江苏省五一劳动奖章：郑雷

炼钢厂连铸精整首席操作郑雷，扎根一线生产岗位26年，潜心钻研、不断创新，从一名普通操作人员逐渐成长为区域智慧物流专家，其主导完成的“连铸板坯智慧物流控制技术”实现了连铸板坯物流控制从人工操作到自动控制再到智慧化“黑灯工厂”模式的转变，区域劳动效率和生产指标大幅度提升。2023年，他被授予“江苏省五一劳动奖章”。

为热轧提供温度高、质量合格的铸坯，实现切割后的铸坯及时热送是钢铁生产节能减排、降本增效最直接有效的方法之一。但刚生产出来的铸坯表面温度在800℃左右，同时附有不少氧化渣和水印。如何在线对铸坯表面质量进行快速、准确的识别，在实现板坯热送的同时避免有缺陷铸坯流入下工序，一直是困扰整个行业的难题。

2016年，炼钢厂在3号连铸机引进了梅钢第一台基于“机器学习”识别技术的铸坯表面缺陷检测系统，也是国内第一套应用于生产环境的铸坯表面缺陷检测系统。在实际生产应用过程中，该系统存在判定结果延迟、误判及漏判率较高、无动态缺陷样本库等问题，严重影响到设备在生产中的应用。

为了让设备尽快发挥应有的作用，当时还是缺陷识别、检测领域门外汉的郑雷凭着一股不服输的劲，主动承担了设备功能的优化和提升工作。他利用业余时间，通过查找资料、看网络视频、请专家指导等，积极学习图片处理、机器学习方面的知识，不断充实自己的专业知识和技能；同时通过与设备厂方技术人员的不断交流、沟通，逐步掌握了系统运行的原理和流程。

结合长期的现场工作经验，他对现场灯光照明、相机参数、镜头调整、缺陷识别算法等提出了自己的修改意见，完善了原系统存在的问题，和同事一起对分割的20多万张实物图片进行挑选、分类，并多次交叉对比，形成了梅钢自己的板坯缺陷训练图库，有效提高了系统缺陷识别的准确度。为了提高样本库的数据价值，不让宝贵的数据资产流失，培育自主更新能力，郑雷和同事们一起搭建了系统深度学习的训练平台。经过3个多月的训练、调整，最终实现了用自主训练结果替代厂家的缺陷分类器，缺陷识别准确率由原来的80%左右提高到了95%以上的较高水平。

“有多少人工，就有多少智能”。郑雷用艰辛的付出换来了技术的突破，为铸坯表面质量控制提供了有力的支持，也为梅钢其它铸机增加表检设备铺平了道路。

控制水平不高，作业步骤多，岗位人员劳动负荷大……这些是2012年二炼钢刚投产时，二连铸精整作业区面临的问题，也是当时身为作业长的郑雷需要面对的问题。

如何改变现状？如何让处于磨合期的设备、岗位人员发挥最好状态，建设一个稳定、高效运行的作业区？郑雷将解决问题的关键锁定在了快速提升现场的设备自动化控制水平，将操作人员从繁琐的手动操作中解放出来。在产线投产的前两年里，他和岗位员工一起认真分析每一步操作以及现场遇到的每一个问题，和设备人员一起进行探讨、测试，找出最佳的优化方案。在没有新增加设备和大的资源投入的情况下，通过完善设备控制、增加联锁条件、开发新功能等方法使作业区40多项手动作业减少三分之二，极大地降低了岗位的劳动负荷，生产稳定性也有了明显提升。

日益提高的生产、质量控制要求，对岗位员工的技能水平要求越来越高。一些老师傅掌握着高超的技能和丰富的经验，在生产控制中起到了关键作用。郑雷利用数字模型将老师傅们的经验完整地记录下来，固化到系统中，帮助企业提高生产效率和产品质量。他深入理解、消化老师傅们的控制经验，并将其转化为一张张流程图，标注好每个关键点、判定点和执行点，用开发语言让开发人员一目了然地了解整个控制流程。仅“炼钢L3质量判定模型”，他先后就画了3个主流程、21个子流程图，并根据现场问题进行了多层修改、完善。

经过6年多的不懈努力，郑雷和同事们一起通过自主创新，实现了区域控制从手动到自动再到智能控制的华丽转变，在智慧炼钢的征途中提交了一份满意的答卷。