4月30日上午，作为迎接五一国际劳动节的一次特殊活动，东北大学跨学科的“数字钢铁”研究团队召开了主题为“加速建设数字钢铁”的报告会暨研讨会。会上，王国栋院士在线上与团队的师生交流了学习习近平总书记关于加速建设数字中国、数字经济、数字技术等一系列重要指示的体会，以及团队最近一年多来在“数字钢铁”研究工作中取得的重要进展，并与大家交流互动，深入研讨今后进一步学习领会贯彻落实习近平总书记的指示，推进“数字钢铁”各项工作迈上新台阶。同时，该校通过开展“加快建设数字钢铁”工作，加强学科交叉、行业协同、产学研深度融合，促进学科建设、人才培养、教学改革等工作蓬勃开展，取得实效。
东北大学冶金学院、资土学院、机械学院、信息学院、RAL重点实验室近300名师生参加了会议，报告会由RAL实验室副主任、“数字钢铁”团队的带头人张殿华教授主持。
习近平总书记在中央政治局第34次学习会议上的讲话中指出：“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。”
王国栋院士特别强调，要认真学习，深刻理解习总书记在中央政治局学习会议上的讲话精神，要积极响应中央号召，加快建设数字中国。我们钢铁人要将数字技术与钢铁行业深度融合，充分发挥钢铁行业海量数据和丰富应用场景优势，依靠数据分析、数据科学的强大数据处理能力，加快建设“数字钢铁”，赋能钢铁行业转型升级，打造出钢铁行业自立自强、创新发展的新天地。
王国栋院士依据东北大学从上世纪90年代的钢铁材料组织性能预测技术开始到最近一年来取得的各项工作进展，以及国际上韩国POSCO、日本JFE及欧美国家钢铁企业的研究情况，分国家战略、数据时代与数据科学、钢铁行业数字化转型的国际潮流、数字孪生—信息物理系统与材料创新基础设施、钢铁工业互联网的总体架构与功能、钢铁行业数字化的实践等6个方面全面阐述了团队在数字经济和钢铁行业融合发展，发挥数字化技术的放大、倍增、叠加作用，促进钢铁工业数字化、加速建设数字钢铁工作的成效和亮点。
王国栋院士指出，钢铁行业具有丰富的数字技术应用场景资源。钢铁行业先进的数据采集系统、自动化控制系统和研发设施，可以为我们提供海量的数据资源；经过长期的建设和发展，我们已经实现了全面的数据采集和丰富的数据积累。在工业互联网、大数据、云计算、5G网络等信息技术的支撑下，我们可以借助大数据与机器学习/深度学习等数据科学技术，快速挖掘海量数据中蕴含的企业管理与生产过程中的规律，从而利用这些规律解决流程工业普遍存在的“不确定性”等“黑箱”难题，发挥数据技术的放大、倍增、叠加作用，推进钢铁行业的高质量发展。
王国栋院士详细分析了团队创新提出并正在企业建立的钢铁工业互联网架构下钢铁企业创新基础设施的特征和建设任务。
第一项任务，必须填平补齐底层生产线的数据采集和执行机构，消除数据采集和指令执行方面的“短板”。钢铁工业要采用数字化技术，实现数字化转型，首要条件是钢铁产线的各个基本单元具有 完备、可靠、性能优良的数据采集系统，可以提供精准、齐全的现场有关材料成分设计和实时操作数据等输入数据，以及材料外形尺寸、组织性能、表面质量等输出数据。同时，各工序的基础自动化系统和执行机构必须以足够的响应性和实时性实现过程控制与物理系统的实时交互，完成需要的自动化控制任务。尽管我国多数钢厂是近年建设的，采用了先进的自动化技术，有较好的自动化基础，但是仍然有缺项和“短板”。
第二项任务，是攻克“边缘数字化核心平台”，简称“边缘平台”。钢铁行业的全流程“黑箱”就位于边缘。传统的边缘主要使用基础理论主导的数学模型，来完成过程机设定计算和基础自动化控制。此外，在边缘处还有过程监控系统、质量追溯系统、数据库系统等，近年还有少许的局部智能化控制环节。由于环境状况和操作条件波动以及设备运行状态变化，加之过程输入条件、状态变量和控制系统之间的关系十分复杂，这些机理模型对于全流程“黑箱”的复杂动态过程适用性很差，预报精度不高，难以准确透视工艺、设备、质量等关键参数之间的复杂关系。因此，利用数字化技术改造过的边缘部分设置了边缘数据中心，负责生产过程输入、输出大数据的提取、转换、存储的功能。与此相应，在边缘部分设置“大数据/机器学习解析平台（I）”（D/M平台I），这个平台可以利用数据科学、AI等技术解析建立和优化数字孪生过程模型，以及实现过程可视化、开发APP等功能，并将生产过程数字孪生模型传送到过程控制系统，代替传统的机理模型，进行生产设备的设定和动态设定。
第三项任务，是建设资源配置管理云平台，简称“云平台”。云平台位于云中，负责生产计划、调度、质量、效率等生产活动，原料、供应、能源、介质、排放、物流、人力资源、财务、成本、技术创新与开发等的资源配置和管理功能，是“边缘部分”设定、运行、调度的强大支撑部分。在云平台配置有企业大数据中心和“大数据/机器学习解析平台（II）”（D/M平台II），该平台也是利用机器学习等数据转换和处理技术处理、分析生产、设备、能源、物流、安全、市场、销售、资源、财务、战略等各方面的大数据，对相应部分的运行和管理工作进行管理和优化，支撑和保证生产线系统和公司整体的最优化运行。
第四项任务，是网络化，即系统的通信和网络。原有的光纤通信系统继续使用，并增设5G通信网络。在垂直方向上，该系统实现轧制等快过程的短时延交互反馈；在流程方向上，实现各单元之间的顺畅、无缝的优化衔接。这个系统，可以保证通信网络无时不在，无处不在，即插即用，畅通高效。
王国栋院士特别强调，应当注意新系统与企业原有系统的衔接、继承和发展。我们在保持原系统的优点和优势的同时，还要发挥“软件定义”的优势，开发先进的计算机软件，把最新的技术无缝融入原系统中去，通过高质量的软件实现对原系统的改造，完成新旧软件系统的顺利过渡。只立不破，多立少破，数据驱动，软件定义，降低改造成本，逐步上线实施，加速建设进程，确保安全可靠。这样做可以大大降低改造的成本，提高改造的效率，加速改造的进度，促进行业的智能化转型。所以，自主创新开发数据驱动、软件定义的全新数字化、网络化、智能化系统，是我们必须认真执行的关键环节。
王国栋院士与师生针对“加快建设数字钢铁”主题进行了深入交流，集中讨论了数字经济与钢铁行业深度融合的重大意义、加强高校学科交叉优势、产学研联合组队、研究项目的确定和运作、国际先进企业研究动态交流与收集、提高建设效率与降低建设成本等问题，并展望了下阶段的工作。
与会师生一致认为，我们要以习总书记“加速建设数字中国”的指示为纲，深刻认识大数据+机器学习为核心的数字化转型是钢铁工业发展的大趋势、大方向。我们要以国家重大需求和企业管理与生产中的问题为导向，学科交叉，行业协同，产学研深度融合，攻克关键共性技术，创新颠覆性、引领性、原创性技术，掌握核心竞争力，加速建设数字钢铁，促进我国钢铁行业实现数字化转型，高质量发展！我们相信，中国钢铁行业一定会在激烈的国际竞争中占据钢铁产业数字化的制高点，成为世界钢铁科学技术创新发展的领跑者。我们也同样相信，经过这场数字经济、数字技术发展浪潮的洗礼，东北大学在学科建设、人才培养、教学改革、学校治理、服务社会等方面，也一定会发挥数据的基础资源作用和创新引擎作用，实现各项工作的数字化转型，走在“双一流”建设的前列，成为“创新型、复合型、应用型人才”的培育基地。
免责声明：tiegu发布的原创及转载内容，仅供客户参考，不作为决策建议。原创内容版权仅归tiegu所有，转载需取得tiegu书面授权，且tiegu保留对任何侵权行为和有悖原创内容原意的引用行为进行追究的权利。转载内容来源于网络，目的在于传递更多信息，方便学习交流，并不代表tiegu赞同其观点及对其真实性、完整性负责。如无意中侵犯了您的版权，敬请告之，核实后，将根据著作权人的要求，立即更正或者删除有关内容。申请授权及投诉，请联系tiegu（400-8533-369）处理。