湖南日报全媒体记者 孟姣燕 通讯员 何展
人工智能大模型在垂直行业开启火热的竞速赛。人工智能和钢铁行业的双向奔赴，碰撞出怎样的火花？4月28日，记者来到湖南钢铁集团旗下湘潭钢铁集团有限公司（以下简称“湘钢”），探访首批23个大模型智能化应用场景的新样范。
从人工“算”到大模型“算”，“老司机”轻松智驾
重达150吨、温度超1000℃的钢水包，在行车的吊运下，缓缓运转于高空。
记者在湘钢炼钢厂看到，约30米高的厂房内，3座转炉、3个精炼站、5台钢包炉、5台连铸机等大型冶金设备林立，滚滚热浪扑面而来。5台行车在高空中运行，作业跨度长达500米。
“行车调度指挥是炼钢厂的一大难题。”湘钢炼钢厂信息工程师危水良打比方说，行车调度好比在高危高温环境下持续做数学题。
传统钢厂的行车调度依赖人工。由于炼钢过程高度复杂，仅凭调度员的经验，难免出现工艺环节衔接不顺的情况。
在湘钢，当行车调度从人工“算”变成大模型“算”，难题迎刃而解。由大模型部署的行车智能调度系统集成了炼钢生产计划、行车检修信息、钢水包实时位置、各类业务规则等大量数据，利用算法智能生成行车调度计划。更聪明的是，生产计划若临时有变，系统不用1分钟，就能“思考”出接下来30分钟的调度计划，及时下发指令。
“以前，经验丰富的老师傅才能开行车。现在，人工智能让驾驶员都变成了‘老司机’。”危水良带记者登上行车驾驶室。记者看到，驾驶员的前方有一块大屏，屏幕上各设备的运行状态和轨迹一目了然。行车往哪开，驾驶员按照屏幕上的提示就可轻松完成操作。
危水良介绍，在大模型的加持下，钢水包周转率大为提升，每炉次等待时间与能耗均有下降，带动每吨钢成本节省1.2元。一年下来，预计节省成本500万元。
2023年9月，人工智能钢铁大模型项目在湘钢启动。目前，已实现视觉、预测两大类共23个智能化应用场景落地，用于生产优化、质量控制等。“还有60多个创新应用场景正在实施，进一步帮助企业降本增效。”湘钢设备工程部智能制造室负责人龙忠义说。
“码农”“泡”在车间里，打通大模型落地“最后一公里”
一说起高炉皮带，华为矿山军团高级架构师彭丹侃侃而谈。谁能想到，一年前，和他一起来到湘钢的“码农”们，还是钢铁行业的门外汉。
与此同时，湘钢的工长们感到疑惑：大模型看不见也摸不着，到底能带来什么？
钢铁行业生产流程长、工艺复杂，如何打通大模型落地的“最后一公里”？
钢铁大模型项目启动后，华为20多名架构师一头扎进湘钢各个车间。“天天与工长们‘泡’在一起，针对每一道工序，进行需求分析和方案设计。”彭丹说。
在炼铁厂，皮带是散料运输的重要设备，衔接工艺环节多，其运行状态直接影响钢铁生产的连续性。若发生皮带断裂，高炉被迫“罢工”，1分钟就可能造成1吨铁水损失。
彭丹发现，皮带24小时连续工作，运行速度达每秒2米，由经验丰富的老师傅定期巡检，检查的问题主要包括跑偏、鼓包、异物、撕裂等。
人工智能如何识别并界定某种问题发生？跟班多日后，彭丹逐渐摸出了门道。
比如，一根皮带宽1.6米，两侧距离边界物各0.2米，当跑偏0.05米时发出告警，跑偏0.1米时就会发出严重告警；皮带是橡胶与钢丝混合材质，长期运输摩擦会出现鼓包，通过样本收集，监测并识别鼓包变化趋势，从而提前发出预警。
面对一个个细微的问题，华为矿山军团提出皮带智能监测方案，即基于5G+CV（视觉）大模型，对皮带运行实行24小时智能监测。
结合工长们在实际操作中的反馈，彭丹与团队成员不断完善场景的设计与告警的处理逻辑。大模型学习一个月后，智能监测精度提升至98%，降低了人工巡检频次和强度，实现智慧运维。
从“1到10”，钢厂“自己当大厨”
早在2019年，湘钢以5G等ICT技术应用为契机，实施智能制造项目300多个。
龙忠义介绍，如果说5G做到了“让设备开口说话”，大模型则实现了让数据指挥生产，让人工智能有思想、能决策。
“大模型在认知、感知等很多领域的应用，比想象中更为聪明。”龙忠义说。比如，精炼AI预测与优化系统可实时预测钢水温度和成分，智能化控制通电与加料，在规定时间内完成钢水冶炼，降低工作人员工作强度；智慧配煤系统可以深度挖掘原料煤之间的配比性，结合业界先进配煤理论进行科学配煤，准确预测焦炭质量。
人工智能大模型落地湘钢，完成“0到1”的突破，而“1到10”的内生可持续发展正在不同场景上演。
记者在湘钢高线厂轧钢车间看到，生产线上每1分钟左右就有一盘线材生产出来，8台工业相机同步用“火眼金睛”检测每一盘产品的表面质量。
过去，工人举着手电筒进行抽样检测，因产品温度高导致检测效率低且有安全隐患。现在，系统180度实时检测发现瑕疵后，工人远程在电脑端即可进行复核。
这套线材盘卷质检系统由华为技术团队指导，湘钢技术团队自己进行软件开发，用时仅10天。
“与传统智能化改造相比，大模型优势明显。”龙忠义说。一是效率高，开发周期从以月为单位缩短至以天为单位；二是成本低，过去一个场景改造需花费几十万元甚至上百万元，现在仅需二三十万元；三是开发门槛降低，企业技术人员像搭积木一样，模块化操作，就能将业务知识转化为技术语言，“自己当大厨”开发新功能。
供需精准匹配，效能持续提升，以湘钢为代表的一批传统制造业企业，在人工智能大模型赋能下，开启新一轮生产力增长浪潮。
