“随着工业互联网、大数据、云计算、人工智能等信息技术的发展，智能制造已成为制造业发展的共同主题，智能制造是主攻方向、突破口，是从制造大国向制造强国转变的根本途径，将使我国有色金属生产的过程从局部粗放向全系精细化发展，实现绿色高效发展，智能制造是核心支撑。”在近日举行的2021世界5G大会5G与工业互联网论坛上，中国工程院院士桂卫华以有色金属行业为背景，提出了我国智能制造行业的几点思考、科学问题和挑战。

据了解，我国有色金属等流程行业主体工艺装备均处于世界先进水平，自动化和信息化总体集成度较高。桂卫华认为，有色金属等流程行业率先突破智能制造，要大力推进工业互联网、大数据、人工智能、5G等前沿技术在有色行业智能制造中的应用，实现绿色化、高效化。工业信息化部及有色金属行业专门推出了智能矿山指南、智能眼帘指南等，将有利于有色金属行业的智能制造。

有色金属工业是流程工业的重要组成部分，战略定位重要，发展势头强劲。改革开放以来，我国有色金属行业经历技术引进、消化吸收、生产创新等阶段，生产水平有了大幅提升。“这其中信息化、自动化发挥了重要的作用。但我国有色金属品种多、工艺复杂、环境恶劣，有色金属行业信息化与工业化的深度融合极具挑战性。”桂卫华表示。

为此，桂卫华以有色金属行业为例提出了智能制造若干问题的四点思考。一是有色金属行业复杂生产环境下的智能感知问题，精准感知是有色金属行业智能化的基础。

二是有色金属行业与新一代信息技术的深度融合。这个深度融合体现在工业软件上，工业软件是解决实现业务问题为目标，需要工业技术和信息化技术长期合作与融合。  

三是要实现智能化，必须解决知识自动化问题。知识自动化赋能有色金属行业，能够实现创新决策，核心问题包括工业知识的获取、学习与应用，经验知识的推广。知识是工业信息化与智能化的关键内容。

四是在智能制造及工业互联网环境上，有色金属行业企业管理模式的变革问题，传统的生产过程管理模式和商业服务模式必须要取得突破，而智能制造环境下这两种模式如何革新，如何落地，以及企业管理体制与机制如何变革，这都是我们在智能制造和工业互联网应用中亟需思考的问题。

桂卫华还提出了生产过程要素的智能感知与信息融合、智能生产条件下的人机交互学习机制问题、智能化生产运行与优化控制，以及工业互联网的工业管控体系与机制等智能制造过程中的科学问题及挑战。

同时，桂卫华还以锌冶炼智能工厂为例，探讨了工业互联网的工业管控体系与机制的科学问题。

桂卫华说，锌是我国重要的原材料，其高质量发展受到资源能源环境制约，也是国家节能环保重点关注产业，绿色高效生产迫在眉睫。锌生产过程的流程比较长，物理环境复杂，物质流和能量流高度融合，它从矿山到金矿，到配料，再到配少、浸出、净化、电解、渡金属，这个过程功耗波动大，工艺复杂，能耗高，质量保障难。因此，开展智能制造建设，突破复杂矿源条件下的供应链智能优化，实现高效绿色智能化生产，是实现智能制造中一定要突出解决的问题。

桂卫华认为，解决的重点问题一是协同优化。因为锌矿的成本比较高，占70%左右，所以如何实现供应链协同优化是关注的一个重点。基于工业互联网平台，通过对工业金银多元数据的感知动态建模分析，实现扁平化、少能化的管理，降低了原来的库存要求的一半，业务人员减少三分之一。

二是解决锌演练过程中智能控制与协同优化。如何实现稳定化的控制，从而采用控制的方法，针对各反应器反应效率不同。为了提高反应效率，我们提出了工业指标的梯度优化方案，而针对矿源波动，工序间关联耦合，工序间的协同问题，我们提出了模式匹配来实现矿源波动下多指标的协同优化方法。

“同时，我们还构建了平台化的机理和数据融合的工序优化控制解决方案，实现关键工序优化和多工序间的协同优化问题。”桂卫华介绍说。

桂卫华表示，在工业互联网和智能制造的基础上，通过智能工厂的应用，取得了技术指标的明显提升，使得整个生产过程的技术指标达到了世界先进水平，矿源的适应性明显得到了提高，使得一些劣等矿也能够优等使用。