2024年是宝钢股份全面推进人工智能（AI）在钢铁制造领域应用的元年，为培育员工AI技术能力，挖掘AI技术人才，推动AI在长材制造过程中的应用落地，2024年钢管条钢事业部重点从AI应用策划、绘制AI应用地图、拓展AI应用等10个方面发力，策划形成34项AI应用重点任务。围绕重点任务开展，设备能环部与宝钢股份数据AI部及生产厂部交流对标，挖掘人工智能应用设备维护管理的场景，从设备状态诊断、设备业务管理、环保监控等方面策划4个应用模型开发。
4月12日，设备能环部结合模型开发阶段性成果组织开展了设备智能维护管理模型案例发布会，各厂部设备系统的青年员工齐聚一堂，会上，设备管理应用、项目化远程运维应用、环保AI应用和自主开发设备监测模型4项模型应用案例做了展示发布，进一步促进内部技术手段交流和应用场景挖掘，营造模型应用氛围。钢管条钢事业部副总经理陈立军参加会议。
设备能环部 叶斌辉
《基于大数据平台的点检标准化智慧管理》
案例展示了在设备管理业务中的数据应用场景，目标是实现自动对超过五年未修订的点检标准责任人推送提示要求，以此实现用最少的精力满足对业务管理的需求，一季度已实现管理业务模型和展示画面的开发。
条钢厂 袁君豪
《IGBT温差报警和光纤声纹监测系统》
案例展示了条钢厂远程运维相关项目中的数据应用场景，以及电气专业人员在远程运维推进工作中发挥的作用。基于对现场故障的分析总结，通过项目化的方式满足现场业务优化需求，对生产起到了最务实最直接的帮助。
设备能环部 张建鹏
《无缝雨排水口水体异常监测
（华为CV大模型平台）》
案例展示了华为大模型平台CV视觉大模型在环保领域的应用，目标是实现对雨排水口水体异常的自动监测及推送，以此提高管理能力、降低环保风险。一季度已完成模型的第二版训练，模型表现优良，后续还需接入应用系统实现AI模型到AI应用的转变。
电炉厂 冯永锋
《电炉主液压站漏油监测》
案例展示了钢管事业部在设备远程运维自主开发方面的阶段性研究成果，交流了通过聚类算法实现工况结合的技术方案，目标是实现对油位具有明显波动特征的液压系统进行跑冒滴漏的自动监测。一季度已完成离线模型的开发，后续需要根据模型表现的跟踪进行模型调优，并部署上云。
发布过程中，专家评审组对各个案例进行了提问与点评。
陈立军对模型开发应用的阶段性成果给予了充分的肯定，要求各单位再接再厉，持续做好后续模型优化，争取作用发挥最大化。
陈立军强调，数据是模型应用的基础，模型应用要从数据入手，要做好数据的积累、保证数据的质量。要开发和使用结合，要将模型应用和业务紧密结合，要穿透业务，重视数据和模型应用的开发，同时要把大数据平台用起来，真正在效益、设备功能精度、设备管理中都有所体现，进一步丰富钢管运营管理系统应用模型。要进一步拓展应用领域，设备能环体系要营造模型应用的氛围，定期策划组织此类案例发布，在生产、质量管控中要加强模型应用场景的探索以及模型应用的开发。
编辑：石小川
供稿：设备能环部
