在工业4.0、人工智能、智能制造的浪潮中，无论是高科技企业还是传统的制造业，都在努力探索出一条适合企业发展的道路。

人工智能、智慧制造必将成为未来国家间科技竞争的主战场。作为钢铁行业先锋企业之一的宝钢，在数字化转型和探索中，是如何打开思路、技术先行，实现数字化转型的华丽转身？在数据化进程中，宝钢的智慧制造又有哪些值得学习和借鉴之处？

在今年6月24日举办的JMP Discovery Summit 2021大会上，宝山钢铁股份有限公司热轧厂高级主任工程师王金涛先生在大会上通过3个实战案例，分享了JMP Pro在宝钢热轧厂助力工艺改进和质量提升方面的探索、实践及成果，为全场嘉宾提供了全新的思路和见解。

8月18日，JMP网络研讨会将迎来王金涛先生的返场演讲。想了解先进的数据挖掘如何实现工艺改进、质量提升、制造效率提升的朋友，请戳下方海报直接报名。👇👇👇

在直播间，你将聆听：

@Case Study.1

蒙特卡洛模拟，如何实现产能预测的精准性？

项目成果提前剧透👇

通过基于JMP的蒙特卡洛模拟，工程师获得了相对精准的预测结果和参数设置的最优方案：若使得产能达到370万吨的概率>= 80%，则两炉生产天数需压缩10天，（薄规格）小时产量需提高3%-4%，日历作业率需提高5%，这为工厂后续的生产经营提供了科学的决策。

@Case Study.2

如何利用历史钢种数据，为新钢种的评估提供依据？

项目成果提前剧透👇

利用历史相似钢种的数据来为新钢种的评估提供依据，过去以来一直是通过人工筛选的方式进行。此类工作数据繁多、工作量大且容易出错。工程师通过利用余弦相似性及JSL的矩阵向量计算，为新钢种评估提供了良好的依据。

@Case Study.3

解决曲线数据的难题，JMP Pro的FDE是如何做到的？

项目成果提前剧透👇

解决卷取温度抖动问题时所涉及到的曲线数据分析，过去并没有适合的分析手段。而JMP Pro中的函数数据分析器FDE提供了一种全新的方案。工程师通过使用FDE，助力宝钢实现了加热过程的量化分析，解决了热轧工序的生产质量问题。

改进后的卷取温度精度从改进前的87%提高到了98%，卷取温度的稳定性得到了很大的提升，产品质量也得到了大幅度的提升，也获得了以百万计的效益。

嘉宾简介

王金涛

宝山钢铁股份有限公司热轧厂，高级主任工程师，宝钢六西格玛黑带大师

主要负责热轧产品质量管理和改进，有新产品，完成若干降低成本，质量和良品率提高的科研项目，六西格玛项目。

本科毕业于东北大学金属压力加工专业，后取得材料成型与控制专业工程硕士。

学习入口：

https://www.jmp.com/zh_cn/events/live-webinars/non-series/2021-08-18.html?utm_campaign=wcl7013Z000001obX8QAI&utm_source=bilibili&utm_medium=social

独乐乐不如众乐乐

呼朋唤友一起来学习吧~