坐得住板凳，耐得住寂寞，深入到工厂，专注于钢铁绿色智能制造，你是钢铁科技前沿的奋斗者。把人生理想融入国家战略需求，攻克“卡脖子”技术，清澈的爱，只为祖国！

需求导向，攻克钢铁关键技术

我国钢材年产量超过世界的1/2，是支撑国家建设的重要工业食粮。目前，表面质量已成为与钢材尺寸和性能并列的核心指标，用户甚至提出“表面不过关，性能达标也不用”的要求。

“70%以上钢材表面缺陷因热轧氧化控制不当引起，每年此类钢材近7000万吨，损失巨大且严重制约着钢材整体质量的提升。项目之前，我国在此方面缺少理论研究，技术落后，产品常被高端用户拒绝，表面质量问题已成为我国制造业转型升级的原材料瓶颈。”轧制技术及连轧自动化国家重点实验室（简称“RAL”）刘振宇介绍说。

为了破解这样的困境，刘振宇带领团队通过构建热轧氧化理论体系，开发了具有自主知识产权的成套技术，并率先实现了由经验试错向智能化控制的转型。采用了刘振宇团队开发的相关技术，我国钢铁行业形成了“免酸洗钢”和“易酸洗钢”两个品牌，生产出的工程机械用钢因表面优异，成为日资企业专供产品，不但打破了国外垄断的现状，而且在数量和质量方面都实现了反超；高牌号电工钢，因表面质量提升而有效提高了能源转换效率；高强船板达到了D级表面“零缺陷”，满足了我国海洋重大工程的严苛要求；项目获得2008、2019年冶金科学技术一等奖，2019年中国产学研合作创新成果一等奖，并获得2020年国家科学技术进步奖二等奖。

截至2021年，项目成果已应用于19家企业的45条生产线，并输出至韩国浦项和现代制铁，为我国全面提升钢材表面质量起到了引领和示范作用。

执着坚守，32载倾情钢铁“智造”

刘振宇从1989年开始师从中国工程院院士王国栋，是王国栋院士门下的第一位博士生。从涉足热轧过程钢材组织性能演变预测与优化这一前沿课题开始，刘振宇已在钢铁显微组织智能化调控的道路上探寻了三十多年。

这是一条披荆斩棘、攻城拔寨的奋斗之路。“一生能涉足这样一个方向，承担这样一个课题，是我们的幸运，我们把握住了这个机遇！”刘振宇说。

钢材热轧过程中组织性能演变预测与优化，是一个很前沿的课题。它的目标是基于物理冶金学原理，建立一系列数学模型描述热轧过程中钢材的组织演变行为。这实际上就是21世纪以来国际上的热点——材料集成计算工程研究的一部分。

刘振宇，坐得住冷板凳、钻研得进去，他非常喜欢这个题目。从硕士到博士，刘振宇研究生期间一做就是6年，其中一个亮点，就是他与当时信息科学与工程学院的研究生王殿辉合作，利用人工神经元网络预测钢材的力学性能，文章发表在《钢铁》杂志上，这是信息学科和冶金学科交叉结出的硕果，是一次颇有意义的尝试！经检索确认，这是国际上首次利用人工神经元网络模型进行材料研究，具有重要的开创性意义。这一成果，在降低钢卷之间力学性能波动方面发挥了重要作用。

2004年，刘振宇留学归来回到学校任教，第一件事就是将组织性能预测研究的结果应用到生产实践中去。

钢铁工业是典型的流程工业，每时每刻都在产生海量数据。这些数据对于钢材产品性能、质量的精准预测和稳定控制具有宝贵意义，但是对于如何利用钢铁大数据调控产品质量，国内外研究人员当时均在探索之中。

作为流程化、批量化大宗生产的钢铁产品，如何精准满足客户的“订制化”生产需求？为解决这一关键技术难题，刘振宇团队基于多年来在钢铁组织性能预测技术与应用领域的理论积淀和实践，与钢铁企业通力合作，从轧钢生产实际出发，开发出热连轧工业大数据的分析和处理方法，建立起基于大数据分析与优化的智能化物理冶金学模型，开发出了以组织性能预测与优化为核心的钢铁智能化制造技术。这项技术，让人工智能助力钢铁个性化生产，可以利用一种化学成分的钢材，生产不同强度级别，甚至不同的钢种，实现“一钢多能”的目标，简化炼钢和连铸工艺，优化炼钢—连铸—轧制生产，提高生产效率和产品成材率。

在鞍钢2150热连轧生产线，刘振宇团队开发出焊瓶用钢屈强比波动控制技术，解决了焊瓶钢屈强比窄幅（0.735~0.785）控制这一轧钢领域的世界性难题。2004年开始，刘振宇带领研究生与宝钢梅钢合作，开发出热轧板带集约化生产技术。在梅钢1422和1780热连轧生产线，通过组织性能预测与工艺优化，钢种牌号已减少60%以上，实现了热轧的集约化、绿色化生产，大大促进了企业的节能减排；同时，针对厚度规格为2.5mm的汽车车轮用钢，通过组织性能预测与工艺优化，使钢中锰含量降低一半，吨钢节约材料成本约50元，有效解决了当前钢铁企业规模化生产和用户个性化需求之间的矛盾。

“实验室‘咬定青山不放松’，由擅长组织—性能调控的刘振宇牵头，开发热轧过程组织性能预测技术，建立我国自己的钢材组织控制‘北斗导航系统’。”中国工程院院士王国栋回忆起学科方向凝练的过程，感到十分欣慰。2014年，刘振宇带领团队教师和研究生在会后深入鞍钢、承钢等企业，探索利用AI/大数据对数学模型进行优化，实现了钢材组织性能的离线高精度预测。“利用AI/大数据建立的高精度数学模型，实际上就是今天信息物理系统中‘数字孪生’的核心。这些工作的进展，预示着我们向钢铁生产技术的最前沿发起总攻的‘冲锋号’已经吹响。”王国栋表示。

“河钢集团、宝钢梅钢、涟钢、首钢这些企业是我们创新的‘福地’，在解决受制于人的重大瓶颈问题上担当作为，努力实现更多从‘0’到‘1’的突破，我们就一定能抢占科技竞争制高点，打造钢材未来发展新优势。”刘振宇说。

丹心育人，与学生携手开拓钢铁行业未来

“要做到‘钢铁振兴，匹夫有责’，更重要的是肩上的担当和心中的责任。”30多年躬耕于钢铁科研一线，刘振宇在勇攀科技高峰的同时，更注重青年人才的培养。

桃李不言，下自成蹊。

曹光明，从博士生阶段就加入刘振宇的团队，开始有关钢铁组织性能优化方面的研究。他表示，刘老师作为自己的博士生导师，严谨的治学态度和忘我的工作精神激励着自己在科研之路上不断前行。

刘振宇经常强调的就是科研方法的重要性，他十分注重在基础理论上实现突破，反复叮嘱学生们在科研上要设计小而精的实验。有一次，为了解决钢材热轧过程氧化铁皮动态软测量的问题，学生们查阅了大量的文献资料，但是未能找到合理的解决方案。刘振宇和同学们深入探讨之后，指出大家不能一味地从传统角度去分析解决问题，要开拓思路、大胆创新。

功夫不负有心人。运用刘振宇提出的利用机器学习和人工智能的方法，团队终于有效地解决了问题。“刘老师经常会在指导我们的时候说，‘这个我先琢磨一下，明天再继续讨论。’‘你修改一下再发给我’……他认真对待教学和科研的态度、敏锐的科学洞察力、开阔的学术思维，值得我们终身学习。”曹光明说。

上海大学材料科学与工程学院青年教师吴思炜，提起自己的博士生导师刘振宇教授，回忆起许多美好的往事。“刘老师对学生的科研极度关心，作为国家重点实验室的副主任，他平时工作很忙，但是他对我们每个学生的科研进展怎样、课题的创新点在哪里都记得很清楚。当我们课题遇到阻碍时，他总能想尽办法指导我们渡过难关。在我博一下学期刚接触工业大数据建模的研究工作时，曾遇到一个有关模型规律性的难题无法解决，导致课题一度停滞不前。刘老师只要不出差就会叫我去办公室交流，在他的小白板上书写问题难点，对我的课题进展进行剖析，指出我当前研究的不足，并给我讲解下一步方案，这样的交流频繁时甚至一天两次、三次，即使他出差在外仍然会打电话询问模型的计算结果，这个状态持续了一个多月。在刘老师的悉心指导下，我终于攻克了难关，解决了模型规律性的问题。”

内蒙古科技大学材料成型及控制工程系教师李志峰，于2014年进入东北大学RAL实验室，师从刘振宇。在刘振宇的谆谆教诲下，李志峰攻克了本领域一个又一个的科研难点，以第一作者发表高水平论文8篇，授权发明专利7项，并主持了国家自然基金青年基金项目和中国博士后科学基金项目各1项。“刘老师既是严师也是恩师，他在传授科研本领的同时，还时常告诫我在生活中要谦虚谨慎，工作中要胜不骄、败不馁，他的言传身教使我受益终身。”提起刘老师，李志锋感恩之情溢于言表。

刘振宇，这位把光和热奉献给中国钢铁工业的东大人，怀着更高远的钢铁强国梦想，带领着团队不忘初心，执着前行。

（文：王钰慧）