【工業互聯網研習社：構建工業互聯網認知體系】
三、鋼鐵行業業務需求和典型應用案例
（本文摘自《2018工業互聯網平臺創新發展白皮書》）
鋼鐵工業是我國基礎工業，具有技術和勞動密集、前端流程、後端離散等特點。目前，我國鋼
鐵企業兩化融合發展水平低於全國工業企業平均水平，處於第三梯隊，超過三分之一的企業仍在起步建設階段。
鋼鐵行業面臨的主要痛點：
- 一是行業整體存在高耗能、高排放問題7，給企業帶來較大的成本和環保壓力；
- 二是生產作業環境惡劣、高爐“黑箱”原理複雜，鍊鐵過程的實時監控和數據系統集成難度大，企業無法及時應對工況變化與異常，管理經驗和操作知識無法沉澱；
- 三是下游產業個性化、多元化需求提升，流程型大批量生產的鋼鐵工業難以滿足汽車、機械等定製化產品的生產要求。
基於工業互聯網平臺，對鍊鐵高爐等設備開展實時運行監測、故障診斷、能源調度管理，通過將經驗和知識模塊化、軟件化為員工賦能，不斷探索基於平臺的按用戶需求的製造模式，成為鋼鐵企業基於平臺轉型升級的重要路徑。
案例1：某鋼鐵聯合企業⸺能源管理
應用企業簡介 某東部地區鋼鐵聯合企業，業務涵蓋從鍊鐵、鍊鋼到軋鋼的多個工序，企業年產鋼約500萬 噸。
痛 點 下屬多個工廠之間相距數公里，共有五臺產氣高爐和數十個用氣設備，各工序、設備之間煤氣產 生和使用不同步，煤氣調度存在困難，因為煤氣壓力過低造成軋鋼的停線平均每月一次，因煤氣壓力過高導致煤氣放散的情況也時有發生。
傳統解決方案：
每一個工序只按本工序的需求來指導操作，主操處於孤島狀態，各工廠缺乏實時計算和調度。
基於工業互聯網平臺的解決方案：
1.動態監測： 開發基於工業互聯網平臺的高爐煤氣智能平衡系統，實時抽取與高爐煤氣系統相關運行數據、產供用等各環節工況參數，實現煤氣產用平衡動態的可視化；
2.建模分析： 對大數據深度挖掘，從“產供平衡”、“工序區域”、“單體機組”等維度建立模型，預測高爐未來產氣量和預警，提前計算分配下游用量並給出調節指導；
3.用氣指導： 從煤氣保供、經濟運行角度，利用模型算法提出煤氣調配策略下最佳成本路線，供用戶交互式選擇參數並測算該策略下的經濟情況；
4.經驗管理： 將操作經驗和管理規則轉化為專家系統，根據預先設定的安全限制與調度規則，通過專家決策系統固化和執行運營調度規則。
成 效 1.有效避免停產情況，每年可提升淨利潤2500萬元；
2.減少高爐煤氣排放總量的3%放散，每年節約能源約1700萬元；
3.通過模型化軟件化沉澱工業知識和操作經驗，指導一線生產人員進行標準化操作。
案例2：酒泉鋼鐵⸺設備狀態監測與工藝優化
應用企業簡介 酒泉鋼鐵集團是我國西北地區最大的碳鋼和不鏽鋼生產基地，擁有從採礦、選礦、燒結、焦 化到鍊鐵、鍊鋼、熱軋、冷軋等完整生產工藝流程。
痛 點 鍊鐵主反應器高爐具有巨大、高溫、高壓、密閉、連續生產的“黑箱”特性，存在複雜物理化學反應，給技術操作帶來巨大壓力。高爐類型多樣化，部分高爐冷卻壁損壞嚴重，存在安全生產隱患。
傳統解決方案：企業生產操作和工況分析以人工經驗和主觀判斷為主，“白頭髮”和“盲人摸象”式操作在整個鍊鐵行業普遍存在。
基於工業互聯網平臺的解決方案：
1. 基於高爐仿真與機理模型實現“黑箱”可視化： 通過高爐仿真建立高爐數字孿生，對爐料運動及受力方程進行建模計算，從傳熱學、鍊鐵學等機理層面建立預警標準，實時顯示當前高爐“黑箱”布料情況，實現對高爐生產的虛擬-現實映射與智能監控；
2. 對上部調劑進行操作指導，實現工藝優化： 通過爐體煤氣流分佈模擬仿真、上部調劑量化和可視化，建立上部調劑標準，有效幫助操作人員實現高爐更加合理、及時的操作，促使煤氣流的分佈更適宜當前爐況。
成 效 提升鐵水質量穩定性20%；單座高爐每年降低成本2400萬元，減少碳排放20000噸；冶煉效率 提升10%。
案例3：寶山鋼鐵⸺供應鏈協同製造
應用企業簡介 寶山鋼鐵股份有限公司，其母公司寶武鋼鐵集團是中國最大的現代化鋼鐵聯合企業。
痛 點 1.產業鏈信息不對稱，導致廠內製造與廠外渠道在協同上存在諸多盲區；
2.訂單以按月交付為主，供應鏈週期長、抗風險能力弱，渠道庫存超高；
3.管理系統多，數據未打通；前後工序的缺陷信息不通，不利於工序協同，導致切損率高。數據 分散，質量工程師工作效率低。
傳統解決方案：1.寶鋼股份汽車板產品由用戶自行訂貨，或由地區公司根據渠道庫存及用戶生產計劃，預測N+2月訂貨需求後按月向總部訂貨；
2.數據採集頻率低，缺少高效的數據分析工具。
基於工業互聯網平臺的解決方案：
1.按需定製： 構建數據通道，與多家下游汽車企業進行系統數據的互通互聯，基於平臺實現客戶生產計劃自動接收與管理、需求轉換與訂單管理、供應鏈庫存管理、物流方案管理、預測指標分析管理，實現以用戶需求拉動組織生產的模式；
2.數據可視化： 構建大數據平臺，採用邊緣計算、異構網絡對車間信息進行全面的採集處理、數據可視，通過對生產過程、工藝指標的實施監控，全線減少操作人員；
3.建模輔助決策： 基於仿真系統和數據分析工具，開展能耗分析、故障分析、異常排查、工藝優化、預測生產等輔助決策。
成 效 供應鏈週期平均縮短10%、渠道庫存整體下降25%、廢次率降低20%、質量異議下降30%。
工業互聯網研習社
造奇智能新媒體：國內較早成立並開展運營的智能製造產業新媒體及內容服務、社群運營機構，聚焦新工業革命與智能時代的價值創造，以“深度影響智能製造進程，守望智能製造產業成長”為使命，聚焦智能製造、工業互聯網、工業4.0、數字化轉型及人工智能、大數據技術在工業領域的應用。憑藉有洞見的思考觀點，在產業界獨樹一幟。
聯接產業企業、大學、研究機構、政府、資本等產業核心力量，通過創新和融合力量，打造深度觀察、行業洞見、豐富資訊於一體的原創型、產業新媒體平臺，憑藉有洞見的思考觀點，在產業界獨樹一幟。
2018年1月1日，[造奇智能]新媒體獨家推出、業界首份聚焦工業互聯網領域的高質量實名付費社群——工業互聯網研習社。致力於打通工業互聯網
從資訊→信息→知識→認知→見識的鏈式通路，助力您的職業發展和機遇把握。同期推出數期工業互聯網知識沙龍，助力社友走出“舒適區”。“研習社社友”遍佈上海、北京、深圳蘇州、杭州、武漢、蕪湖等工業重鎮，初步構建起覆蓋工業互聯網平臺、工業軟件、底層數據採集、工業數據分析、系統集成商、大學及產業資金、產業聯盟在內的全國價值網絡。
想要了解更多工業互聯網研習社知識沙龍，點擊“瞭解更多”關注
閱讀更多 工業互聯網研習社 的文章
