钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范编制说明

1《钢铁热轧基于人工智能的多目根据《南宁市标准化协会关于<钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范>等2项团体标准立项的通知》（南标协〔2025〕79号），由广西应用数学中心（广西大学）提出，广西盛隆冶金有限公司，广西应用数学中心（广西大学），中冶赛迪信息技术（重庆）有限公司、南宁市标准化协会等单位共同起草的团体标准《脊柱形态智能辅助诊断系统临床应用规范》获批立项。本标准的编写将按照《标准化工作导则第1部分：标准化文件的结构和起草规则》（GB/T1.1—2020）以及《团体标准管理办法》等规定进行。深入落实《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》《钢铁行业稳增长工作方案(2025—2026年)》等政策要求，契合钢铁行业数智化转型的核心方向。当前钢铁热轧生产中，工艺参数优化多依赖经验迭代或单一目标模型，存在响应滞后、多目标协同优化不足等问题。随着人工智能技术在工业场景的深度应用，基于人工智能的工艺参数逆向优化2已成为提升生产效率、降低成本的关键路径，但行业内缺乏统一技术规范，导致不同企业的优化模型兼容性差、数据标准不统一、优化结果可靠性参差不齐，制约了技术规模化推广。制定本标准能破解“技术应用无规范、数据交互无依据、优化效果无评估”的行业痛点，为“人工智能+钢铁行业”发展提供支制定本文件旨在构建科学、统一的技术规范体系：一是明确基于人工智能的钢铁热轧工艺参数逆向优化的核心要求，包二是规范技术应用流程，确保不同企业、不同设备场景下的优化过程可复制、可追溯；三是建立优化效果的评估标准，保障产品质量稳定性与生产效益提升的双重目标；四是打通数据共享与安全壁垒，促进人工智能技术与热轧生产深度融合。（三）意义赋能产业智能化升级。标准的实施将推动钢铁热轧从“经验驱动”向“数据智能驱动”转型，提升工艺参数优化的精准完善行业标准体系。填补智能制造基础标准的空白，完善人工智能+钢铁行业标准体系建设。3增强行业竞争力。通过统一技术规范，整合产业资源，推动人工智能优化技术在全行业的规模化应用，提升我国钢铁热轧产品的质量一致性与市场竞争力，助力钢铁产业高质量发展。（一）成立标准编制工作组团体标准《钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范》项目任务下达后，广西大学成立了标准编制广西应用数学中心（广西大学），中冶赛迪信息技术（重庆）有限公司、南宁市标准化协会等。标准编制组安排时间进度，明确任务职责，确定工作技术路线，开展标准研制工作。编制工作组下设三个组，分别是资料收集组、草案编写组、标准实资料收集组负责国内外有关钢铁热轧优化技术的文献资料查询、收集和整理工作，对该项技术进行系统总结，并调查目前人工智能在钢铁热轧领域应用的发展现状。草案编写组负责标准草案、征求意见稿和标准编制说明、送审稿的编写工作，及后期召开征求意见会、网上征求意见，以及标准的不断修改和完善。标准实施组负责《钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范》团体标准发布后，组织相关企业开展标准宣贯培训会，对标准进行详细解读，并对标准实施情况进行总结分析，对团体标准提出修正意见。4（二）收集整理文献资料标准编制工作组收集了国内有关钢铁热轧优化技术的相关文献资料。主要有：JB/T13500热轧无缝钢管生产线自动化系统通用设计规范YB/T6376钢铁行业加热炉燃烧智能控制系统技术要求T/CISA196钢铁行业智能工厂热轧制造执行系统技术T/CISA202钢铁行业热轧加热炉智能化技术要求（三）研讨确定标准主体内容标准编制工作组在对收集的资料进行整理研究后，标准编制工作组召开了标准编制会议，对标准的整体框架及标准的关键性问题进行初步研究探讨。经过研究，标准的主体内容确定2025年9月，标准编制工作组进行了拜访学习交流座谈及实地调研，并查阅了大量的国内外文献资料，对钢铁热轧优化技术进行系统总结。结合学习交流座谈及实地调研，理清逻辑脉络，借鉴已有的参考资料中有关钢铁热轧优化技术的内容，按照简化、统一等原则，经编制工作组反复讨论，形成了标准的5基本构架，编制完成了团体标准《钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范》（草案）。2025年10月，标准编制工作组邀请相关起草单位开展调研座谈会，根据意见进行多次讨论修改形成团体标准《钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范》（草案）及编制说明。（五）立项2025年12月12日，根据《南宁市标准化协会关于<钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范>等2项团体标准立项的通知》（南标协〔2025〕79号）文件精神，团体标准《钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范》获立项批准。充分考虑不同规模钢铁企业的生产设备水平、技术能力与数据基础，避免过高或过严的要求。标准内容聚焦实际应用中的关键环节，确保数据采集、模型训练、优化实施等流程具有可操作性，能直接指导企业落地应用。本标准严格按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的要求和规定，保证标准的编写质量。6确保标准内容与现行钢铁行业工艺标准、人工智能技术标准、数据安全标准等法律法规及强制性标准无冲突，实现与现有标准体系的兼容衔接。立足钢铁产业智能化发展趋势，充分考虑人工智能技术的迭代方向，在标准中预留技术扩展空间，确保标准能适应未来5年的技术发展与应用需求。（一）标准主要内容团体标准《钢铁热轧基于人工智能的多目标工艺参数逆向优化技术规范》主体内容确定为总则、技术要求、验证与应用、维护、模型迭代与人员要求。钢铁热轧：以钢坯为原料，将其加热至再结晶温度以上，通过轧机施加压力使钢坯发生塑性变形，在不改变金属固态属性的前提下，加工成钢板、钢带、型材等目标形态，并同步改善金属内部晶粒结构、提升力学性能的连续成型工艺。多目标工艺参数逆向优化：先明确产品的多个性能目标，再通过算法反向推导适配这些性能的最优工艺参数组合的过程。模型迭代：通过反复调整模型参数、优化算法或数据处理流程，持续改进模型性能的过程。7技术架构：采用“数据层-模型层-应用层”三层架构，明确各层核心功能，实现数据支撑、模型优化、应用落地的全流程基本要求：从数据、模型、集成、安全、可扩展性五个维度提出底线要求，如数据采集覆盖全流程、模型换规格精度偏差≤±5%、支持与MES/ERP/PLC系统互联互通等。3、技术要求特征工程等预处理流程，要求数据集划分比例不低于7:1:2。优化目标设定：确立质量、效率、能耗、成本四大目标，明确量化指标，支持目标权重动态配置，默认权重按质量0.4、效率0.2、能耗0.2、成本0.2设定。模型构建与验证：提供基础模型、优化模型、融合模型三类选型，明确输入输出参数与约束条件；规定核心验证指标。部署与运行：明确硬件与软件环境要求，规范系统与MES/ERP/数字孪生系统的集成逻辑，制定“输入-优化-验证-执行-反馈”的运行流程。4、验证与应用验证方式采用离线仿真验证与历史数据验证相结合，在线应用采用阶梯式推广模式。85、维护、模型迭代与人员要求新增样本量达现有数据集20%时自动触发迭代。规定操作人员与维护人员的能力要求。1、国家标准与行业规范引用GB/T709《热轧钢板和钢带的尺寸、外形、重量及允许偏差》和GB/T3274《碳素结构钢和低合金结构钢热轧钢板和钢带》相关国家标准，规范热轧钢铁的质量目标；引用GB/T37393《数字化车间通用技术要求》和GB/T39466.1《ERP、MES与控制系统之间软件互联互通接口第1部分：通用要求》实现不同企业的优化模型兼容衔接；引用YB/T6131《钢铁行业设备状态监测与故障预警系统技术要求》等行业标准，规范工艺参数与技术要求，保障技术要求的统一性与合规性。2、团体标准与行业经验借鉴已发布的YB/T6376、YB/T6395等优秀行业标准及团体标准的内容和构架，起草组对国内外产品业态发展、技术现状等进行了调研学习，经专家评审与行业意见征集，反复完善标准内容，确保充分反映行业需求，提高认可度与执行力。91.国内外同类标准制修订情况经查阅，目前国内外尚无针对“钢铁热轧基于人工智能的多目标工艺参数逆向优化”的专项标准。国际上，ISO等组织的钢铁标准主要聚焦工艺过程与产品质量，未涉及人工智能优化技术的具体规范；国内现有相关标准如下：JB/T13500热轧无缝钢管生产线自动化系统通用设计规范YB/T6376钢铁行业加热炉燃烧智能控制系统技术要求T/CISA196钢铁行业智能工厂热轧制造执行系统技术T/CISA202钢铁行业热轧加热炉智能化技术要求196涉及钢铁热轧制造执行系统设计，T/CISA202涉及加热炉智能化系统设计，均未针对多目标工艺参数逆向优化技术。本文件聚焦钢铁热轧生产线智能控制系统的多目标工艺参数逆向优化技术，细