钢铁企业智能化转型升级思考

    

1 钢铁制造企业的智能制造现状

随着钢铁企业的快速发展，钢铁企业工业化和信息化的融合程度不断加深，中国钢铁企业加强自身信息化建设的需求愈加迫切。当前以互联网、大数据、人工智能、5G、区块链等为代表的新一代信息技术日新月异，新一轮智能制造革命必将对钢铁行业发展产生重大而深远的影响。钢铁行业实施智能制造具备一定优势条件：一是钢铁行业是亟待转型升级的传统行业，具有紧迫的内驱性；二是钢铁行业是大数据产生及应用的典型行业，具有实现的可行性；三是钢铁行业的生产过程属于工艺流程规范的连续性制造业，具有广泛实施的可复制性；四是钢铁行业在工业生产领域具备较好的自动化和信息化基础，对企业智能制造转型升级最迫切，也是距离智能制造最近的行业。目前钢铁行业智能制造处于起步阶段，还存在以下主要问题。

1.1 智能制造基础有待提高

智能制造的基础是数字化及信息化，经过多年发展，钢铁行业基础设备自动化、生产过程自动化、企业经营管理系统等方面有较大提升，为钢铁行业智能制造提供了较好基础。但是钢铁行业是典型的流程性制造业，业务流程相较于离散型制造业复杂很多，作为企业智能制造转型升级的信息化基础还存在很大提升空间及改善点。例如，冶炼智能控制系统模型对外在因素变化的适应性有待提高，且无法形成闭环控制；全流程计划调度水平有待加强，多数生产管控需要人工干预，未从分厂扩展到全流程，上下游、生产-能源-物流等动态协同调度有待加强；动态、闭环的全生命周期质量管控尚待形成，实现信息、资源、业务、市场协同的供应链协同存在较大差距，企业信息化系统缺少信息融合和功能集成，管控一体化水平待提高。

调研发现，目前大部分钢铁企业在智能制造和控制过程中还没有实现管理体系的创新，没有建设现代化的数据库，因此企业对消费者管理难度增加，钢铁企业难以满足客户的多样化需求。钢铁企业在今后发展过程中，要以客户需求为出发点，提高企业内部的信息共享能力，要搭建信息化信息共享平台，将信息化技术落实到矿山生产中，这样才能够实现各种资源的合理分配。

1.2智能制造水平发展不均衡

按照智能制造能力成熟度模型分析，各钢铁企业智能制造水平相差较大，一些先进钢铁企业智能制造水平发展较高，但仍存在大量钢铁企业工业化和信息化融合水平不高，信息化框架只实现到L3层级，生产与经营相结合的运营管理及数据决策属于空白，智能化应用处于初级阶段。虽然目前一些智能化水平相对来说比较好的企业已经开始着手建立数据中台或者数据中心，但是数据源头各应用系统之间的串接缺乏规范性，系统之间出现数据断层，同一项指标数据源头不一致，导致信息系统业务价值大打折扣。

1.3智能制造解决方案供应商水平有待提升

目前，钢铁行业智能制造解决方案供应商数量很多，但是能够输出针对钢铁行业成熟的智能制造解决方案的供应商如凤毛麟角，智能制造共性技术研发推广应用欠缺，专业服务能力强、能够有效支撑服务钢铁行业智能制造发展的智能制造领军服务机构较少。

1.4成套智能制造标准体系缺失

“智能制造，标准先行”，标准化工作是实现智能制造的重要技术基础等重大战略抉择，要加强智能制造标准体系建设。大数据、物联网、人工智能、工业互联网等新一代信息技术在钢铁行业已经有不同程度的应用，但是由于钢铁领域智能制造标准化体系正在完善中，缺乏成套的行业智能制造标准体系的引领和指导，导致钢铁行业在智能制造发展过程中缺乏清晰的路径。

1.5智能决策水平有待提高

钢铁企业智能制造的核心是对信息资源的高效开发，提高资源的全局利用率，实现全流程数据流通，依据业务数据分析，实现智能化决策。数据作为新型生产资料，是实现企业智能决策的关键要素，但很多企业过于注重业务系统建设，对于数据的集成及数据应用价值挖掘不足，没有真正实现数据应用价值，仅仅只是做了数据采集，没有深入进行数据分析及数据挖掘，数据没有发挥最大应用价值。尽管有一些钢铁企业建立了用于数据可视化的综合管控平台，但仅仅只是实现了数据的多维度展示，达到数字化水平，没有挖掘出每条业务数据背后深层次的价值，借助数据为企业助力智能化转型。

1.6供应链协同水平亟需提升

钢铁行业供应链可分为五个环节，即计划、采购、生产、配送和销售。当前，钢铁行业供应链五个环节没有形成系统集成，尚未实现产销一体化，信息流、资金流、物流、业务流没有实现有机的统一和集成。《数据地图》显示，2018年我国钢铁行业实现产供销集成的企业比例为19.8%，实现产业链集成的企业为5.4%。可见，钢铁企业在供应链协同方面提升空间较大，钢铁企业只有有效整合供应链上下游的物流、信息流及资金流，实现全链条的互联互通，精准对接供需两端，才能更好地增强自身“免疫力”。

2 钢铁行业智能制造发展策略分析

为助力钢铁行业在新时代实现智能转型与升级，钢铁行业智能制造要在完善钢铁行业智能制造标准体系、加强智能制造基础建设、智能制造平台建设、加快人才培养等方面着力。

2.1 智能制造发展必须与标准化建设紧密结合

钢铁企业智能制造的总体思路应当是以智能制造标准体系的构建、平台建设，提升钢铁企业数字化、网络化、智能化水平，打造钢铁行业智能制造解决方案为着力点。标准规范是企业信息技术应用、智能制造发展的基础，是钢铁产业智能制造发展的动力。标准化体系建设与标准推广将为钢铁行业智能制造发展提供强力支撑。现有的标准和规范已不能完全满足智能制造发展要求，必须完善符合智能制造发展要求的标准体系，特别要加强建设前沿领域标准，补齐标准化体系的短板。另外，需要在标准化组织建设、人才培养、标准化贯标的广度和深度等方面推进，以夯实标准化工作的基础支撑体系。

2.2 加强智能制造基础建设，推进工业互联网在钢铁制造中的应用

钢铁企业要在完善基础自动化系统、生产过程控制系统、制造执行系统、企业管理系统四级信息化系统基础上，抓住5G 发展机遇，大力发展“互联网+” 模式，推进工业机器人、数字化智能化高端装备、智能控制技术和柔性制造工艺技术与互联网的融合连接应用。积极研究钢铁制造与工业互联网融合路径，为钢铁企业精准制造提供服务。

2.3 建设行业智能制造平台，把智能制造融入钢铁全流程

智能制造是系统工程，数字化和网络化是基础，智能化才是技术深水区。企业在数字化、网络化完备的基础上，以实事求是的态度通盘考虑，整体规划，做好技术积累,按需实施智能制造。积极探索工业互联网、人工智能、大数据、云计算等信息技术在企业产品研发设计、能源管控、生产制造、质量控制、销售服务、经营管理等全流程和产业链的综合集成应用，构建制造过程智能化、企业决策智能化、生产服务智能化、大数据集成应用的钢铁工业互联网平台，逐步构建集约精准、高效、优质、低耗、安全、环保、实时优化的智能生产新体系，支撑行业整体制造水平和能力的提升。

2.4 加快人才培养，建设钢铁行业智能制造公共服务平台

智能制造业发展的根本是人才,社会各级全力合作加强人才的培养和引进,建立实训基地，培养懂钢铁制造、信息技术、企业管理的高层次复合型人才，逐步形成专业化智能制造人才队伍。创新合作机制和方式，建设钢铁行业智能制造公共服务平台，整合各方资源为钢铁企业提供管理咨询、技术服务、知识共享、供应链协同等高质量高水平服务。引导社会资源集聚钢铁智能制造领域，加快输出先进理念、共享先进技术、推广成熟的智能制造经验模式。

2.5 推进产业协同应用

钢铁企业打通上下游产业链的原料供给与产品需求，利用大数据技术，深度挖掘客户需求，通过大数据、云计算、移动互联网和物联网等新技术的共同作用，发展基于互联网的个性化定制等新制造模式，形成基于消费需求动态感知的研发制造和产业组织的智能制造体系，实现远程诊断管理、智能监测、全产业链追溯的基于工业互联网新应用的互联互通产业链协同。（金属导报）

信息监督：马力 010-63967913 13811615299

免责声明：本文来源于网络，版权归原作者所有。兰格钢铁网站刊登本图文出于传递更多信息的目的，旨在为满足广大用户的信息需求而采集提供，并非广告服务性信息，如有侵权，请联系删除。