河钢集团唐钢公司构建全流程一体化生产计划排程系统，实现订单与产能高效匹配；

石家庄四药集团应用生产执行系统，推动质量管控迈向“智控”新阶段；

河北鑫海化工集团有限公司打造液化气智能装车系统，以数字化模式筑牢安全生产防线；

…………

智能制造是制造业高质量发展的重要趋势，关乎我国制造业的国际竞争力。“十四五”以来，我省牢牢把握新一轮科技革命和产业变革机遇，以“人工智能+”为引领，推动制造业加速从“制造”向“智造”跃升。2024年全省两化融合水平排名全国第9，比2020年前进5位。

车间虽小，却反映制造之变、格局之新。记者走进三个企业车间，探寻这里的“智变”故事，解读河北制造的转型密码。

唐钢公司：从“一键排程”到“一键炼钢”

11月10日9时许，唐钢公司生产调度指挥中心的蓝色大屏幕上，实时显示各类关键节点数据。生产制造部计划中心副主任齐兆轩坐在电脑前，轻点鼠标，给各个生产工序下发系统自动编制的生产排程。

“最近订单接踵而至，各车间都在满负荷运转。”齐兆轩说，尽管如此，他们并不为每日生产计划而发愁，因为公司拥有一个“最强大脑”。

这个“最强大脑”，就是全流程一体化生产计划排程系统。

过去，生产排程主要依赖人工。每条生产线每天至少需要1名计划员花上半天时间，手动梳理海量数据、核对订单、协调工序，才能拿出一版排程。一旦排程不合理，还可能引发后续工序断料、交付延期等一系列问题，不仅影响客户满意度，还造成资源浪费。

现在，全流程一体化生产计划排程系统能对公司历史营销数据、客户数据等进行深度分析，精准预测市场需求，半小时内就能生成最优解，大幅缩短了时长、提高了工作效率。而齐兆轩也只需花半小时电话确认系统生成的排程，即可一键下达指令。

系统之所以“聪明”，是因为唐钢公司基于人工智能技术打造的排程大模型。大模型是人工智能的重要组成部分，就像一位博览群书的“超级学霸”，不仅能记住海量知识，更能理解逻辑、作出推理决策，助力产业提质增效。

2022年，唐钢公司集中力量研发全流程一体化生产计划排程系统。他们将多年积累的生产经验、超13万个知识点3800多万字的冶金规范知识库，以及流程仿真、计划调度专业模型，全部注入这个系统架构中。当年年底，全流程一体化生产计划排程系统在唐钢公司生产线投用。

效果立竿见影。过去，一个热轧钢卷的订单，从接单到交付需要18天。系统投用后，整个流程只要13天。

作为河北太行钢铁大模型142个专业模型之一，排程大模型如今成了唐钢公司生产线的“调度官”，实现订单需求与生产能力的高效匹配。

“得益于系统，我们从庞杂的数据中解放了出来，将工作重心转向订单追踪和库存管理，让生产流程更顺畅、资源利用更充分。”齐兆轩表示。

据统计，自全流程一体化生产计划排程系统应用以来，唐钢公司降低产品库存15%，提升生产效率20%，订单准时交付率达到100%，核心竞争力不断增强。

产业向新，产线向智。唐钢公司把新一代信息技术深度嵌入到工厂建设、研发设计、生产作业、生产管理、运营管理、多环节模式创新六个环节中，成功入选全国首批卓越级智能工厂名单。

在唐钢公司转炉作业区，“一键炼钢”智能系统，彻底颠覆了“经验炼钢”的传统生产模式，极大改善了工人们的工作环境，降低了工作强度，提高了生产效率。

过去老师傅们要盯着炉火凭经验判断加料时机，现在系统自动吹氧、加料、出钢，连脱硫周期都缩短了10%。这套智能系统将副枪、声呐化渣、烟气分析技术“拧成一股绳”，让每炉钢的冶炼时间压缩至30分钟，平均吹氧时间减少20%，脱硫剂吨钢消耗降低0.3公斤。

更令人惊叹的是检化验环节，取样机器人从炉中取出钢样，在压缩空气推送下，穿越“空中长廊”来到铁钢化验中心，7台检测机器人接力完成加工、视检、分析，170秒后全息质量数据已传输至控制中心。

“以前，炉前工人送样到实验室，实验室职工手动磨样、手动检测，需要十分钟，现在数据‘跑腿’，效率提升几倍。”铁钢化验中心的员工说。

创新研发国内首个高炉自动抓渣系统，开发行业领先的“一键炼钢”智能系统……随着数字化手段的不断应用，唐钢公司加速向“智”蜕变升级，高端化、智能化、绿色化发展步伐明显加快。

未来，唐钢公司将继续深化人工智能与工业场景的融合，推动更多专业模型落地应用，打造覆盖采购、生产、物流、服务等环节的全链条智能生态体系。

石四药：让质量管控迈向“智控”新阶段

注射液制瓶、灌装、灭菌等工序在链带连接下流畅运转，机械臂精准高效地完成各项操作……11月11日，置身石家庄四药集团312智能化输液生产车间一线，智能化气息扑面而来。

在车间控制中心，质量员王冬青轻点生产执行系统控制面板，仔细核对38个工艺参数。这是她每日必做的规定动作。

“每一个数据，都是药品的安全密码。”她一边操作，一边确认电子记录值与标准流程的匹配程度。

药品生产关乎生命健康，每一批次、每一环节的参数都必须严格记录并完整留存。然而，长期以来，参数记录一直是制药企业的一大痛点。

以312车间为例，这里拥有3条先进的输液生产线，日产能高达350万瓶（袋），每日产生的数据量极为庞大。“过去最头疼的就是参数记录。”车间主任郑臣杰说。

原来，车间仅配液环节，涉及物料、设备、生产等五大类参数就超过70项。尽管具体操作已实现机械化，但数据记录长期依赖人工，不仅工作繁重，数据质量也难以保证。

配液员王洋对此深有体会。“以前全靠手抄，一个班次要记两三批参数，有的参数接近20位数字。一个班上下来，眼睛累不说，还容易出错。”他说。

在制药行业，数据的准确性直接关系药品质量与患者安全，任何细微差错都可能带来严重后果。

转机出现在去年3月。石四药在生产线试点部署生产执行系统，这套系统如同车间的“数字大脑”，让长期困扰企业的数据记录难题迎刃而解。

系统运行后，工作人员输入指令即可驱动设备与机器人协同作业。更重要的是，生产数据实时回传至生产执行系统，自动完成采集、分析与整合，并生成完整药品批次电子记录，实现了从纸质到电子的根本转变。

“此前，药品批次记录电子化在我省尚无先例。”石四药信息管理中心常务副总经理周长涛介绍。

系统上线初期，石四药采取纸质与电子记录并行的方式，通过反复比对，验证电子记录的准确性与可靠性。目前，公司500毫升、100毫升氯化钠注射液等四种药品已完成电子记录转换，药品覆盖范围将持续扩大。

生产执行系统的价值远不止于替代人工记录。它还通过对生产全过程的246个质量监控点进行实时数据采集与分析，确保每一个产品的生产流程可追溯，实现对药品质量的全程智能管控。

312车间的灯检环节，一瓶瓶注射液快速通过AI灯检机，在闪光灯配合下完成毫秒级拍摄。运用智能图像识别技术，AI灯检机能精准剔除不合格产品，准确率超99%。

“这些灯检数据能实时同步至生产执行系统，被转化为可查询、可优化的数字资产，形成‘检测—决策—优化’数据闭环。”郑臣杰说，质检员只需对系统结果进行抽样复核，彻底告别过去肉眼检测模式。

这一技术变革带来多重提升：灯检检测效率实现质的飞跃，设备检测速度达到人工的50倍。AI系统以全检取代原先的抽检，让质量控制水平得到明显提升。

特别是，系统具备持续进化的能力。随着海量数据的不断“投喂”，生产执行识别缺陷的精准度将持续提升，任何细微的质量偏差都能被及时发现与处理，形成一张越用越强的质量防护网。

“生产执行系统让药品质量监管从传统的‘事后查阅’升级为‘实时守护’，真正实现了质量管理从‘人控’转向‘智控’。”郑臣杰表示。

“智变”带来“质变”。统计显示，312车间生产效率有效提升，产能有效利用率提升10%。令人惊喜的是，通过全过程质量数据的监控与分析，药品质量的稳定性和一致性得到有力保障。

在周长涛看来，生产执行系统深度应用的核心价值在于以数据驱动决策。“我们掌握的数据越细致，就越能精准定位生产环节中的优化点，从而实现质量的持续改进。”他解释。

从依赖人工记录到全流程数字化管控，再到全过程智能监控，石四药通过生产执行系统的深度应用，不仅破解了制药行业长期存在的质量管控难题，也探索出一条以数字化赋能药品质量提升的新路径。

鑫海化工：为液化气装车拧紧“安全阀”

化工行业属于高危行业，如何降低风险？聚焦化工安全生产核心痛点，鑫海集团联合百度智能云研发了鑫海化工大模型，为安全生产装上“智慧大脑”。

今年7月上线的智能装车系统，就是鑫海化工大模型在具体业务环节的一个典型应用。

“请注意，未规范佩戴安全帽。”11月7日8时许，在鑫海化工液化气装车区，一辆槽罐车在进行充装作业时，高精度摄像头自动捕捉到现场细节，并发出语音提示。工作人员听到提示后，立即正确佩戴了安全帽。

液化气充装属高危作业，从安全帽佩戴到管线连接、介质充装，每一步操作都涉及多项安全确认，流程严谨、环节交错。智能语音系统通过实时提示，有效规范操作流程，显著提升作业安全性与秩序性。

“我们在液化气装车区内安装了20多个高精度摄像头，改变了传统的人工监管模式，实现了对操作流程的实时全覆盖监控。”鑫海化工技术人员孙炳刚介绍。

长期以来，液化气装车作业面临多重挑战。长时间的操作容易导致人员疲劳，重复性动作容易产生疏漏，违规操作更是埋下安全隐患。

“人工监管存在间断性和主观性，难以实现全时段、无差别的精准监控，成为安全管理链条上的薄弱环节。”孙炳刚解释。

将安全关口前移，把风险消除于萌芽之初。鑫海化工在2023年成立了液化气智能装车系统研发团队，针对痛点问题进行专项攻关。

经过多次实验和调试，研发团队将AI智能视觉平台与现场高精度摄像头深度融合，建立了“大模型分析复杂场景、细分模型保障实时响应”的协同机制，成功上线智能装车系统。

从车辆停靠、管线对接到阀门开关，智能装车系统都能通过大模型和细分模型的协同运作，实现对液化气装车全流程的精准监控。具体来说，大模型对复杂操作流程进行深度解析，细分模型则实时捕捉并识别操作动作。

系统之所以具备如此强大的识别能力，关键在于前期对其进行了海量高质量数据的训练与持续优化。

“我们在系统内构建了覆盖充装全流程的行为规范数据库，包含近40种标准操作。”孙炳刚介绍，一旦监测到违规操作，系统立即识别并发出精准预警。

当操作人员进入作业区，系统会立即启动全流程智能监管，逐步核验装车程序的合规性。视觉算法同步监测防护装备的佩戴情况，即使微小的操作偏差也逃不过AI的“法眼”。而语音智能播报则适时提供操作指引，如同一位经验丰富的安全员全程指导。

孙炳刚表示，系统运行以来，装车效率显著提升，操作失误率明显下降。更令人欣喜的是，系统多次成功识别出阀门状态异常、防护装备未规范佩戴等风险隐患，并在泄漏发生前发出预警，将安全隐患消灭在萌芽状态。

今年9月，基于鑫海化工大模型建设的智能装车系统，通过应急管理部验收，被评为危险化学品安全风险管控数字化智能化建设应用试点场景，并在全国进行推广。

鑫海化工还将在AI智能视觉平台上，增设烟火识别、泄露智能检测、智能巡检等模块，实现化工厂区全流程安全监测，为员工和环境安全提供有力保障。

“我们为鑫海化工大模型‘投喂’了300多条安全法规和8000多个行业内的安全知识，累计解答5万多个问题，准确率达98%。”鑫海化工副总工程师何晓光介绍，鑫海化工大模型规划了24个应用场景，已经在智能排产优化、智能安全装车、应急演练辅助等13个场景广泛应用，有效提升了企业的数字化生产水平。

一个个车间里的“智变”，不仅是效率的量变，更是生产与管理方式的“质变”。一个个场景落地、一项项技术突破，汇聚成智能制造的澎湃动能，正在重塑河北制造的核心竞争力。（河北日报记者 苑立立 解楚楚 米彦泽）