4月30日上午，作為迎接五一國際勞動節的一次特殊活動，東北大學跨學科的“數字鋼鐵”研究團隊召開了主題為“加速建設數字鋼鐵”的報告會暨研討會。會上，王國棟院士在線上與團隊的師生交流了學習習近平總書記關于加速建設數字中國、數字經濟、數字技術等一系列重要指示的體會，以及團隊最近一年多來在“數字鋼鐵”研究工作中取得的重要進展，并與大家交流互動，深入研討今后進一步學習領會貫徹落實習近平總書記的指示，推進“數字鋼鐵”各項工作邁上新臺階。同時，該校通過開展“加快建設數字鋼鐵”工作，加強學科交叉、行業協同、產學研深度融合，促進學科建設、人才培養、教學改革等工作蓬勃開展，取得實效。
東北大學冶金學院、資土學院、機械學院、信息學院、RAL重點實驗室近300名師生參加了會議，報告會由RAL實驗室副主任、“數字鋼鐵”團隊的帶頭人張殿華教授主持。
習近平總書記在中央政治局第34次學習會議上的講話中指出：“數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量。”
王國棟院士特別強調，要認真學習，深刻理解習總書記在中央政治局學習會議上的講話精神，要積極響應中央號召，加快建設數字中國。我們鋼鐵人要將數字技術與鋼鐵行業深度融合，充分發揮鋼鐵行業海量數據和豐富應用場景優勢，依靠數據分析、數據科學的強大數據處理能力，加快建設“數字鋼鐵”，賦能鋼鐵行業轉型升級，打造出鋼鐵行業自立自強、創新發展的新天地。
王國棟院士依據東北大學從上世紀90年代的鋼鐵材料組織性能預測技術開始到最近一年來取得的各項工作進展，以及國際上韓國POSCO、日本JFE及歐美國家鋼鐵企業的研究情況，分國家戰略、數據時代與數據科學、鋼鐵行業數字化轉型的國際潮流、數字孿生—信息物理系統與材料創新基礎設施、鋼鐵工業互聯網的總體架構與功能、鋼鐵行業數字化的實踐等6個方面全面闡述了團隊在數字經濟和鋼鐵行業融合發展，發揮數字化技術的放大、倍增、疊加作用，促進鋼鐵工業數字化、加速建設數字鋼鐵工作的成效和亮點。
王國棟院士指出，鋼鐵行業具有豐富的數字技術應用場景資源。鋼鐵行業先進的數據采集系統、自動化控制系統和研發設施，可以為我們提供海量的數據資源；經過長期的建設和發展，我們已經實現了全面的數據采集和豐富的數據積累。在工業互聯網、大數據、云計算、5G網絡等信息技術的支撐下，我們可以借助大數據與機器學習/深度學習等數據科學技術，快速挖掘海量數據中蘊含的企業管理與生產過程中的規律，從而利用這些規律解決流程工業普遍存在的“不確定性”等“黑箱”難題，發揮數據技術的放大、倍增、疊加作用，推進鋼鐵行業的高質量發展。
王國棟院士詳細分析了團隊創新提出并正在企業建立的鋼鐵工業互聯網架構下鋼鐵企業創新基礎設施的特征和建設任務。
第一項任務，必須填平補齊底層生產線的數據采集和執行機構，消除數據采集和指令執行方面的“短板”。鋼鐵工業要采用數字化技術，實現數字化轉型，首要條件是鋼鐵產線的各個基本單元具有完備、可靠、性能優良的數據采集系統，可以提供精準、齊全的現場有關材料成分設計和實時操作數據等輸入數據，以及材料外形尺寸、組織性能、表面質量等輸出數據。同時，各工序的基礎自動化系統和執行機構必須以足夠的響應性和實時性實現過程控制與物理系統的實時交互，完成需要的自動化控制任務。盡管我國多數鋼廠是近年建設的，采用了先進的自動化技術，有較好的自動化基礎，但是仍然有缺項和“短板”。
第二項任務，是攻克“邊緣數字化核心平臺”，簡稱“邊緣平臺”。鋼鐵行業的全流程“黑箱”就位于邊緣。傳統的邊緣主要使用基礎理論主導的數學模型，來完成過程機設定計算和基礎自動化控制。此外，在邊緣處還有過程監控系統、質量追溯系統、數據庫系統等，近年還有少許的局部智能化控制環節。由于環境狀況和操作條件波動以及設備運行狀態變化，加之過程輸入條件、狀態變量和控制系統之間的關系十分復雜，這些機理模型對于全流程“黑箱”的復雜動態過程適用性很差，預報精度不高，難以準確透視工藝、設備、質量等關鍵參數之間的復雜關系。因此，利用數字化技術改造過的邊緣部分設置了邊緣數據中心，負責生產過程輸入、輸出大數據的提取、轉換、存儲的功能。與此相應，在邊緣部分設置“大數據/機器學習解析平臺（I）”（D/M平臺I），這個平臺可以利用數據科學、AI等技術解析建立和優化數字孿生過程模型，以及實現過程可視化、開發APP等功能，并將生產過程數字孿生模型傳送到過程控制系統，代替傳統的機理模型，進行生產設備的設定和動態設定。
第三項任務，是建設資源配置管理云平臺，簡稱“云平臺”。云平臺位于云中，負責生產計劃、調度、質量、效率等生產活動，原料、供應、能源、介質、排放、物流、人力資源、財務、成本、技術創新與開發等的資源配置和管理功能，是“邊緣部分”設定、運行、調度的強大支撐部分。在云平臺配置有企業大數據中心和“大數據/機器學習解析平臺（II）”（D/M平臺II），該平臺也是利用機器學習等數據轉換和處理技術處理、分析生產、設備、能源、物流、安全、市場、銷售、資源、財務、戰略等各方面的大數據，對相應部分的運行和管理工作進行管理和優化，支撐和保證生產線系統和公司整體的最優化運行。
第四項任務，是網絡化，即系統的通信和網絡。原有的光纖通信系統繼續使用，并增設5G通信網絡。在垂直方向上，該系統實現軋制等快過程的短時延交互反饋；在流程方向上，實現各單元之間的順暢、無縫的優化銜接。這個系統，可以保證通信網絡無時不在，無處不在，即插即用，暢通高效。
王國棟院士特別強調，應當注意新系統與企業原有系統的銜接、繼承和發展。我們在保持原系統的優點和優勢的同時，還要發揮“軟件定義”的優勢，開發先進的計算機軟件，把最新的技術無縫融入原系統中去，通過高質量的軟件實現對原系統的改造，完成新舊軟件系統的順利過渡。只立不破，多立少破，數據驅動，軟件定義，降低改造成本，逐步上線實施，加速建設進程，確保安全可靠。這樣做可以大大降低改造的成本，提高改造的效率，加速改造的進度，促進行業的智能化轉型。所以，自主創新開發數據驅動、軟件定義的全新數字化、網絡化、智能化系統，是我們必須認真執行的關鍵環節。
王國棟院士與師生針對“加快建設數字鋼鐵”主題進行了深入交流，集中討論了數字經濟與鋼鐵行業深度融合的重大意義、加強高校學科交叉優勢、產學研聯合組隊、研究項目的確定和運作、國際先進企業研究動態交流與收集、提高建設效率與降低建設成本等問題，并展望了下階段的工作。
與會師生一致認為，我們要以習總書記“加速建設數字中國”的指示為綱，深刻認識大數據+機器學習為核心的數字化轉型是鋼鐵工業發展的大趨勢、大方向。我們要以國家重大需求和企業管理與生產中的問題為導向，學科交叉，行業協同，產學研深度融合，攻克關鍵共性技術，創新顛覆性、引領性、原創性技術，掌握核心競爭力，加速建設數字鋼鐵，促進我國鋼鐵行業實現數字化轉型，高質量發展！我們相信，中國鋼鐵行業一定會在激烈的國際競爭中占據鋼鐵產業數字化的制高點，成為世界鋼鐵科學技術創新發展的領跑者。我們也同樣相信，經過這場數字經濟、數字技術發展浪潮的洗禮，東北大學在學科建設、人才培養、教學改革、學校治理、服務社會等方面，也一定會發揮數據的基礎資源作用和創新引擎作用，實現各項工作的數字化轉型，走在“雙一流”建設的前列，成為“創新型、復合型、應用型人才”的培育基地。
