AI实践哪家强?来 AICon, 解锁技术前沿,探寻产业新机! 了解详情
写点什么

大模型正成为钢铁行业转型升级的关键力量

  • 2024-07-19
    北京
  • 本文字数:2244 字

    阅读完需:约 7 分钟

大小:1.15M时长:06:41
大模型正成为钢铁行业转型升级的关键力量

日前,华院计算技术(上海)股份有限公司(以下简称“华院计算”)宣布推出以认知智能引擎为基础的华院钢铁行业大模型 标志着我国人工智能技术在传统行业应用的一次重要进展。该模型在表面缺陷智能检测上的技术创新和高效表现,不仅提升了检测准确率和效率,还推动了钢铁行业在智能化和绿色发展方面的进一步前行。


当前,中国钢铁行业正经历着前所未有的市场和结构性变革。这次变革不同于过去三十年的单一行业周期底部,其下行趋势具有多重周期波动共振的特性,产业逻辑基础发生较大变化。


此次行业变革不仅持续时间长、波动幅度强、影响深度大,钢铁行业进入了一场关乎生死存亡的洗牌阶段。根据国家统计局相关数据显示,2023 年全年平均钢材综合价格指数为 111.86 点,同比下降 11.50 点。2024 年,在供需双弱以及原燃料价格强势的预期下,钢铁企业仍将面临经营压力。有大型钢企负责人认为,当前钢铁行业已进入“冰河时期”,正面临惨烈竞争时代的严峻形势。

华院钢铁行业大模型:表面缺陷智能检测

在这样的压力下,华院钢铁行业大模型的推出恰逢其时。该大模型旨在实现钢铁产品表面缺陷的智能检测,融合了多模态神经网络设计、小样本学习与数据增强、多任务多尺度缺陷检测、自学习技术、自动标注与类激活映射,以及基于专家知识的缺陷自动判定等多项创新技术。通过这些技术,华院钢铁大模型不仅能够提升检测的准确性和效率,还为产品的持续改进提供了有力的数据支持。


在性能表现上,华院钢铁行业大模型成功替代了传统的进口表检设备,并在缺陷分类准确率上实现了显著提升,达到 85%,比国外同类产品高出 15%。对于一些严重缺陷的分类准确率更是达到了 95% 以上,这不仅提升了质量控制的标准,也大幅降低了废品率。


此外,该大模型数据标注效率上的提升也是一大亮点。通过自动生成多模态数据,华院钢铁行业大模型不仅提高了模型的准确性,还有效缓解了长尾分布对模型性能的负面影响。华院钢铁行业大模型的高效运作,使企业能够实现生产流程的自动化,减少对人工的依赖,降低人工成本,同时确保产品质量的稳定性,增强了企业在激烈市场中的竞争力。


值得一提的是,华院钢铁行业大模型的自学习技术使模型能够不断从生产实践中学习,对误检、漏检以及置信度较低的缺陷数据进行持续的收集和训练,确保模型性能的持续优化和与时俱进。这种动态调整和自我优化的能力,使华院钢铁行业大模型能够适应不断变化的生产环境和需求,为钢铁行业的可持续发展提供了强有力的技术保障。

大模型赋能钢铁行业成果显著

除了华院计算,行业内还有其他企业也在积极推动大模型技术在钢铁行业的应用与发展。这些企业通过不同的技术路径和创新方案,在制造、废钢判级、节能减碳、经营计划优化等方面也推动着钢铁行业的转型升级。

钢铁制造

在钢铁制造领域,AI 大模型通过分析离线和在线数据,发现生产过程中的潜在问题和优化空间,完善生产工艺,提升产品质量,降低成本,并精准预测设备故障,及时进行维护,避免生产中断,确保生产的连续性和稳定性。例如,湘钢通过与湖南移动和华为联合打造的盘古大模型,实现了流程再造和环节重塑的创新生态。


在湘钢炼钢厂,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。生产计划若临时有变,系统能够在不到 1 分钟内“思考”出接下来 30 分钟的调度计划,及时下发指令。

废钢判级

在废钢判级方面,AI 大模型的应用显著提升了分选的效率和精确度。例如,四川冶控集团旗下的泸州鑫阳钢铁与用友合作,开发了一套废钢判级的标尺,该标尺能够排除主观因素的干扰,公正地执行每车废钢的智能评级。


相较于传统依赖人工经验的废钢判级方法,AI 大模型通过分析大量废钢样本数据,迅速且准确地识别废钢的种类、成分和品质,从而有效支持废钢的回收利用。这一变革不仅减少了人工成本,还提升了废钢资源的利用效率,为企业带来了显著的经济效益。

节能减碳

在节能减碳方面,AI 大模型提高了优化求解的效率和准确性,增强了多源数据融合的分析能力,从而加强了产业链的追溯和核算能力。以中冶赛迪为例,其自主研发的钢铁工业碳核算及优化分析平台能够在不同层面进行详尽的碳素流分析,并根据不同技术应用场景进行碳排放的精确计算。该平台使企业能够清晰地掌握和计算碳排放情况,实现碳排放的透明化管理。通过建模和分析全厂或单个工序的碳排放与碳素流,平台帮助企业诊断各生产单元的碳排放构成,有效挖掘减碳潜力。

经营计划优化

在经营计划优化方面,AI 大模型通过深入挖掘和分析历史营销数据、客户数据以及市场趋势,精准预测市场需求,指导企业制定更为合理的经营计划,优化产品结构,降低运营成本。例如,钢谷网研发的“谷蚁 AI 大模型”专为钢铁行业设计,它整合了钢谷网独有的数据资源和行业资讯,构建了一个具备分析和总结能力的智能系统,能够在多个维度上精准展现大数据全景,并在面对具体问题时迅速提炼出总结性观点,为行业决策提供了精准支持。

写在最后

总体而言,大模型技术在钢铁行业的广泛应用,不仅推动了行业的智能化转型和高效发展,还为企业应对市场挑战、提升竞争力和实现可持续发展提供了强有力的技术支持。这些技术创新和实践成果表明,大模型技术正成为钢铁行业未来发展的重要驱动力。


活动推荐:

InfoQ 将于 8 月 18 日至 19 日在上海举办 AICon 全球人工智能开发与应用大会,汇聚顶尖企业专家,深入端侧 AI、大模型训练、安全实践、RAG 应用、多模态创新等前沿话题。现在大会已开始正式报名,详情可联系票务经理 13269078023 咨询。


2024-07-19 18:4310378

评论 2 条评论

发布
用户头像
没有一个数字
2024-08-05 22:54 · 上海
回复
用户头像
AI应用场景非常广泛,潜力十分巨大。
2024-08-05 08:09 · 浙江
回复
没有更多了
发现更多内容

基于java的连连看游戏设计

Java 程序员 后端

喝了杯咖啡,我突然对MySQL锁、事务、MVCC-有了新的认识!

Java 程序员 后端

图像处理网站

Java 程序员 后端

基于iscsi存储的kvm动态迁移(V2V)

Java 程序员 后端

基于java SSM springboot学生信息管理系统设计和实现2(1)

Java 程序员 后端

数据服务基础能力之元数据管理

数据分析 数据 元数据 数据管理 业务数据

基于java+jsp的汽车租赁系统

Java 程序员 后端

日均订单量超1500,百度萝卜快跑甩掉Waymo

脑极体

基于vue+SpringBoot+MyBatis的开源多商户商城系统,可二次开发

Java 程序员 后端

如何基于 React Native 快速实现一个视频通话应用

声网

flutter 人工智能「

Apache Pulsar 在 BIGO 的性能调优实战(下)

Apache Pulsar

分布式 中间件 BIGO Apache Pulsar 消息系统 Apache BookKeeper

哪有什么中年危机,不过是把定目标当成了有计划

Java 程序员 后端

基于Java和Bytemd用120行代码实现一个桌面版Markdown编辑器

Java 程序员 后端

基于JSP实现学校社团管理系统

Java 程序员 后端

基于JSP实现OA办公系统

Java 程序员 后端

基于NFS存储建立WEB群(PCS工具)

Java 程序员 后端

【死磕 Java 基础】 — 谈谈那个写时拷贝技术(copy-on-write)

chenssy

11月日更 死磕 Java 死磕 Java 基础

万文讲解知乎实时数仓架构演进

大数据老哥

四、StringRedisTemplate 和RedisTemlate有什么不同

Java 程序员 后端

国庆临近,字节后端开发3+4面,终于拿到秋招第一个offer

Java 程序员 后端

基于 ElasticSearch 实现站内全文搜索(1)

Java 程序员 后端

工作五年之后,对技术和业务的思考

程序员 技术 职场 互联网人 业务

基于java SSM springboot学生信息管理系统设计和实现2

Java 程序员 后端

基于SSM的药店管理系统

Java 程序员 后端

推荐你一个正则表达式网站

卢卡多多

正则表达式 11月日更

基于SSM开发实现中药制剂网站系统

Java 程序员 后端

基于java SSM图书管理系统简单版设计和实现

Java 程序员 后端

听我讲完GET、POST原理,面试官给我倒了杯卡布奇诺

Java 程序员 后端

哭了,我居然回答不出来女同事的问题:索引为什么能提供查询性能---

Java 程序员 后端

因为一次 Kafka 宕机,我明白了 Kafka 高可用原理!

Java 程序员 后端

基于 ElasticSearch 实现站内全文搜索

Java 程序员 后端

大模型正成为钢铁行业转型升级的关键力量_工业_黄雯希_InfoQ精选文章