the maps / 四张全景图
全景图
四张图分别回答四个问题：钢是怎么造出来的、工厂的技术栈长什么样、 12 个场景分别挂在哪儿、以及这里到底有哪些数据。先建立空间感，再进具体章节。
① 生产流程
两条工艺路线在精炼处合流。点击任一工序看它的职责、节奏与对应场景。
steel process map / 教学示意
点击任一工序，看它在干什么、产生什么数据、对应哪些 AI 场景
连铸
continuous casting钢水连续浇成固态坯料
钢水从钢包经中间包流入水冷结晶器，表面先凝出一层薄壳，然后被连续拉出、边走边喷水冷却，最后切成定尺坯料。这是液态到固态的相变现场，也是最多铸坯缺陷（裂纹、偏析、夹杂）的诞生地。拉速快了壳来不及长会漏钢，慢了产能上不去。
② 技术栈分层
ISA-95 五层模型。越往下延迟越低、约束越硬，AI 的落点主要在 L2 与 L3。
isa-95 pyramid / 教学示意
点击各层：它管什么、什么节奏、对应 IT 世界的哪一层、AI 能不能碰
越往下：延迟越低、约束越硬、越不许你碰
L2 · 过程控制
process model工艺模型计算设定值、过程优化
钢厂传统的「模型层」，大多基于冶金机理方程加经验系数，几十年来靠现场调参维持精度。共同弱点是难以适应新钢种、参数漂移后要人工重调。
- 典型系统
- 二级模型系统（终点预报、炉温设定、负荷分配、配水模型）
- 数据节奏
- 秒 ～ 分钟
★ AI 最自然的接入点。不是替换机理模型，而是给它加残差修正、用代理模型加速、或做在线自适应。
相关概念
③ 场景交叉矩阵
12 个场景分别挂在哪些工序上、吃哪几类数据。看「合计」行找出最密集的交叉点。
scenario matrix / 教学示意
每个工序上挂着哪些 AI 场景
| 场景 | 原料准备 | 烧结·球团·焦化 | 高炉炼铁 | 废钢准备 | 电弧炉炼钢 | 转炉炼钢 | 炉外精炼 | 连铸 | 热轧 | 冷轧与深加工 | 检测与判定 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| S1检测认证全流程 Agent | 检测认证全流程 Agent 涉及 检测与判定 | ||||||||||
| S2质量溯因 Agent：从缺陷反查工艺 | 质量溯因 Agent：从缺陷反查工艺 涉及 高炉炼铁 | 质量溯因 Agent：从缺陷反查工艺 涉及 转炉炼钢 | 质量溯因 Agent：从缺陷反查工艺 涉及 炉外精炼 | 质量溯因 Agent：从缺陷反查工艺 涉及 连铸 | 质量溯因 Agent：从缺陷反查工艺 涉及 热轧 | 质量溯因 Agent：从缺陷反查工艺 涉及 冷轧与深加工 | 质量溯因 Agent：从缺陷反查工艺 涉及 检测与判定 | ||||
| S3排程调度副驾驶 | 排程调度副驾驶 涉及 原料准备 | 排程调度副驾驶 涉及 电弧炉炼钢 | 排程调度副驾驶 涉及 转炉炼钢 | 排程调度副驾驶 涉及 炉外精炼 | 排程调度副驾驶 涉及 连铸 | 排程调度副驾驶 涉及 热轧 | |||||
| S4能源与碳核算 Agent | 能源与碳核算 Agent 涉及 原料准备 | 能源与碳核算 Agent 涉及 烧结·球团·焦化 | 能源与碳核算 Agent 涉及 高炉炼铁 | 能源与碳核算 Agent 涉及 电弧炉炼钢 | 能源与碳核算 Agent 涉及 转炉炼钢 | 能源与碳核算 Agent 涉及 热轧 | 能源与碳核算 Agent 涉及 冷轧与深加工 | ||||
| S5设备运维诊断 Agent | 设备运维诊断 Agent 涉及 烧结·球团·焦化 | 设备运维诊断 Agent 涉及 高炉炼铁 | 设备运维诊断 Agent 涉及 转炉炼钢 | 设备运维诊断 Agent 涉及 连铸 | 设备运维诊断 Agent 涉及 热轧 | 设备运维诊断 Agent 涉及 冷轧与深加工 | |||||
| S6研发知识库 Agent | 研发知识库 Agent 涉及 检测与判定 | ||||||||||
| L1PSPP 逆向设计 Agent | PSPP 逆向设计 Agent 涉及 炉外精炼 | PSPP 逆向设计 Agent 涉及 连铸 | PSPP 逆向设计 Agent 涉及 热轧 | ||||||||
| L2仿真代理模型 Agent | 仿真代理模型 Agent 涉及 高炉炼铁 | 仿真代理模型 Agent 涉及 连铸 | 仿真代理模型 Agent 涉及 热轧 | ||||||||
| L3自驱动实验室（SDL） | 自驱动实验室（SDL） 涉及 检测与判定 | ||||||||||
| L4服役寿命预测 Agent | 服役寿命预测 Agent 涉及 检测与判定 | ||||||||||
| L5冶金本体与机理知识图谱 | 冶金本体与机理知识图谱 涉及 高炉炼铁 | 冶金本体与机理知识图谱 涉及 转炉炼钢 | 冶金本体与机理知识图谱 涉及 炉外精炼 | 冶金本体与机理知识图谱 涉及 连铸 | 冶金本体与机理知识图谱 涉及 热轧 | 冶金本体与机理知识图谱 涉及 检测与判定 | |||||
| L6检测标准智能演进 Agent | 检测标准智能演进 Agent 涉及 检测与判定 | ||||||||||
| 合计 | 2 | 2 | 5 | 0 | 2 | 5 | 4 | 6 | 7 | 3 | 7 |
看「合计」行：连铸、热轧、检测这几个工序挂的场景最多——它们既产生密集数据，又是质量问题的集中地。
④ 七类数据
全站描述「某个场景吃什么数据」的统一口径。成熟度为行业普遍情况的教学性判断。
生产过程时序
process time-series成熟度 高各工序工艺参数、L1/L2 控制信号、设备状态、振动与电流、能源计量读数
- 体量节奏
- 单条产线每天可达千万级点位记录，采样从毫秒到分钟不等
- 核心瓶颈
- 跨工序时空对齐；数据往往在客户/产线侧，取数是授权问题而非技术问题
ai 视角高频 metrics 流——采集不难，难在给同一块钢的不同工序打上同一个 trace id。
产线视觉
line vision成熟度 高表面检测图像、产线视频、红外热像、火焰与料面图像
- 体量节奏
- 单台表检仪每卷产出数千帧，单产线日增 TB 量级
- 核心瓶颈
- 缺陷长尾分布、伪缺陷干扰、跨产线泛化差
ai 视角极度不平衡的图像分类/分割任务，负样本无限多、正样本按类别拆完只剩几十张。
显微表征
microstructure characterization成熟度 中高金相图像、SEM/EBSD/TEM、XRD 谱图、光谱数据
- 体量节奏
- 单个试样几十到几百张图，标注成本高
- 核心瓶颈
- 标注强依赖专家；不同标准体系的评级口径不统一
ai 视角有严格标注规范（标准评级图）的图像任务——标注规范本身就是可编码的知识。
检测与标准
testing & standards成熟度 中高标准文本与条款、检测原始记录、判定结论、方法验证数据
- 体量节奏
- 一个实验室常年在用的标准可达数百份，每份数十条可判定条款
- 核心瓶颈
- 标准版本管理、判定链的可追溯性
ai 视角Schema 仓库 + 校验日志。标准条款是 schema，检测记录是待校验实例。
材料研发试验
R&D experiments成熟度 低熔炼/热处理/轧制/等静压工艺记录、力学性能、蠕变疲劳腐蚀长周期数据、失败案例
- 体量节奏
- 几十年积累，但分散在个人与课题组，单条长周期数据可能耗时上万小时
- 核心瓶颈
- 无统一实体定义、散落个人手中、失败数据普遍未留存、密级分类复杂
ai 视角没有 schema、没有主键、写在各人本地 Excel 里的宝贵数据集。治理工作量通常远超建模。
知识文本
knowledge text成熟度 中技术报告、专利、论文、操作规程、设备手册、检修工单、报警日志
- 体量节奏
- 数十年积累，十万级文档量级
- 核心瓶颈
- 非结构化、密级混杂、时效性标注缺失（哪版规程还有效？）
ai 视角典型 RAG 语料，但比互联网语料多两个约束：密级与时效。
机理与仿真
mechanism models & simulation成熟度 中高冶金机理专业模型、CALPHAD 热力学与相图库、CFD/FEM 仿真结果、数字孪生生成数据
- 体量节奏
- 一家研究型企业可积累数以百计的专业模型
- 核心瓶颈
- 模型未工具化封装、没有统一调用接口——对 Agent 而言等于不存在
ai 视角一堆没注册进 Tool Registry 的可执行文件。封装成标准工具接口后，它既是可信计算能力，又是稀缺场景的样本生成器。