面向钢铁工业的大模型技术与应用
刘艳1,2,孙梦磊1,2,林金辉3,杨思琪1,2,咸源勐1,2,殷绪成3 (1.北京科技大学自动化学院; 2.工业过程知识自动化教育部重点实验室;3.北京科技大学计算机与通信工程学院)
摘要: 随着计算机技术的蓬勃发展,AI 及大模型在钢铁工业的应用成为推动产业智能化转型的关键力量。主要针对大模型在钢铁工业的应用展开,首先,总结工业大模型的构建方式及典型应用领域; 其次,阐述钢铁工业的特点,总结钢铁工业大模型的相关技术; 最后,对于大模型的应用场景展开讨论,突出大模型在钢铁生产流程上的典型应用场景,如感知类任务及认知类任务突破。未来钢铁工业有望将大模型深度应用于新产品、新体系开发,以及提供综合决策支持,实现对钢铁企业的能源、原料调度及钢铁全流程监测等应用,推动钢铁工业实现高端化、智能化、绿色化发展,提供数字化发展的新思路。
关键词: 人工智能; 大模型; 钢铁工业
目录介绍
0 引言
1 工业大模型
1.1 大模型概述
1.2 工业大模型构建方式及应用领域
2 钢铁工业大模型
2.1 钢铁工业特点
2.2 钢铁工业大模型相关技术
1) 多源异构数据融合建模。
2) 行业知识与神经网络结构的融合
3) 多任务与迁移学习机制。
4) 模型压缩与工业部署技术。
3 大模型在钢铁工业中的应用现状
3.1 大模型与钢铁工业中的感知任务
1) 智能缺陷检测与图像识别
2) 生产现场多源异构数据感知与融合
3.2 大模型与钢铁工业中的认知任务
1) 生产调度
2) 设备运维
3) 质量控制
4 大模型在钢铁工业中的挑战及应用展望
4.1 面临挑战
4.2 应用展望
1) 新产品研发
2) 综合决策辅助
3) 能源、原料调度
4) 生产全流程监测
5 结语
©软件著作权归作者所有。本站所有文件均来源于网络,仅供学习使用,请支持正版!
转载请注明出处!

发表评论 取消回复