二，數(shù)字賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級的目的和意義

還以酒鋼宏興煉鐵為例。

鐵在鐵礦石中是以化合物（如氧化鐵）的形式存在。煉鐵的原理，是利用鐵及有害雜質(zhì)硅的熔點(diǎn)不同，通過控制溫度和壓力，讓鐵的化合物還原形成液態(tài)的鐵水，有害雜質(zhì)形成固態(tài)的爐渣，實(shí)現(xiàn)鐵與雜質(zhì)的分離。

煉鐵操作中，將原料鐵礦石、焦炭和石灰石按一定比例分層加入高爐中，熱風(fēng)吹入高爐，焦炭燃燒使溫度上升，并產(chǎn)生一氧化碳，一氧化碳與鐵礦石發(fā)生化學(xué)反應(yīng)，鐵的化合物逐步被還原成液態(tài)的鐵水。石灰石與熔點(diǎn)很高的脈石（其主要成分是二氧化硅）反應(yīng)，生成硅酸鈣浮于鐵水之上，形成爐渣。

脫硅以后，還需要進(jìn)行脫硫脫磷處理。最后的鐵水：一般含鐵90％～95％，碳3％～4.5％，和少量的硅、錳、硫、磷等，含量都有嚴(yán)格的要求。硅、錳有一定的范圍，硫、磷越低越好。

進(jìn)入轉(zhuǎn)爐煉鋼的鐵水，溫度一般不低1250度，而且要穩(wěn)定，還要有穩(wěn)定的化學(xué)成分。鐵水和廢鋼進(jìn)入轉(zhuǎn)爐，進(jìn)一步減少碳、硅、磷等雜質(zhì)，可得各種成分的鋼。加入鉻、鎳等，可得更高性能的鋼。

所以，鐵冶煉的干凈程度，即生鐵中的含碳量以及其它雜質(zhì)的含量，是鋼材質(zhì)量和性能的決定性因素。

酒鋼宏興煉鐵廠對高爐的數(shù)字化改造，并沒有對于鐵水的內(nèi)在質(zhì)量（工藝量），即含碳量及硅、錳、硫、磷含量進(jìn)行預(yù)測和控制。即使提前知道了爐溫和鐵水溫度，由于高爐內(nèi)部多變量、時變、非線性因素，對于鐵水化學(xué)成分的控制，總有一種隔靴搔癢的感覺，用了很大勁，但撓不到關(guān)鍵點(diǎn)上，打蛇沒有打到七寸上。

那么如何破解這個難題？ iAnn工業(yè)人工神經(jīng)網(wǎng)絡(luò)對于高爐這樣的系統(tǒng)，處理起來得心應(yīng)手。

iAnn工業(yè)人工神經(jīng)網(wǎng)絡(luò)，原理來源于人工神經(jīng)網(wǎng)絡(luò)，借鑒人腦神經(jīng)網(wǎng)絡(luò)處理信息的方法，包含多層神經(jīng)元，神經(jīng)元之間有可變權(quán)重連接。通過反復(fù)學(xué)習(xí)訓(xùn)練，逐步調(diào)整改變神經(jīng)元的連接權(quán)重，模擬輸入輸出之間的關(guān)系，具有自學(xué)習(xí)、自組織、自適應(yīng)以及很強(qiáng)的非線性函數(shù)（數(shù)學(xué)模型）逼近能力。iAnn工業(yè)人工神經(jīng)網(wǎng)絡(luò)也可以說是用數(shù)學(xué)模型模擬神經(jīng)元的活動。

其最大的優(yōu)勢，是不需要知道輸入輸出之間的確切關(guān)系，不需要大量的參數(shù)，只需要知道引起輸出變化的非恒定因素（輸入）。通過輸入和輸出數(shù)據(jù)就可辨識神經(jīng)元的權(quán)重（相當(dāng)于數(shù)學(xué)模型的系數(shù)）。與傳統(tǒng)的數(shù)據(jù)處理方法相比，iAnn可以很優(yōu)秀地處理非線性數(shù)據(jù)系統(tǒng)，建立數(shù)學(xué)模型，實(shí)現(xiàn)預(yù)測和逼近控制。

高爐的輸入是鐵礦石等來料、熱風(fēng)及外部能夠測量的數(shù)據(jù)，輸出即高爐出口的鐵水溫度、化學(xué)成分。輸入輸出都是可測量的（以前工業(yè)數(shù)字化的數(shù)據(jù)）。iAnn工業(yè)人工神經(jīng)網(wǎng)絡(luò)通過輸入輸出辨識爐內(nèi)的狀態(tài)量或工藝量，運(yùn)用高等數(shù)學(xué)的函數(shù)關(guān)系，建立高爐的動態(tài)模型（數(shù)學(xué)模型）。

經(jīng)過仿真訓(xùn)練，由AI算法找到在冶煉周期內(nèi)為約束條件下的最佳狀態(tài)量或工藝量（溫度或化學(xué)成分），成為參考模型。這樣就能控制高爐按照參考模型來運(yùn)行。

通過數(shù)學(xué)模型的穩(wěn)態(tài)和動態(tài)，進(jìn)一步得到狀態(tài)觀測器（或工藝觀測器），來觀測高爐內(nèi)部動態(tài)的狀態(tài)量或工藝量（溫度和鐵水化學(xué)成分）。

為了減少各環(huán)節(jié)的運(yùn)行慣性，觀測器對鐵水溫度和化學(xué)成分的觀察值，反饋到全狀態(tài)反饋控制（或工藝控制器）實(shí)行積分控制，高爐出口的鐵水溫度和化學(xué)成分就能跟蹤參考模型的理想輸出，實(shí)現(xiàn)時時在線的閉環(huán)控制。由于參考模型不受來料、室溫、熱風(fēng)等的影響，冶煉的鐵水溫度和化學(xué)成分也不受這些因素的影響。

在限定條件下，想要什么樣的結(jié)果，就設(shè)定什么樣的結(jié)果。并且不論在哪個高爐上，不論在哪個生產(chǎn)基地，不論在什么季節(jié)，鐵水的溫度和化學(xué)成分穩(wěn)定性不變，實(shí)現(xiàn)“三個一致”：批批一致，處處一致，時時一致。

這樣的鐵水，什么樣的好鋼煉不出來。同時的道理，應(yīng)用在煉鋼的轉(zhuǎn)爐上，什么高性能的鋼煉不出來，什么樣的特殊用途鋼煉不出來？產(chǎn)品結(jié)構(gòu)就能實(shí)現(xiàn)跨越式提升，酒鋼宏興就不用再打價格戰(zhàn)，高端設(shè)備用鋼的企業(yè)會排著隊來，也可以出口高端鋼，揚(yáng)眉吐氣走出國門。

這不正是數(shù)字賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級的目的和意義嗎？在高端產(chǎn)品、關(guān)鍵工藝、關(guān)鍵軟件上，不但能夠破解發(fā)達(dá)國家卡我們的脖子的問題，還能走上國際舞臺和發(fā)達(dá)國家競技。

iAnn工業(yè)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，不需要采集大量數(shù)據(jù)，夠用就好。設(shè)備在運(yùn)行中，能夠?qū)崿F(xiàn)動態(tài)平衡，各種資源和能源投入，不需要多，剛剛好就行。能夠最大程度降低成本和能源消耗，以及降低云平臺的租用費(fèi)用和維護(hù)費(fèi)用。

從iAnn工業(yè)人工神經(jīng)網(wǎng)絡(luò)的角度來說，數(shù)據(jù)模型或者叫數(shù)字化模型，仍然是數(shù)據(jù)擬合，需要采集大量的數(shù)據(jù)，根據(jù)大量的數(shù)據(jù)擬合出比較合適的模型，來預(yù)測規(guī)律或趨勢，指導(dǎo)操作或決策。這樣的數(shù)據(jù)模型不能脫離原數(shù)據(jù)，耗電量大，數(shù)據(jù)存儲成本也高。并且數(shù)據(jù)模型用到別的高爐上，需要重新調(diào)整參數(shù)，以適應(yīng)新的環(huán)境。

iAnn在產(chǎn)品質(zhì)量提升的同時，伴隨著降低成本、降低能源消耗、提高生產(chǎn)效率。數(shù)據(jù)模型是在降本、降耗增效的同時，伴隨一定質(zhì)量的提升，雖然都采用了模型控制，但是有本質(zhì)區(qū)別。

在一定的約束條件下，降低成本和能源消耗是有天花板的，而產(chǎn)品質(zhì)量的提升是無止境的，能夠不斷提高產(chǎn)品質(zhì)量，才算真正實(shí)現(xiàn)了脫胎換骨。現(xiàn)代工業(yè)化的實(shí)質(zhì)是“量的噴涌而出，質(zhì)的不斷精進(jìn)”。

以工信部發(fā)布的成熟度模型來衡量，鋼鐵行業(yè)數(shù)字化轉(zhuǎn)型起步早，但基本還在三級階段，也就是采集分享和分析階段，這是數(shù)據(jù)模型階段。用數(shù)學(xué)模型解決關(guān)鍵工序，對核心業(yè)務(wù)精準(zhǔn)預(yù)測和優(yōu)化，形成關(guān)鍵技術(shù)軟件，才是到了四級，這是一個從硬實(shí)力向軟實(shí)力的躍升。

（智能制造成熟度等級演進(jìn)示意圖）

從上圖明確看到，從三級到四級，是重要的分水嶺，是從硬件到軟件的躍升，從裝備升級到知識產(chǎn)權(quán)的躍升，從信息化技術(shù)手段向數(shù)據(jù)挖掘的提升，從互聯(lián)網(wǎng)+技術(shù)向人工智能的提升，從采集外部數(shù)據(jù)向控制內(nèi)部數(shù)據(jù)躍升，從數(shù)據(jù)采集共享到數(shù)據(jù)利用釋放價值的躍升，從數(shù)據(jù)模型向數(shù)學(xué)模型的提升，從提高管理效率生產(chǎn)效率向提高產(chǎn)品質(zhì)量的躍升。

關(guān)于數(shù)據(jù)復(fù)用的判斷，2024年5月的第七屆數(shù)字中國建設(shè)峰會，以“釋放數(shù)據(jù)要素價值，發(fā)展新質(zhì)生產(chǎn)力”為主題，發(fā)改委中國數(shù)據(jù)局發(fā)布了《全國數(shù)據(jù)資源調(diào)查報告（2023年）》，明確指出：數(shù)據(jù)資源管理和利用整體處于起步階段，表現(xiàn)在：

1，我國“互聯(lián)網(wǎng)+”的蓬勃發(fā)展，產(chǎn)生了海量的數(shù)據(jù)。2，數(shù)據(jù)加工能力不足導(dǎo)致大量數(shù)據(jù)價值被低估、難以挖掘復(fù)用；3，大模型、訓(xùn)練工具等支撐能力不足，海量數(shù)據(jù)開發(fā)利用價值低于存儲成本。

iAnn工業(yè)人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用，將會改善這樣的狀況，真正做到釋放數(shù)據(jù)要素價值，發(fā)展新質(zhì)生產(chǎn)力。

中國智能制造，就是要通過發(fā)展新質(zhì)生產(chǎn)力，趕上并超過發(fā)達(dá)國家的制造。比如鋼鐵行業(yè)，發(fā)達(dá)國家在高端鋼材的質(zhì)量穩(wěn)定性、性能一致性方面表現(xiàn)更優(yōu)，其產(chǎn)品能夠滿足嚴(yán)苛的技術(shù)要求和質(zhì)量標(biāo)準(zhǔn)，如高強(qiáng)度鋼、超高強(qiáng)度鋼、特殊合金鋼、精密合金等。這些高端鋼材在航空航天、汽車、高端裝備制造等領(lǐng)域應(yīng)用廣泛。我國鋼鐵制造在這方面有很大差距。

國外在高端制造方面，依靠的是計算機(jī)編程語言，創(chuàng)建算法和邏輯來實(shí)現(xiàn)精細(xì)化控制，這是一種傳統(tǒng)的控制方法。iAnn工業(yè)人工神經(jīng)網(wǎng)絡(luò)能夠讓機(jī)器具備智能和學(xué)習(xí)能力，特別是對于不能直接測量的數(shù)據(jù)，并且具有非線性、時變、多變量等復(fù)雜的系統(tǒng)，更具有優(yōu)勢。這或許是我國在高端制造領(lǐng)域的一個突破口。

舉個例子：神五外罩的一個部件是國產(chǎn)的，冶金部老專家親自出馬，夜以繼日，用革命的精神，試錯的理論，終于達(dá)標(biāo)。也有人說，單批生產(chǎn)，如果有工藝技術(shù)人員現(xiàn)場指導(dǎo)把關(guān)，什么樣的鋼都能生產(chǎn)出來，但是批量生產(chǎn)，就不行了。

如果在酒鋼宏興的計算機(jī)屏幕上，直接顯示鐵水或者鋼水的化學(xué)成分控制曲線，那是多么振奮人心！解決了化學(xué)成分的精準(zhǔn)控制，實(shí)現(xiàn)了高端產(chǎn)品的批量生產(chǎn)。這將會成為鋼鐵產(chǎn)業(yè)新標(biāo)準(zhǔn)、新標(biāo)桿。

卷煙工業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型升級，其核心也是提升產(chǎn)品質(zhì)量，生產(chǎn)效率和管理效率的提高是副產(chǎn)品。

相關(guān)新聞鏈接：

酒鋼的啟示：數(shù)字化轉(zhuǎn)型后上半年虧損9.7億元，卷煙工業(yè)企業(yè)如何借鑒（上）

酒鋼的啟示：數(shù)字化轉(zhuǎn)型后上半年虧損9.7億元，卷煙工業(yè)企業(yè)如何借鑒（下）