記者 宋欽

李維剛，我校人工智能與自動化學院教授、博士生導師、冶金自動化與檢測技術教育部工程研究中心主任，主要從事工業(yè)過程控制與檢測、人工智能與機器學習算法、機器人定位與導航研究、三維機器視覺研究。

在國內(nèi)外核心期刊發(fā)表論文80余篇，授權中國/美國發(fā)明專利30余項，承擔并完成國家自然科學基金面上項目、省揭榜制科技項目、省重點研發(fā)計劃及校企聯(lián)合研發(fā)課題30余項，成果在中國寶武集團等多家大型央企應用。

晚上九點，在信息學院的辦公室里，李維剛教授接完電話，繼續(xù)伏案于項目之中。他是湖北高層次人才入選者、湖北省科技進步一等獎獲得者。這樣的工作日常，在過去的十九年中發(fā)生了無數(shù)次。

參與寶鋼首條自主集成熱連軋線

回想科研生涯，李維剛感慨萬千。在中國寶武集團中央研究院工作時，他作為核心研發(fā)人員，承擔了寶鋼首條自主集成熱連軋線1880的過程控制系統(tǒng)研發(fā)。

當時，核心技術的攻克重擔落在僅有30歲的李維剛肩上。該項目耗時五年多，他負責其中關鍵的軋線模型開發(fā)技術。1880項目工藝負責人將該系統(tǒng)列為1880的三大核心特點之一，并稱贊這讓寶鋼熱軋首次具備了過程控制計算機系統(tǒng)（L2）與模型的自主開發(fā)集成能力。

項目調(diào)試期間，工作室溫度高達30多度，待一會兒便大汗淋漓，而李維剛一待便是十幾個小時。“我們的工作是國內(nèi)首次研發(fā)，沒有參考文獻，沒有指導老師。再困難的問題也要靠自己解決，必須咬牙堅持。”李維剛說。

有一天凌晨5點，李維剛被同事?lián)u醒，讓他立即去現(xiàn)場排查問題。當時，工廠正在精軋廢鋼，生產(chǎn)被迫暫停，大家都不知道問題出在哪?！皦毫艽螅腥硕嫉戎?，不解決問題就不能開工，廢鋼一塊、停產(chǎn)一小時就會帶來幾十萬的損失?！痹谀蟮膲毫ο拢勾蟮暮怪閺睦罹S剛臉上落下。面對難題，他心里不斷默念：“堅持，再堅持?！苯?jīng)過細致縝密的計算與分析，他成功地找出問題根源，并迅速給出解決方案，使生產(chǎn)恢復正常。

經(jīng)此一事，只要現(xiàn)場有疑難故障，領導、同事第一時間想到的就是李維剛。有時遇上節(jié)假日，一接到電話，過會兒他的身影就出現(xiàn)在廠里。

李維剛深切體會到，核心技術決定整個項目的成敗，擔任了這個角色就要承擔起責任。“1880的項目讓我受益匪淺，我獲得很大成長，之后面對生產(chǎn)問題排查、模型故障診斷、數(shù)據(jù)分析等，處理起來我都得心應手?！?/p>

八年自研攻克熱軋難題

在寶武工作幾年后，面對熱軋技術向“以熱代冷”和“高強減薄”發(fā)展的趨勢，李維剛敏銳地洞察到，市場對超薄、高強、高表面熱軋商品材的新需求。

然而，在不改變現(xiàn)有常規(guī)熱連軋機組裝備的情況下，實現(xiàn)高強、超薄規(guī)格與高表面質(zhì)量三者兼?zhèn)涞母吒郊又诞a(chǎn)品的規(guī)?；a(chǎn)并非易事。

“超薄”“高強”均會導致精軋機架軋制負荷大，而“高表面”則要求軋制負荷不能過大。上述需求相互矛盾，難以兼顧，軋制難度極大。僅超薄規(guī)格的熱連軋過程，李維剛將其形象比喻為“一根線連續(xù)穿過七個針眼”，任一環(huán)節(jié)出現(xiàn)些許偏差，帶鋼就會變成廢品。

為了解決這些問題，李維剛一干就是八年。就在他苦苦探索時，人工智能的崛起讓他看見了新方向。他發(fā)現(xiàn)，通過構建“機理模型+特征點+擬插值+自適應”的全新軋制模型體系，可以實現(xiàn)模型自學習系數(shù)的連續(xù)化，成功解決換規(guī)格軋制模型精度差的難題。

有了合適的“線”，李維剛開始研發(fā)能夠穿線的“手”和“眼”。他帶領團隊研發(fā)了一套軋機設備精度及操作行為智能辨識系統(tǒng)，能對設備精度進行在線診斷，確保精度失效得到及時預防，同時分析操作行為的有效性并修正操作失誤。這一套組合拳打下去，實現(xiàn)了“一根線連續(xù)穿過七個針眼”。

國家冶金自動化工程技術中心主任孫彥廣評價說，該成果實現(xiàn)了極限規(guī)格、極限性能產(chǎn)品的批量穩(wěn)定生產(chǎn)，“以熱帶冷”的熱軋酸洗產(chǎn)品還節(jié)約了大量資源和能源消耗。

該創(chuàng)新成果在中國寶武集團等多家企業(yè)迅速推廣應用，創(chuàng)造了巨大的經(jīng)濟社會效益。僅梅山鋼鐵一條熱軋生產(chǎn)線，就新增經(jīng)濟效益2.7億元。

讓工業(yè)擁有更先進的“中國眼”

離開生產(chǎn)一線來到武漢科技大學后，李維剛?cè)栽陉P注生產(chǎn)線上的問題。

“我國是鋼鐵大國，熱軋商品材料占據(jù)重要地位。但在帶鋼熱連軋中，常出現(xiàn)麻點、夾雜、刮傷等缺陷，影響產(chǎn)品性能。”李維剛介紹，表面檢測系統(tǒng)對控制質(zhì)量、降低廢品率至關重要，很長一段時間里，這項技術基本依賴于進口國外成果。

武鋼CSP熱連軋機組原用德國傳統(tǒng)表面檢測系統(tǒng)，檢出率85%，分類準確率80%，無法滿足生產(chǎn)需求。了解到李維剛研發(fā)的軋機設備精度及操作行為智能辨識系統(tǒng)后，武鋼找上門來尋求改善方案。

“又是一個自研難題！”李維剛感覺充滿了動力。他到達武鋼，走完整個生產(chǎn)線，仔細觀察系統(tǒng)運行，迅速發(fā)現(xiàn)了其中的問題：傳統(tǒng)的圖像識別，僅僅是將拍攝的圖片與模板庫中已有的圖片進行比對，需要人工設計圖像特征，這直接導致最終缺陷分類精度的受限。

外國人做的就一定好用且難以改善？李維剛不這么認為。懷著一股沖勁，他帶領團隊開始攻關。根據(jù)已有經(jīng)驗，李維剛決定在現(xiàn)有表面缺陷檢測設備的基礎上研發(fā)一個并行系統(tǒng)，利用深度學習方法開發(fā)CSP熱軋帶鋼表面缺陷檢測模型，并配套新的表面缺陷檢測系統(tǒng)軟件。他要在不改變原有基礎設備的情況下，“完善”德國的原有系統(tǒng)，實現(xiàn)自研系統(tǒng)的優(yōu)越性。

科研不是一帆風順，李維剛碰到了新的難題：實際生產(chǎn)對檢測系統(tǒng)的實時性要求特別高，每張照片的處理速度直接關系到系統(tǒng)能否成功上線運行。然而，最初采用的ResNet50模型雖然分類精度高，但模型計算耗時長，這顯然不符合實際生產(chǎn)的需求。

“怎樣得到精度高但是運算耗時短的模型呢？”帶著這一問題，李維剛開始探索和嘗試。他經(jīng)常工作到深夜，咖啡熱了一次又一次。在查閱了大量相關論文后，一篇關于“知識蒸餾”的論文讓他眼前一亮?！熬褪沁@個技術了！”一激動，手邊的咖啡差點被打翻。

他仔細閱讀了這篇論文，借鑒知識蒸餾的原理，將復雜的ResNet50模型視為“老師”，而簡單的LDS-ResNet14模型則作為“學生”。通過提煉和壓縮“老師”的知識，再將其傳授給“學生”，從而得到一個既處理精度高又處理速度快的新型模型——LDS-ResNet14。

這個項目，李維剛前后耗時近3年。系統(tǒng)上線運行測試的那一段日子里，他時刻關注著。實際現(xiàn)場在線應用結果令李維剛欣喜不已。針對武鋼CSP熱連軋機組的折疊、油污、夾雜和麻點等四類缺陷，該模型的缺陷檢出率高達96.43%，缺陷識別率達到94.10%，滿足了實際生產(chǎn)的要求。

經(jīng)過多年的努力，李維剛帶領團隊還完成了“3D SLAM移動測圖與三維重建系統(tǒng)開發(fā)及其在智能機器人與機器視覺中的應用”“室內(nèi)移動機器人的精準定位與導航關鍵技術研究”“基于點云模型的機器人自主作業(yè)關鍵技術開發(fā)”“平安電工云母板生產(chǎn)線自動剪切系統(tǒng)”等數(shù)十項企業(yè)橫向課題，解決了企業(yè)實際生產(chǎn)的技術難題。

“看到生產(chǎn)線上，被國外技術卡脖子和偶發(fā)的安全問題都讓我心疼不已?！崩罹S剛說，“給機器人、生產(chǎn)線裝上我們自己研究的‘智慧眼’，不受制于外人，減少企業(yè)安全生產(chǎn)問題，降低產(chǎn)業(yè)工人工傷概率，這些是我前行的不懈動力。”