收录于话题
◆宝武自主研发的钢铁行业大模型首发
10月23日,宝武自主研发的钢铁行业大模型产品——“宝联登钢铁行业大模型”,在2024年全球低碳冶金创新论坛暨第九届宝钢学术年会上首发。宝武钢铁行业大模型包括基础大模型、行业垂类大模型、应用场景领域模型三层架构,总体达到垂类模型国内领先水平,是宝武推动钢铁行业绿色低碳发展的创新举措。
宝武积极把握国家战新任务契机与技术迅猛发展新机遇,牵头推进国资委“央企产业焕新行动”重点任务“冶金行业人工智能大模型”项目。宝武钢铁行业大模型以宝钢股份为试点,由宝信软件联合集团内外资源精心研发。研发团队在智能化整体架构、五位一体的总体能力、行业垂类大模型分层构建、预测模型构建、钢铁制造工序设备实时智能控制、新型人机交互模式等方面取得了创新突破,研究的十项关键技术代表了当前人工智能和云计算等领域的较高技术水平。
宝武构建的钢铁行业大模型通过“通专融合”(通用模型和专业模型)、“业技融合”(行业知识和AI技术)、“数实融合”(数字技术和实体制造)三融合一,行业首创平台、数据、算力、模型、场景五位一体能力,用于企业智慧制造、智慧治理、智慧服务等主题场景,以及高炉大模型、转炉大模型、配煤配矿大模型、云表检大模型、研发设计大模型等领域模型,为钢铁企业提供一体化、集成化的“人工智能+钢铁”解决方案。
大模型在钢铁企业中具有非常重要的应用价值,应用范围涵盖研发、生产、运营、服务的多个关键环节。在研发创新设计方面,大模型可以加速新产品和新工艺的研发,提升产品性能和可靠性,以“市场-研发-大生产相融合的硅钢产品研发模型”为例,通过推动“试错式”物理实验向“数据理论预测、实验验证”的精益研发模式转变,实现研发效率提升30%。在生产精益制造方面,大模型可以根据生产需求和资源状况,优化原材料采购、库存管理和生产计划等资源配置方案,某产线采用自动排程后,编制效率提升40%,轧硬卷周转周期缩短12%,减少返回卷35%,年均增效超千万元,结果明显优于人工。在绿色低碳节能方面,大模型可以通过优化生产流程和资源配置,降低能源消耗和碳排放;可以通过数据分析和预测模型帮助企业评估环保政策对企业运营的影响并制订相应的应对措施,确保企业符合环保政策要求并实现可持续发展。
◆盛德鑫泰2024年前三季的净利润同比增长约166.30%至1.9288亿多元
主要从事碳钢、合金钢、不锈钢无缝管制造的盛德鑫泰10月24日发布的报告显示,2024年前三季,其营业收入增长约57.74%(同比)至19.5350亿多元,归属于上市公司股东的净利润增长约166.30%至1.9288亿多元,归属于上市公司股东的扣除非经常性损益的净利润增长约161.43%至1.8890亿多元,经营活动产生的现金流量净额下降至-3.9809亿多元。
其中,第三季的营收同比增长22.32%至6.3705亿多元,归属于上市公司股东的净利润同比增长约231.61%至6968万多元,归属于上市公司股东的扣除非经常性损益的净利润同比增长约225.43%至7002万多元。
◆西藏矿业2024年前三季的净利润同比增长约34.62%至1.5221亿多元
从事铬铁矿、锂矿等业务的西藏矿业10月25日发布的报告显示,2024年前三季,其营业收入增长约5.06%(同比)至5.8718亿多元,归属于上市公司股东的净利润增长约34.62%至1.5221亿多元,归属于上市公司股东的扣除非经常性损益的净利润增长约54.22%至1.3511亿多元,经营活动产生的现金流量净额增长约7.37%至3.9203亿多元。
其中,第三季的营收下降约29.24%至1.9496亿多元,归属于上市公司股东的净利润下降约53.10%至4116万多元,归属于上市公司股东的扣除非经常性损益的净利润下降约51.51%至3881万多元。
西藏矿业当日还宣布正式公开挂牌转让其控股子公司白银扎布耶锂业有限公司的100%股权,首次挂牌转让价款以备案通过后的评估值19,657.93万元人民币为准。
◆攀钢以人工智能赋能新产品研发 实验批次从平均200次减少到20次
新产品研发周期长、成本高,一直是冶金行业面临的难题。今年以来,攀钢成都材料院数学计算研究所坚持问题导向,运用人工智能,融合产线数字孪生模型,使新产品研发实验批次从平均200次减少到20次,研发周期降至3年以内,实现了低成本、高效率研发。
据了解,攀钢的特钢、钒钛等新材料一直存在机理不明、成分复杂、工艺窗口狭窄等问题,传统研发模式难以满足材料应用复杂性和多样性的需求,需要通过不断试错、总结、改进,才能找到有效的研究方法。这一过程不仅耗费大量资金、人力和时间成本,也严重制约了新产品开发的进度。
为应对挑战,攀钢积极拥抱人工智能、大数据、大模型等前沿技术,推动传统产业转型升级。在此背景下,成都材料院数学计算所应运而生。该所6名核心成员均毕业于国内知名高校,擅长多尺度的材料集成计算与数据驱动的新材料研发,并在基于物理信息神经网络加速的科学计算和数字孪生系统领域有着深入研究。
数学计算所本着“一体两翼,有承有启”的发展思路,以数据驱动的材料设计为“左翼”,以数字孪生驱动的生产力提升为“右翼”,通过深度挖掘攀钢数十年的科研和生产数据,将其中蕴含的科研、生产经验和规律,总结提炼成数据要素,开发出相关材料数学计算工具和融合人工智能技术的数字孪生系统,实现在数字空间中的虚拟生产和全生命周期服役性能评价。
在人工智能的助力下,数学计算所开发出针对不同研发任务的人工智能模型,高效利用材料数据要素,显著缩短了研发周期,降低了研发成本。在高铁钛合金转向架的开发过程中,数学计算所仅用一周时间,就从1万余种候选材料中筛选出6种性能最优材料,为成都材料院在1个月内试制出性能达标的钛合金材料、仅用15个月完成高导热新型液态金属复合材料设计和性能优化提供了有力支持。
目前,数学计算所建立了攀钢钒钛、特钢等新材料数据库,整合了近100个主流牌号的新材料和近100万个成分空间点;开发出了钢轨焊接质量预测模型、高炉炉况判定智能推理机等数据要素应用工具;已获得授权专利5项,发表高水平论文近10篇,承担了攀钢内外重要项目5项。
数学计算所有关负责人表示,将致力于高效协同攀钢研究院各所和子分公司(单位),深度挖掘人工智能驱动科学研究的潜力,为攀钢新材料按需设计和钒钛磁铁矿长流程智能化生产提供强大科技供给。