机组分配准确率超99.2%，排程规则符合率达100%……近日，首钢率先将人工智能大模型应用于生产排程领域，开发的精整工序智能排产决策系统在首钢冷轧正式投入应用，生产效率得到显著提升，标志着首钢在“AI+钢铁”场景探索中开辟出一条全新路径，实现了从传统算法决策向AI智能化决策的跨越式升级。
钢铁生产是一项流程复杂的系统工程，其中，精整工序作为冷轧产线的关键环节，承担着质量分级、按需分切、缺陷修复等核心任务，直接面向用户。然而，由于精整工序来料种类繁杂、自动化水平低、仓储物流分散、分切规则复杂，是各钢铁企业效率低、浪费大的“隐形工厂”。精整工序传统的排产模式主要依赖编程算法辅助人工决策，在实施资源分配和计划排产任务时面临诸多痛点。一方面，精整排产规则复杂，必须综合考虑物料类型、原料质量、用户需求、交付时限、运输方式等多重因素，传统编程算法难以对规则进行精准的结构化转化，往往需要人工介入才能实现准确排产。另一方面，传统的质量分级、按需分切和缺陷修复工作主要依赖操作人员的经验判断，往往因分切不合适而导致废料增加、产品降级、产能浪费等问题，资源利用率存在较大提升空间。
人工智能作为引领新一轮科技革命和产业变革的战略性技术，特别是近年大模型技术的迅猛发展，为推动其与产业创新深度融合提供了新的可行性。技术研究院认真贯彻落实集团“两会”精神，积极践行“一引领两融合”，迅速行动把握人工智能机遇，以智能制造重大团队为主体，院领导带头示范，推动全员学习运用大模型技术。通过主要领导每周组织研讨、邀请内外部专家交流、在党支部书记例会作典型经验分享等多种方式富余通，持续深化“人工智能+”行动。
面对制约精整排产的痛点和难题，技术研究院坚持带头干、统筹干，由智能制造重大团队联合首钢冷轧、首自信公司等技术人员组建攻关团队，以大模型为技术核心，对精整排产决策系统进行智能化升级，探索以大模型赋能钢铁生产制造。
为充分掌握精整排产场景特点，项目团队深入一线开展调研，全面梳理业务流程与关键制约因素，系统规划了智能改造的技术路线与实施方案。团队通过构建多维度、参数化的规则知识库，实现大模型对规则的动态调用与推理。引入强化规则逻辑，确保复杂规则下的决策稳定性。最终，经过数月的不懈努力，成功攻克了大模型幻觉风险、返修信息难以识别、复杂约束排产寻优等一系列技术难题，开发出一套基于大小模型融合的强化逻辑整体解决方案，在行业内率先实现大模型在生产排程领域的应用突破，机组分配人工干预率降低至0.8%以内，计划排程实现100%全自动排产。
除此之外，团队还结合产线实际需求，定制开发了缺陷信息自动识别与最优切分的排产模块，实现成品头尾切废降低10个百分点，成材率提升0.3个百分点，为企业经营创效提供了重要支撑。
精整工序智能排产决策系统的开发与应用，不仅提高了生产决策精度，还可有效规避因人工操作导致的质量波动，重点用户订单交付稳定性显著增强，进一步巩固了首钢在高端制造市场的竞争优势与品牌影响力。
在钢铁行业迈向高端化、智能化、绿色化发展的关键阶段，首钢智能制造团队主动拥抱前沿技术，敢于突破传统边界，以智能化手段重构生产管理逻辑，为钢铁行业数字化转型和智能化升级提供了可复制的新式解决方案。未来，团队将以精整排程为起点富余通，持续探索人工智能与工业场景融合发展的更多可能，不断提升精益制造和智慧决策水平，为加快打造中国式现代化的首钢场景贡献力量。
博牛配资提示：文章来自网络，不代表本站观点。
相关文章
