近年来，特别是“十三五”期间，以人工智能、5G、云计算、大数据等为代表的新兴ICT（信息通信技术）迅猛发展。随着国家一系列鼓励产业转型升级的政策出台，各行各业都掀起了数字经济革命浪潮。实施绿色制造（决定钢企的生存）、智能制造（决定钢企的发展）和精益制造（决定钢企的地位），成为各钢铁企业转型升级的主旋律。
 

　　数字经济时代，钢企数智化转型不可跨越的发展阶段是标准化、信息化、精益化、数字化、网络化、智能化、智慧化等。而当前，国内大部分钢企仍处于信息化阶段，钢铁贸易互联网化成为约30%企业转型的重要方向，只有5家大型钢企将发展大数据产业作为发展战略之一，仅中国宝武一家将智能制造写入公司“十三五”战略。
 

　　钢企实施数智化转型的探索
 

　　当前，钢企实施数智化转型主要有两种模式：
 

　　一类是以自主研发为主。例如，中国宝武自主研发了两个数智化平台，并在宝武鄂钢首次实现了大生产验证应用。一个是智能工厂平台iPlat，即云、边一体化智慧制造平台。该平台拥有数据采集治理及服务、智能化生产过程控制、数字化制造执行应用及成本绩效管控、全面整合的生产过程监控和多源数据的融合创新应用等功能。另一个是智慧生态平台ePlat，支撑集团公司构筑钢铁生态圈。该平台为产业链参与主体提供金融、物流、技术、质检、资讯、采购等综合集成服务，实现产业链商流、信息流、资金流、物流四流合一，通过大连接、大数据、大共享实现向生态圈的辐射传导和赋能服务。
 

　　另一类是以借助社会专业技术力量为主。例如，河钢集团原有的电商平台设备老旧，日常运行稳定性、灵活性差；资产管理繁杂，使用本地数据中心，每年都要进行资产盘点，费时费力。经多轮比选后，河钢集团选择与华为公司合作，快速完成了云商平台的转型升级，基于华为云构建了B2B电商业务新平台。新平台实现了性能优——客户访问网站流畅，在竞拍、秒杀等极端场景下依然能够平稳可靠运行；轻资产——华为按一定周期仅收取服务费，河钢无须关注资源维护，专注于主营业务即可。
 

　　在这两种模式下，国内一些标杆钢企已经进行了数智化转型的积极探索。
 

　　如中国宝武，2015年以来，通过与国际领先的专业技术公司合作，在大力自主实施智慧制造的同时，努力向行业推广商业技术模式。2015年，宝钢股份即在钢铁行业率先承担工信部智能制造示范试点项目“热轧1580智能车间”；2018年基本建成，技术经济指标改善明显，工序能耗下降6.5%，内部质量损失下降30.6%，废次降下降10%，全自动投入率提升10.5%，指标实绩大大优于设定目标。2019年，宝钢股份成功入选达沃斯世界经济论坛“灯塔工厂”（至今国内钢铁行业唯一一家）。
 

　　又如沙钢集团，自2015年起，就将智能制造作为信息化与智能化深度融合的切入点和主攻方向，针对不同工厂、车间、工序、岗位技术装备水平各不相同，处于不同发展阶段的实际情况，确定了差异化、跨越式实施路径，由点及面全面推进智能制造战略工程。2017年，沙钢创新实施“高端线材全流程智能制造新模式应用”智能化项目，为钢企提供智能工厂解决方案。2020年，该项目通过政府验收，包括转炉特钢、开坯修模、棒线车间的改造升级，总投资4亿元。该项目通过建设一个中心、一条智能化生产线、四大系统、七大平台，探索形成了一种高端线材智能制造新模式，为企业节能减排、减员增效、提质增效等提供强大的技术支撑。该项目建成实施后，生产效率提高31.5%，运营成本降低23.2%，产品研制周期缩短35.4%，产品不良率降低26.8%，单位产值能耗降低19.7%。
 

　　“十四五”钢铁行业数智化转型路径辨析
 

　　钢铁行业是国民经济支柱性基础产业。钢铁是制造业的“脊梁”，是工业的“粮食”，在我国由制造大国向制造强国挺进的过程中，钢铁行业由全球“老大”变“强大”至关重要，其中数智化转型将发挥不可替代、举足轻重的作用。
 

　　钢企智能制造包含技术与管理两大维度的变革，目标是实现资源全局优化配置，解决不确定性问题，实现大规模定制和预测式制造，以满足下游客户越来越强的个性化需求；基础是标准化和精益化；手段是虚拟化（即数字化）和闭环控制；核心是工业软件，即软件定义工业SDI（数字串行接口）。数字化的关键是有数据，实现业务对象、规则、流程的数字化。智能化的关键是实现数据自动流动，即将正确的信息在正确的时间、以正确的方式发送给正确的人或系统，使其做出正确的决策。智慧化的关键是实现知识工作自动化，即数据能够自动转化为信息、信息能够自动转化为知识、知识自动转化为智慧（决策），进而实现知识持续的沉淀、固化、迭代、提升和传承。
 

　　钢铁产品的竞争力虽然最终是通过产品的制造、质量、性能、成本、服务等因素表现出来的，但是追根溯源，都会深层次地延伸到设计层面。设计是钢铁产品竞争力的起点，在未来的市场竞争中，设计是决定钢铁产品竞争力的根本要素。钢铁产品、工艺、装备和工程等智能设计（或集成研发IPD），既是钢铁制造流程实现智能化的关键环节之一，又发挥着先导和引领作用。通过智能设计，既可高效创新、优化钢铁制造流程的物理系统，又能为实现钢铁制造流程智能化提供所有数字化基础数据和模型系统。同时，智能制造为智能设计持续不断地提供最真实工况环境下极其丰富宝贵的1∶1验证与实验数据。通过智能设计与智能制造之间相互驱动、交互校验，可大大促进钢铁产品、工艺、装备和工程技术的快速迭代。
 

　　钢铁制造流程的智能设计主要包括3个层面：一是材料基础科学层面（分子、原子微观维度），运用材料与工艺三维仿真设计分析计算技术，模拟仿真研究材料成分和微观组织结构与性能之间的关系，冶金和轧制工艺过程的温度场、流场、应力应变场等。二是工序技术科学层面（工序、装备中观维度），研究工序与装备技术的可行性，模拟仿真优化研究冶金装备的合理性。三是流程工程科学层面（流程、工厂宏观维度），运用流程与工程学三维仿真设计计算技术，研究优化流程与工程的整体性、系统性、协同性，以及钢铁制造全流程物质流、能量流、信息流的动态一体化、有序化、集约化。
 

　　ICT与OT（工业运营管控技术）加速深度跨界融合，将给传统的钢铁工业运营管理控制技术与系统架构带来颠覆性变革（如图1所示）。对于钢企而言，数据将成为核心生产资料和最重要的资产，普惠的人工智能将成为先进生产工具，计算能力将成为新的先进生产力，通信网络将成为神经中枢，信息和数据将深入到制造领域的人、机、料、法、环等各个环节。信息流对制造企业的再造，是一个完整的价值链再造过程，将变革传统钢企的商业规则和经营模式，形成客户驱动钢企直接满足其需求的生态（如图2所示）。
 

　　实施智能制造的三大要素：人才、技术和方法论。对于智能产线、智能工厂、智能钢企等这些新生事物，没有现成样板可供参考，研发创新、个性化定制的成分大。传统的钢铁工程技术产品提供商，自身往往背负着比较沉重的历史包袱，既有的竞争优势很有可能成为新形势下的劣势（类似柯达胶卷）。一方面，他们大多以销售自身已有的优势技术产品为主要目的，难以完全做到以服务于钢企个性化需求为中心；另一方面，自身大都处于数智化转型探索过程中，如果钢企主要依靠此类厂商实施数智化转型，很可能难以取得大的创新突破。
 

　　笔者认为，国内传统的钢铁过程技术产品供应商需要加强与钢企客户的配合，与领先的原生ICT厂商跨界融合，潜心研发，发挥灵活、快速、行业沉淀深厚等优势，在某些点形成竞争优势，将自己打造成生存能力极强的“碉堡”。“碉堡”多了，自然就能共同构建起一道坚强的“钢铁工程高科技长城”，从而为钢铁及相关行业提供自主可控的优质产品与服务。
 

　　钢铁制造流程基础自动化控制“计算+通信”架构将逐步代替“电子+电气”架构。不宜将所有数据都上云，端、边（根据国际数据公司IDC预测，未来将有超过50%的数据在边缘侧处理）也应该分担起必要的数据处理、存储和分析计算等功能。泛在云化控制技术等将逐步代替传统PLC（可编程逻辑控制器）、DCS（分散控制系统）等，是国内自动化公司赶超西方传统自动化巨头千载难逢的机遇，关键是要实现实时操作系统、工控开发环境、时间确定性网络、统一开放协议等核心技术自主可控，不赞成再跟随发展传统的PLC、DCS等技术产品。
 

　　此外，数据质量将直接影响数据价值的呈现和应用效果。因此，钢企在实施数智化转型过程中，首先必须把好数据治理关。其次，需要以业务数字化为前提，以数据入湖为基础，以建设数据中台为重点，通过构建完整、清洁的逻辑数据湖，做厚业务与数据双驱动的数据中台，进而筑牢与业务主题紧密联接的数据底座。IDC（互联网数据中心）将成为钢企重要的新型基础设施，不应以短期的投入产出比来衡量，越早建立或租用越好。数据构架、数据频次、数据分析三位一体，构成数据体系。每个企业都有自己独特的数据体系，即数据编码基因。企业数据编码是一项复杂、长期、艰巨、实践性很强的工作，决定了企业数智化转型的成败，需要由钢企业务专家主导、与IT专家等协同完成。
 

　　数智化转型的几点建议
 

　　传统的钢铁行业数智化转型是一个长期渐进的过程，不可能一蹴而就，需要足够的耐心和定力。笔者基于自身的一些实践与思考，就钢铁行业数智化转型提几点粗浅的建议，以期抛砖引玉，引发相关方面更广泛、深入的思考与实践探索。
 

　　法规标准：“智能制造，标准先行”。规范化与标准化工作是实现智能制造的重要基础。数据确权、信息安全等是实现智能制造系统三向集成（特别是产品全生命周期域的端到端集成、价值链域企业之间的横向集成）的前提。钢铁行业相关的政府部门与行业组织等，需要在数据安全与权利保护法律法规、规范标准制定方面充分发挥好组织、协调、监督等重要作用。
 

　　研发模式：变革目前广泛采用的经验试错法传统手工作坊式的钢铁产品和工艺研发模式，大力发展大数据与人工智能驱动的高通量计算加高通量试验的材料和工艺集成数字化研发模式。
 

　　技术路径：将专业知识（机理模型等）+专家经验（操控规则等）+数据智能（人工智能、大数据等）有机结合，充分发掘挖掘利用好技能、技术、业务、管理等各方面的专家经验至关重要。即使将来实现了智能制造，人的决策作用依然是最重要的。
 

　　实施步骤：透明化（信息/经验/模型等可视化，支撑实现决策优化等） ——智能化（数字孪生，支撑实现产线异地远程智能操控与运维等）——智慧化（人-信息物理系统，支撑实现行业知识的持续沉淀、固化、迭代、提升和传承等）。
 

　　实施方式：钢企、行业技术产品提供商、专业ICT提供商、高校/专业研究院所等相关单位，强强合作，优势互补，跨界研发，协同创新。
 

　　实施方法：应用开发、平台打造、数据治理、人员赋能、管理变革协同发展，齐头并进；自上而下，自下而上，同步推进。
 

　　能力建设：企业数智化转型，组织与人才的数字化能力将成为关键元素。企业拥有强大的数字化平台，组织将变得敏捷、高效、生机勃勃，人才的潜能才能得到充分发挥和释放。数字化组织中人才的引进、培养、任用、使用、考核、评价、激励等每个相关环节都需要相互联动，进而构成人才能力全生命周期持续闭环、迭代、提升。
 

　　（作者系中国政企智能制造部钢铁行业首席专家）
 

编辑：陈曦  来源：中国冶金报-中国钢铁新闻网