王国栋院士：科学技术创新与产业创新深层次地融合推动我们国家钢铁工业发展新质生产力

  2024年6月24日，习在全国科技大会上的重要讲话中强调，“扎实推动科技创新和产业创新深度融合，助力发展新质生产力。”

  习这一重要论述为新质生产力发展指明了方向。科技创新是发展新质生产力的核心要素，它能够推动和引领产业创新；产业创新则能够实现科技创新的价值。二者深度融合、互促共生，对建设和完善现代化产业体系具有重要意义，是加快培育新质生产力的重要驱动力量。我们要在科研实践过程中，要贯彻落实企业为主体、市场为导向、产学研深度融合的国家技术创新体系。高校、科研机构要与企业融为一体，面向产业需求共同凝练科技问题、联合开展科研攻关、协同培养科技人才，推动企业主导的产学研融通创新。钢铁工业是传统产业，要积极运用新技术改造提升，推动钢铁业绿色化、数字化、高质化、强链化。我们高校的师生必须深入到企业一线，与企业对接互动，共同发现企业的“难点”“堵点”“痛点”，并肩作战，攻坚克难，实现科技创新与创业创新的深度融合，才能把我们的实验样品变成产品、变成商品、变成产业，把科技成果转化成现实生产力。

  数字经济与实体经济的深度融合是当前全球经济发展的重要趋势，也是推动我国产业高质量发展、构建现代化经济体系的关键路径。钢铁工业是一个大型复杂的流程工业，全流程各工序均为“黑箱”，实时信息极度缺乏，同时钢铁生产流程是物理与化学过程十分复杂、多相共存的动态系统，过程变量类型混杂、维数高、规模大，变量之间存在着多重相关性，具有多变量、强耦合、非线性和大滞后等特点。巨大的不确定性是钢铁生产过程面临的重大挑战。钢铁工业全流程的黑箱，即不确定性问题，为数字科学与数字技术与钢铁实体经济结合、“人工智能+钢铁”提供了最好的应用场景，丰富的应用场景资源是钢铁行业数字化崛起的重要机遇!

  中国钢铁工业通过多年整体引进与创新，装备技术和信息化水平已达工业时代国际前列，质量、品种、技术明显提升，基本可以自给自足、满足国民经济需要。同时钢铁行业又具备良好的信息化、自动化基础和数据资源、场景资源。但我国钢铁行业还存在很多亟待解决的问题，比如产品质量、效率、成本、稳定性和一致性难题长期困扰。原因在于引进的控制系统和自动化系统尚停留在工业时代，还未能进入数字时代，一些单位关注的是“四肢”，忽视了“大脑”——边缘。边缘弱智，缺芯少魂，这是企业发展最大痛点和瓶颈。

  因此，随着20世纪末数字科学和技术的兴起，我们紧紧把握住数字时代钢铁行业发展大方向，把我们的科研力量聚集到企业，在生产一线与企业科技人员密切合作，针对钢铁行业质量、效率、成本、环境等核心竞争力问题，利用企业数据池中的丰富的大数据，在企业的控制系统的核心部分，即边缘动刀，OT+IT，智改数转，数字换脑，模型换代，建设数字化转型的基础设施底座。目前已经在钢铁行业主流程的炼铁、炼钢、连铸、轧制、热处理等单元，建立起了数据孪生平台，它与底层的数据采集/执行机构，构成信息感知、科学分析、智慧决策、反馈赋能的信息物理系统，已经占领了钢铁行业全流程的自组织、自学习、自适应、高度自治的信息物理系统高峰。

  2022年年底，Open AI发布了他们利用生成式AI开发的大模型系统ChatGPT。我们总结坚守钢铁工业、与企业共同进行数字化转型的体会，认识到钢铁行业的全流程都是“极黑”的黑箱。它的虚实映射、数据驱动、软件定义的信息物理系统，正是典型的生成式AI大展拳脚、发挥作用的最佳场景。如果能够将生成式AI应用到钢铁行业的实体经济上，将会推动钢铁行业实现低成本、高效率、零风险的数字化转型。

  因此，我们没有局限于在虚拟世界中的语言解释、文本制作、问题解答，而是将数字经济与钢铁行业的实体经济深度融合，努力利用生成式AI数据驱动、软件定义的特点，进行钢铁工业的数字换脑、模型换代、转型升级、打造新质生产力。我们针对钢铁行业的全流程，建立工控型生成式AI黑箱模型（非大模型），实现短时延、高精度、自学习、自组织的工业控制，大幅提高了产品质量控制水平，实现了高保真度和高稳定性。我们还利用文生视频技术展现高炉、转炉、连铸坯、轧件内部的物理和化学变化的真实图景以及人类肉眼无法观察到的变形过程中材料微观组织的变化、拓宽了人类认识的边界、发现了人类从未真正了解的新规律，并利用这些新发现进行钢铁过程的控制，大幅度提高了人类驾驭钢铁生产过程的能力。我们还利用生成式AI的“端到端”解法，高效率、低代码量、极高保真度地完成极端复杂钢铁生产过程的建模，并迅速推进了具身智能的钢铁工业全流程ROBOTSTEEL的建设进程。这一切，让我们认识到高校师生坚决落实“科学技术创新与产业创新深层次地融合”指示的巨大威力和深远意义。

  我们用生成式AI的目光重新审视制造业，则会发现，制造业是一个黑箱和白箱混合的问题。制造业中间过程是车铣刨钻镗磨等冷加工过程，这一过程不涉及材料组织性能，只是保证产品的形状尺寸精度和表面质量，这是“白箱”过程。但是冷加工前面的坯料准备过程，涉及铸锻焊、冷热加工成形、热处理等，均为“黑箱”过程。冷机械加工之后的热处理等过程，例如淬火-回火，表面硬化，渗碳处理，渗氮处理等，将调控材料组织性能，也是黑箱过程。

  这些黑箱过程也都是生成式AI的应用场景，与产品制造的最终质量、效率、成本、环境及后续使用性能等密切相关。目前，制造业“黑箱”问题的解决方法是通过工业时代的理论分析（计算机模拟）或经验来完成的，但这远远落后于时代，必须进行颠覆性的改革。我们必须与制造业产业链上下游协同，强化供给，携手并进，破解共同面对的“黑箱”问题。因此，我们把注意力转向了制造业的“黑箱”，利用大数据、机器学习的生成式人工智能对黑箱问题进行高保真度建模，打造一个双层架构控制系统的数字化底座，提升材料业和制造业的核心竞争力。该平台具备采集数据，离线处理的功能，与底层构成CPS系统，通过数字技术与实体经济结合，发挥其放大、倍增、叠加作用，破解黑箱，共同攻克“黑箱”难关，加速钢铁业和制造业新型工业化，携手高质量发展。目前，我们与几个机械制造业企业龙头单位深度融合，共同为制造业的生产线，建立与生成式AI相适应的双层架构数字化底座，进行数据筛选、转换、存储等数据治理，年底前非常有希望拿出几个生成式AI解决极端复杂黑箱问题的样板案例，加速推进制造业的数字化转型。

  我们近期完成的薄带连铸产品定位的研究和实践是一个非常有实际意义的课题。著名冶金专家H.Bessmer在1856年申请了薄带连铸的专利。这是由钢液直接制备薄板的最短生产流程。此后近200年来，国际上许多专家和公司看中了它的极短流程、节能减排、快速凝固的优势，进行了广泛的研究和规模庞大的工业化尝试。但是由于生产成本、产线设备、工业技术多方面的问题，薄带连铸技术始终没有找到其最适宜的产品定位。这200年来，几上几下、跌宕起伏，近几年更是跌入低谷。

  我们团队从老一代钢铁专家手中接过接力棒，在重点实验室建立起始就确立了薄带连铸为四大研究方向之一。经过自然科学基金面上项目、重点项目、重大项目和国家973项目的支持，终于在2016年与敬业钢铁集团合作，确定以电工钢为对象，发挥薄带连铸的优势，开始薄带连铸电工钢工业化的征程。得力于企业主体的坚忍不拔和产学研团队的浴血奋战、艰苦探索，这套生产线的建设目前已经接近尾声，成功投产在即。

  在此过程中，我们认真分析了薄带连铸的特征，考虑了薄带连铸成本和收益的平衡，重新反思薄带连铸的产品定位。我们认为，薄带连铸特别适于制备传统的制造过程制造不好或者制造不了的各种尖端高合金薄带产品，并依此建立了几套小型实验设备进行预研。思路一开道路宽广、弯道一上速度爆棚：高熵合金、非晶合金批量制备；优质高温合金、高硼不锈钢、因瓦合金应运而生！

  机遇总是青睐有准备的人，我们的薄带连铸技术终于对接了产业界的急需。在数字时代，工业和社会经济运行产生的数据量正在呈指数级增长，形成宝贵的数据资源。如何低成本、大容量、高安全、可长期的存放这些数据资源成为各国研究机构急于解决的问题。高存储量磁带技术目前掌握在日本、西方科技公司手中，他们对我国高科技信息技术企业从关键原料、单体设备到知识产权进行全面封锁，严重威胁了我国信息发展安全。为此，HW公司组织国内企业、院校和科研院所进行磁性颗粒磁带技术的系统“突围”。

  团队抓住这一难得的历史机遇，与HW公司技术团队深入合作，突破了关键非晶薄带的高质量制备、晶化热处理等系列工艺，获得了粒径均匀、磁性能稳定的钡基铁氧体颗粒，形成了具有完全自主知识产权的磁性纳米颗粒制备技术，制备出了高存储量磁带技术的关键原材料。接着我们与HW合作，打通产业链全流程，并在此基础上，形成了高质量存储磁带产品。目前，我们的预研设备已经提供了吨级的供货，满足了HW的迫切需求。明年HW出资建设的正式产线投产后，将满足我国业界的迫切需求，彻底摆脱对发达国家的依赖。这一系列工作获得HW公司高度认可，项目负责人王洋副研究员荣获HW公司第69期“火花奖”。在火花奖获奖者的全家福照片中，HW的著名老总放弃了预先准备的C位，站到了E位的王洋身旁，留下了一张弥足珍贵的产学研融合的照片。

  我们团队坚持四个面向，努力实践落实习关于科学技术创新与产业创新深度融合的指示，从我国钢铁行业高质量发展需求出发，持之以恒地打造钢铁关键共性技术策源地，开展原创性、引领性科技攻关，解决了企业难点、痛点、堵点，推动了我国钢铁产业实现基础研究、技术创新、成果转化、产业运行等四位一体创新和突破，为推动我们国家钢铁工业发展、打造新质生产力做出了积极贡献。