2024年4月，为进一步推动AI技术在水泥建材行业的深度应用，在中国建筑材料联合会的支持下，海螺集团联合华为启动水泥建材人工智能大模型的建设工作。双方梳理出涵盖矿山开采至包装发运全流程的、共计15类200余个人工智能应用场景。
海螺水泥基于华为云Stack建设人工智能训练中心，并利用华为云盘古大模型的预测大模型、视觉大模型、NLP（自然语言处理）大模型三大底座，打造集“中心训练、边缘推理、云边协同、边用边学、持续优化”于一体的人工智能运行体系。
● 数字化产业是集团战略和重要增长点，传统的人工智能应用开发效率低、门槛高、精度不高、泛化性差，难以实现规模化复制
● 传统熟料强度数据滞后性导致质量调控延迟，易导致批量产品质量问题，人工预估熟料强度给定混合材掺量，为防范质量风险，保守控制推高生产成本
● APC系统依赖人工设定目标和约束，系统全局寻优和自学习能力不足，工况变化适应性不足，导致生产煤耗高、质量不稳定
● 水泥生产关键装备带式输送机等存在高带速、长距离、大运量等特点，人工巡检难度大，违规操作或者生产运行状态异常易引发安全事故且后果重代价高
● 水泥生产现场环境复杂，安全风险无处不在，作业过程中仍存在人员操作不规范现象，传统的监测手段难以做到全方位和实时化管控，安全事故时有发生
目前，水泥建材人工智能大模型依托海量水泥工业数据以及深厚的行业知识沉淀，借助实时数据分析和自主学习能力，已在质量管控、生产优化、装备管理、安全生产、智能问答等5大类40余个子场景取得人工智能技术应用突破，实现了工艺参数动态优化、异常预警秒级响应、资源利用率最大化等核心价值，为行业高质量发展注入智慧新引擎。
● 在质量管控方面，海螺集团基于华为云盘古预测大模型，通过实时生产质量关键特征推荐，实现了熟料3天、28天强度预测，强度预测值和检测值偏差在1MPa范围内，准确率超85%，科学指导生料配料、水泥配方优化，推动“事后调整”迈向“实时调控”。
● 在生产优化方面，海螺集团融合生产过程多源数据，对烧成系统控制策略和专家经验进行学习，构建烧成全局寻优大模型，实时推荐关键工艺参数目标，针对不同工况类型自动匹配最佳操作方案，实现标准煤耗在一级能效基础上再下降1%的目标。按5000吨/日熟料线测算，每年减少二氧化碳排放4500余吨。
● 在装备管理方面，海螺集团结合华为云盘古视觉大模型、分布式光纤传感等技术，对托辊异常、皮带撕裂等28类场景进行实时管控，实现长距离带式输送机无人化巡检。
● 在安全生产方面，海螺集团实现7*24小时实时监测，人员违章、设备异常等20余类场景的识别准确率达95%。
● 在智能问答方面，海螺集团利用NLP大模型把行业知识、专家经验等，通过AI大模型进行总结、沉淀，实现智能问答，打造员工的“数字助手”。
