編者按：當前，工業互聯網成為新基建的熱點，李克強總理也要求“依託工業互聯網促進傳統產業加快上線上雲”，同時工信部最新發布了《關於推動工業互聯網加快發展的通知》，提出“加強工業互聯網在裝備、機械、汽車、能源、電子、冶金、石化、礦業等國民經濟重點行業的融合創新，突出差異化發展，形成各有側重、各具特色的發展模式”。基於此，為探索工業互聯網平臺垂直行業落地路徑，賽迪智庫信息化與軟件產業研究所工業互聯網研究室圍繞鋼鐵、石化、風電、航空航天、家電、工程機械等十餘個行業，形成了工業互聯網賦能傳統行業數字化轉型之路系列報告。
鋼鐵行業作為我國重要的原材料流程製造行業，具備生產流程長、生產工藝複雜、供應鏈冗長等典型特徵，當今正面臨設備維護成本高、工業知識隱形程度高、下游需求日益個性化、環保壓力增大等挑戰，亟需圍繞設備管理、生產管控、供應鏈管理、環保管理等方面開展數字化轉型。連接全要素、全產業鏈、全價值鏈的工業互聯網，正是鋼鐵行業進行數字化轉型的首選路徑，但是在落地應用中存在諸多問題。基於此，研究工業互聯網平臺如何在鋼鐵行業中規模化落地具有重要意義，有利於推動我國鋼鐵行業關鍵生產設備管理、生產工藝全過程管控、全產業鏈協同以及能耗管理向數字化、網絡化、智能化轉型升級，深化鋼鐵行業供給側結構性改革，開創鋼鐵行業高質量發展新局面，實現從鋼鐵大國向鋼鐵強國的轉變。
一、鋼鐵行業數字化轉型趨勢分析
（一）設備管理由傳統維護向智能維護轉變
鋼鐵企業通常部署有高爐等眾多高價值設備，以往只能採取事後維護或者基於主觀經驗判斷和固定失效週期的定期維護，很難準確識別設備故障並維修，容易造成產線停滯和生產安全等重大問題。隨著智能傳感器和通信技術的興起，實時監測高爐等設備的溫度、壓力、流量等各種工況數據成為了現實，基於此可實現設備故障的自感知、自分析和自決策，做好設備的預測性維護，減少維護成本，提高設備的可靠性，並保障生產的通暢運轉。
（二）生產工藝由黑箱式向透明化轉變
鋼鐵行業是典型的長流程行業，生產環節眾多，生產工藝複雜，對工藝知識的依賴程度很高。很長一段時間，鋼鐵企業的冶煉工藝、冶煉配方、設備維護、經營管理等環節的正常運轉，只能依靠隱形程度很高的人工經驗，容易造成工人技術水平參差不齊和產品質量波動。隨著信息技術在鋼鐵企業的深度滲透，隱形的生產經驗被挖掘、提煉，並封裝顯性化軟件模型，實現生產工藝透明化，更有效指導實際生產，提高生產效率和安全水平。
（三）供應鏈體系由局部協同向全局協同轉變
庫存一直是鋼鐵行業的一大管理痛點，主要源於對上下游產業的信息盲區，並且家電、汽車等下游產業對鋼材的需求日益個性化，加大了作出科學高效採銷決策的難度。鋼鐵行業傳統的供應鏈只能靠契約合同保障，信息孤島化問題提出，物料信息難以在供應鏈中實現跨環節的自由流通，大大增加了企業運營成本。鋼鐵企業可將ERP、SCM等信息系統集成用於供應鏈整合，構建上下游信息流通渠道，結合產品需求、原料供給和產能配置，及時調整生產計劃，提高產能利用率，減少庫存積壓，保障訂單穩定到期兌現。
（四）環保管理由粗放型向清潔型轉變
作為我國支柱產業的鋼鐵行業也是高耗能、高汙染、高排放的代表性行業，在國家大力治理環境汙染時，行業面臨的環保成本急劇上升。鋼鐵行業急需轉變發展理念，重視環保管理水平提升，加快由以前單純追求產量擴張的粗放型生產方式向追求優質低碳的清潔型生產方式轉變。而物聯網、大數據、人工智能等數字技術的出現，可以幫助鋼鐵企業實時採集、監測、分析各生產環節的能耗和排汙情況，集中企業資源對重點環節進行工藝優化或設備升級，提高企業清潔型發展水平。
二、鋼鐵行業工業互聯網平臺典型應用場景及實踐
（一）設備全生命週期管理
鋼鐵行業工業互聯網平臺可實時採集高爐等高價值設備的運行數據，結合設備故障診斷模型，自動預警設備故障並確定最優設備維護方案，實現設備預測性維護。
一是設備狀態監測。鋼鐵企業通過工業互聯網平臺實時採集高爐等設備工作溫度、工作環境和應力分佈等狀態數據，並做可視化處理，增強設備狀態監測的可靠程度。
二是設備故障診斷。綜合利用採集的設備數據，結合設備故障診斷模型，對設備故障進行分析和預警，避免設備故障引發的生產停滯和安全問題。
三是設備維護仿真。根據設備故障位置和重要性，利用工業互聯網平臺在賽博空間中仿真模擬維護方案，並選出可靠的維護方案，保障企業正常生產。
四是設備創新設計。將高爐等生產設備運行監測數據反饋至設備生產商，結合性能需求和應用環境，全方位模擬設備運行狀態，確定最佳設備生產方案，形成良性的設備迭代優化閉環。
例如，寶鋼集團面向鋼鐵行業設備遠程運維建立了工業互聯網平臺，促進了設備維修實現從被動處理到主動管控、從單一數據專項分析到大數據綜合分析、從基於經驗的預防性維修到基於數據的預測性維修、從單純反饋設備狀態到提供整體解決方案的四個轉變，為企業帶來了顯著經濟效益，使設備運維成本降低5%以上、檢修作業效率提升10%以上、設備整體效率提升5%以上、備件使用效率提升10%，並每年為企業帶來基於平臺增加的社會市場技術服務費約2000萬元以上。
（二）智能化生產
鋼鐵行業工業互聯網平臺可將生產工藝、生產過程管控、產品質量管理等領域涉及的工業知識顯性化為工業機理模型，結合實際採集數據，實現智能化生產。
一是生產工藝優化。 工業互聯網平臺可應用人工智能技術等先進技術，在賽博空間對鋼鐵的工藝配方、工藝流程等方面進行全方位、超逼真的模擬仿真，得到產品最佳生產工藝方案，縮短產品上市週期。
二是生產過程管控。工業互聯網平臺可將生產過程中涉及的工藝知識、工業經驗等技術要素封裝化並顯性化為可調用的機理模型，結合採集的設備、環境、材料等參數，確定最優加工計劃，提升生產效率。
三是產品質量管控。通過在工業互聯網平臺部署生產質量分析模型，可採用機器視覺等技術，採集和分析產品全過程質量數據，持續迭代優化閉環控制體系，實現全流程產品質量跟蹤及自動控制，提升產品質量控制精度。
例如，東方國信利用在機理模型和大數據分析領域積累的技術優勢，開發了適用於鍊鐵行業的工業互聯網平臺，在工藝優化、生產管控和質量管理等環節為鋼鐵企業實現了降本增效的經濟目標。酒鋼集團在實施鍊鐵平臺之後，鐵水質量穩定性提高了20%，單座高爐每年降低了成本2400萬元，冶煉效率提升了10%。
（三）供應鏈協同
鋼鐵行業工業互聯網平臺可匯聚整理產業鏈物料信息和產能信息，結合下游實際需求和企業生產能力，制定科學的生產計劃，滿足零庫存運營要求，實現供應鏈協同。
一是產業鏈物料流通協同。通過工業互聯網平臺可與上下游企業建立互通互聯的數據通道，動態監測上游原材料供給情況，輔助原材料採購決策；蒐集整理下游企業訂單和產品定製信息，自動生成生產計劃，對產品進行個性化加工和精準化配送。
二是社會範圍生產能力協同。通過工業互聯網平臺整理訂單信息和其他鋼鐵企業的基本信息，動態匹配產品性能要求和鋼廠的生產工藝水平，通過訂單共享實現產能共享，提高鋼鐵行業產能利用率。
例如，南京鋼鐵積極適應下游個性化需求，通過構建面向供應鏈管理的製造雲平臺，提供“JIT+C2M模型的定製服務”，尋找“個性化定製”和“大規模生產”之間的最佳平衡點，使企業設計成材率提高0.15%、每噸產品附加值提升近百元、整票合同兌現率提升至98.94%、用戶滿意度提升至94.26%。
（四）綠色化生產
鋼鐵行業的能耗和環保問題日益突出，鋼鐵企業可採集各生產環節的能源消耗和汙染物排放數據，找出問題嚴重的環節，並進行工藝優化和設備升級，降低能耗成本和環保成本，實現清潔低碳的綠色化生產。
一是節能降耗。貫穿鋼鐵企業整個生產過程的工業互聯網平臺，通過建設能源管控中心，實現能源生產、能源消耗數據的自動實時採集、集中監視，並基於數據進行能源智能管理、能源供需平衡、能源預測優化，生成高效的能源利用方案，減少能耗成本。
二是治汙減排。鋼鐵企業可在各工藝設備的排汙口設置智能監測傳感器，將實時採集的排汙數據傳輸至工業互聯網平臺，綜合分析鋼鐵企業生產過程中的有毒有害物質的排放情況，確定工藝優化和設備升級方案，減少對生態環境的汙染和破壞。
例如，酒鋼集團是我國西部最大的鋼鐵聯合企業，其原燃料主要依賴自產，原燃料質量差並且質量波動幅度大，高爐類型多樣化，因反應器“黑箱”特性，其能耗成本和環保成本一直居高不下。在實施了東方國信鍊鐵平臺後，酒鋼集團單座高爐每年減少碳排放20000噸。東方國信預期整個鋼鐵行業推行Cloudiip平臺後，每年將為我國鋼鐵行業降低100億元成本和1000萬噸碳排放。
三、推進應用場景落地的著力點
（一）聚焦數據流通質量，打造高效邊雲協同體系
一是增設智能傳感器，通過在設備、車間等區域部署熱成像儀、壓力傳感器、振動傳感器、軌跡識別傳感器等具備邊緣計算能力的智能終端，提前過濾無用的冗餘數據，精準採集數據。二是完善數據解析體系，面向鋼鐵企業中的關係數據、時序數據、文檔數據、地理空間數據等海量異構數據，建立高效的數據解析體系，統一數據格式，實現數據跨領域流通。三是建立大數據共享中心，在雲端匯聚設備、生產、供應鏈等數據資源，根據實際業務需求，通過跨領域數據的互相調用，激發數據資產活力，以數據的全局自由流動帶動資源配置的全局優化。
（二）圍繞工藝流程優化，提高機理模型供給能力
一是圍繞設備管理，開發鋼鐵行業設備狀態監測類模型、設備故障分析類模型、設備維護類模型等，提高設備資產管理水平。二是圍繞產線管理，開發鋼鐵行業物料管理類模型、質量管控類模型、生產工藝優化類模型、生產配方優化類模型、全流程排程優化模型、節能降耗類模型等，優化生產過程管控能力。三是圍繞企業經營管理，開發鋼鐵行業供應鏈管理模型、訂單管理模型、財務管理模型等，構建高效供應鏈協同體系。四是開發模型綜合管理平臺，匯聚機理模型資源，實現模型的標籤化管理、智能化搜索和精準化調用。
（三）堅持行業痛點導向，完善特定場景解決方案
一是圍繞設備全生命週期管理，梳理鋼鐵行業各機械設備在狀態監測、故障分析、維護作業等環節的痛點，針對特定問題，綜合調用機理模型，形成特定設備專用預測性維護方案。
二是圍繞智能化生產，挖掘鋼鐵行業在工藝設計、流程排程、質量管理等環節的痛點，按需調用機理模型形成特定場景的解決方案。三是圍繞供應鏈協同，分析鋼鐵行業傳統供應鏈中信息流通堵點和供需錯配問題，結合企業硬件設施和運營環境，構建供應鏈管理解決方案。四是圍繞綠色化生產，整合鋼鐵行業在能耗和排汙方面粗放型管理的問題，明確環保監測、分析等環節的痛點，集成機理模型，形成提高環保管理水平的解決方案。（四）重視平臺安全防護，建立高度可靠安全系統
一是夯實設施安全。圍繞鋼鐵行業生產設備、服務器、主機等基礎硬件設施的安全接入，部署網絡安全協議和容災備份系統。二是強化數據安全。明確鋼鐵行業設備數據、生產數據、供應鏈數據在收集、存儲、處理、轉移、刪除等環節的安全保護要求，通過應用數據安全模型強化防竊密、防篡改和數據備份等安全防護措施。
三是建立安全管理體系。圍繞鋼鐵行業工業互聯網平臺安全監督檢查、風險評估、數據保護等方面建立健全安全管理制度，強化自檢查、自糾正的安全管理閉環。作者張朝供職於賽迪智庫信息化與軟件產業研究所工業互聯網研究室
中國信息化週報（信息化時代）
官網：www.cio360.net
閱讀更多 中國信息化週報 的文章
