成果介绍
该成果解决了冷轧排程规则复杂、参数配置困难、排程过程不透明的问题。系统将冷轧排程中涉及的多种工艺约束(如最大轧制块数、入口/出口厚度、硬度、宽度、过渡材数量等)以可视化规则列表形式呈现,用户可在线增删、编辑规则并保存配置;同时通过智能体引导用户分步完成从数据上传、规则确认、主轧程生成到结果调整的全流程,执行过程实时透明可见。
成果亮点
工艺规则可视化管理:将冷轧排程的8类核心约束(轧制块数、厚度、硬度、宽度、过渡材等)以标签化列表展示,支持在线新增、编辑、删除与保存,降低了规则配置门槛
智能体分步引导执行:将排程流程拆解为上传CSV、规则确认、生成主轧程、结果调整4个清晰步骤,逐步引导用户完成,避免遗漏
执行过程透明可追溯:右侧实时展示智能体的思考过程与操作日志(如文件读取、技能调用、终端命令等),用户可随时了解排程进展与逻辑,增强信任度
OCR表格导入:支持通过OCR方式导入约束规则表格,减少手工录入工作量,适配现场纸质或图片形式的规则文档
技术框架可复用:该智能体基于与热轧排程相同的"冶金流程优化大模型"与技术框架开发,验证了大小模型协同架构在冷轧场景的可迁移性
团队介绍
团队负责人深耕钢铁流程智能化领域十余年,兼具冶金、自动化与计算机的跨学科背景,工程实践经验丰富。长期从事冶金智能制造相关领域的研发工作,发表论文10余篇,申请授权发明专利10余项,获省部级奖2项,主持负责过国家重大科技专项、国家863课题、北京市重大科技项目等科技课题。核心成员均深度参与过冶金智能化项目从需求分析、方案设计、开发实施到上线运维的全过程,对冶金智能化具备系统性的理解,能够为项目中各模型建设提供足够业务支撑。团队成员来自于冶金工程、电气自动化、计算机、软件工程等专业,学科布局完整、知识结构互补,覆盖了项目研发所需的关键技术方向。这种多维度、跨专业的学科背景,使得团队能够以协同攻关的方式,系统性地解决热轧智能排程中涉及的多目标优化、大规模计算、动态扰动响应等一系列复合型难题。
成果资料