火紅的鋼坯從連鑄機中源源不斷送出，切割槍落下，每一段坯料的目標誤差控制在0.2%以內，不超過一根頭發絲的直徑。

在中國寶武安徽長江鋼鐵股份有限公司的連鑄生產線上，這一幕每天都在上演。這套精准操作背后，是安徽工業大學智能冶金團隊研發的連鑄坯智能定重系統。

“過去靠經驗調整切割長度，產品的定尺率和成材率提不上去，現在靠數據驅動，精准高效！”該公司技術總監覃德波感慨。從連鑄坯切割到高爐內部狀態透明化，從轉爐一鍵煉鋼到全流程智能協同，安徽工業大學以一套覆蓋鐵前、高爐、轉爐、連鑄連軋全流程的智能體系統，回應鋼鐵行業智能化轉型中的共性難題。

團隊將配礦專家的經驗“翻譯”成算法語言，開發出智能配礦等場景模型，讓原料配比不再依賴手感﹔構建高爐數字孿生系統，整合熱電偶溫度、煤氣成分、料批數據等多源信息，讓爐內狀態從“猜”變為“看”﹔將爐氣分析、音頻化渣、火焰識別等感知技術融入模型，用多模態數據替代肉眼觀察﹔聚焦鑄坯凝固、動態定重、板形控制等，開發出連鑄坯定尺定重等場景模型，將工藝專家的判斷經驗融入模型訓練。

“鋼鐵行業的智能化，不能靠‘一招鮮’。”團隊負責人龍紅明教授說，“我們選擇先啃工序，再打通全局。”依托冶金工業數字孿生技術安徽省重點實驗室，團隊整合冶金機理、2000條專家經驗與5年全流程生產數據，形成“機理+經驗+數據”結構化知識庫。基於“大模型全局協同+場景模型專精賦能”的雲邊端一體化架構，構建了鋼鐵制造垂類大模型，研發了面向不同工序場景的智能體。

支撐這一架構算力底座的，是位於安徽馬鞍山智能裝備及大數據產業園的“寶之雲”算力中心。走進機房，一排排GPU服務器指示燈頻頻閃爍，運算的嗡鳴聲低回作響。屏幕上來自鋼廠各工序的實時數據流不斷刷新，描摹出千裡之外鐵水的“體溫”和鋼坯的“軌跡”。

“這套系統就像給整條生產線裝上CT掃描儀。”團隊技術骨干、冶金工程學院余正偉副教授說。截至目前，10余個強泛化智能化場景模型已在寶武集團、南京鋼鐵等20余家企業的50條產線落地應用，煉鐵原料成本降低3%到5%，煉鐵燃料消耗降低1%到2%，連鑄漏鋼年減損超800萬元，軋鋼定尺合格率年均超過99.7%，累計創造經濟效益超過5億元。

從人工經驗到數據驅動，從單點突破到全流程協同，從單一學科到交叉融合，安徽工業大學正在為鋼鐵行業裝上“智慧大腦”。“我們將持續推進‘基礎研究—技術攻關—產業應用’全鏈條創新體系建設，把學科優勢真正轉化為服務鋼鐵產業轉型升級的實際能力。”龍紅明說。（記者 丁一鳴 常河 通訊員 張苒）