场景描述

图片系AI生成

随着钢铁行业受到环保、双碳等政策压力越来越大，钢铁企业的竞争越来越激烈，开始从原有的拼产能，向拼质量、拼效率发展的趋势越来越明显。

钢铁产品的金相组织评级是反映产品质量高低的重要方法手段之一。该方法采用定量金相学原理，由二维金相试样磨面或薄膜的金相显微组织的测量，来确定合金组织的三维空间形貌，从而建立合金成分、组织和性能间的定量关系。金相分析技术在钢铁行业应用最为常见，产品越高端对金相检测要求越严格，尤其是特钢和工业线材。

以攀钢西昌钢钒和韶关钢铁为例，他们的产品分别为汽车板材和建筑用钢，钢铁厂每生产一批次相同牌号的钢铁产品，需要在钢卷产品中选取2--3卷进行取样分析，钢卷中不同部位的钢铁试样，送往检验中心完成专业的组织性能检验。每天检验的试样数约为90个，一个检验中心配备3位检验工程师，平均每人需要完成30个金相试样的检测。

除了金相检测任务以外，他们还需要完成样品制作、性能试验、质检分析等各类工作，金相检测工作人员的工作任务非常繁重。钢铁企业的产品质量评估，承担着重大风险，金相组织性能偏差带来的产品质量异议，建筑企业等产品用户带来生命财产的安全隐患，钢铁企业也会有巨大的经济赔偿。与此同时，金相检测的专业要求，也是钢铁企业招聘和培养专业人才的一大挑战。

解决方案

阿里云机器视觉智能技术采用深度学习和图像处理算法，比传统机器视觉检测更精准、漏检率更低。在数据中台的基础上，进行数据的采集、标注、训练和算法模型调优，自动识别图像中的瑕疵或故障。

基于此，阿里云结合深度学习和人工智能算法和积累的金相图谱数据，为钢铁企业建立了一套智能金相检测系统，打造了一个“虚拟金相检验专家”，通过软硬一体的方式，实现了金相检测的自动化和无人化，普通的检验工在完成试验制样后，通过简单的软件操作即可完成金相评级工作。

成效

智能金相检测系统已经积累了上万张金相图谱样本，能够准确完成钢铁行业80%的金相检测任务，包括晶粒度评级、非金属夹杂物识别、脱碳层深度测量、索氏体占比测量等，极大地解放了检验专家的工作量，为钢铁产品质量标准化和人员效率提升带来了重要的技术支撑，也为缺乏专业知识人才的民营钢铁企业带来了一位久经沙场的金相“老师傅”。

「关于创新场景50」

场景不是案例，它更加精准、也更加抽象。数字化就是创新场景的不断叠加和迭代。

在此背景下，钛媒体重磅推出「创新场景50」评选，每年遴选并解读50个全行业与业务深度融合的创新性场景及其解决方案，并在钛媒体年度ITValue Summit 数字价值年会上隆重颁奖、深度交流。