星云大模型服务钢铁行业生产和运营协同创新

        2024年初，国资委召开中央企业人工智能专题推进会，指出中央企业要发挥需求规模大、产业配套全、应用场景多的优势，带头抢抓人工智能赋能传统产业，加快构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。同时，工业和信息化部等九部门印发的《原材料工业数字化转型工作方案（2024—2026年）》中指出，强化人工智能驱动，推动将成熟人工智能技术引入生产调度优化、过程模拟仿真、运营管理决策、安全管控等典型场景，建设适用于生成式人工智能的行业数据集，基于现有通用大模型技术底座进行定制化开发训练，构建细分行业大模型，加快大模型技术深度创新。这些指导政策均给出了明确指向，要求传统行业利用信息科技技术创新，面向高端化、智能化、绿色化发展目标，积极推动传统产业向新型工业化转型升级。 

智改数转，钢铁行业面临诸多挑战

        钢铁行业作为国民经济的重要基础产业，具有生产流程长、过程机理复杂、业务场景丰富、工况环境严苛、无人化少人化需求迫切等突出特点。近年来，钢铁行业数字化转型不断走向纵深，但在生产和运营方面仍然面临诸多挑战。

        在集团管理方面，钢铁企业很多为一总部多基地协同模式，为企业的集团管控和信息协同带来较大困难。例如，集团和分支机构现存大量管理制度，涵盖党建、财务、档案、法务、人力、信息化、科技等维度，管理相关制度查询和利用、文档编制和归档、信息校验等工作耗时耗力，制约管理工作效率和准确度提升。

        在生产制造方面，钢铁生产涉及从原料到成品的多个高度集成的工序，很多工序环节存在“黑箱”问题，过程机理高度复杂难以掌握；同时，钢铁生产工况条件经常发生变化，传统基于机理模型或人工经验进行生产决策对生产过程的连续稳定和精确控制带来极大挑战；此外，在钢铁行业，“3D”即Dangerous（风险大）、Dusty（环境脏）、Duplicate（重复劳动）岗位带来的员工安全和健康挑战问题，对现场的少人化、无人化提出了迫切需求。

在质量控制方面，钢铁车间积累了大量质量相关数据，数据量大、类型多、结构复杂，包括结构化数据（如生产参数）和非结构化数据（如设备日志、图像视频、作业规范、质量检测），处理难度高，如何快速查询和分析质量数据，快速精准地追溯到问题源头，为质量控制提供决策优化建议成为钢铁企业提升质量的重要目标。

        在设备运维方面，维护经验、知识碎片化，缺乏系统化的积累、提炼和优化，设备维护相关数据没有得到有效开发和应用；同时，设备运维过度依赖人的行为和经验，设备故障多，运维效率较低，且设备过维修和欠维修长期共存，使得综合维护成本居高不下。

        在安全生产方面，安全管理制度、法律法规涉及内容多、系统性强，需要完善的制度和有效的执行机制，同时，生产流程复杂，安全隐患多，安全隐患难以及时发现、预警和处理，导致安全生产事故频发。 

星云大模型助力钢铁行业生产和运营协同创新实践

        中兴通讯基于星云大模型打造了星云钢铁大模型（见图1），支持语言、图像、视频、声音等多种模态，应用到钢企的实际场景中，可以由浅入深，高价值场景先行先试，多场景分类探索，创新技术逐步应用，人才队伍不断壮大。

        针对钢铁行业集团及分支机构的制度管理、运维知识问答、安全生产法律法规检索和知识库构建等场景需求，知识平台基于基础大模型语义理解能力，通过用户专有数据构建向量化知识库，并结合检索增强生成技术（RAG），匹配正确知识，降低模型幻觉，最终实现知识问答准确率提高到90%以上；通过业界首创的视觉方式提取图片中的表头信息，包含语义信息和结构信息，准确理解表格结构和表格内容，准确率达到98%以上；同时，通过精准溯源功能，确保每个回答都可追踪至具体知识源头，极大提升了信息的可信度和可用度。

        针对钢铁企业生产经营报表查询和质量快速统计分析场景，星云大模型-星云ChatBI提供了智能问数能力，用户仅需使用自然语言提问，大模型即可快速、准确地理解用户问题，从海量数据中检索、分析，提供精准的信息解答，并以适当的图表形式进行展示。最终实现数据智能分析查询、数据分析快速呈现、数据根因分析等功能，帮助企业快速获取生产现状问题及应对策略，提升经营决策效率。

        基于星云大模型智能体，利用事先建立的指标和维度树，对钢铁企业经营报表和生产统计原始数据，通过指标、维度对数据统一建模和治理，利用大模型自然语言转SQL的能力，将业务人员用自然语言的问题解析并转化SQL查询语句，实现“任意表随便问”效果，通过智能体在后台关联的钢铁生产统计数据库进行智能查询，可自动拆解异常指标，实现面向经营、生产数据的自动预警、根因分析、关联分析等智能问数应用，使得复杂查询准确率提升到95%。

        针对钢铁园区生产安全场景，星云视觉大模型可精准识别安全带、安全帽、反光马甲、工作服、CO报警仪等穿戴，以及钢水车、火焰、烟雾、抽烟等潜在的安全隐患，识别准确率大于99%。此外，平台支持大小模型协同，小模型初筛并通过大模型复核和补漏，大幅降低小模型算法误检和漏检问题，提高识别精度，保护企业小模型投资。

        相比钢铁行业的知识问答、智能问数和园区安全场景，面向钢铁生产过程的智能决策等专用大模型对于钢企而言更为重要。钢铁生产全流程包括选矿、炼铁、炼钢、精练、连铸、轧制等几个环节，其共性核心设备包括高炉、转炉、电炉、精炼炉、连铸机、轧机、热风炉和除尘设备等，以转炉为例，转炉炼钢过程是一个连续非线性系统，具有过程扰动、时滞和工艺约束，并遵从反应动力学、流体动力学和质能守恒等基本机理模型。对于生产过程中存在的“五难”，即不完备信息建模难（反应机理复杂）、多源异构数据认知难（高温环境复杂）、多冲突约束决策难（生产要求复杂）、工业知识积累学习难（动态过程复杂）、多样生产平台构建难（应用场景复杂），传统机理模型并不能有效地进行质量预测和工序决策。

        针对钢铁生产制造优化决策，采取“机理建模+数据驱动+知识引导”的先进方法，分为数据感知阶段、认知选模阶段、智能决策阶段。数据感知阶段实现对现场声音、震动、图像、视频等传感数据的智能感知，将钢铁生产冶炼过程多模态数据中的低质量部分，进行特定的补齐、选帧、校准等处理，从而提高输入智能决策大模型的数据质量水平；认知选模阶段则实现多模态传感数据结合机理模型和知识图谱进行数据建模，负责根据当前感知的数据确定钢铁生产冶炼工况，并调用特定工况对应模型；智能决策阶段构建生产优化决策大模型，根据现场生产工艺条件输出控制决策参数，生成决策信号，给到现场生产设备，形成基于数据流动的状态感知、实时分析、科学决策、精准执行的闭环，降低人工干预，提升生产稳定性。

星云钢铁大模型支持钢铁行业向新型工业化转型升级

        星云钢铁大模型已在多家钢铁企业进行了实践和探索。在鞍钢集团，通过星云语言大模型，针对鞍钢集团及分支机构制度文档创建私域知识库，并“链接”大模型的学习能力和生成能力，实现文档的检索生成和智能问答，提升鞍钢整体办公和经营管理效率。此外，中兴通讯积极探索大模型技术与钢铁行业场景的深度融合，在2023年底第四届钢铁工业智能制造发展大会上，中兴通讯携手中国工业互联网研究院、冶金工业信息标准研究院、鞍山钢铁集团有限公司等10余家行业伙伴，共同发布《钢铁行业工业互联网大模型场景应用白皮书》，从钢铁行业大模型涉及的算力基础设施、数据和语料、大模型平台、模型训练和应用安全几个角度阐述整体技术架构和实施路径，并参考工业互联网新兴模式，从平台化设计、智能化制造、网络化协同、服务化延伸及数字化管理等方面，全面梳理了潜在的场景应用。

        未来，随着钢铁行业绿色低碳发展和供给侧改革的推动，钢铁行业大模型的应用价值将日趋显著，随着大模型等人工智能技术和场景的深度融合，将为钢铁行业研发设计、供应链、生产制造、运营管理等多方面带来巨大效益。中兴通讯也将积极携手行业龙头、专业高校等伙伴，发挥自身优势，持续探索实践，切实助力钢铁行业由传统产业向新型工业化转型升级，夯实钢铁行业高质量发展根基，助力钢铁行业高端化、智能化、绿色化发展，推动我国从钢铁大国向钢铁强国跃升。