《科创板日报》5月24日讯（记者 张洋洋）一个诺大的钢铁生产车间，高空当中无人行车设备抓着一个冷轧钢卷来回穿梭，这是发生在宝钢股份“AI主操车间”的一幕。

图/《科创板日报》记者摄

近日，中宣部组织的“高质量发展调研行”主题采访活动走进上海。采访调研的第一站，《科创板日报》记者来到位于宝山区的宝钢股份。

眼前的这个“AI主操车间”，是宝山基地冷轧厂C008热镀锌智能车间，它不似传统钢铁厂的灯火通明、炉火通红和热火朝天，这里极少人工作业，只有行车吊装钢卷时的隆隆声，还提醒着这是一个还在24小时作业的工厂。

图/《科创板日报》记者摄

在业界，这个“黑灯工厂”早已名声在外，指挥它的，是相隔不远处的“六合一”控制室。在这个不大的屋子里，只有4名操作人员，他们面对着几十块屏幕，工厂车间实时生产的数据情况和分析在屏幕上闪烁呈现，距此千里之外的宝钢湛江生产基地的生产实况，也同样一目了然。

图/《科创板日报》记者摄

“我们做了粗略统计，此前操作人员在实时监控的过程中，每三分钟左右就要调整一次操作。运用AI主操后，半小时去介入一次就可以了，降低了人员90%以上的负荷。”宝钢股份冷轧厂分管智慧制造的副厂长刘德成告诉《科创板日报》记者。

宝山基地冷轧厂C008热镀锌智能车间，该车间用于生产汽车板。包括这个车间在内的一系列黑灯工厂，是工信部首批命名的智能制造试点示范区之一，也属于上海市首批智能化工厂。

刘德成说，宝钢冷轧部门经历了近10年的数智化建设，通过推进机器人和自动行车等极致自动化的工作，汽车板产线的劳动效率提升超过30%。

近三年来，宝钢股份则重点在推进大数据和人工智能的工作，目标不仅是要减轻体力负荷，更要减轻繁重的脑力负荷，尤其是在钢铁制造的核心生产控制环节。

但是AI进入传统钢铁制造的核心地带，对钢铁厂商而言，还是一个挑战性很强的课题。在流程型行业中，高可靠性和高稳定性是基本的要求。但AI本身的不可解释性，带来了不确定性的风险。这两者之间的矛盾非常突出。

刘德成说，通过近三年的探索迭代，宝钢股份还是找到了方法和路径，成功实现了汽车板产线的AI主操（云端化操作，实现跨界面融合）。

以连退产线高速运行的退火炉为例，这是一个复杂的系统，大数有121根炉辊、380个辐射管。宝钢股份打造的AI主操，对超过800个数据和参数进行处理，预测未来三十分钟的工艺参数变化情况，AI主操会直接将调整的指令下发到PLC控制系统，完成毫秒级的实时控制。

通过应用AI主操，不仅产能水平得到提升，同时，机组温度不符的封闭率、带钢跑偏的频率和带钢单次跑偏的持续时长也都得到明显改善。甚至，在某个张力纠偏的具体案例中，AI比操作人员提前54秒感知到异常，并进行响应，而且AI的调整动作，与成熟的历史经验预期是一致的。

在大模型方面，近两年，宝钢股份一直在跟踪研究大模型的发展，今年则进入到了大模型的实战阶段，目标是通过大模型进一步提升汽车板表面质量检测的能力。

据刘德成介绍，宝钢已经建立了AI算力中心，组建了数智化团队，目前正在集中各制造基地的数据资源，在电镀锌汽车板产线上进行大模型的效果验证。后续将通过“基础大模型、行业大模型和专业大模型”三个阶段的推进，实现对汽车板表面质量检测能力的进一步提升。

“今年是宝钢股份全面推进AI战略的元年，目标是要实现100个类似AI主操这样的场景应用，包括AI产线控制、AI视觉识别和AI智能决策等不同维度的工作。”刘德成说。

（科创板日报记者 张洋洋）