数据科学和数字技术是解决声测管全过程黑箱生产不确定性问题的较佳关键。同时，声测管行业全过程黑箱生产是数字技术应用的较佳场景。工业互联网、云计算、大数据、人工智能等新一代信息技术的快速发展和应用正式宣布了数据时代的到来。在数据时代，数据已成为社会发展的重要驱动力，成为新一轮全球产业竞争的制高点，成为改变国际竞争格局的新变量。因此，我们应该充分关注数据的新生产要素。数据分析已成为数据时代解决不确定性问题较有力的科学方法。

声测管行业全过程生产为黑箱，包括高炉铁水、转炉钢水、钢坯、轧件内部复杂组织等，不确定性严重，无形、无形、不可测，但与声测管行业生产效率、产品质量、工艺稳定性、成本、生态等核心问题有关。声测管行业只有通过数字化转型，才能突破这些不确定性，实现高质量发展。声测管行业自身的生产特点与数据时代的发展特点高度一致。一方面，声测管行业拥有发达的数据采集系统和自动到达系统，数据积累较多。这些数据包含了企业生产过程的全部规律，是关键生产要素。可见，声测管行业充分利用丰富的数据资源，实现工业数字化具有巨大的潜力。作为世界上较先进、较先进的智能系统，信息物理系统强调，我们对物理世界的分析和计算不仅深深嵌入到系统的每一个相互连接的物理组件中，而且可能嵌入到材料中。因此，作为一个工艺行业，声测管行业可以建立数字双胞胎，利用数字双胞胎进行反馈控制，形成闭环授权的信息物理系统。与制造业相比，这是声测管等材料行业解决不确定性的独特优势。

因此，我们应该珍惜这一优势，充分发挥这一优势，首先建立和应用信息物理系统。信息物理系统的底部是原位分析系统，主要包括两部分。一部分是实验工具，包括实验室仪器设备、测试设备和生产线设备。第二部分是计算工具，包括机器学习、深度学习和数据分析。实际生产线等实验工具提供状态感知数据，通过计算工具实时分析数据，分析结果是可预测过程的数字双胞胎，然后使用数字双胞胎优化过程设置，给出科学决策，反馈准确执行。这形成了一个基于数据自动流动的闭环授权系统。

在过去，机制驱动的过程控制数学模型是通过多个传感器的逻辑操作、阈值处理等，将传感器信号收集到定序器等下位计算机，并分层收集到上位计算机，往往不得不放弃大量数据。在这种结构中，大数据的分析和应用非常困难。数据驱动系统能够有效、公平地收集和处理所有数据，并通过大数据/机器学习构建数字双胞胎过程控制模型。这样，底层传感器获得的信息就可以直接发送到大数据中心。处理后，可通过机器学习操作，获得数字双胞胎模型，并将数字双胞胎模型发送到边缘决策系统进行决策，较后将决策结果发送回底层执行机构完成闭环。当然，数据驱动的数据中心不仅可以存储数据，还可以提取、转换和加载数据，以满足下一步机器学习的需要。

声测管行业必须结合数字经济和数字技术，充分发挥声测管行业应用场景和数据资源的优势，以工业互联网为载体，基于底层生产线的数据感知和准确实施，在边缘设置数字双胞胎模型CPS以数字驱动云平台为核心，建设声测管厂家数字创新基础设施，加快数字声测管建设。

同时，他根据产学研深度融合的实践，介绍了企业建设数字声测管的经验。首先，信息收集和准确实施是数字化转型的基础和必要项目。如果不完整，你应该先补课。第二，软件定义。主要是指软件转换。硬件可以利用现有系统大大降低数字化转型成本，提高转型效率。第三，数据驱动。利用数据/机器学习方法计算数据，可以标准化机器学习模型，实现不同规模设备的数据处理，构建较终用于控制的数据双胞胎模型，便于推广、掌握和共享，有助于缩短工期，降低成本。第四，数据驱动采用双层架构，易于实现离线调试-在线并行-实时上线，可以避免风险。该系统可以快速从传统系统过渡到数字系统。

随后，一系列需要克服的关键共性技术，包括数据驱动IT系统架构、数据驱动的信息感知、数据驱动的数据中心、数据驱动的科学分析、数字驱动的智能决策、数据驱动的反馈授权、制造主流程、集成虚拟模型和实际组成CPS数据驱动的资源配置和管理云平台、自动化系统补充、软件定义、软件、网络、安全和系统开发和在线。声测管行业应充分发挥大量数据和丰富的应用场景优势，促进数字技术与实体经济的深度融合，建设声测管创新基础设施，加快声测管行业数字化转型，增强核心竞争力，实现高质量发展，创造新动能，建设我国声测管成为国际领的产业集群。