客户端
媒体矩阵
企业邮箱
工经号
中国工业报记者 孟凡君
当前，我国钢铁行业正处在由规模扩张向高质量发展转型的关键阶段，面临着节能减排、降本增效、绿色低碳发展等严峻挑战。全国两会上，全国人大代表、江苏昆仑互联新能源集团董事长刘怀平认为，国家层面已出台《关于深入实施“人工智能+”行动的意见》《“人工智能+制造”专项行动实施意见》等一系列顶层设计，明确提出推动人工智能与实体经济深度融合，并将工业制造列为重点赋能领域，为钢铁行业利用人工智能技术破解能效瓶颈、实现绿色智能升级提供了明确的政策导向和战略机遇。
钢铁工业是国民经济的重要基础产业，也是典型的能源资源消耗密集型产业。刘怀平分析，推动人工智能（AI）与钢铁生产深度融合，特别是聚焦能源消耗关键环节进行智能化改造与能效优化，是提升行业核心竞争力、落实“双碳”战略、培育新质生产力的重要路径。
近年来，我国钢铁行业在智能化转型方面已取得积极进展，一些领先企业已探索将人工智能技术应用于生产监测、设备运维、能效优化和能源管控等领域，并取得了显著成效。例如，利用AI进行高炉智能操作指导、热风炉燃烧优化、副产煤气智能调度、全流程能源系统协同调控等，有效提升了能源利用效率，降低了吨钢综合能耗与碳排放。
实践证明，“AI+钢铁能效优化”能够实现对能源流、物质流、信息流的精准感知、智能决策与动态调控，突破传统依赖人工经验和固定机理模型的能效管理“瓶颈”，是行业实现绿色低碳、精益化发展的必然选择。然而，当前“AI+钢铁能效优化”的规模化、深度化应用仍面临诸多挑战。一是行业数据资源“孤岛”现象仍存，多源异构的能源、生产、设备数据尚未实现全面贯通与高质量治理，制约了AI模型训练与优化的基础。二是“AI+能效”的复合型技术解决方案尚不成熟，机理模型、数据模型与知识模型的深度融合不足，AI应用的可靠性、可解释性及对复杂工况的自适应能力有待加强。三是面向能效优化的专用AI平台、算法库和标准体系缺失，企业自主研发投入大、门槛高，中小企业应用困难。
为此，刘怀平提出以下几点建议：一是夯实数据基础与平台支撑，构建“AI+能效”创新生态。由工信部、科技部牵头，支持构建国家级“钢铁工业能效大数据中心”。制定钢铁行业能源数据采集、治理、确权、共享与安全流通的标准规范，汇聚并形成高质量的行业级能效数据集；建设开放共享的工业互联网平台，提供数据管理、算法模型库、仿真测试环境等共性服务，降低企业尤其是中小企业应用AI技术的门槛与成本；鼓励钢铁龙头企业、软件商、高校院所基于平台开展协同研发，孵化专业化解决方案供应商，构建健康可持续的产业生态。
二是聚焦关键场景开展协同攻关，突破融合创新技术瓶颈。开展跨学科研究、组织产学研用联合体，针对钢铁能效优化开展专项技术攻关，突破钢铁复杂能源系统多尺度建模、高维数据特征提取、多目标动态优化、模型可解释性等关键技术；重点研发“工艺机理+工业数据+专家知识”深度融合的能效优化模型（如高炉智能调控、全流程能源协同等），提升AI模型的可靠性、可解释性与自适应能力；推动人工智能、边缘计算、先进控制等技术的集成应用，形成软硬一体的智能能效优化系统解决方案；同步制定“AI+能效”应用的技术标准、安全指南与效果评估规范。
三是开展标杆示范与推广应用，加速成熟方案规模化落地。遴选一批基础好的大型钢铁企业，开展“人工智能赋能极致能效”标杆工厂建设。聚焦焦化、烧结、炼铁、炼钢、轧钢等主要工序，以及煤气、蒸汽、电力等能源系统，支持企业部署基于AI的能源需求预测、多介质动态平衡、智能燃烧控制、设备能效诊断与优化等系统；总结提炼标杆项目的成功模式、技术路径与实施方法，编制最佳实践指南，通过现场会、案例集等方式进行全行业推广；鼓励金融机构对采用成熟AI能效解决方案的重大项目、平台建设、示范应用给予绿色信贷、贴息等优惠支持，加速成熟技术的规模化普及。