中国冶金报社报道组
老师傅不再抵着设备“听诊”了，遍布全厂的1万多个传感器正以每秒100次的频率采集着设备的“心跳”数据；年轻职工用业余时间深度学习大模型算法，便能开发出一套温度预测模型，成功将每炉钢的测温次数从8次降到6次……从经验摸索到数据驱动，从单点自动化到全流程智能协同，一场“智变”正在中信特钢旗下青岛特钢发生。
就在不久前，这家企业入选工业和信息化部《钢铁行业规范条件（2025年版）》“引领型规范企业”首批名单，成为山东省青岛市唯一上榜的“卓越级智能工厂”。这份荣誉的背后，是青岛特钢党委书记、总经理孙广亿从一开始就明确的航向：“数字化一定是围绕我们的效率、效益来做的，一切以实用为原则。”
不搞面子工程，只解决真实痛点
“我们所说的智能制造，绝非简单的设备自动化替代，而是通过数据打通与AI赋能，重构生产、管理、决策全链路。”青岛特钢信息化部部长李秋健开宗明义地道出了该公司的“智”造核心。
据他介绍，青岛特钢已将智能制造上升为核心发展战略，明确“数据驱动、AI赋能、全链协同、绿色低碳”的16字目标，致力于实现“提质、降本、增效、绿色、安全”五大价值最大化，支撑该公司从传统钢铁制造商向高端特钢解决方案提供商转型。
战略的落地，需要清晰的蓝图。青岛特钢构建了“1+3+N”数智化落地体系。其中，“1”指一个工业数字大脑，依托工业大数据与AI智脑双平台，贯通铁前、炼钢、轧线、能源、安全全流程数据壁垒；“3”指三大核心推进方向——智能集控、智能运维、智能装备，系统性部署工业软件与控制系统；“N”则指以高速优特钢线材智能工厂为样板，快速向炼铁、炼钢、焦化、型材等多个工序复制式推广。
蓝图如何变为现实？李秋健将实施路径概括为3个阶段：2020年以前的“筑基期”，依托环保搬迁后的高起点，搭建起自下而上纵向集成的五级计算机体系，实现“专业集中、流程一贯、产供销一体”的一体化智慧管控新模式；2021年—2023年的“赋能期”，围绕混匀料场无人化、加热炉智能燃烧、AI图像识别预警、无人行车、全生命周期设备状态监测等场景，建成智慧数控中心和五大智能工厂；2024年至今的“全链推广期”，则深度融合工业物联网、AI大模型与数字孪生技术，全面推动生产模式向“数据驱动”转变。
“我们不搞面子工程，只求解决真实痛点。”青岛特钢装备部主任工程师杨领芝一语中的。
让产线学会“思考”
青岛特钢追求的数智化，是让产线学会“思考”。长期以来，高炉冶炼被视为难以解析的“黑箱”，炉内反应看不见、摸不着，操作全凭经验，不同班次、不同人员的操作效果存在差异。“过去烧结生产主要靠人工调控，容易产生人为误差。”青岛特钢炼铁厂厂长刘玉猛坦言。如今，这里的产线已经拥有了自己的“感知能力”和“判断力”。青岛特钢依托工业互联网“云—边—端”架构，打造了铁前大数据一体化智能管控平台，整合多源异构数据资源，打破了铁前工序间的信息壁垒。在此基础上，其还通过引入机器视觉、图像识别与自监督学习算法，建成了烧结全流程智能闭环管控系统，能根据成品质量与前端配料情况实时自动调节；高炉智能温控系统则能对炉温进行预警，同时还能给出操作方向建议。简单来说，这里的产线不仅能够告诉工人“哪里出了问题”，还能给出“该怎么调”的解决方案。
产线学会“判断”后的成效是直观的：高炉炉况自主诊断准确率超80%，燃料比降低2.3千克/吨，煤气利用率提升0.6%；炉温合格率从90%左右跃升至99%以上，吨铁成本降低7.42元，铁水成本综合排名跃居全国第二。“铁水合格率原来在90%左右，人工操作想提升1%都很困难。”刘玉猛说，产线学会“自我判断”后，这样的跨越成为了现实。
炼钢考验的是“统筹力”。纵览青岛特钢一炼钢车间的场景布局：3座转炉、6座LF精炼炉、1座RH精炼炉、4台连铸机，多品种、多规格、小批量的特钢生产模式下，路径频繁切换，行车在一根直线上来回穿梭。“操作工没有10年的经验想弄明白这点排产调度，真有难度。”李秋健打趣道。
然而，这套复杂的调度工作如今已经交给了一个“会思考”的智能系统。该系统融合作业排程、资源协同与动态优化三大能力，运用遗传算法、强化学习等技术，实时采集设备、工艺、物流全维度数据，自动生成最优炉次计划与浇次计划，精准匹配各工序衔接时序，同时动态调度行车规避冲突与拥堵。这样做的效果也是实打实的好：智能排产准确率提升至95%以上，工序间等待时间缩短30%，行车空载率降低25%。
数据在流动中产生了价值
在过去很长一段时间里，青岛特钢的各分厂、各工序、各系统之间的数据，如同被锁在一座座“孤岛”上，彼此看得见却连不通。“过去发生质量问题，要从炼钢到轧线逐个系统去取数据，每个分厂内部可能还有好几个环网，光是定位问题出在哪儿就得半天。”李秋健回忆道。这种“数据在，但用不上”的尴尬，是行业痛点，也是青岛特钢决心打的一场“硬仗”。
数据要产生价值，得“采得全、存得住、治得净、用得上”。青岛特钢以工业互联网架构为底座，系统性地推进了“采、存、治、用”一体化建设。
在采集环节，该公司通过边缘侧部署工业网关统一适配各类协议，设备联网率达到100%，超过85万个关键测点覆盖了生产、设备、质量、能源、物流、经营六大领域。“数据秒级甚至毫秒级采集，不落地上传至公司私有云。每一台设备都在‘说话’，关键是不能让它们说‘方言’。”李秋健打了个比方。在存储层面，青岛特钢依托自主搭建的“青钢云”平台，构建了分布式数据湖、实时数据仓库与时序数据库混合架构，支撑PB级存储和毫秒级查询，同时实行热、温、冷分层存储策略，搭配多副本异地灾备，确保数据零丢失。
治理是承上启下的关键一环。“数据进来了，如果口径不一致、标准不统一，那就是一堆‘乱数据’，用不了。”李秋健介绍，青岛特钢建立了统一的企业级数据标准体系，完善了数据字典、元数据管理和编码规范，通过全链路自动化治理实现了数据清洗、转换、去重的闭环管理，数据准确率超过99.5%，并梳理形成2000余项数据资产目录。
数据全贯通之后，效果究竟体现在哪里？李秋健用一个形象的比喻作答：“过去是各开各的车，现在所有工序连成了一列高速行驶的高铁，每节车厢的加速、减速都会实时传递给前后车厢。”这种“高铁效应”首先体现在质量追溯上。过去跨工序追溯质量问题，需要从各个系统分别导出数据、手工对表格，费时费力还不一定找得准。如今，从铁前配矿到炼钢、连铸、轧线的全流程数据实现了实时贯通，一旦出现质量异动，系统能在100毫秒内完成跨工序追溯，快速锁定问题源头。
据了解，目前青岛特钢已实现数据驱动80%以上的生产经营决策，工序响应速度较改造前提升了3倍，真正达成了“专业集中、流程一贯、产供销一体、高效协同、全面掌控”的一体化智慧管控目标。正如李秋健所说：“数据本身不是目的，让数据在流动中产生价值，才是青岛特钢推进数智化转型的真正意义所在。”
“数智洪流”下亦有温暖底色
“过去在高炉前，高温、粉尘、重体力劳动是常态；现在我们的工人在中控室看着大屏幕，动一动鼠标就能完成操作。”杨领芝生动地描述了“数智洪流”之下人才角色的改变。
数智化不是减员，而是让基层工作更具价值。杨领芝分享了一个细节：以前老师傅搞设备运维，判断准不准全凭经验和责任心；如今设备智能诊断平台连接了上万个检测点，人工智能系统能提前7天~30天预警故障，诊断准确率超99.9%。
被解放出来的工人去哪了？他们走进工作室，转而学习看波形、分析算法模型、研究设备机理。去年发生的一个典型案例让两位部长感触颇深：一位原本从事工艺研究的工人，主动利用企业提供的培训机会，深度学习人工智能及大数据等专业技术知识，并成功将所学知识与自身实践经验相结合，开发出了一套精炼炉温度预测改善项目，帮助企业将每炉钢的平均测温次数从8次降至6次，既减少了能源浪费，又保障了工艺稳定。“从被动接受到主动创新，这种思维的切换正是我们做基层智改的最大收获。”李秋健说。
制度保障亦是关键。为帮助工人适应转型，青岛特钢构建了多层次的培训体系。针对一线操作人员，其开设智能装备操作、工业软件应用等定制化课程；针对班组长，其与黄海学院、中国海洋大学等院校合作开办技术与管理专班；面向全员，其通过“中特云课”线上平台实施学分制管理，每年有硬性学习要求。
智能化装备的广泛应用，还从根本上改善了一线工人的作业环境与安全条件。
无人行车、自动挂标牌机器人、自动切割取样等智能装备，让工人远离了高温红钢与重体力劳动。一线工人的反馈是直观的。采访中，多位管理人员提到，工人们对智能化改造的反响普遍积极——“工作更体面了、更轻松了、更有技术含量了”，参加培训的主动性越来越高，对职业发展的信心也越来越强。
稳扎稳打见真章。回顾转型历程，李秋健记忆最深刻的是前不久一位外部审核专家给出的评价：“很多企业的数智化是蜻蜓点水，你们青岛特钢做数智化，就两个字，扎实！”该公司正凭借着这股“扎实”的劲头，在打造特钢智能制造新高地的征途上，写下独具特色的“青钢模式”。
展望未来，青岛特钢将持续以“数智引领”为核心引擎，深化“1+4+N”体系，力争在“十五五”末期建成全流程、全要素的智能工厂新标杆。
（报道组成员：吕兵、徐可可、张晓飞、杨凯、贾林海、杨悦、金子涵，本文执笔：杨悦）
