钢铁研究学报

作者：王国栋，刘振宇，张殿华,储满生

单位：1.东北大学轧制技术及连轧自动化国家重点实验室，辽宁沈阳110819；2.东北大学冶金学院，辽宁沈阳110819

关键词：关键词：材料创新基础设施,信息物理系统,数字孪生,实验工具,数字数据,计算工具,基因组计划MGI

摘要：在第4次工业革命浪潮的推动下,钢铁科学与技术正在经历数字化、智能化转型。钢铁行业全流程各工序均为“黑箱”，为多场、多相、多变的巨系统,具有复杂相关关系和遗传效应等。这些不确定性带来了巨大的挑战。挑战和机遇并存。这些不确定性提供了智能化和数字化技术的应用场景资源;钢铁行业极为丰富的大数据提供了挖掘其中蕴含客观规律的数据资源;现代的数据科学、智能技术为解决不确定性问题提供了强大的手段。以数据为中心，以工业互联网为载体，以实验工具、数字数据、计算工具为支撑,建设钢铁企业材料创新基础设施,将可以大幅度提高研发效率,降低研发成本，有力地支撑钢铁材料科学与技术的转型发展。实验工具平台除了传统的实验室仪器装备和中试装备之外，实际生产线被作为主要的实验工具。这些实验工具提供丰富、精准、写实的历史数据和现实生产数据,特别是生产线装备提供实际生产大数据,蕴含着生产过程中的全部规律,是极宝贵的数据资源。利用机器学习、深度学习等现代数据挖掘技术为计算工具,对这些数据资源进行处理、分析、计算,将数据转换为高保真度模型,可以得到具有“原位分析能力”的数字孪生。在工业互联网的总体架构下，以数字孪生为核心，组成信息物理系统,构建起基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系,解决生产制造、应用服务过程中的复杂性和不确定性问题,提高资源配置效率,实现资源优化,对材料行业转型发展提供关键技术支撑。虚实映射、实时交互、精准控制的信息物理系统与材料创新基础设施合二为一,以材料创新基础设施为基盘,形成具有“原位分析能力”的数字孪生,建设钢铁生产全流程、一体化的信息物理系统,必将推进钢铁行业智能制造蓬勃开展和数字化、智能化转型。

来源：2021年第10期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2021年第10期