制造业转型升级不仅关系到中国经济的可持续发展，更关乎中国在全球产业链中的地位和竞争力。“十四五”规划草案提出，迎接数字时代，激活数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革。在这一背景下传统产业特别是钢铁行业这一国民经济支柱产业的数字化升级，已成为推动产业高质量发展、实现新旧动能转换的关键环节。

　　中冶京诚数字科技（北京）有限公司（以下简称“中冶京诚数科公司”）作为中冶京诚全资子公司，始终秉持以数智赋能产业升级的初心，深耕工业数字化转型领域，聚焦智能制造、绿色低碳及智慧城市三大方向，致力于通过数字化技术赋能传统产业升级，构建智能高效、绿色低碳的产业新生态。该公司通过构建“战略-数据-场景-技术-组织”五位一体实施体系，打造从工业互联网平台到AI模型、大模型应用的全链条解决方案，赋能钢铁工业实现从“经验驱动”到“数据+模型双驱动”的智造革命，为长流程工业数字化转型提供可复制路径。

　　精准把握产业升级难点

　　钢铁行业作为重工业核心领域，存在显著的行业特点。首先是工序繁多，全生产流程包含10个以上主要环节，且每个环节又细分多个子工序；其次是设备繁多，单厂需数千台关键设备协同运作，设备类型差异大、运行环境复杂，维护难度高；再者是生产过程复杂，涉及高温、高压、多相反应等复杂物理化学变化，生产参数波动易引发连锁反应；最后是反应链条长，从原料进厂到成品出厂，全流程基本需要数天到数周时间。行业当前普遍存在六大核心痛点：协同难，生产调度主要依赖人工经验协调；优化难，炼钢和轧钢产能不匹配，易造成资源浪费；溯源难，质量问题追溯耗时长，往往超过8小时甚至一周；预测难，设备故障预测准确率不足60%，关键设备突发故障易导致生产线停机；决策慢，生产数据分散滞后，管理决策响应慢；效率低，部分环节仍依赖人工，效率低、误差多。这些痛点严重制约了钢铁企业的高质量发展。

　　针对行业特点与痛点，中冶京诚数科公司总结形成一套科学的数字化转型实施策略。一是战略引领，推动企业高层共识，由“一把手”牵头成立数字化转型专项小组，明确转型目标与路径；二是数据筑基，搭建统一数据平台，通过数据清洗、标准化处理保障数据质量，同时建立数据安全管控机制；三是场景驱动，优先落地质量追溯、设备故障预警等高价值易落地场景，实现快速上线、迭代；四是技术融合，结合实时数据处理、AI算法与大模型技术，打造贴合钢铁实时性需求的技术体系；五是组织变更，打破部门壁垒，组建跨IT、OT、工艺与管理的联合专家团队，确保技术方案与生产实际深度结合。

　　打造专业化数字底座

　　作为工业数字化集成商，中冶京诚数科公司以“聚焦专业领域、深化外部合作”作为核心理念，专注边缘侧数据采集、智能终端部署及企业上层应用开发等优势领域，覆盖质量、能源管理等多类场景，成功实现从单纯大数据平台向工业互联网平台的升级。在数据中台和智能平台的底层建设中，构建湖仓一体化数据平台，实现数据湖与数据仓库的优势融合，满足钢铁行业海量数据存储与高效分析需求。

　　为实现钢铁生产全流程数据的采、传、存、用闭环，中冶京诚数科公司设计了分层分类的工厂基础数据流架构。在终端设备数据接入方面，秒级数据经网关进入资源IOT平台并通过Kafka汇入数据平台，毫秒级数据由高速采集程序处理后通过Kafka直接进入平台；高频数据以采集打包方式接入；在存量系统IT部门层面，工厂二级系统、检化验、ERP、计量等IT系统则通过自研统一技术平台接入，借助CDC或OGG从底层数据库提取数据；AI中台与数据中台直接对接，基于全量数据构建质量、能源、工艺相关应用。

　　构建全流程质量管控

　　在众多数字化应用中，钢铁行业质量应用产品极具代表性。其设计思路围绕四方面展开：一是构建全流程监控，覆盖原料进厂、铁前、铁水、炼钢、轧钢、成品出厂全链路，实现质量管理从事后管控转变为事中与事前；二是进行数据分层，按原料层、过程层、成品层对质量数据分类管理，确保数据逻辑清晰；三是全量数据集成，通过一个入口和主线实现全流程质量数据跟踪，无需切换多系统；四是质量闭环管理，通过数据采集、聚合、分析、反馈形成管理闭环，推动持续改进。

　　该质量应用的核心功能分为跟踪平台、质量诊断平台、质量追溯平台、质量分析平台、反馈平台五大块：跟踪平台，负责生产过程实时监控和风险预警，强化事中管理；质量诊断平台，进行产成品质量等级识别，实现质量精细化管理；质量追溯平台，可全面复现生产过程，实现质量风险根源有据可查；质量分析平台，结合分析工具和场景化分析，探查全流程指标体系内在特征，构建质量分析知识库；反馈平台，将跟踪、诊断、分析结果反馈回一线指导生产，最终实现PDCA循环。同时，质量应用还设计了多类典型界面，包括实时监控、钢轧过程质量评估与分析、汇总数据形成的质量看板和质量驾驶舱等。

　　赋能钢铁全流程智能化

　　中冶京诚数科公司目前已构建了大量人工智能模型，支撑60+场景应用，覆盖铁钢轧全流程，从原料进厂、轧钢到成品出厂均有涉。其中，生产物流跟踪和生产质量检测基本基于CV模型，生产质量预测则基本基于数据模型，有效提升生产稳定性与质量管控效率。当前，该公司正积极推进大模型应用探索，聚焦智能协同调度与跨工序质量管控两大核心场景，通过多模态数据融合、知识图谱增强与联邦学习等技术，在保障数据精准的前提下持续提升模型能力。同时，在集团内部推进数据治理和大模型应用工作，并作为集成商向用户推广相关平台。

　　通过上述实践，中冶京诚数科公司旨在以全流程协同优化打破工序壁垒、提升生产效率；以跨工序质量预测与闭环控制实现质量主动防御；推动企业从经验驱动转向数据与模型双驱动，实现精准决策；同时借助大模型辅助新材料、新工艺研发，大幅缩减研发时间。目前，中冶京诚数科公司的钢铁行业数字化转型实践已在多家企业落地见效，未来将持续深耕智能制造应用场景，以创新技术为推动传统钢铁产业数字化转型注入强劲动力。