声测管生产从原材料到产品，经过炼铁→炼钢→轧制→热处理等冶金加工工艺，每天产生的数据量可达数千亿字节。生产中很多环节的内部运行状态无法在线实时监控，所以现场制造和运行的数学模型大多是机理模型。由于环境条件和运行条件的波动，设备运行状态的变化，以及过程输入条件，状态变量与控制系统的关系非常复杂。在整个过程中，黑箱的动态过程适用性差，预测精度低，难以准确透视过程、设备、质量等关键参数之间的复杂关系。因此，模型控制精度是进一步提高声测管质量的问题。

声测管生产中物理、化学过程复杂，甚至气、液、固多相共存不断变化，外界随机干扰因素多，物质/能量转化过程复杂。冶炼、轧制等工序是异质、异构单元组合的集成体，单元之间存在非线性相互作用、动态耦合过程。每个过程涉及数千个工艺质量参数；工艺变量类型混杂，维数高，规模大，变量之间存在多重相关性。目前，声测管工业过程中各级和全过程的协调优化有限，各生产单位的质量、流量和时间偏差会遗传到下游过程，影响整个过程之间设备能力的稳定运行和平衡。

第三，声测管生产过程中仍然存在一些困难，这些都是我们必须处理的实际问题。另外，声测管冶金是一个多层次、多领域、多学科的交叉过程。除了材料和冶金，它还涉及巨大的机械系统、控制系统、物理系统、化学系统等。很难将这些系统结合起来实现综合控制。但现在我们有了新技术，加快了声测管行业的数字化转型，这些问题都可以解决。

在声测管行业的数字化转型发展中，我认为需要注意以下问题:一是声测管行业互联网整体结构的顶层设计。在工业互联网架构下，必须根据声测管行业的特点，以生产主流为主线，旨在提高产品质量，消除产品缺陷，稳定生产过程，降低生产成本，提高生产效率，开展系统深入的研究，设计声测管行业的互联网架构。声测管工业互联网平台是一种双层结构，即云智能层和边缘实时层。云智能层，也就是我们所说的云平台。它具有Paas和Saas的功能，承担实时性低的MES、ERP和BI生产计划、管理、调度和决策。同时可以实现质量、设备能力、成本、资源、能源、人力资源、排放、环境等多个目标的综合协调和资源优化配置的支持，保证功能。数字双胞胎模型优化也是一个低实时环节，也配置在云智能层。边缘云和边缘云。这是声测管生产分析决策的核心，是系统的本地决策层，承担实时PCS、BA、传感器等功能，实时分析反馈数字双胞胎，辅以人工智能、大数据等新技术。对于声测管等工艺行业，云业务能力必须延伸到边缘节点，加强边缘低延迟，实时工业控制，发挥边云协同能力，实现分布式云功能。基于边缘设施的云计算平台与传统私有云具有相同的安全性，在用户机房附近部署，以满足数据不出厂的需要。另一个需要考虑的问题是新系统与企业原有系统的连接和继承。我们不能抛弃原来的系统，把新系统融入原来的系统，然后让新旧系统顺利过渡是非常重要的。这种做法保持了原有系统的优势和优势，同时通过无缝连接增加了最新的技术，只有不断，多立少破，降低了改造成本，逐步实施，确保了安全可靠。这是我们在改造中必须认真对待的重要策略。