陷準确率達60%以 上。
**廢鋼定級解決方案
目前許多鋼鐵企業的廢鋼采購量大、廢鋼品質一緻性差，現場環境複雜， 長期依賴人工觀察與個人經驗作為品質評估的依據，難以量化和标準化。 同時其作為重要生産資源，正确定級對于後續工藝的使用及原料成本的控 制極其重要。應用的精細化要求與業務的粗放型現狀格格不入，且人力密 集的廢鋼定級方式造成質檢員工作負荷大難以合理排程等問題。
阿裡雲廢鋼定級方案基于機器視覺算法為鋼鐵企業提供智能識别技術，對 貨車内廢鋼進行逐層判級、異物識别，并對全車貨物或已卸貨的部分進行 定量的扣雜指導，提高質檢效率，大幅降低質檢員的工作負荷。
提供廢鋼定級的完整解決方案，實作算法識别結果與廢鋼定級平台的資料 同步和業務流程閉環。
提高定級的準确率與一緻性，節約定級偏差造成的成本損耗。
快速準确識别廢渣含量與拒收品，降低廢鋼原料的整體采購成本。
質檢員遠端控制與監督的方式降低質檢員安全隐患，提升質檢工作效率， 減少人力投入。
**熱軋表檢解決方案
熱軋闆，即熱軋鋼闆和鋼帶，俗稱熱闆。
熱軋闆卷表面瑕疵檢測項目整體技術方案基于阿裡雲的闆卷表面瑕疵檢測 系統進行建設和實施。該系統使用先進的光源照明技術和高清成像技術， 結合快速檢測和分類軟體來實作闆卷表面瑕疵的快速識别和标記，能夠協 助質檢人員或操作人員實作品質管理，優化工藝，提升生産效率。
闆卷表面瑕疵檢測系統使用線陣LED光源均勻照明闆卷待檢測區域的表 面，并使用線陣CCD相機對闆卷表面待檢測區域進行成像，檢測并分類 薄闆表面的各種瑕疵，質檢人員或者操作人員可以在顯示屏上得到有關瑕 疵的資訊。闆卷表面瑕疵檢測系統建立在以太網架構基礎之上，所有部件 通過以太網與主計算機連接配接，因為使用較少的電纜和更緊湊的硬體結構， 使得安裝成本減少。
系統能夠識别的缺陷包括：劃傷，麻點，麻坑，夾雜及其他瑕疵，并能夠 結合熱軋産品定級标準，利用大資料模組化形成自動化的定級輸出。
整個系統分3大子產品（如圖所示），光學裝置子產品、智能檢測子產品、展示 及管理子產品。
光學裝置子產品:
主要功能是基于光學成像原理進行圖像采集，用高清相機将闆材表面的圖 像高速采集出來，確定可以拍攝出清晰的上表面以及下表面圖檔。
智能檢測子產品：
對光學裝置子產品拍攝出來的圖像進行識别，可以檢測出鋼闆中有瑕疵的地 方，并進行記錄。 展示及管理子產品：
首先在顯示屏上對鋼闆實時檢測情況進行展示，并對智能檢測子產品記錄下 來的瑕疵圖檔以及對應鋼闆位置進行管理，友善複查以及統計。
國内鋼鐵企業對于熱軋闆卷的表面瑕疵的檢測一般多采用人工方式進行， 這樣的檢測方式往往需要耗費較多的人力資源，且存在以下一些問題：
1、人工檢測容易疲勞，勞動強度大，品質難以保證。
2、人工檢測需要相關人員長期盯視熱軋闆卷以做判斷和資訊确認，較容 易引發近視等健康問題，且長期處于污染、噪音環境。
3、人工基于經驗判定等級，需要一定的教育訓練周期。
** 連鑄坯表檢解決方案
在連鑄坯中常見的缺陷一般疏松、中心疏松、錠型偏析、一般點狀偏析、 邊緣偏析、皮下氣泡、内部氣泡、縮孔殘餘、翻皮、白點、軸心晶問裂 縫、非金屬夾雜物、異金屬夾雜物、表面裂紋、1/2半徑（或對角線）處 裂紋和心部裂紋等。
本方案主要通過搭建一套軟硬體結合的工業視覺檢測系統，實作對闆坯、 方坯及矩形坯的表面缺陷進行檢測，為使用者的鑄坯品質管理提供全套的自 動化管理方法。系統能夠對連鑄坯的擦傷，劃傷，壓痕，開口，裂紋，表 面夾渣等鑄坯常見缺陷的識别分析，并提供缺陷樣本标注等功能。
系統包括兩部分：硬體系統及軟體系統。
- 硬體系統由工業攝像頭、工業光源、高速圖像采集卡、邊緣工控機、顯 示裝置以及網絡裝置和配套安裝裝置組成。硬體系統實作對連鑄坯表面缺 陷圖像進行實時采集和存儲，并通過内部網絡傳輸到雲端伺服器中，為後 續的模型訓練及運作提供資料源。
- 軟體系統由雲端模型訓練系統和邊緣模型實時運作及結果展示系統兩部 分組成。雲端模型訓練系統通過擷取硬體系統的各類圖像資料進行模型訓 練，實作對連鑄坯各類缺陷的實時檢測模型的訓練。邊緣模型實施運作及 展示系統主要是承載雲端訓練好的模型在邊緣端進行部署，并實時回報檢 測結果到使用者端。
1.保障連鑄坯産品品質，提高産品檢測效率，減少缺陷漏檢産品輸出到後 續工藝造成的産品損失。
2.降低連鑄坯編碼檢測的人工成本和工作量，降低企業管理難度。