人工智能是引领新一轮科技革命和产业变革的战略性技术。2020年中国建筑材料联合会就向全行业提出，要珍视新技术为建材行业高质量发展带来的契机，拥抱并应对快速到来的人工智能时代。建材行业一大批科技骨干企业已纷纷付诸行动，秉持着人工智能+建材的理念，加紧研发，探索实践。为贯彻落实国务院《关于深入实施“人工智能+”行动的意见》，积极探寻人工智能在建材行业中的应用场景，进一步推动人工智能与建材行业的深度融合，加快开启建材产业体系4.0阶段，2025年9月至11月，中国建筑材料联合会与中国机械冶金建材工会共同组织开展以“主动求变 拥抱AI”为主题的首届建筑材料行业人工智能创新应用大赛。本届大赛采用自愿申报的方式，面向行业和社会公开征集作品，经形式审查与专家评审，遴选出22项作品进入网络投票环节，其中AI赋能科研设计赛道6项、管理辅助决策赛道5项、生产与检测智效提升赛道11项。
我们诚挚邀请您参加网络评审
共同见证人工智能为建材行业带来的无限可能
投票须知
投票时间
即日起至11月21日24时止
投票规则
在此期间每人仅能投票一次，请在AI赋能科研设计赛道、管理辅助决策赛道、生产与检测智效提升赛道分别选择至少1项后，才能点击“投票”进行提交。
以下为项目简要展示
AI赋能科研设计赛道（A）
A1 基于高质量数据集的建材行业设计图纸AI识别及建模系统
申报单位：天津水泥工业设计研究院有限公司
创新应用：通过采集多源图纸数据，构建超1万张标准化混凝土结构图纸的数据集，融合实例分割与OCR技术的图纸识别系统，实现对结构构件及其钢筋信息的自动检测与高精度识别，综合识别准确率达90%以上。训练具备自主分析能力的AI模型，形成混凝土框架一体化设计软件，实现自动建模、自动计算、自动出抽筋图、自动出下料表等成熟的产品体系，助力“辅助设计”到“自主设计”的跨越。
A2 AI赋能高性能纤维混凝土材料开发及工程实践应用
申报单位：同济大学、上海城投城市发展研究院有限公司、北京市市政工程研究院、中国电建集团成都勘测设计研究院有限公司、浙江交工集团股份有限公司
创新应用：利用机器学习技术建立了材料参数-力学性能预测模型，并结合逆向设计与多目标优化策略，提出组分设计及优化方法，实现研发效率提升约50%，成本降低30%；将AI定向设计的高性能纤维混凝土在桥梁承载能力及变形能力提升中进行了应用，解决高性能纤维混凝土设计依赖传统“试错法”的瓶颈问题，验证了AI赋能设计的可靠性，可为高性能纤维混凝土的推广应用提供参考与技术支撑。
A3 AI赋能水泥智能设计解决方案
申报单位：中国中材国际工程股份有限公司
创新应用：融合RAG 增强检索技术、多智能体技术，构建平台级“工艺设备选型智能体+工艺材料表在线编制+工艺知识库、输送钢桁架设计智能体+土建知识库、自电助手”多位一体的AI赋能应用体系，针对水泥设计行业“设计靠经验、知识难共享、数据无支撑” 的核心痛点问题，实现从水泥工艺设计到土建设计再到自动化电气设计的全场景覆盖，从“经验驱动”向“数据+AI双驱动”的转型。
A4 机器学习驱动释水可控型高吸水树脂的逆向设计及其在碱激发胶凝材料中的应用
申报单位：济南大学
创新应用：提出了机器学习驱动的释水可控型高吸水树脂（SAPs）逆向设计方案，开发基于SAPs内养护的低缩高强碱激发胶凝材料（AAM），以解决AAM早期收缩大、开裂风险高的难题。创建主动学习-多目标协同优化的机器学习框架，形成权重不确定条件下的鲁棒优化路径，自主逆向锁定SAPs最佳合成参数，建立重要特征参数与吸/释水率的函数关系；对比商用SAPs，合成SAPs的收缩抑制效率明显提升，且对强度无劣化作用。
A5 砂浆配方寻优和质检预测模型应用
申报单位：北京金隅砂浆有限公司
创新应用：依托北京金隅砂浆工业互联网平台，基于“数据采集-数据中台-云计算-模型应用-结果展示”五层架构，构建配方寻优推荐模型（含研发、生产子模型）与质检指标预测模型。通过大数据分析、深度学习等AI技术，实现研发配方智能推荐、生产配方优化及含水率等关键质检指标实时预测。
A6 垂直大模型驱动的水泥基材料知识解析、性能预测与智能设计
申报单位：济南大学
创新应用：构建了“知识赋能-智能检测-精准建模-动态优化”的垂直大模型，基于星火大模型打造了水泥专属知识库与语义问答引擎，实现知识智能交互；通过自主研发水泥熟料荧光分析仪智能检测设备检测水泥材料能谱数据，结合激光粒度分析仪采集工艺数据，实现关键参数获取；经由多源数据融合与场景异构智能体建模，可秒级预测不同龄期抗压强度等宏观性能并输出置信区间，实现产品智能质检、性能偏差诊断、智能解析与优化指导。
管理辅助决策赛道（B）
B1 面向基础建材行业的AI数智专家解决方案
申报单位：中材国际智能科技有限公司
创新应用：行业知识的数字化封装将行业知识系统性地训练为“行业模型服务”，独创的“感知平台”从数据模型、功能模型、流程模型、权限模型全维度使 AI能“看懂”业务并安全“执行”操作，自学习的多智能体协作框架由“设备健康”“能源优化”等多个专业智能体组成，经平台统一编排完成复杂业务目标。遵循“工具-副驾-智驾”的演进路径，目前以“智能工具”和“智能副驾”形态运行。作为嵌入式工具，提供操作指引并采集关键数据；升级为“副驾”后，主动提供预测性决策支持，实现人机协同。最终实现“全面智能驾驶”，可根据业务目标自主执行闭环操作，将专家知识规模化复用。
B2 基于人工智能与工业数字孪生技术的设备全生命周期管理平台
申报单位：金隅冀东水泥集团股份有限公司
创新应用：通过数据采集传感器和多源数据融合技术实现了对设备状态的全面自动感知；利用工业数字孪生模型技术建立了水泥行业设备状态诊断数据模型库；基于工业互联网架构，构建了支持多租户的设备全生命周期管控数字化平台，实现了一平台对多企业的数智化赋能新模式，以解决水泥行业设备管理领域人工经验依赖性强、设备风险识别不及时与准确率低、被动运维和信息孤岛等痛点问题。
B3 重庆江津团结湖数字经济产业园项目：AI驱动的建造与运营管理
申报单位：中冶赛迪城市建设(重庆)有限公司、中冶赛迪信息技术(重庆)有限公司、中国建筑第八工程局有限公司
创新应用：构建以AI为核心的管理辅助决策体系，有效应对17个子项、47家参建方的复杂管理挑战。基于“轻城”(建造管理)、“轻筑“(智慧工地)、“绿碳方舟”(碳管理)和“CIM(智慧运营)四大平台，深度融合计算机视觉、数据挖掘与参数化算法，在设计、安全、进度、成本与绿色建筑等多方面实现管理决策的智能化变革，为大型复杂工程项目的精益管理提供了可复制的AI解决方案。
B4 AI赋能水泥工程EPC管理平台
申报单位：中国中材国际工程股份有限公司
创新应用：以多平台协同为技术路线，聚焦合同、采购、质检关键环节，用大语言模型实现外文合同精准翻译并输出文档，以智能问数技术实现采购汇率分析，利用RAG增强检索实现质检文档和规范的向量化，打造水泥工程管理的AI应用集。实现单岗位效率提升40%、错误率降低60%、年运维成本节省30%，同时沉淀知识资产、缩短项目周期，助力公司优化资源配置。
B5 建材质控慧眼——施工全区域智能管理一体化系统
申报单位：重庆大学
创新应用：基于专为高噪声环境优化的 MNF-YOLO 模型，通过针对性算法模块抑制背景干扰，实现对钢筋、板材等建材的精准识别与动态追踪。系统将专用算法与业务逻辑深度融合，构建了集实时感知、智能分析与可视决策于一体的管理平台，全面提升施工效率与安全管理水平。通过AI自动生成建材消耗报表、库存预警提示，减少管理人员日常工作量约40%。
生产与检测智效提升赛道（C）
C1 基于AI模型的数字智能化工厂
申报单位：安徽海螺信息技术工程有限责任公司
创新应用：聚焦水泥行业数字化转型，打造全国首个水泥建材行业人工智能大模型，构建中心训练、边缘推理、云边协同的AI运行体系，重点落地烧成全局寻优、水泥熟料强度预测、皮带机无人巡检、安全AI监控四大场景。预期实现煤耗降低1%、5000吨生产线年降碳4500余吨，熟料强度±1MPa范围内预测准确率超过85%、设备故障预测准确率>90%等目标，年经济效益可观，将引领行业数字化转型，推动产业链上下游协同创新。
C2 基于AI的水泥联合粉磨自主优化控制关键技术研发及应用
申报单位：济南大学
创新应用：聚焦水泥联合粉磨过程，研发基于AI的自主优化控制系统，通过AI与大数据技术融合，构建“感知-分析-优化-控制-反馈”的智能管控闭环，实现粉磨过程的智能化转型。提出“无模型多约束自主AI控制引擎”等技术，攻克了多源数据互联、水泥联合粉磨动态优化和自主控制等关键技术问题。
C3 基于工业AI的水泥熟料烧成系统智能优化控制关键技术研发及应用
申报单位：济南大学
创新应用：深度融合工业AI与熟料煅烧工艺，构建了水泥熟料烧成过程“感知-决策-控制”的完整智能管控闭环，实现从“经验驱动”到“数据与知识双驱动”的转变，达成烧成过程“可知、可控、可优”的智能化目标。
C4 回转窑AI预测和实时优化技术及应用
申报单位：北京建筑材料科学研究总院有限公司、阳泉冀东水泥有限责任公司
创新应用：基于大数据与智能算法的新型回转窑AI预测与实时优化，深度融合水泥回转窑热工机理与实时仿真，构建窑内三维动态温度场，并融合红外监测、实时工艺、质量与能耗等多源数据，建立了游离钙与能耗精准预测模型及熟料烧成实时优化指导模型。实现了对水泥熟料烧成关键工艺参数的精确预测与操作优化指导，有效保障了操作稳定性与一致性，赋能优化控制系统达成窑系统最优运行。
C5 基于深度学习的新拌混凝土坍落度在线测评技术研究及应用
申报单位：北京建筑材料科学研究总院有限公司
创新应用：通过安装在混凝土搅拌运输车内的摄像头采集新拌混凝土的视频图像，传输至车载工控机，由自主开发的Online-CSES系统进行增强、分割等预处理，再由深度学习网络模型给出当前混凝土的实时坍落度数值，反馈在车载屏幕，并保留、上传。实现了新拌混凝土坍落度在运输途中的实时准确和可视化表征。
C6 水泥生产线全工况智能优化控制解决方案
申报单位：北京和隆优化科技股份有限公司
创新应用：通过对水泥生产历史数据的全面采集与分析，以及水泥生产过程中燃料、原材料、水泥协同处理等其他工况带来的多重非规律特性，得到最佳控制闭环响应方案及工艺RTO推荐参数。采用基于Keras机器学习+LSTM神经网络算法实现对核心装置参数进行数据特征挖掘与分析，生成“生产过程工况可视化系统”，同时实现了从历史数据角度挖掘水泥最佳生产运行工况的功能，提升了水泥过程控制智能“思考”RTO的效果。
C7 人工智能赋能先进控制（AI+APC）的水泥生产全局优化系统
申报单位：安徽海螺信息技术工程有限责任公司
创新应用：覆盖水泥全流程生产环节，融合人工智能（AI）与先进过程控制（APC）技术。通过AI实时分析煅烧状态、磨机负荷等关键参数，精准挖掘多参数关联规律，动态优化分解炉、回转窑、篦冷机等控制策略；APC进行多变量控制并确保高精度执行，形成“AI决策+APC执行”闭环优化机制。
C8 板材类智能在线检测系统
申报单位：中建材智能自动化研究院有限公司
创新应用：板材类智能在线检测系统适配光伏玻璃、石膏板、硅酸钙板等，可自动检测缺陷、厚度、透光率。集成高分辨率工业相机、光谱共焦传感器、光谱仪，融合MSFFN网络、AI视觉算法与深度学习模型，缺陷识别准确率≥98%（覆盖25种+）、厚度精度0.01mm，抗干扰强。模块化设计支持5分钟部署，无缝对接MES形成“检测-分拣”闭环。
C9 智能感知测量助手
申报单位：中国中材国际工程股份有限公司
创新应用：引入智能硬件，融入大模型等前沿技术，打造涵盖全感知、全识别的智慧建造感知方案。通过接入自研穿戴式设备，集成无人机、手持扫描仪等多种智能设备，实现现场数据实时、全覆盖式采集；依托自研建造大模型，进行分割、识别、计量等全场景智能分析，将管控标准转换为可感知、可量化的数字指标，通过感知结果与指标的自动对比应用。
C10 千线一色——东鹏多模态AI全流程革新驱动
申报单位：广东东鹏控股股份有限公司
创新应用：构建从辅助设计、色彩校准、工艺执行和质量检测流程的多模态AI模型驱动的瓷砖智造闭环系统。AI色彩智能校准仪通过深度学习算法，实现瓷砖设计图的智能分色与工艺适配，自动生成符合生产线特性的色彩方案；AI智能跟线设备将校准后的设计参数实时映射至产线，动态调节喷墨墨水配比和设计图案精度；AI智能视觉检测采用高光谱成像技术，检测瓷砖表面缺陷与色差；QMS系统通过质量数据反向优化生产参数。
C11 玻璃退火工艺AI协同优化与决策平台
申报单位：秦皇岛玻璃工业研究设计院有限公司
创新应用：结合AI技术实现智能控制与优化、决策，应用于玻璃生产退火窑。对退火窑各分区退火关键工艺参数进行采集，构建实时数据库，通过数据积累，构建异常预警模型，预测参数变化趋势，实现异常情况提前报警；搭建数字孪生模型，融合物理实体数据与实时运行数据，实现可视化、数据异常自处理、智能优化与动态调节；打通退火窑与其他设备之间的通讯，实现多系统数据交互，支撑控制大模型运行，建立退火工艺知识库，实现退火窑的智能控制调节与AI优化，适应不同玻璃规格生产需求。
特别声明
本次征集的成果如涉及著作权、版权纠纷等法律问题，由申报单位负责。所有征集成果不得侵犯他人知识产权，一经发现，将取消资格。由此引发的纠纷，其法律和民事责任均由申报单位承担。
