基于工业互联网与大模型使能钢铁行业智能化方案

微信扫码，打开到小程序

基于工业互联网的解决方案，使能钢铁行业智能化 2 数字经济 农业经济 工业经济 第一次 工业革命 （机械化） 第二次 工业革命 （电气化） 第三次 工业革命 （信息化） 第四次 工业革命 （数字化） 行业智能化 第五次 工业革命 （智能化） 绿色低碳和数智化是未来发展的两大趋势，驱动行业智能化加速到来 木材 煤炭 核能等 能源革命 太阳能 可再生能源 风能 清洁能源 水力发电 石油 天然气 PC 互联网 移动互联网 工业互联网 信息革命 5G AI 云 IoT …… （当前阶段） 5.5G 3 钢铁行业处在数字化转型的爆发期，智能化应用不断涌现 Source: XX 企业 MI （ ABB/ 高盛）、 IDC 等 数字化水平 高 低 引领期 爆发期 起步期 医疗 交通 OTT 金融 零售 农牧业 建筑 油气 电力 汽车 机械 钢铁 化工 矿业 通信 教育 政府 更优产品、更佳服务、更完善的体验 爆发期 数字化技能提升 起步期 技术与业务场景深度融合 引领期 4 信息系统多，互通难 缺乏数据标准，兼容难 数据未挖掘，决策难 绿色环保，压力大 维护量大 系统烟筒式建立，架构不一，无法互通 钢铁行业数字化过程中的面临的主要挑战 生产过程中各类数据格式差异大、兼容难 生产设备接口和协议不同，数据采集难 业务系统厂家不一、维护管理工作量大 架构不一 采集难 兼容难 缺乏大数据分析手段，智能决策应用较少 数据量大，数据间缺少联动，人工干预多 联动少 决策难 节能设备使用少，能源消耗量大 长流程占比高，碳排放量大 排放大 能耗高 5 建设基于工业互联网架构的智慧钢厂，实现“提质、降本、增效” 传统的多系统烟囱式架构 • 重复建设：某钢厂过去几年建设 30+ 应用系统 • 重复数采：多个应用系统反复读取 OT 设备数据 …… 低代码 /零代码 逻辑数据湖 海量算法 /模型库 AI 使能 应用使能 数据使能 工业承载网络 智能物联操作系统 人工智能平台 云基础设施 计算 | 存储 | 网络 | 安全 公有云 混合云 AI 算力中心 统一架构 | 统一标准 | 统一数据规范 平台开放、架构解耦，向下统一接入各种装备，向上使能应用创新 5G F5G Wi-Fi 6 高炉 集卡 智能应用 控制网 园区网 监测网 联合行业客户定义 并实践技术架构 2 3 1 IoT • 统一的云计算和数字平台：数据统 一入湖，使能 AI 模型训练，逐步人 工智能替代人 • 工业承载网络：满足工业控制和场 景的高可靠低时延需求 • 智能物联操作系统：统一接入各种 装备，海量数据得以采集，并统一 格式 视频网 轧钢数字孪生 焦化配煤 作业数字化 废钢判级 智慧配矿 合金加料预测 表面检测 原料 焦化 炼铁 炼钢 轧钢 成品 …… 转炉 烧结机 机器人 摄像头 仪表 监测传感器 6 传感器 设备 设备 装备跨度时间大 系统繁多、协议不统一 生产相关设备有 1000 多个厂家 几十种多种操作系统 上百种多种通信协议，设备现有接口 协议“不统一” 数据采集难、装备协作难 钢厂装备痛点 智能物联 工业承载 人工智能 工业环网 钢厂云 统一协议 工控系统 统一协议 综合分站 统一协议 软总线，跨系统联动 数字平台 智能 OS 智能 OS 智能 OS 智能 OS 基于鸿蒙的智能物联 •万物互联 设备自由连接、互相感知和协同 •统一系统 一套系统覆盖大大小小设备 •统一标准 设备接口、数据协议标准化 •安全可信 “ 正确的人”使用“正确的 设备””正确地使用数据” 智能物联操作系统：使能钢厂传统装备智能化，装备统一联接、智能协作 智能物联需求 智能操作系统是面向装备的新一代物联网操作系统，为不同设备的智能化互联与协同提供了统一语言，让所有设备“说普通话” 7 工业承载网：多样化接入的新型工业承载网，生产全场景覆盖、更安全 钢厂网络传输痛点 多样化传输技术 智能物联 工业承载 人工智能  集控操作的大带宽和低时延 生产集控和智能化的大量视频接入和实时控制响应  设备数量众多 生产设备多，分布散，有上万个设备或传感器  传统光缆传输，光纤随设备移动易折断  车间多张网络，重复投资，且互通困难  笨重的隔爆箱 + 设备，安装和维护困难 ① 5G 接入 工业网关 ② Wi-Fi 6 接入 ORH F5G 全光工业网 ③ 有线接入 5G 模组 智能终端 5G Dongle 集团网、园区网 融合 IP 工业网 视频 智能集控 传感器 监测站 UWB 高炉 转炉 烧结机 机器人 8 产学研合作：钢铁客户提供数据， XX 提供算力基础硬件、软件平台，钢研集团和北科大等研究机构规划场景 懂场景的人不懂装备 ， 懂装备的人不懂 AI ， 懂 AI 的人不懂场景 技术跨界的天然壁垒 场景、装备和 AI 跨界融合，集行业之智共创海量算法，聚百万之力众创场景应用， AI 大规模走入钢厂。 人工智能平台：智能钢铁的核心是 AI 替代工人从事危险工作、沉淀专家经 验 共创 众创 人工智能 硬件装备 钢铁场景 智能装备 智能应用 传统装备 • 海量智能应用，沉淀百万工人和专家经验 • 装备智能化，盘活装备重资产 场景、装备和 AI 融合 落 地 难 部 署 难 一线工人最 懂场景 装备技术人员 最懂装备 信息技术人员 最懂 AI 场景 装备 AI 智能物联 工业承载 人工智能 9 云边协同、非正常即异常、边用边学 作坊式（烟囱式） AI 开发 方案碎片化、开发门槛高、开发效率低 •方案碎片化：多家厂商分别定制开发，投入成本高 •开发门槛高：需要 AI 专业人员持续支持 •开发效率低：跨厂复制性低，从 0 开始定制化，开发周期数月 AI 工业化和能力共享 开发周期 月级 天级 模型精度 可提升至 98% 模型泛化归一 碎片模型 单模型 场景开发工作流 生产智能化 智慧运营 安全生产防控 L0 ：基础引擎（ 1000 亿参数） L1 ：面向行业开发 L2 ：场景化单点算法开发 盘 古 大 模 型 钢铁企业提供场景和数据 应用企业负责开发 XX 提供平台支撑 场景 1 模型 1 定 制 场景 2 模型 2 专家 专家 专家 定 制 场景 n 模型 n 专家 专家 专家 定 制 专家 专家 专家 引入人工智能行业大模型，降低 AI 开发门槛，实现 AI 应用“工业化”开发 智能物联 工业承载 人工智能 10 盘古大模型助力钢铁行业走向智能化 钢铁机器人 天车 钢包 轧机 高炉 转炉 集卡 热风炉 电炉 原料 /焦化 烧结 /球团 高炉 炼钢 销售 轧钢 废钢判级 焦化配煤 原料采购价格预测 烧结颗粒度检测 烧结火焰识别 铁水成分预测 高炉精准除铁预测 合金加料预测 转炉炼钢终端判定 铸坯质量缺陷预测 表面检测 APS 排程 加热炉优化算法 产品销量预测 物流线路寻优 炼铁工艺优化 盘古 NLP 大模型 盘古多模态大模型 盘古 CV 大模型 盘古 图 网络大模型 盘古 科学计 算大模型 盘古钢铁大模型 工艺数据 状态数据 操作数据 智能物联 工业承载 人工智能 11 案例： WiFi 6 助力宝日汽车板无线工厂建设  监控覆盖（非法入侵识别、危险 行为做出告警等）；  设备状态信息上传；  生产数据回传（生产成品、半成 品数量统计，出入库统计）；  办公业务；  设备运输指引等； 客户价值 12 案例：工业互联网平台，助力湘钢实现生产效率提升，运营成本下降 A 类设备 2060 台 B 类设备 10871 台 C 类设备 15503 台 5G 加渣机 器人 5G+AI 转钢 自动化 5G 远程 一键式操控 5G 天车 远程操控 5G 一键 炼钢 AR 跨国协 同装配 废钢 定级 棒材 质检 “ 让设备 开口说话” 让机器自主运行 让职工更有尊严地工作 让企业更有效率 信息化 目标 典型 场景 业务价 值目标 提高 生产效率 生产效率提升 提升 良品率 90% 到 95% 缩短质量追 溯时间 5 分钟以内 全流程质量 可追溯 全流程覆盖 生产成本 降低 降低 10% 提升客户满 意度 客户满意度提升 支 撑 信息化技 术 能力 服务更优质 管控更集中 运营更安全 5G 专用网络 +MEC+ 切片网络 网 络 层 5G 智能 网络基 础工程 5G 数采 + 预测性维护 湘钢工业互联网平台 13 案例： XX 助力攀钢研究院数据平台建设，实现智慧科研 新应用平台 实施内容 数据源 数据应用 BI 报表 分析检测管理 项目进度可视 设备预约管理 …… 端侧（探点 ） 边侧（监控） 项目需求管理 设备管理 图片文件 日志文件 非结构化数据 实验设备实时数据 实验设备离线数据 端侧（探点） 边侧（监控） 数据接入 数据服务 整合层 报告层 贴源层 数 据 平 台 数据集成 集市层 需求管理主题 科研主题 项目基本信息 项目阶段信息 科研管理 项目管理 需求受理率 项目变更率 非结构化数据 图片文件 日志文件 对象存储 数据模型设计 数据标准管理 数据质量管理 数据资产管理 数据治理 中心 数据开发 DGC MRS-Flink 实时数据处 理 MRS Hbase 实验设备 实时数据 O B S 智能数据湖 结构化数据 科研平台数据  完成指标梳理，基于业务需求 识别复合指标 46 个，拆解产生 衍生指标 37 个、原子指标 23 个 （共计 106 个），优先落实 22 个复合指标， 30 个衍生指 标， 14 个原子指标 （共计 66 个）；  完成科研智能协同平台 24 个业 务模块数据的入湖；  支撑智慧管理，数据贯通管理 体系 ( 大脑 ) 和科研创新 ( 躯 体 ) ，提高决策速度和质量； 客户价值 14 案例：废钢定级助力沙钢集团实现提效降本 转型挑战 • 人工定级结果难量化和标准化： 废钢来源复杂，种类繁多、料型 不一；现有定级主要靠质检员肉 眼识别，难以量化和标准化 • 工作环境恶劣：废钢定级作业环 境较为恶劣，质检员劳动强度大 ，作业风险高 • 标准不统一，存在跑冒滴漏：废 钢属于钢铁生产大宗原材料之一 ， 1% 判级和扣杂误差将给公司带 来千万量级的成本损失  XX ：公有云 +ModelArts+ 废钢定级模型  ISV ：硬件部署安装、交互界面开发，最终集成 端、边、云协同的废钢智能定级整体架构，基于 XX 人工智能平台构建废钢定级模型，沉淀质检员定级 经验，一键部署 , 实现智能定级 整车扣杂准确率 ≥ 95% 整车扣杂准确率 = 满足 (| 算法扣杂重量– 人工扣杂重量 |< 整车重量 *1%) 条件车 数 /测试车辆总数 整车定级准确率 ≥ 95% 整车定级准确率 = 整车定级正确车数 /测 试车辆总数 异物识别准确率 ≥ 95% 异物识别准确率 =1- （异物识别错误的图 片数量 /测试图片总数） 算法性能指标 < 4S 单张图片 4s 内可完成推理输出定级结果 整车定级结果在统计后 4s 内输出 客户价值 废钢智能定级方案 Copyright©2018 Huawei Technologies Co., Ltd. All Rights Reserved. The information in this document may contain predictive statements including, without limitation, statements regarding the future financial and operating results, future product portfolio, new technology, etc. There are a number of factors that could cause actual results and developments to differ materially from those expressed or implied in the predictive statements. Therefore, such information is provided for reference purpose only and constitutes neither an offer nor an acceptance. Huawei may change the information at any time without notice. 把数字世界带入每个人、每个家庭、 每个组织，构建万物互联的智能世界。 Bring digital to every person, home and organization for a fully connected, intelligent world. Thank you.