今日頭條
官方微信
官方抖音
案例頻道★西門子（中國）有限公司
銅，被稱為“宏觀經濟之王”，工業的筋骨。新能源和AI的崛起，更是讓銅的需求進入“狂飆”模式。一臺純電動車用銅量80公斤，是燃油車的3倍多；新一代超級芯片服務器，單機搭載5000根銅纜，消耗1.36噸銅。
中國南部的一家頭部有色金屬生產企業，在搶抓發展機遇的同時，也面臨著原料礦石含銅量不穩定，一線“老師傅”儲備不足，高溫工況復雜多變等挑戰。這些問題集中反映在熔煉產出冰銅品位這一關鍵工藝參數上。
冰銅，是純銅誕生前的中間產物，冰銅品位過高或過低都會帶來諸多問題，進而影響生產效率和經濟效益。行業普遍現狀是，冰銅品位調控過程較為粗放，且高度依賴有經驗的工藝工程師“把關”，這也成為銅業公司“成長的煩惱”。
讓AI接過“老師傅的衣缽”業內首個“垂類模型+邊緣智能”驅動智能體誕生
銅業公司和中國十五冶、西門子之間的一次技術交流，激發了用AI提升冰銅品位控制力的想法。2024年起，中國十五冶聯合西門子從“數據、知識、決策”三個維度著手，開發出業內首個融合“垂類模型+邊緣智能”的AI智能體，并于2025年年初啟動試運營。有別于傳統的AI助手，智能體無需人工干預，就能實時解讀參數變化，給出最優調控建議，快速做出“正確”判斷。
首先，數據是AI的基因，由于銅業公司缺乏歷史數據的積累，因此項目組開發了有色金屬冶煉行業為數不多的，端到端的多模態數據整合方案，貫穿涵蓋采集、處理、建模、RAG（檢索增強生成）集成在內的全流程，清洗和整理的數據量超過50GB。
其次，在冶煉場景真正激發AI的應用價值，專業知識必不可少。該如何根據原料來源調整工藝參數？參數調整后會帶來什么影響？在沒有直接可用的冶金計算機理模型前提下，項目組利用RAG技術對銅業公司驗證的工藝規范和行業文獻等進行識別抽取，同時還支持“老師傅”——工藝專家們對抽取出的工藝規范進行二次檢驗，把“口口傳承”的碎片信息變成結構化的知識，最終形成可檢索、不斷迭代優化的專家數據庫。同時，為將“經驗黑箱”轉換成簡單易懂的“透明指南”，專家數據庫還與DeepSeek無縫集成，利用其自然語言處理及內容生成能力，增加AI的可解釋性，降低操作出錯率。
最重要的是，決策。工業領域對AI的容錯率要求極為嚴苛，尤其在熔爐溫度高達1200多度的冶煉環境，更要確保每一步操作的精確性、安全性。項目組開發出集AI控制器、垂類模型和專家數據庫于一體的智能體，首次實現了冶煉現場工藝參數動態尋優的深度原因推理。
智能體依托邊緣部署，不需要反復通過聊天指令推進任務，便可獨立完成從趨勢預測、參數尋優到深度推理的全過程，并依托顯示屏為現場帶來即時的參數推薦和趨勢預測。冰銅熔煉工序中，數據、知識與決策之間的遞進鏈條不斷驅使智能體從“指令式執行”向“目標導向協作”演進，未來更有望直接下發控制指令，接管全流程。自“上崗”以來，智能體推薦參數的采納率已達到94%以上，得到客戶工藝專家們高度認可。
價值：從一到千千萬萬
截至5月底，銅業公司在有效減少操作人員工作量、促進環保達標，降低物料消耗的同時，將冰銅品位穩定性提高了15%。
西門子和中國十五冶共同打造的該套AI解決方案，不僅創新性地開啟了銅冶煉行業的人機協作新模式，也將憑借高度的可擴展性、可復用性和安全可靠性，助力銅冶煉行業智能化綠色化發展，讓千年冶煉煥發新生。
摘自《自動化博覽》2025年12月刊
北京市公安局海淀分局備案號：11010802023656號