一、研究背景与问题
随着钢铁业产能集中，国内众多钢铁企业形成了“一总部多基地”的产业布局，其总体业务流程如图1所示。公司总部接单后，首先要决策的是订单在哪个基地生产，这是关乎公司全局性、整体性效益的决策问题。订单分配至生产基地后，由于多品种小批量需求与规模化生产的矛盾，中间库存除包含正常合同物料外，还包含部分滞留物料。这些滞留物料主要分为两类：一类是无合同余材，例如，当订单量为180吨，而炼钢需以300吨为单炉批量生产时，就会产生120吨的余材；另一类是存在质量问题的物料。这些滞留物料不仅占用库存空间，若处理不当还可能引发重大经济损失，因此被列为重点管控对象。最后，为满足用户个性化定制需求，企业在供应链端设立了加工中心，提供剪切套裁等增值服务，将钢卷加工成用户指定规格后再进行交付，提高了用户粘性与服务水平。
图1 钢铁企业一总部多基地业务流程
因此，在一公司多基地、多品种小批量需求等行业共性背景下，公司总部承担着多基地资源优化配置的核心职能。然而，在实际运营中，公司面临整体效益难以最大化、小品种炼钢成本高等痛点问题。以宝钢为例，其每年需处理近百万份合同，业务覆盖4+生产基地，由于不同基地在制造物流成本方面存在显著差异，通过科学合理地分配订单，可降低吨钢成本100元。生产基地的职能是保障生产顺畅以及维持合理的库存水平，但在实际中面临库存积压多、滞留物料处置周期长等痛点问题，若能将滞留物料处置率提升1%，即可减少100余万元的经济损失。加工中心的核心职能是满足用户的个性化定制需求，但在实际生产中面临剪切成材率低、劳动负荷大等痛点问题。以取向硅钢套裁加工为例，若能将成材率提升1%，则可降低吨钢成本100元。
针对上述各环节存在的痛点问题，该技术制定并实施了针对性的解决方案：在公司总部，遵循公司整体效益最大化原则进行订单分配，并采用小品种集中炼钢的生产策略，对应该技术中的多基地订单分配技术与多基地集约炼钢技术；在生产基地，通过实施余材高效匹配与质量材快速处置等措施，有效解决滞留物料问题，对应该技术中的余材智能匹配技术与质量材智能处置技术；在加工中心，通过优化剪切方案提升剪切成材率，对应该技术中的钢卷剪切套裁技术。
二、解决问题思路与技术方案
该技术成果以宝钢股份牵头，联合冶金自动化院、武钢有限、宝信软件、湛江钢铁、宝钢高强钢加工中心等单位，以多基地协同、AI赋能为核心理念，形成3项创新点，突破9项关键技术，实现AI驱动钢铁多基地全流程优化决策，既提升公司效益，又推动工艺知识传承，助力行业智能化升级。
图2 总体思路与技术方案
三、主要创新性成果
1、国际领先开发了多基地协同生产下订单资源优化配置技术，包括多基地订单分配、多基地集约炼钢等技术，助力公司整体效益最大化
（1）多基地订单分配模型。针对热轧等大类同质化品种，在维持各基地订单总量不变前提下，以生产与物流总成本最低为目标，基于GA算法、强化学习等技术，解决了订单在多个基地间最优分配的问题。
（2）多基地炼钢集约模型。针对小品种（指每月订货量≤2炉的品种）炼钢行业痛点问题，以集约效益最大化为目标，基于知识库、数学规划模型，将小品种归并到一个基地生产，实现小品种集中炼钢。
图3 多基地集约炼钢模型技术
（3）质量设计AI推荐模型。运用知识自动化+AI模型，借助 BERT 技术解析非结构化订单,实现了新品种、新规格产品产线与工艺参数自动推荐，解决了新品种、新规格产品设计依赖人工，效率低且缺乏科学性的问题。
图4 基于知识+AI的质量设计智能推荐技术
2、国际领先开发了全流程物料智能处置与最优利用技术，有效提升钢铁生产加工过程中的材料利用率
（1）余材智能匹配技术。独创“规则知识库 + AI 算法” 双核驱动技术，构建超千条规则的知识库，结合分组降维等大规模跨工序匹配组合优化高效算法，实现余材与期货合同高效匹配。
图5 余材智能匹配示意图
（2）质量材智能处置技术。基于知识库和数据对齐技术，实现质量材放行、复验、返修（切除头尾长度等）、降级等自动化处置。形成覆盖数十类品种、数百条规则的知识库，大幅提升处置效率与准确性。
（3）加工中心剪切套裁技术。以切损少、成材率高为目标，将钢卷加工成用户指定规格。OA 板规格多、订货量小，而硅钢套裁更复杂，需避让缺陷，应用数字钢卷获取缺陷信息，结合规则解析与AI异形套裁模型，实现了“一键套裁”，提高了套裁成材率与计划效率。
图6 加工中心剪切套裁示意图
3、国际领先开发了AI+知识融合的模型平台技术，赋能钢铁行业智能决策应用场景高效研发
（1）知识平台+AI模型对接技术。创新“AI+知识”融合模式。通过规则平台解决规则多变与复杂约束条件，与AI模型深度集成，增强模型灵活性，适配多场景需求。
（2）通用工艺规则平台。针对工艺知识传承难题，研发无编程人机交互平台，支持规则配置、版本管理等功能，覆盖25+应用场景，实现钢铁工艺规则数字化、结构化，有效解决知识碎片化、传承积累问题。
（3）AI优化算法库。针对工业优化求解难题，开发三层架构（基础层、问题层、应用层）算法库。提炼工业共性问题，形成100余种标准算法包与代码库，为在线模型开发提供强大算法支撑。
四、应用情况与效果
AI驱动的多基地全流程优化决策技术在宝钢股份实现大规模应用。
在多基地订单分配方面，该技术已全面覆盖宝钢四大生产基地。截至目前，累计完成近300万吨小品种钢的集中炼钢生产，小品种炼钢发生次数降低65%；热轧产品订单分配总量突破6000万吨，近地化销售比例提升4%。该技术已从热轧品种拓展至普冷、彩涂等品种，逐步向全品种覆盖，在钢铁行业首次实现订单分配的机器自主决策。
全流程物料智能处置技术已在宝钢四大基地完成大规模部署应用。通过构建智能化处置体系，累计完成数百万吨余材与质量材的智能匹配与高效处置，其中余材处理时间从多人2小时缩至模型5分钟，实现24小时全自动值守式运行；质量材自动处置率达到80%左右，节省了业务人员60%-70%的时间；相关技术正加速向马钢、山钢等推广应用。硅钢及OA板智能套裁技术已在多个加工中心投入使用，其中取向硅钢累计完成智能套裁数十万吨，套裁成材率提升4%以上，OA板套裁成材率提升2%以上。该技术团队还开发了云套裁系统平台，实现了套裁模型的高效复用与智能化运维管理，后续可向宝钢数十家加工中心推广使用。
该技术申请国内外专利31件，形成了一套具有自主知识产权的核心技术体系。该技术成果创建了AI与知识深度融合的技术范式，开创了多基地协同优化新模式，挖掘了高价值AI应用场景，取得了良好的社会经济效益。相关成果入选 2024年工业和信息化部人工智能赋能新型工业化典型应用案例，经中国金属学会组织成果鉴定被一致评价为具有国际领先水平。
信息来源：宝山钢铁股份有限公司
如需查看科技新进展全部文章，请点击“阅读原文”查看。