【编者按】
为落实《上海市加快推动"AI+制造"发展的实施方案》，市经济信息化委会同市工业互联网协会、中国信通院上海工创中心、上海工业数字化研究院等单位，编制发布了《上海市"AI+制造"场景建设指南（第一期）》，旨在通过指南，提炼重点行业高价值应用场景，并系统描述人工智能技术在相关场景应用时的实施路径和方法论，为企业提供一套可复制、可推广的标准化操作方案，降低试错成本。
本系列逐一解读12个标杆场景，上一期我们解读了钢铁行业生产制造环节——智能质量控制工艺优化，本期聚焦钢铁行业生产制造环节——生产配料智能优化（受限于篇幅，内容有所压缩，完整版请于文末点击链接下载）。
（配图由MiniMax Agent 生成）
配料是钢铁制造前端炼焦与烧结工序的核心，直接决定焦炭、烧结矿质量与生产成本，但长期面临多重挑战：缺乏科学多维度预测模型，难以基于煤质特性、矿石成分等海量因子精准预判关键质量指标，产品性能波动大。优质原料稀缺、对高价原料过度依赖、配比组合全局优化不足，配料成本居高不下。数据分散在MES、ERP、LIMS等孤立系统，质量异常难以快速定位，不利于精准追溯与复盘优化。生产执行、经营管理、配比计算、化验检测等环节数据孤立，信息传递滞后，决策及时性差。缺乏贴合企业自身特点的个性化原料评价方法，科学配料策略制定缺乏依据。02 解决方案：构建“数据感知-智能决策-精准执行”新范式
本场景由华院计算技术（上海）股份有限公司牵头编制，酒泉钢铁、新余钢铁、柳州钢铁等提供应用实践。传统知识类：岩相信息、流动度区间、灰成分指数等经验公式模型。数据驱动类：统计学习、机器学习、深度学习挖掘新规律。数学建模类：质量波动、配料数据有效性、评价得分优化等抽象模型。
（一）数据准备
（二）算法与算力
大模型层：阿里Qwen72B基座，支持自然语言交互、意图识别、推理可视化、方案生成。算力配置：边缘层（8核CPU+16GB内存+2GPU），云端私有云+公有云弹性部署。接口标准：OPC UA协议（实时数据），RESTful API over HTTPS（业务数据），JSON格式。设备与访问安全：双向身份认证、数据完整性校验、日志留存≥2年。存储与权限安全：分层加密（国密算法）、分级分权管理、最小权限原则。合规要求：符合ISO 9001、《网络安全法》《数据安全法》《个人信息保护法》。
新钢集团下属焦化厂拥有4座焦炉（6m及7m各两座），焦炭年产量约263万吨。该厂承担着为自家炼铁厂提供高质量焦炭的任务，对焦炭质量稳定性要求极高，同时需持续响应宝武集团降本增效的总体部署。此外，厂内筒仓兼具储煤与用煤功能，对煤料堆放与识别管理提出了较高要求。针对上述痛点，该厂引入基于人工智能算法、智慧工厂数据互联及煤焦资源数据库技术的智能配煤系统，构建了覆盖“数据融合—智能决策—精准执行”的智能化配煤体系。系统结合煤存放分仓规则及采购计划，可同时满足月度与日常配比计划需求，支持单矿点煤种及大类煤种等多场景计算，显著提升配煤准确性与焦炭质量稳定性，并实现多炉型同时优化与煤料统筹使用。系统运行期间在多个维度取得良好效果。质量预测精度显著提升：M40平均误差≤2%，M10平均误差≤1.5%；焦炭热态强度CRI平均误差≤1.5%，CSR平均误差≤2%；焦炭灰分（Ad）平均误差≤0.5%，硫分（St,d）平均误差≤0.05%。
想进一步了解该场景技术细节与实施标准 → [点击下载完整版场景建设指南.pdf]
有意向建设该场景、需要对接场景服务方的企业，请联系：市工业互联网协会 赵老师 13816395318
下一篇预告《疵点识别准确率超90%，挡车工效率提30%：AI质检助力织厂实现0巡检、免质检》——聚焦在织坯布智能质量检测场景。我们正在研究编制《上海市"AI+制造"场景建设指南（第二期）》
欢迎有行业高价值场景挖掘和建设经验的企业共同参与
联系人：市工业互联网协会 张老师 13621971629
