11月12日，河北鑫海化工集團有限公司智能監控車間，員工有序開展監控工作。魯嘉祥攝

10月30日，河鋼集團唐鋼公司冷軋車間，員工正在檢查寬幅汽車外板鋼卷質量。 本報記者 趙杰攝

11月10日，石家庄四藥集團312智能化輸液生產車間，員工正在制瓶作業。 尹旭廣攝

整理/本報記者 苑立立 制圖/孫濤

向智而行，新型工業化加速跑——

河鋼集團唐鋼公司構建全流程一體化生產計劃排程系統，實現訂單與產能高效匹配﹔

石家庄四藥集團應用生產執行系統，推動質量管控邁向“智控”新階段﹔

河北鑫海化工集團有限公司打造液化氣智能裝車系統，以數字化模式筑牢安全生產防線﹔

…………

智能制造是制造業高質量發展的重要趨勢，關乎我國制造業的國際競爭力。“十四五”以來，河北省牢牢把握新一輪科技革命和產業變革機遇，以“人工智能+”為引領，推動制造業加速從“制造”向“智造”躍升。2024年全省兩化融合水平排名全國第9，比2020年前進5位。

車間雖小，卻反映制造之變、格局之新。記者走進三個企業車間，探尋這裡的“智變”故事，解讀河北制造的轉型密碼。

唐鋼公司：從“一鍵排程”到“一鍵煉鋼”

11月10日9時許，唐鋼公司生產調度指揮中心的藍色大屏幕上，實時顯示各類關鍵節點數據。生產制造部計劃中心副主任齊兆軒坐在電腦前，輕點鼠標，給各個生產工序下發系統自動編制的生產排程。

“最近訂單接踵而至，各車間都在滿負荷運轉。”齊兆軒說，盡管如此，他們並不為每日生產計劃而發愁，因為公司擁有一個“最強大腦”。

這個“最強大腦”，就是全流程一體化生產計劃排程系統。

過去，生產排程主要依賴人工。每條生產線每天至少需要1名計劃員花上半天時間，手動梳理海量數據、核對訂單、協調工序，才能拿出一版排程。一旦排程不合理，還可能引發后續工序斷料、交付延期等一系列問題，不僅影響客戶滿意度，還造成資源浪費。

現在，全流程一體化生產計劃排程系統能對公司歷史營銷數據、客戶數據等進行深度分析，精准預測市場需求，半小時內就能生成最優解，大幅縮短了時長、提高了工作效率。而齊兆軒也隻需花半小時電話確認系統生成的排程，即可一鍵下達指令。

系統之所以“聰明”，是因為唐鋼公司基於人工智能技術打造的排程大模型。大模型是人工智能的重要組成部分，就像一位博覽群書的“超級學霸”，不僅能記住海量知識，更能理解邏輯、作出推理決策，助力產業提質增效。

2022年，唐鋼公司集中力量研發全流程一體化生產計劃排程系統。他們將多年積累的生產經驗、超13萬個知識點3800多萬字的冶金規范知識庫，以及流程仿真、計劃調度專業模型，全部注入這個系統架構中。當年年底，全流程一體化生產計劃排程系統在唐鋼公司生產線投用。

效果立竿見影。過去，一個熱軋鋼卷的訂單，從接單到交付需要18天。系統投用后，整個流程只要13天。

作為河北太行鋼鐵大模型142個專業模型之一，排程大模型如今成了唐鋼公司生產線的“調度官”，實現訂單需求與生產能力的高效匹配。

“得益於系統，我們從龐雜的數據中解放了出來，將工作重心轉向訂單追蹤和庫存管理，讓生產流程更順暢、資源利用更充分。”齊兆軒表示。

據統計，自全流程一體化生產計劃排程系統應用以來，唐鋼公司降低產品庫存15%，提升生產效率20%，訂單准時交付率達到100%，核心競爭力不斷增強。

產業向新，產線向智。唐鋼公司把新一代信息技術深度嵌入到工廠建設、研發設計、生產作業、生產管理、運營管理、多環節模式創新六個環節中，成功入選全國首批卓越級智能工廠名單。

在唐鋼公司轉爐作業區，“一鍵煉鋼”智能系統，徹底顛覆了“經驗煉鋼”的傳統生產模式，極大改善了工人們的工作環境，降低了工作強度，提高了生產效率。

過去老師傅們要盯著爐火憑經驗判斷加料時機，現在系統自動吹氧、加料、出鋼，連脫硫周期都縮短了10%。這套智能系統將副槍、聲吶化渣、煙氣分析技術“擰成一股繩”，讓每爐鋼的冶煉時間壓縮至30分鐘，平均吹氧時間減少20%，脫硫劑噸鋼消耗降低0.3公斤。

更令人驚嘆的是檢化驗環節，取樣機器人從爐中取出鋼樣，在壓縮空氣推送下，穿越“空中長廊”來到鐵鋼化驗中心，7台檢測機器人接力完成加工、視檢、分析，170秒后全息質量數據已傳輸至控制中心。

“以前，爐前工人送樣到實驗室，實驗室職工手動磨樣、手動檢測，需要十分鐘，現在數據‘跑腿’，效率提升幾倍。”鐵鋼化驗中心的員工說。

創新研發國內首個高爐自動抓渣系統，開發行業領先的“一鍵煉鋼”智能系統……隨著數字化手段的不斷應用，唐鋼公司加速向“智”蛻變升級，高端化、智能化、綠色化發展步伐明顯加快。

未來，唐鋼公司將繼續深化人工智能與工業場景的融合，推動更多專業模型落地應用，打造覆蓋採購、生產、物流、服務等環節的全鏈條智能生態體系。

石四藥：讓質量管控邁向“智控”新階段

注射液制瓶、灌裝、滅菌等工序在鏈帶連接下流暢運轉，機械臂精准高效地完成各項操作……11月11日，置身石家庄四藥集團312智能化輸液生產車間一線，智能化氣息扑面而來。

在車間控制中心，質量員王冬青輕點生產執行系統控制面板，仔細核對38個工藝參數。這是她每日必做的規定動作。

“每一個數據，都是藥品的安全密碼。”她一邊操作，一邊確認電子記錄值與標准流程的匹配程度。

藥品生產關乎生命健康，每一批次、每一環節的參數都必須嚴格記錄並完整留存。然而，長期以來，參數記錄一直是制藥企業的一大痛點。

以312車間為例，這裡擁有3條先進的輸液生產線，日產能高達350萬瓶（袋），每日產生的數據量極為龐大。“過去最頭疼的就是參數記錄。”車間主任鄭臣杰說。

原來，車間僅配液環節，涉及物料、設備、生產等五大類參數就超過70項。盡管具體操作已實現機械化，但數據記錄長期依賴人工，不僅工作繁重，數據質量也難以保証。

配液員王洋對此深有體會。“以前全靠手抄，一個班次要記兩三批參數，有的參數接近20位數字。一個班上下來，眼睛累不說，還容易出錯。”他說。

在制藥行業，數據的准確性直接關系藥品質量與患者安全，任何細微差錯都可能帶來嚴重后果。

轉機出現在去年3月。石四藥在生產線試點部署生產執行系統，這套系統如同車間的“數字大腦”，讓長期困擾企業的數據記錄難題迎刃而解。

系統運行后，工作人員輸入指令即可驅動設備與機器人協同作業。更重要的是，生產數據實時回傳至生產執行系統，自動完成採集、分析與整合，並生成完整藥品批次電子記錄，實現了從紙質到電子的根本轉變。

“此前，藥品批次記錄電子化在河北省尚無先例。”石四藥信息管理中心常務副總經理周長濤介紹。

系統上線初期，石四藥採取紙質與電子記錄並行的方式，通過反復比對，驗証電子記錄的准確性與可靠性。目前，公司500毫升、100毫升氯化鈉注射液等四種藥品已完成電子記錄轉換，藥品覆蓋范圍將持續擴大。

生產執行系統的價值遠不止於替代人工記錄。它還通過對生產全過程的246個質量監控點進行實時數據採集與分析，確保每一個產品的生產流程可追溯，實現對藥品質量的全程智能管控。

312車間的燈檢環節，一瓶瓶注射液快速通過AI燈檢機，在閃光燈配合下完成毫秒級拍攝。運用智能圖像識別技術，AI燈檢機能精准剔除不合格產品，准確率超99%。

“這些燈檢數據能實時同步至生產執行系統，被轉化為可查詢、可優化的數字資產，形成‘檢測—決策—優化’數據閉環。”鄭臣杰說，質檢員隻需對系統結果進行抽樣復核，徹底告別過去肉眼檢測模式。

這一技術變革帶來多重提升：燈檢檢測效率實現質的飛躍，設備檢測速度達到人工的50倍。AI系統以全檢取代原先的抽檢，讓質量控制水平得到明顯提升。

特別是，系統具備持續進化的能力。隨著海量數據的不斷“投喂”，生產執行識別缺陷的精准度將持續提升，任何細微的質量偏差都能被及時發現與處理，形成一張越用越強的質量防護網。

“生產執行系統讓藥品質量監管從傳統的‘事后查閱’升級為‘實時守護’，真正實現了質量管理從‘人控’轉向‘智控’。”鄭臣杰表示。

“智變”帶來“質變”。統計顯示，312車間生產效率有效提升，產能有效利用率提升10%。令人驚喜的是，通過全過程質量數據的監控與分析，藥品質量的穩定性和一致性得到有力保障。

在周長濤看來，生產執行系統深度應用的核心價值在於以數據驅動決策。“我們掌握的數據越細致，就越能精准定位生產環節中的優化點，從而實現質量的持續改進。”他解釋。

從依賴人工記錄到全流程數字化管控，再到全過程智能監控，石四藥通過生產執行系統的深度應用，不僅破解了制藥行業長期存在的質量管控難題，也探索出一條以數字化賦能藥品質量提升的新路徑。

鑫海化工：為液化氣裝車擰緊“安全閥”

化工行業屬於高危行業，如何降低風險？聚焦化工安全生產核心痛點，鑫海集團聯合百度智能雲研發了鑫海化工大模型，為安全生產裝上“智慧大腦”。

今年7月上線的智能裝車系統，就是鑫海化工大模型在具體業務環節的一個典型應用。

“請注意，未規范佩戴安全帽。”11月7日8時許，在鑫海化工液化氣裝車區，一輛槽罐車在進行充裝作業時，高精度攝像頭自動捕捉到現場細節，並發出語音提示。工作人員聽到提示后，立即正確佩戴了安全帽。

液化氣充裝屬高危作業，從安全帽佩戴到管線連接、介質充裝，每一步操作都涉及多項安全確認，流程嚴謹、環節交錯。智能語音系統通過實時提示，有效規范操作流程，顯著提升作業安全性與秩序性。

“我們在液化氣裝車區內安裝了20多個高精度攝像頭，改變了傳統的人工監管模式，實現了對操作流程的實時全覆蓋監控。”鑫海化工技術人員孫炳剛介紹。

長期以來，液化氣裝車作業面臨多重挑戰。長時間的操作容易導致人員疲勞，重復性動作容易產生疏漏，違規操作更是埋下安全隱患。

“人工監管存在間斷性和主觀性，難以實現全時段、無差別的精准監控，成為安全管理鏈條上的薄弱環節。”孫炳剛解釋。

將安全關口前移，把風險消除於萌芽之初。鑫海化工在2023年成立了液化氣智能裝車系統研發團隊，針對痛點問題進行專項攻關。

經過多次實驗和調試，研發團隊將AI智能視覺平台與現場高精度攝像頭深度融合，建立了“大模型分析復雜場景、細分模型保障實時響應”的協同機制，成功上線智能裝車系統。

從車輛停靠、管線對接到閥門開關，智能裝車系統都能通過大模型和細分模型的協同運作，實現對液化氣裝車全流程的精准監控。具體來說，大模型對復雜操作流程進行深度解析，細分模型則實時捕捉並識別操作動作。

系統之所以具備如此強大的識別能力，關鍵在於前期對其進行了海量高質量數據的訓練與持續優化。

“我們在系統內構建了覆蓋充裝全流程的行為規范數據庫，包含近40種標准操作。”孫炳剛介紹，一旦監測到違規操作，系統立即識別並發出精准預警。

當操作人員進入作業區，系統會立即啟動全流程智能監管，逐步核驗裝車程序的合規性。視覺算法同步監測防護裝備的佩戴情況，即使微小的操作偏差也逃不過AI的“法眼”。而語音智能播報則適時提供操作指引，如同一位經驗豐富的安全員全程指導。

孫炳剛表示，系統運行以來，裝車效率顯著提升，操作失誤率明顯下降。更令人欣喜的是，系統多次成功識別出閥門狀態異常、防護裝備未規范佩戴等風險隱患，並在泄漏發生前發出預警，將安全隱患消滅在萌芽狀態。

今年9月，基於鑫海化工大模型建設的智能裝車系統，通過應急管理部驗收，被評為危險化學品安全風險管控數字化智能化建設應用試點場景，並在全國進行推廣。

鑫海化工還將在AI智能視覺平台上，增設煙火識別、泄露智能檢測、智能巡檢等模塊，實現化工廠區全流程安全監測，為員工和環境安全提供有力保障。

“我們為鑫海化工大模型‘投喂’了300多條安全法規和8000多個行業內的安全知識，累計解答5萬多個問題，准確率達98%。”鑫海化工副總工程師何曉光介紹，鑫海化工大模型規劃了24個應用場景，已經在智能排產優化、智能安全裝車、應急演練輔助等13個場景廣泛應用，有效提升了企業的數字化生產水平。

一個個車間裡的“智變”，不僅是效率的量變，更是生產與管理方式的“質變”。一個個場景落地、一項項技術突破，匯聚成智能制造的澎湃動能，正在重塑河北制造的核心競爭力。（記者苑立立、解楚楚、米彥澤）

分享讓更多人看到