热轧生产过程是钢铁全流程承前启后的重要工序，也是企业建设“云-边-端”高效协同管控体系的关键，热轧数字化智能制造系统对推进“铁钢轧”全流程高质量智能工厂建设具有重要意义。针对当前普遍存在多源异构数据融合与追溯难闭环、生产过程控制与质量溯源非协同、面向多目标决策的精益化管控不精细等痛点问题，具体体现在： 1、现场数据体量庞大、数据残缺和无效项过多，缺乏相应的大数据平台对数据进行统一且有效的采集、清洗、归集和存储。传统的离线存储方式需要大量物理硬盘，残缺数据无法实时还原及重现，并且数据安全性无法得到保证； 2、现场数据归集多采用时间维度，相应的数据时空转换技术不成熟，难以满足实物质量分析和溯源过程中使用空间维度数据的需求； 3、产品质量异常，无法实现精准定位溯源，控制系统L1/L2大多由第三方承建，底层模型黑箱瓶颈难以突破；监控预警场景定制化差异需求大，关键参数零散分布于不同系统导致现有技术无法统计全流程工艺设备状态； 4、设备运维停留在传统的人工点检+周期更换模式，重点设备监控停留在耳听眼看的阶段，一些先进的设备测振、测温、图像识别技术未能得到应用；复杂设备系统依靠单一的仪表阈值进行报警，缺乏劣化趋势和状态的模型判断； 5、轧线、磨辊间、钢卷库、质检等生产单元自动化程度低，存在着大量可用智能装备代替的人工操作，如加热炉板坯核对、钢卷质量判定等，工作效率低、操作失误多； 6、安全、环保、消防各模块分散管理，设备系统多，系统集控技术落后，后台监控人员多，紧急状态下人员协同慢； 7、能源和成本统计方法简单、粗放，部分能源点统计未能实现自动采集，能源消耗靠简单的系数来进行标准成本的分摊，成本统计无法精确到卷、班组、区域； 8、钢卷入库、下线、装车、作业无自动计划，物流无自动优化，作业流程无信息化跟踪，操作人员多、效率低下； 9、生产管理、质量管理、设备管理、成本管理、KPI指标管理和安全管理等各个维度的数据不同域，无法跨域联合分析，需人工拷贝、合并、分析。 因此，亟需汇聚车间级全流程数据，涵盖轧辊间、设备运维、能源环保、消防安全、运营管理及智慧决策开发需求，支撑主轧线及公辅等生产作业单元智能协同管控，建立基于精益化管理的热轧数字化智能制造系统。

板形检测与控制是带钢冷轧机的核心关键技术，是我国钢铁工业智能化急需解决的重大技术难题。为打破国外垄断，消除“卡脖子”隐患，在国家科技支撑计划支持下，该项目历时10余年，自主创新研制了整辊无线式板形仪和智能板形控制系统，并成功进行了一系列工业应用。 第一项创新：提出板形检测信号解耦机理模型，研制整辊无线智能型板形仪，实现高精度检测。在建立通道耦合与信号解耦机理模型的基础上，研制整辊无缝密排传感器板形检测辊，提高辊面质量，实现同步精确测量。采用无线数字通讯技术，研制无线式板形信号传输装置，提高稳定性、可靠性和使用寿命。建立误差补偿模型，研制板形信号计算机处理系统，实现智能精准检测。 第二项创新：提出板形分量控制方案和动态解耦控制模型，研制多手段协同板形控制系统，实现高精度控制。根据相对增益理论，将复杂的板形控制系统分解为对称板形分量、非对称板形分量、局部板形分量等3个独立的控制子系统，简化控制器设计。根据解耦控制理论，分别建立3个分量系统动态解耦控制模型，研制倾斜轧辊、非对称弯辊、对称弯辊、横移轧辊、分段冷却等多手段协同的板形控制系统，提高控制性能。 第三项创新：提出板形控制机理智能协同建模方法，研制智能板形控制系统，实现高精度控制。根据轧辊带钢变形机理和轧制过程实测数据，分别建立机理模型控制方案和智能模型控制方案，然后加权结合，制定精确的控制方案。为补偿板形检测大滞后，研发机理智能板形预测控制技术，提高控制精度。 该项目获授权发明专利20项、计算机软件著作权10项，主持制定国家标准2项，发表论文65篇。该项目板形检测分辨力0.2I，板形控制精度4-6I，闭环控制周期100ms，3项技术指标好于国外先进水平（0.5I，8-10I，200ms）。技术装备价格是国外的30%，每套节约投资1000万元。提升了我国冷轧带钢板形测控技术的国际竞争力。 该项目整体技术已应用于鞍钢1780mm五机架冷连轧机和马钢1720mm、河钢1550mm等12套带钢（材）冷轧机，节省投资1.2亿元，近3年新增销售额119亿元，新增利润11.3亿元。带钢（材）板形从普通精度提升到高级精度，用于红旗奔驰奥迪和格力海尔、华为手机和5G设备等高级汽车家电、电工电子板，顶替进口，出口美欧日韩。提升了我国冷轧带钢质量和轧机装备智能化的国际竞争力。

无人天车及智能库管系统主要包括智能调度系统、天车管理控制系统、无人天车控制系统三部分，基于先进传感和无线通信技术收集行车、运输链、过跨车等设备的位置和状态等实时信息，并通过软件接口与工厂管理系统进行数据集成，贯通进料、上料、生产、下线、储存、发货等多环节信息流，以此实现生产信息与物流信息的实时交互。借助作业调度和路径优化算法，系统根据当前任务和设备状态自动生成最高效、安全的作业方案，并通过多级联动控制驱动行车的自动吊运。同时，在机器视觉等辅助技术的帮助下，行车可以实现更加精确的定位和稳定行驶。 该技术应用于国内多家大型钢厂，涉及20余部行车，无人化运行率达到99%以上，相关技术具有自主知识产权。