{
  "code": "15011CN05",
  "factory_name": "中信泰富特钢江阴兴澄",
  "batch": 11,
  "type": "单一工厂灯塔",
  "country": "中国",
  "city": "中国 · 江苏江阴",
  "province": "江苏江阴",
  "wef_industry": "",
  "gbt_code": "",
  "gbt_industry": "先进工业 · 特殊钢冶炼（国标 3140）",
  "core_products": "轴承钢、齿轮钢、弹簧钢、汽车用钢、高速线材等高端特殊钢产品",
  "application_areas": "汽车、机械装备、轨道交通、能源、工程机械、高端制造",
  "release_date": "2023年12月",
  "quote": "把高炉「黑箱」照透——中信泰富特钢兴澄特钢用 40 多个 AI 与大数据用例重构特钢制造：定制订单 ↑35.3%、不合格率 ↓47.3%、吨钢能耗 ↓10.5%，成为全球特钢行业首座灯塔工厂。",
  "use_cases": [
    {
      "num": "①",
      "title": "大数据定制设计 核心用例",
      "pain": "⚠️ 痛点：特钢多品种、小批量，客户定制需求增长快，传统设计依赖人工经验、试错周期长，难以快速响应定制化订单。",
      "idea": "💡 方案：以大数据分析支撑制造工艺定制设计，把客户需求快速转化为工艺参数，缩短新品设计周期，支撑敏捷化定制生产。",
      "steps": "Step 1 — 需求数字化：将客户定制需求、牌号、性能指标结构化录入 Step 2 — 数据建模：汇聚历史工艺与质量数据，构建大数据分析模型 Step 3 — 工艺定制：自动匹配并生成定制工艺方案与参数 Step 4 — 快速验证：快速验证、上线，缩短新品设计周期",
      "key_data": "📊 核心成效：新品设计时间 ↓57%、定制订单 ↑35.3%",
      "tags": [
        "05.02.01",
        "02.01.04",
        "06.01.01"
      ],
      "tech_descs": [
        "汇聚海量工艺、成分、性能数据，支撑定制化工艺设计。",
        "打通客户需求到工艺设计的数字化链路。",
        "以数据驱动实现多品种小批量的敏捷定制生产。"
      ],
      "kpis": []
    },
    {
      "num": "②",
      "title": "多模态高炉黑箱透明化 核心用例",
      "pain": "⚠️ 痛点：高炉是炼铁核心，内部高温高压、不可直接观测，长期靠老师傅经验，被称为「黑箱」，异常停机频发、运行不稳定。",
      "idea": "💡 方案：通过大量传感器 + 上百个冶金机理模型 + 人工智能，实现高炉全方位仿真，把炉内气流、炉料运动、炉墙挂渣等实时「投影」到数智中心大屏，实现「黑箱透明化」。",
      "steps": "Step 1 — 传感布网：部署海量传感器采集温度、压力、成分、风量等数据 Step 2 — 多模态融合：融合多源数据，构建炉温预测模型 Step 3 — 机理+AI建模：上百个冶金机理模型结合 AI 做全方位仿真 Step 4 — 实时调控：5G+工业互联网实时调控上千个工艺参数",
      "key_data": "📊 核心成效：运行停机 ↓85%、高炉异常时间 ↓84.8%、烧结矿质量稳定率 98.1%→99.5%",
      "tags": [
        "03.01.01",
        "05.02.03",
        "07.01.01"
      ],
      "tech_descs": [
        "冶金机理模型 + AI 构建高炉数字孪生，实时映射炉内状态。",
        "实时分析温度、压力、成分、风量，洞察高炉运行。",
        "5G+工业互联网实时调控上千个工艺参数。"
      ],
      "kpis": []
    },
    {
      "num": "③",
      "title": "智能闭环连续质量改进 核心用例",
      "pain": "⚠️ 痛点：炼钢产品质量波动大，成分控制依赖人工取样化验、反馈滞后，难以实现全流程质量一致性。",
      "idea": "💡 方案：对炼钢过程成分、过程实时管控，构建智能闭环连续质量改进系统，AI 视觉检测 0.1 秒识别 0.02 毫米表面裂纹，持续提升产品质量。",
      "steps": "Step 1 — 在线检测：AI 视觉检测实时识别钢材表面缺陷 Step 2 — 成分管控：实时管控炼钢成分与过程参数 Step 3 — 闭环建模：构建闭环质量模型，持续优化工艺 Step 4 — 质量跃升：提升钢材性能与合格率",
      "key_data": "📊 核心成效：钢性能 ↑240%、不合格率 ↓47.3%、炼钢产品合格率 ↑23.3%",
      "tags": [
        "01.03.02",
        "05.01.01",
        "02.03.01"
      ],
      "tech_descs": [
        "AI 视觉 0.1 秒识别 0.02 毫米表面裂纹。",
        "AI 模型实时管控成分，实现质量闭环改进。",
        "MES 打通炼钢全过程，实时管控工艺与质量。"
      ],
      "kpis": []
    },
    {
      "num": "④",
      "title": "AI轧钢工艺优化 核心用例",
      "pain": "⚠️ 痛点：轧钢工序能耗高、参数控制依赖人工经验，机时产量低、交货周期长。",
      "idea": "💡 方案：建立 AI 模型实现加热炉智能燃烧、智能轧制模型、强冷模型，优化轧钢工艺参数，提升机时产量、缩短交货周期。",
      "steps": "Step 1 — 数据采集：采集轧制过程温度、压力、速度等参数 Step 2 — AI 建模：训练加热炉智能燃烧与智能轧制模型 Step 3 — 强冷控制：构建强冷模型，优化在线冷却 Step 4 — 效率提升：提升机时产量、缩短交货周期",
      "key_data": "📊 核心成效：单位小时产出 ↑15%、钢坯驻炉时间 ↓9%、在线冷却量 ↑32倍、交货周期 ↓50%",
      "tags": [
        "05.01.02",
        "03.03.04",
        "01.01.02"
      ],
      "tech_descs": [
        "AI 模型实现加热炉智能燃烧、智能轧制。",
        "强冷模型优化在线冷却，提升钢板性能与产量。",
        "5G 组网 + 智能上下料实现平均不到 2 分钟产一块钢板。"
      ],
      "kpis": []
    },
    {
      "num": "?",
      "title": "高级分析可持续优化 核心用例",
      "pain": "⚠️ 痛点：钢铁是高载能行业，能耗和碳排放压力大，能源、水、碳管理粗放，难以满足绿色低碳要求。",
      "idea": "💡 方案：物联网 + 高阶分析推动能、水、碳显著降低，数智中心实时监控用水、用电、用气、用料，实现能源与碳排放精细化管理。",
      "steps": "Step 1 — IoT 布网：全流程设备与能耗数据物联采集 Step 2 — 能碳监测：数智中心实时呈现用水、用电、用气、用料 Step 3 — 高阶分析：高阶分析优化能源与碳排放管理 Step 4 — 绿色冶炼：降低能耗与碳排放、提升废钢利用率",
      "key_data": "📊 核心成效：平均能耗 ↓11%、吨钢能耗 ↓10.5%、高炉焦炭用量 ↓19.1%、年减排 CO₂ 10万吨",
      "tags": [
        "09.03.01",
        "09.03.02",
        "09.02.02"
      ],
      "tech_descs": [
        "数智中心大屏实时监控用水、用电、用气、用料。",
        "高阶分析驱动能源优化，降低吨钢能耗。",
        "碳排放精细化管理，年减排二氧化碳 10 万吨。"
      ],
      "kpis": []
    }
  ],
  "performance_table": [
    {
      "metric": "新品设计时间",
      "improvement": "↓57%",
      "domain": "缩短 57%",
      "tech": "大数据定制设计大幅缩短新品开发周期"
    },
    {
      "metric": "运行停机",
      "improvement": "↓85%",
      "domain": "降低 85%",
      "tech": "高炉黑箱透明化减少异常停机"
    },
    {
      "metric": "钢性能",
      "improvement": "↑240%",
      "domain": "提升 240%",
      "tech": "智能闭环质量改进显著提升钢材性能"
    },
    {
      "metric": "单位小时产出",
      "improvement": "↑15%",
      "domain": "提升 15%",
      "tech": "AI 轧钢工艺优化提升机时产量"
    },
    {
      "metric": "平均能耗",
      "improvement": "↓11%",
      "domain": "降低 11%",
      "tech": "高级分析可持续优化降低能耗"
    }
  ]
}