AI當“質檢員”，帶鋼告別“摸黑生產”

——AI賦能千行百業一線故事（二十八）

近日，在德龍鋼鐵有限公司安全生產指揮中心，工作人員正在監控帶鋼表面檢測AI大模型系統平台運行狀態。本報記者 解楚楚攝

近日，邢台市信都區，德龍鋼鐵有限公司軋鋼車間裡，熱浪翻滾，機械轟鳴。一塊塊鋼坯經過1300攝氏度熱軋，制成一卷卷銀灰色的帶鋼。

“帶鋼韌性好、延展性強，廣泛應用於機械制造、汽車零部件、家電等行業。”公司數字智能部信息化科科長辛樂凱介紹，檢測帶鋼質量是否合格，表面平整度是一項關鍵指標。

近年來，德龍鋼鐵自主研發帶鋼表面檢測AI大模型，如同為產線裝上了一雙“火眼金睛”，實現帶鋼表面檢測全流程智能化。

“你看，大模型正在對編號為103的一卷帶鋼進行表檢。”走進公司安全生產指揮中心，辛樂凱指著牆上一面大屏說。這面大屏所顯示的，就是帶鋼表面檢測AI大模型運行畫面和檢測信息。

縱裂2處、劃痕3處、起皮1處……在屏幕右側的一張表格裡，經大模型檢測，發現103號帶鋼表面存在的各種缺陷被一一羅列。鼠標點擊表格中任意一個缺陷，屏幕左側立即顯示出該缺陷在帶鋼上的實際圖像，並同步呈現缺陷位置坐標、大小等信息，供后台工作人員參考和研判。目前，該大模型的檢測精准度已達90%。

“支撐高精度檢測的，除了成熟穩定的AI大模型算法外，還有6台高速相機。”辛樂凱說著，帶領記者來到軋鋼車間帶鋼生產工序前。在這裡，6台高速相機均勻分布在產線兩側，拍攝視野覆蓋了帶鋼上表面和下表面。

辛樂凱表示，帶鋼一經產出，高速相機便在其成卷前，以每秒3幀的速度連續採集圖像，再將圖像實時回傳至大模型系統平台，以便分析檢測。一卷帶鋼平均被拍攝1200張圖像。所有檢測結果都會歸檔留存，為后續質量追溯提供完整依據。

談及研發這款大模型的初衷，辛樂凱坦言，是為了補齊公司長期無法精准檢測帶鋼表面的短板。

帶鋼產線運行節奏快，單卷生產耗時很短，靠肉眼檢測根本來不及，這就導致帶鋼產品長期處於“摸黑生產”狀態，不利於公司把控產品品質、優化生產工藝、迭代升級設備。

更令人困擾的是，帶鋼產品流向市場后，一旦下游客戶提出質量異議，公司難以溯源查因，往往只能被動賠償，損失利潤，更影響聲譽。

為打破困局，2024年，公司正式立項，決定依托AI技術自主研發一款帶鋼表面檢測垂直大模型。招攬人才、組建團隊、梳理需求、編寫代碼、優化算法……歷經18個月的集中攻關，公司順利搭建帶鋼表面檢測AI大模型。

要想把大模型訓練成合格的“質檢員”，能夠精准揪出帶鋼表面各種各樣的缺陷，用大量高質量數據進行“投喂”是必不可少的環節。於是，團隊經歷了整個研發過程中最痛苦但也最關鍵的樣本採集和數據標注階段。

“我們每天到崗第一件事，就是對著帶鋼拍攝大量缺陷樣本照片，每張標注出缺陷名稱、類型、危害等級等信息，再上傳到大模型系統平台進行深度學習。”辛樂凱回憶，3個月裡，他們的辦公桌上鋪滿了照片。因為長時間盯著照片，他們常常感到視覺疲勞，但所有人克服困難，共標注缺陷樣本照片20萬張，構建起涵蓋23類缺陷的完整數據庫，為大模型精准識別夯實了基礎。

2025年初，帶鋼表面檢測AI大模型正式上線應用。依托大模型檢測數據，公司不僅能全面掌握帶鋼產品質量、精准排查工藝短板和設備隱患，還能快速溯源質量問題，降低售后賠付損失，有效提升產品市場競爭力。

從“摸黑生產”到“智能檢測”，從“被動賠償”到“主動把控”，德龍鋼鐵的創新故事，正是邢台市深入落實“人工智能+”行動的生動縮影。

“下一步，我們將持續推進人工智能與傳統產業深度融合，推動更多垂直大模型落地應用，形成算力承載數據、數據滋養模型、模型賦能產業的良性循環效應，助力實體經濟高質量發展。”邢台市數據局副局長閆虎表示。（記者解楚楚）