目前钢铁工业面临前所未有的严峻挑战。资源、能源消耗大、环境污染严重；过程与产品稳定性不高、一致性差，生产效率低；产品同质化严重，产品结构不合理，高端产品自主生产能力不足；供给侧为需求侧服务不足等问题严峻。因此，构建钢铁行业的以市场为导向的绿色技术创新体系，减少钢铁生产工艺流程的资源和能源消耗，减少污染和排放，推动行业钢铁转型发展，实现 “工艺绿色化、装备智能化、产品高质化、供给服务化”，意义重大。

我国钢铁工业现在迫切需要攻克四座高峰，实现“四化”：

第一是钢铁生产资源、能源消耗大，污染排放严重，迫切需要实现“工艺绿色化”；

第二是生产装备的稳定性、均匀性、一致性差，生产效率低，“装备智能化”的任务迫在眉睫；

第三是产品质量不够高，产品结构失衡，“产品优质化”需求强烈；

第四是供给侧为需求侧服务不足，急需加强供给侧结构性改革，与用户融合发展，为用户提供整体解决方案，实现“供给服务化”。

目前，我国大多数钢铁企业已经实现了机械化、自动化与数字化，基本达到了工业2.0的水平。经过努力，相当一部分钢厂将基本达到工业3.0+的水平。但是，钢铁工业属于大型复杂流程工业，我国尚未形成全流程一体化的智能化控制与全局的协调优化。

未来应以第四次工业革命的核心技术CPS为目标，对钢铁行业现有的自动化系统进行改造，拓展网络功能，强化计算能力和感知能力，建成可靠的、实时的、安全的、协作的智能化钢铁生产信息物理系统，实现钢铁行业的智能化发展。

钢铁工业是典型的流程工业，作为全流程主体的高炉、转炉、精炼炉、钢包、连铸坯、热轧轧件、冷轧轧件等均为“黑箱”，即无法获取各个反应器或者轧件内部的信息。即使建立起大数据管控平台，仍然无法精准把握“黑箱”内的物理与化学变化。当前，欲实现钢铁工业的智能制造，必须利用可以采集到的大量相关信息，基于新型的数字感知技术，“逼真”地描绘出“黑箱”中的变化，建立物理世界的“虚拟映像”或“数字孪生”，并进而进行智能决策和控制。这是智能控制的核心环节，是钢铁智能制造的特点和难点，是在实现智能制造过程中必须攻克的制高点。

在目前由实体（物理）向数字（虚拟）的转变与发展中，如何利用大数据、互联网、云计算、人工智能等信息技术，对生产中物理系统内部不可测的物理参数进行数字感知，是材料人长期以来的梦想，也是材料科学与技术发展面临的重大问题。数字感知提供了非常理想的解决方案。数字感知将虚拟现实（VR）和增强现实（AR）及人工智能（AI）结合，攻克以往无法逾越的“黑箱”障碍，从而建立起CPS的核心部分，即与现实系统成镜面映射并即时互动的虚拟系统。在这个具有足够精度的虚拟系统上，再加上精准、协调的智能控制，则钢铁生产过程的智能设计与实时精准控制将成为可能。

（王国栋）