0 次真实下载
宝钢股份_AI高炉智控
应用场景：高炉冶炼过程的实时状态监控、炉况趋势预测与工艺参数优化
社区投稿案例
投稿方：loki · 服务商：宝钢股份 · 收录时间：2026/8/28
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
工业品 · 员工约5万人，年产能超5000万吨
3. AI 能力类型
预测
4. 原来怎么干的
依赖资深炉长经验判断炉况，人工巡检+定时取样，参数调节滞后
5. AI 介入在哪一步
AI介入高炉参数预测和工艺优化环节：视觉识别实时监控炉内状态，预测模型预判炉况变化趋势并给出参数调节建议。炉长仍负责异常处置和最终决策。
6. 模型与架构
自研工业大模型+计算机视觉+时序预测模型架构；与华为合作算力基础设施
7. 数据基础（必填项）
宝钢数十年高炉冶炼历史数据、传感器实时数据（温度、压力、流量、成分等）、产品质检数据；累计数十亿条工艺参数时序数据
8. 效果
高炉冶炼能耗降低3% → 现值；产品合格率由原值提升至99.5%以上；高炉利用系数提升约5%；AI预测在常规工况下采纳率超85%，突变场景需人工兜底
9. 投入
项目总投入超5亿元；AI团队超200人；系统建设周期约3年；含高温高粉尘环境下的硬件维护成本
10. 坑
模型在炉况突变场景下预测精度下降；钢铁行业工艺壁垒高，AI算法团队需深入理解冶金原理；数据采集设备在高温高粉尘环境下维护成本高
Reproduction Pack
下载 宝钢股份_AI高炉智控 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 宝钢股份_AI高炉智控.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，审核通过后展示在案例页。