鋼鐵工業(yè)是典型的流程工業(yè)，每時每刻都在產(chǎn)生海量數(shù)據(jù)。這些數(shù)據(jù)對于鋼材產(chǎn)品性能、質(zhì)量的精準(zhǔn)預(yù)測和穩(wěn)定控制具有寶貴意義，但是對于如何利用鋼鐵大數(shù)據(jù)調(diào)控產(chǎn)品質(zhì)量，國內(nèi)外研究人員目前均在探索之中。
作為流程化、批量化大宗生產(chǎn)的鋼鐵產(chǎn)品，如何精準(zhǔn)滿足客戶的“訂制化”生產(chǎn)需求?近年來，東北大學(xué)軋制技術(shù)及連軋自動化國家重點實驗室教授劉振宇團隊基于多年來在鋼鐵組織性能預(yù)測技術(shù)與應(yīng)用領(lǐng)域的理論積淀和實踐，與寶鋼梅山公司、鞍鋼等企業(yè)通力合作，深入開展基于熱軋板帶鋼工業(yè)大數(shù)據(jù)預(yù)處理技術(shù)的研究，開發(fā)出了以組織性能預(yù)測與優(yōu)化為核心的鋼鐵智能化制造技術(shù)，有效解決了當(dāng)前鋼鐵企業(yè)規(guī)?；a(chǎn)和用戶個性化需求之間的矛盾。
劉振宇作為我國在鋼鐵組織性能預(yù)測與優(yōu)化技術(shù)研發(fā)方面的首個博士研究生，已經(jīng)在該領(lǐng)域開展了30余年的研發(fā)。其團隊開發(fā)出了以人工智能理論為基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)模型及計算機系統(tǒng)。借助神經(jīng)網(wǎng)絡(luò)強大的非線性擬合能力，以工業(yè)大數(shù)據(jù)為基礎(chǔ)建立鋼鐵組織性能預(yù)測和調(diào)控模型，取得了較高的預(yù)測精度，成功實現(xiàn)了熱軋產(chǎn)品力學(xué)性能在線預(yù)測。
由于基于人工智能方法的熱軋產(chǎn)品組織性能預(yù)測技術(shù)嚴重依賴于原始數(shù)據(jù)，過度追求預(yù)測精度往往產(chǎn)生過擬合現(xiàn)象，有時偏離鋼鐵材料的物理冶金學(xué)規(guī)律，從而導(dǎo)致熱軋工藝的逆向優(yōu)化結(jié)果可信度受到影響。如何合理有效利用工業(yè)大數(shù)據(jù)，就成為性能預(yù)測與工藝優(yōu)化必須突破的瓶頸。
為解決這一關(guān)鍵技術(shù)難題，團隊成員從軋鋼生產(chǎn)實際出發(fā)，開發(fā)出熱連軋工業(yè)大數(shù)據(jù)的分析和處理方法，建立起基于大數(shù)據(jù)分析與優(yōu)化的智能化物理冶金學(xué)模型。
依托此模型，劉振宇在鞍鋼2150熱連軋生產(chǎn)線開發(fā)出焊瓶用鋼屈強比波動控制技術(shù)，解決了焊瓶鋼屈強比窄幅(0.735~0.785)控制這一軋鋼領(lǐng)域的世界性難題。在梅鋼1422和1780熱連軋生產(chǎn)線，通過組織性能預(yù)測與工藝優(yōu)化，鋼種牌號已減少60%以上，實現(xiàn)了熱軋的集約化、綠色化生產(chǎn)，大大促進了企業(yè)的節(jié)能減排;同時，針對厚度規(guī)格為2.5 mm的汽車車輪用鋼，通過組織性能預(yù)測與工藝優(yōu)化，使鋼中錳含量降低一半，噸鋼節(jié)約材料成本約50元。
該項成果得到國際著名鋼鐵行業(yè)期刊ISIJ international的國際審稿專家的高度評價，專家認為該成果“對鋼鐵行業(yè)中應(yīng)用系統(tǒng)科學(xué)開展工藝優(yōu)化研究做出重大貢獻”。
