智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。全球新一轮科技革命和产业变革加紧孕育兴起，与我国制造业转型升级形成历史性交汇，智能制造在全球范围内快速发展，已成为制造业重要发展趋势，对产业发展和分工格局带来深刻影响。因此，《中国制造2025》明确把推进智能制造作为主攻方向。

为推动钢铁行业智能制造技术体系健康发展，促进中国钢铁行业转型升级，2017年7月13－15日，中国金属学会联合中国自动化学会、中国人工智能学会、中国金属学会自动化分会，在河钢集团大力支持下，在唐山成功召开了“2017年中国钢铁工业智能制造协同创新发展论坛”暨十届一次“中国金属学会生产技术与科技咨询工作委员会”工作会。会议的主题是：“智能协同、质造未来”。

中国金属学会理事长、中国工程院院士干勇，中国工程院院士殷瑞钰，中南大学、中国工程院院士桂卫华出席了会议并作了精彩的学术报告，中国金属学会专家委员会主任王天义、中国金属学会副秘书长高怀，河钢集团总经理彭兆丰、宝武集团宝钢股份总经理邹继新、鞍钢钢铁集团孟劲松、本钢集团副总经理许家彦等十余家钢铁企业的领导出席，出席本次会议的专家学者约150余人，共同探讨新形势下，钢铁工业如何推进智能制造。

本次会议重点分析中国钢铁工业两化融合与智能制造发展的现状与存在的问题，交流借鉴相关行业智能优化技术体系建立的实践，探讨钢铁企业智能制造可行的发展模式，钢铁工业智能制造参考架构体系与信息物理系统（CPS）的构建。同时邀请关权威专家就知识自动化、人工智能等前沿技术在钢铁行业中的应用作报告，进而加强多学科交叉融合，协同创新。

1、关于智能制造的内涵与特征的把握

干勇院士在《中国制造2025与钢铁工业智能制造发展》的报告中，分析工业化中后期国际工程科技发展特点、需求，介绍了《中国制造2025》的发展方向，重点分析了互联网时代钢铁产业模式和技术创新模式。他认为智能制造技术体系的建设是一项复杂的系统工程，其核心在于工业、产品和服务的全面交叉渗透，是集研发设计、物流采购、生产控制、经营管理、市场营销为一体的流程工业全链条、全系统的智能化体系，将无线泛在感知网络技术应用于钢铁生产领域，利用下一代网络的开放性和无所不在的人机交互性，构建下一代钢铁生产过程控制系统。他强调在大数据智能制造时代的产品其核心价值已不是产品本身而是服务用户价值创造，提出构建互联网+钢铁产业创新服务平台经济体，实现大数据的分布式存储和共享。同时，结合高效的云计算技术，为钢铁材料的开发设计提供有力的技术支持，形成一个从产品研发、生产制造、到应用推广的一体化综合知识服务平台，从而打造制造业互联工厂模式、共创共赢生态圈。

殷瑞钰院士在题为《关于智能化钢厂的讨论——从物理系统一侧出发讨论钢厂智能化》的报告中，强调要从离散制造与流程制造的本质特征与不同来把握钢铁工业的智能制造的内涵，认为以冶金、化工、建材为代表的流程型制造的特征是：①企业由异质、异构、相关协同的工序构成，企业以不可拆分的制造流程整体协同运行的方式存在，适合于连续、批量化生产。②制造流程中存在着复杂的物理、化学过程，甚至往往出现气、液、固多相共存的连续变化，物质/能量转化过程复杂，难以全部实现数字化。③企业是复杂的大系统，输入的原料/燃料组分波动，外界随机干涉因素多，难以直接数字化。④组成制造流程的单元工序/装置的功能是不同的，制造流程属于异质、异构单元组合的集成体。因此，他认为根据流程制造业的特征，其智能制造的涵义应该是以企业生产经营全过程和企业发展全局的智能化、绿色化、产品质量品牌化为核心目标研发出来的生产经营全过程的数字物理融合系统。

桂卫华院士在《原材料工业智能优化制造》的报告中，分析了原材料工业的特点与面临的挑战，认为全流程优化对复杂分析、精准判断和创新决策的要求越来越高、信息化和大数据环境对知识型工作者提出更严峻挑战，只依赖知识型工作者无法实现智能优化制造。在分析了流程工业与离散工业的区别的基础上，认为我国不能照搬德国制造业模式，流程工业的转型升级必须结合我国特点和现状提出新的技术模式。因此，桂卫华院士从知识自动化的视角提出：智能优化制造是以企业全局及经营全过程的高效化与绿色化为目标，以智能生产和全流程整体智能优化为特征，以知识自动化为核心的制造新模式。

有关企业结合实践，也对智能制造的内涵、特征进行了阐述。中国航空工业集团公司的宁振波教授在《智能制造——从三体智能革命说起》的报告中，从物理实体、意识人体、数字虚体的“三体智能革命”分析了智能进化路径，强调智能制造就是以数据的自动流动解决复杂系统的不确定性、多样性，提高资源配置效率。北京首钢自动化信息技术有限公司胡丕俊副总经理《稳步推进两化深度融合打造智慧百年首钢》的报告中强调：智能制造是钢铁企业在新时期新形式下，实现供给侧改革与企业转型升级的重要手段。在实现智能制造过程中，企业需要注重培育数据驱动的新型钢铁生产体系，需要从过去重视的“材料、工艺、成本”向现在重视的“服务、知识、数据”转变。

攀枝花钢铁集团公司的陈勇副总经理在《攀钢两化融合的实践与思考》的报告中强调：两化融合的深入发展和工业体系的智能化水平持续提升，传统工业体系总体架构将面临严重不适应的问题，基于工业化体系基础上的信息化发展难以为继，而基于信息化基础上的工业体系重构必然成为新的发展趋势。因此，他认为不能把信息技术只是简单的作为手段或工具，而是要在信息化与工业化实现真正全面融合的基础上，研究制造流程与技术创新，形成基于信息化的新型工业体系。河钢集团公司唐钢公司信息自动化部的赵振锐部长结合唐钢的实践强调：钢企为典型的流程型制造企业，其智能制造应为整个制造流程运行、管理的智能化，包括设计、订单、计划、生产、销售、财务、服务等一些列活动在内的智能化的动态运行系统。

2、关于智能制造参考模型架构体系与信息物理系统（CPS）的构建

智能制造的本质是实现贯穿企业设备层、控制层、管理层等不同层面的纵向集成，跨企业价值网络的横向集成，以及从产品全生命周期的端到端集成。因此，如何结合钢铁企业的战略目标与定位、产品与服务、技术与装备和工艺流程的特点，加强智能制造的顶层设计，从系统架构、价值链和产品生命周期等三个维度构建了钢铁工业智能制造参考模型架构体系与信息物理系统（CPS），对构建物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同、支撑两化深度融合的综合技术体系，推动钢铁工业智能制造的健康发展具有重要的意义。

殷瑞钰院士从钢铁制造流程动态运行的物理本质特征出发，分析了钢厂智能制造架构体系与信息物理系统（CPS）的构建。认为流程制造业的生产过程实质上是物质、能量以及相应信息在合理的时-空尺度上流动/演变过程。其动态运行过程的物理本质是：物质流在能量流的驱动和作用下，按照设定的“程序”，沿着特定的“流程网络”作动态-有序的运行，并实现多目标优化的过程。制造流程物理系统优化是钢厂智能化的重要基础性前提，要充分认识制造流程的运行特点。钢厂智能化不只是数字信息系统，不能仅从数字化一侧来推动钢厂智能化，而是必须高度重视物理系统的研究，必须是物质流网络、能量流网络和信息流网络所组成的“三网协同”的信息物理系统。同时，他还强调“界面技术”是一种复杂嵌入式系统，对钢厂的CPS特别重要，因为钢厂物理系统是由异质、异构的组成单元（子系统）构建而成的。要实现智能化必须解决异质异构的子系统之间的相互辨识、相互感知、相互作用、相互协同的关系，从而以优化的“嵌入”件的方式融入数字物理系统之中，促进上位系统（全流程）的优化、协同。

中国科学院沈阳自动化所的刘意扬研究员认为现代信息技术的发展使人们解决问题的方式从机械还原论的分解解决方式，到可以实现跨层、跨域的优化成为可能，人们可以在信息空间实现知识的自动化处理、减少人为干扰，并提出了未来智能工厂的CPS系统体系的设备层-网络层-语义层-服务层的四层架构的设想，设备层的关键特征是泛在感知，网络层对应于全互联制造网络，语义层是由虚拟的模型组成，服务层是制造应用，主要通过服务资源组合生成工艺过程组织生产。北京中船信息科技有限公司的马建博士在《船舶工业智能制造体系架构与CPS构建》的报告中，认为智能制造的核心特征是以知识（模型）为纽带，工业智能为核心的产业链。介绍了船舶建造模式的以产品模型（应用面向对象的方法，描述产品全生命周期中每个环节的属性及属性之间的关系）——资源模型（产业链、各阶段产品及过程环节所需的各类资源）——行为模型（用于定义产品模型、资源模型及其过程环节和各环节相关信息的规则）建立船舶建造CPS系统体系的思路。其核心是：通过产品模型+过程数据在系统内部建立起与实体船的全生命周期相对应的数字船，形成“数字孪生”（digital twin），打造船舶智能制造平台。

中国石油化工集团李德芳教授在《石化工业智能制造体系研究与实践》的报告中，介绍了中国石油化工集团以智能工厂为核心，逐步建立石化工业智能制造体系的创新实践。其特色是从过程控制与装备、智能制造平台和业务应用三个层次考虑出发，形成高共享、高内聚、低耦合的系统服务、全面支撑业务应用的智能化平台，并结合石化企业特点建立由工厂全生命周期、信息技术和系统层级组成的三维智能工厂标准化体系架构，界定石化智能工厂的内涵和外延，识别智能工厂现有和缺失的标准。其体系架构突出三条主线：①供应链协同一体化。实现从原油的采购、生产制造、运输到销售的供应链与物流的横向集成，通过协同一体化优化实现效益最大化。②生产管控集成化一体化。实现经营管理层、生产营运层、过程控制层的纵向集成，形成新一代生产营运指挥新模式。③资产全生命周期管理。实现从工厂的项目筹建、工程设计、建造交付，到工厂运行与设备维护、资产报废退出的资产生命周期全过程数字化管理。从而形成石化智能工厂覆盖石化工业全产业链流程，全面提升企业全面感知能力、优化协同能力、预测预警能力、科学决策能力。

河钢集团公司唐钢公司信息自动化部的赵振锐部长在《河钢唐钢智能制造信息系统架构》的报告中，分析了钢铁企业目前的ERP-MES-PCS体系架构存在的问题，认为传统架构以ERP财务为核心，与产线结合不够紧密，对产品制造过程的执行与跟踪未形成有效闭环，难以适应小批量、多品种、定制化订单的生产组织，质量管控缺乏全流程的系统支撑，信息化与自动化之间存在断层。为解决这些问题，河钢唐钢在原有的ERP-MES-PCS体系架构中，增加了工厂数据库的L2.5层和具有公司级订单设计ODS、公司级计划排程APS、公司级质量管理QMS功能的L3.5层，初步打通了各层之间的横纵向联系，基本实现了知识固化，建设了企业核心冶金数据库，以产品制造全生命周期管理为核心，全面支撑生产/质量一贯到底；做到按单生产，解决了用户的定制化、个性化和与规模化生产之间的矛盾，为企业、客户创造最大价值；可以实现柔性化制造，通过生产的自组织和快速响应，最大限度合并订单，降低生产成本，细化成本核算，满足管理需求。这种在现有体系构架基础上改善的做法，值得钢铁企业学习借鉴。

宝钢股份公司信息化技术总监沈立明在《宝钢股份智慧制造思考与实践》的报告中，介绍了宝钢股份公司致力于建设全透明数字化钢厂，逐渐在数字化空间中建立与现实并行一致的虚拟工厂，实现“快速响应并满足个性化需求、且交付高品质产品的制造模式”的创新实践，强调智能互联、智能工厂、智能装备、提质增效等四线并行，先易后难，以点带面的发展思路。

南京钢铁股份有限公司金恒公司总经理孙茂杰交流了南钢努力打造船板钢材规模化个性定制配送（JIT+C2M）的创新实践，其体系构架在原有的基础上形成智能决策层（精准决策DSS）——智能制造层（精准管理ERP——精准制造MES——精准控制PCS+PLC），系统架构通过各层面的智能化、精准化实现端到端的工程数字集成，可以实现个性化；通过不同层面系统间信息和数据的融合实现制造过程纵向集成，促进柔性生产；通过精准决策实现产品与配送服务过程中价值链的横向集成与优化。其目标是船厂钢材利用率上升3个百分点，船厂资金占用缩短40天以上，造船工时节约13%以上，船厂节约切割费用船厂综合成本降低15%以上。

3、关于知识自动化、人工智能与产业发展

知识自动化是工业4.0的九大支柱技术之一。2013年，在麦肯锡全球研究所发布的《颠覆技术：即将变革生活、商业和全球经济的进展》报告中，预测了12项可能在2025年之前决定未来经济的颠覆技术。其中，知识工作的自动化智能软件系统位居第二，该报告预计到2025年，知识工作的自动化每年可直接产生5.2万亿至6.7万亿美元的经济价值。

知识自动化是信息自动化的自然延伸与提高。桂卫华院士认为知识型工作在当代社会分工中占有压倒性的重要地位，其核心要求是完成复杂分析、精确判断和创新决策的任务。例如：AlphaGo是通过人工智能、软件技术和自动化系统实现下围棋这一知识型工作的自动化。德国SIEMENS公司开发的SIMETAL CIS VAIQ，计算机辅助质量控制系统包括生产系统、知识库系统(knowledge database system)、知识发现系统(knowledge discovery system)，可以利用灵活的知识库组件为冶金专家及工艺流程工程师提供有关生产和产品质量预测专门知识，通过详细的过程和检验数据，促进冶金过程控制的发展。他分析了流程工业知识自动化所面临的过程复杂难以建立精确模型、新的信息环境下海量信息利用和知识的推广、积累和传承困难，知识型工作机制亟需改变等三大问题，并以有色行业锌的冶炼过程为例，介绍了实现知识自动化的框架思路。提出知识自动化的三个路径，即通过将人工智能技术、计算机软件技术、自动化系统技术等融合建立知识自动化系统，以物理、化学、数学知识为基础建立数学模型和建立工艺技术、管理规则、语义网络和数据库等形式。桂卫华院士还分析了知识自动化的基础科学问题，如工业环境下生产过程实时特征分析和知识感知触发机制，多源、多维、多时空尺度知识获取，非结构化知识的一致性描述，领域知识代码化与知识库构建，动态知识增量式关联和挖掘，知识演化与协同理论，基于推理的新知识发现，多类型工业知识的融合、互换和演化，控制、调度和决策的知识资源统一组织管理框架，知识自动化的高效计算方法和算例库，知识自动化云服务平台体系架构与核心组件设计，工业应用场景下的知识库、模型库、算法库设计等等。知识自动化，作为智能制造的基础技术之一，值得高度重视，中科院自动化所复杂系统管理与控制国家重点实验室主任、中国自动化学会秘书长王飞跃教授认为：知识自动化是信息自动化的自然延伸与提高，是“人”嵌在自动化之中的必然要求，也是从物理世界的自动化控制转向人类社会本身的智能化管理的基础。虚拟空间里的自动化之核心就是知识自动化。一方面是已知或已约定的知识之自动化，另一方面是未知或无法规定的模式之表示及处理，都间接或直接涉及到人与社会行为的建模与分析问题。此时，由于“自由意志”存在，除了自然科学中的“硬”定理之外，我们还必须依靠社会科学的一些“软”规律，如默顿定律等，再融入机器学习和人机交互等方法和技术，间接地影响人的意识，间接地改变行为模式，从以“知你为何”为基础实现自动化，转化到以“望你为何”为依据争取智能化，促使希望的控制或管理目标得以实现。因此，如何利用工业软件、模型和知识规则、数据库、人工智能等手段，实现知识的自动获取、分析、传输甚至生产等是值得高度重视的。

人工智能作为计算机学科的一个交叉前沿学科，是在计算机上模拟、实现和扩展人类智能的一门科学与技术。经过近几十年的发展与积累，人工智能技术正处于新的发展阶段，并将产生深刻的技术、经济和社会影响。如何推动人工智能技术在钢铁工业中的应用，促进具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的智能制造的发展有重要的意义。清华大学智能技术与系统国家重点实验室的孙富春教授在《人工智能与产业发展》的报告中，回顾了人工智能发展的历史脉络和各种流派的演进，介绍了深度学习实现从“特征提取”到任务的“端到端”学习机制和深度强化学习的特征提取-分类识别-操作执行机理，认为人工智能（AI）过去主要研究的是机器认知，未来的发展将是基于认知科学，详细介绍了在卷积神经网络的卷积层内加入反馈连接，使得每个单元的发放受到它相邻单元调制的脑认知研究思路，并介绍了人工智能在智能机器人、安防领域、人机交互、无人驾驶、移动智能等产业的应用情况。

4、我国钢铁工业两化融合与智能制造发展现状与存在的问题

为了研究我国钢铁企业现有两化融合、智能制造发展状况及其存在的问题，中国金属学会在中国科协的支持下，开展了《中国钢铁企业智能制造发展状况与需求》调查，并发布了《中国钢铁企业智能制造发展现状与需求调查研究报告》。中国金属学会理事长干勇院士根据调查数据，分析了我国钢铁工业两化融合与智能制造发展的现状与存在的问题。

目前，我国钢铁行业处于两化融合发展的提升阶段，并积极探索智能制造，出现了宝钢以供应链协同、南钢个性化定制等发展模式。在会上，鞍钢钢铁集团副总经理孟劲松也介绍了鞍钢集团两化融合与智能制造建设的进展情况和未来发展设想框架，首钢京唐钢铁公司的副总经理杨春正介绍了首钢京唐公司夯实物理系统基础，推进智能化钢铁厂建设的创新实践，山东泰山钢铁集团公司的副总经理陈培敦介绍了泰钢两化融合促转型的经验。

总体上看，基础自动化控制系统配置率近100%。各工艺过程控制系统配置率72%～100%。在过程自动化方面，扁平材生产各工序配置明显高于长型材。70多种数学模型在各工序成功应用，一些数学模型具有实时优化、自学习功能，机器人取得了成功应用。随着钢铁工业两化融合逐步深入、智能制造开始探索发展，形成了较完整的多层次的PCS-MES-ERP体系。

与智能制造要求相比，还有很大差距。主要表现在：①过程控制水平有待提升，工艺过程数学模型的适用性差，存在着现场条件引起的数学模型可靠性问题、模型对外在因素变化适应性、无法形成闭环控制等问题，企业对过程控制数序模型的适应性和精度提高及新模型提出要求；②全流程计划调度水平不高，目前只有12.5%计划排产不需要人工干预，生产计划覆盖范围从分厂尚未扩展到全流程，生产计划需要综合考虑交货期、质量、生产效率、物流周转、能耗、综合成本等多目标优化，上下游、生产-能源-物流等动态协同调度有待加强。③全生命周期质量管控尚待打通，质量管控目前主要依靠人工衔接；缺乏事前、事中管控；重结果、轻过程，各环节之间形成信息孤岛、缺乏时空关联、质量相关数据没得到充分利用，有机衔接用户需求、产品研发、工艺设计、生产制造、交付使用、服役周期等各环节，形成动态、闭换管控的全生命周期质量管控尚待形成。④企业管控一体化水平有待提高，钢铁企业构建了企业资源计划（ERP）——制造执行系统(MES)——过程控制(PCS)三层次信息化系统，但系统之间缺少信息融合和功能集成。25%企业没有实现企业资源计划与制造执行系统集成，31.25%没有实现制造执行系统与过程控制集成。即使实现了管控功能集成的企业，管控一体化水平也有待提升。如销产信息一体化，90.23%通过接口协同，只有9.68%企业实现业务协同。⑤供应链协同存在较大差距，目前，企业信息化的企业资源计划、用户关系管理、供应链管理各系统之间缺少信息融合，没有建立与战略客户协同业务的企业占比为46.88%，没有建立与战略供应商的协同业务的企业占比达50%，为战略客户提供跨产业链供货能力，并有相应系统支撑的企业仅为37.50%，可实现按需加工配送的企业仅占为7.50%，贯通上游（如矿山企业）、下游（如钢铁制品企业）企业间的产业链，实现信息协同、资源协同、业务协同、市场协同有待加强。

干勇院士强调智能制造技术体系的建设是一项复杂的系统工程，需要我们站在产业高度，做好顶层设计，借鉴《国家智能制造标准体系建设指南》和《信息物理系统白皮书》，运用系统的分析方法对钢铁企业智能制造技术体系，积极探索钢铁企业智能制造技术体系架构和信息物理系统（CPS）。结合钢铁工业调整升级规划，以建设智能工厂为目标、过程智能化提升为重点，循序渐进发展，大力推进研发设计数字化、生产管控智能化、供应链全局优化等关键技术，构建新型现代化钢铁工厂，推动钢铁产业智能化、绿色化可持续发展。

本次研讨会是在中国科协跨学科协同项目的支持下开展的，分析中国钢铁工业两化融合与智能制造发展的现状与存在的问题，交流钢铁企业和相关行业智能优化技术体系建立的实践，探讨钢铁工业智能制造参考架构体系与信息物理系统（CPS）的构建和钢铁企业智能制造可行的发展模式。同时邀请关权威专家就知识自动化、人工智能等前沿技术发展作了特邀报告，促进了多学科交叉融合，协同创新，得到与会代表的广泛好评。

撰稿人：高怀（中国金属学会副秘书长）