無錫晟隆創鋼業有限公司是一家專業從事哈氏合金、蒙乃爾、因科乃爾、因科洛伊、鎳基合金、高溫合金、耐腐蝕合金的 無縫管、圓棒、鋼板、管件的生產廠家，并致力于發展成為合金材料行業的大型企業集團。
公司位于江蘇省無錫市－－新區運河旁，公司成立于2006年，總設計生產能力年生產2200噸。 公司擁有先進的設備：2噸，5噸，10噸中頻熔煉爐；三臺真空感應爐；中高處理電爐等設備。檢測設備包括：爐前直讀光譜儀，分光光度儀，化學分析實驗室、機械性能實驗室（硬度試驗機）、金相實驗室、超聲波無損檢測等。
特種合金：HastelloyC-276、HastelloyC-22、Inconel 625、Inconel 718、Inconel 825、Inconel 601、Inconel 800、蒙乃爾400、NS322、NS111、不銹鋼：0Cr18Ni9（304）、0Cr17Ni12Mo2(316) 、0Cr18Ni12Mo2Ti （316Ti）、00Cr17Ni14Mo2（316L）、0Cr18Ni10Ti、1Cr18Ni9Ti（321）、0Cr25Ni20（310S）、Super304、TP347H、2205、2520、904L等。
而今，通過對大數據的，數據“活”了。該煉鋼廠生產中產生的各類數據經采集后，即刻便傳輸到阿里云端、現場電腦端、積微物聯生態大屏以及手機App上；前期的數據經過分析再反饋到后期的生產中，不斷地校準數據、修正參數，生產、降本增效，終實現智能化煉鋼。這個將大數據實現智能煉鋼的創新變革項目被稱作“鋼鐵大腦”。“鋼鐵大腦”究竟如何改變生產？專業人士介紹，生產現場以鋼鐵料消耗項目（“AI煉鋼”）和智慧表檢項目作為試點。對于的鋼鐵料消耗工序，加入鐵水中的廢鋼、合金等原料的性質和組分數據需要有專人盯著，再根據數據推算加入量，對人的和注意力要求極高，且稍有差池就會影響產品的。現在，該煉鋼廠通過大數據平臺對高數據進行分析，由數據來“決定”原料加入量。對于智慧表檢項目，是由人工對軋制出來的鋼板成品進行表面檢測，判定其是否符合客戶要求的交付，耗時費力。采用大數據手段后，機器進行學習后就可以接入生產流程進行檢測，然后自動輸出檢測報告，人工僅需進行簡單的復核即可。‘鋼鐵大腦’上線后，生產對人的依賴程度明顯，許多工序可以放心交給機器，員工不再像過去那樣辛苦了，工作也了……”西昌鋼煉鋼廠一線職工們這樣介紹大數據的效果。
積微物聯與攀鋼、阿里云簽署戰略合作協議，由阿里云將AI、大數據、算法、云計算等新技術落地應用到西昌鋼煉鋼工序，以實現在線智能煉鋼，積微物聯則扮演“夾層”角色，聯合兩方力量，共同完成整個“鋼鐵大腦”項目。積微物聯如何扮演“夾層”角色呢？積微物聯相關負責人在談到項目初期的“”時說：“剛開始合作的時候，我們發現阿里云的數據工程師與攀鋼的技術員很難實現有效溝通，阿里云闡述他們的數據、模型、算法等概念，而攀鋼生產現場的職工幾乎聽不懂，還常常質疑技術落地的可行性。而作為中間的‘夾層’平臺，我們負責把項目運行中的專業內容解釋給兩方的人，后的結果也證明我們做到了！”積微物聯脫胎于鋼鐵企業，又通過學習新技術，發展成為集智能倉儲、智慧物流、智能加工、在線交易、供應鏈服務等為一體的創新型產業互聯網平臺企業，因而它既能理解大數據的原理，又熟悉煉鋼工藝的關鍵要點，于是成為了攀鋼和阿里云這兩個企業之間的“黏合劑”，有效發揮了“夾層”作用。積微物數據中心工業大數據總監李早立說：“我們把生產中沉淀下來的數據通過大數據平臺進行分析之后‘喂’給機器，機器用它的深度學習能力學習新的數據，再將數據運用到實際的生產中。”這是一個挖掘大數據價值的，相當于為生產中龐大的鋼鐵軀體裝上智能“大腦”，代替人腦指揮生產的舊有，通過數據采集、建模和算法了效率。
通過創新的扇形段大壓下技術，為板坯軋制200毫米厚度左右的厚板提供的技術保障?與之緊密相關的，是漣鋼于今年1月初投產的25000Nm3/h變壓吸附制氧機組（一期），兩期制氧裝置將合并為62500Nm3/h、純度為80%的特大型VPSA機組，成為國內的變壓吸附制氧機組之一，助力漣鋼“1000萬噸優特鋼”產能項目但Consteel電爐也有明顯的缺點，主要是水平煙道尾氣預熱廢鋼的設計溫度為400攝氏度~600攝氏度，廢鋼溫度一般只能達到200攝氏度~300攝氏度；預熱廢鋼通道內的廢氣溫度正處于產生呋喃和等的高峰區間，有害氣體對的污染問題難以解決；預熱通道進“野風”量大，給除塵和余熱回收帶來困難
??相關數據顯示，利用“鋼鐵大腦”每生產1噸鋼，可節約1千克以上的鋼鐵料，加上節省的合金成本，每年可為企業煉鋼成本1700萬元結合征求意見稿中“聯合面向產品全生命周期和制造全各環節的核心”的內容表述工業的應用對鋼鐵行業智能化轉型是非常重要的。他建議，鋼鐵企業要做好智能轉型工作，應從兩件事入手：一是“不犯二次錯”，二是“能否做得更好”。一家企業能做到“不犯二次錯”，實際是很難的。首先，要知道錯在什么地方。在工業企業中，要深入分析出錯的原因必須有數據支撐，也就意味著必須實現生產的數字化可追溯，實現跨工序的、的信息集成，保證數據集成的。比如，鋼廠的產品出現問題時，必須把生產的關鍵數據都記下來，才能找到真正的原因。其次，為了避免再次“犯錯”，就要在下次可能“犯錯”之前提醒。要做好這一點，企業不僅要把問題分析透徹，還要把預警的寫在計算機中，并與生產結合起來，也就是做好“知識沉淀”。這也體現了工業的重要性。“能否做得更好”是對“不犯二次錯”的一個補充某些其實不容易定義“犯錯”，只能說沒達到一定的。在這種情況下，企業可以要求下次做得更好一些，比如效率更高一點、成本更低一點、能耗更少一點。這樣的要求層層傳遞下去，也會對智能轉型產生巨大的效用。
河鋼唐鋼將發揮設備潛能和裝備優勢作為重點工作，大力推進自動化、智能化項目建設，努力實現效率、效益雙。轉爐煙氣分析和副槍是測量轉爐吹煉成分的主要，煙氣分析可實時計算出爐內鋼水成分，但是缺少對實際鋼水成本檢測的糾正；副槍雖然可檢測爐內鋼水實際成分，但是無法實時跟蹤成分，只能靜態計算。為了實現二者的優勢互補，河鋼唐鋼通過對模型參數進行不斷和對數據對比分析，在原有的自動化煉鋼基礎上，根據不同鋼種對產品的要求，自主研發了煙氣分析和副槍聯合應用的動態控制技術。該技術根據初始計劃和吹煉目標，利用靜態模型吹煉步驟，通過檢測煙氣成分實現對熔池化學元素的預報，吹煉中間階段通過副槍實現二級計算校正，終點雙。下一步，該公司將根據目前取得的大量冶煉數據更新模型參數，不斷終點，逐步取消中間副槍校正，進一步縮短冶煉周期，并逐漸將該技術應用于超低碳鋼、汽車板等品種鋼冶煉。
在歡度“五一”時，新鋼項目組成員匆匆奔赴河南周口進行現場調試其他技術經濟指標能夠達到金屬收得率90%~92%，全廢鋼電耗在300千瓦時/噸以下，電極消耗在1.0千克/噸以下，單位公稱容量年產量能做到10000噸鋼/噸以上其中，堆取料機無人化是指根據現場自動化輔助設施檢測結果，經過一系列模型計算分析，自動給出堆取料機大車走行速度、大車目標位置、大臂回旋目標角度等控制參數，即根據控制參數對設備進行控制
鎳基合金鋼材質有：哈C276 (0Cr15Ni60Mo16W5Fe5)，蒙乃爾400，蒙乃爾K.500，NS111(Incoloy800)，NS322(HastelloyB-2)，NS142(Incoloy825)等。
公司擁有自己的碼頭、貨場和倉庫，還與同行企業締結了緊密的戰略協作伙伴，強化信息溝通和資源共享，形成優勢互補的體系，拓展了為的時空范圍，保證了在客戶要求的時間貨到位。金融機構分別給予了數千萬元的授信額度，為保障資金流的暢通注入了強大的生機。
竭誠歡迎廣大新老客戶與本公司攜手并肩，共同開創合作雙贏的美好未來。
