钢铁行业智能制造现状及发展途径

2020-01-08白俊丽

天津冶金 2020年1期

白俊丽

(天津工业职业学院，天津300400)

0 引言

智能制造是基于新一代信息通信技术与先进制造技术深度融合，将大数据、互联网、云计算、5G移动技术等信息技术应用贯穿在制造全生命周期(产品设计、生产、销售、仓储、物流、管理等)，是具有自感知、自学习、自决策、自执行和自适应等功能的新型生产方式[1]。

钢铁行业目前面临着产能过剩、结构失衡、能源环境等巨大压力，急需进行转型升级。钢铁行业正面临着从高污染、高能耗到低排放、高质量的转型升级，智能制造模式的应用起到重要作用。智能制造是钢铁行业转型升级的现实需要，也是钢铁行业高质量发展的有力保障[2]。钢铁行业在基础设备自动化、生产过程自动化和经营管理体系方面的快速发展，为钢铁行业智能制造提供较好基础。

1 钢铁行业智能制造现状

到目前为止，钢铁行业智能制造装备水平提升明显，各企业正逐步由点到面的推进智能制造进程，智能制造成果初步显现。

1.1 已形成一定数量智能制造试点

钢铁行业积极布局智能制造项目，参与工信部实施的智能制造试点示范专项行动。工信部网站发布的《工业和信息化部办公厅关于开展2018年智能制造试点示范项目推荐的通知》中提到，钢铁行业现已打造了包含宝钢、鞍钢、河钢、南钢、太钢等7 家企业共9 个项目智能制造试点，涵盖智能车间、智慧矿山、大规模定制等试点示范项目。

1.2 工业机器人应用广泛

投料机器人、砌炉拆炉机器人、焊接机器人、切割机器人、图像自动识别机器人、连铸加渣机器人、测温取样机器人、捞渣机器人、专用剪切工业机器人、自动去除棒材毛刺机器人、自动拆捆机器人、自动喷号贴标签机器人、钢包受包侧机器人、中间罐作业机器人、拉力检测机器人、检修机器人等专用机器人得到了快速发展[3-5]。

以减少人力和工位为目的，在工作条件恶劣、职业危害和安全风险高(高温、粉尘、噪声、有毒有害气体) 劳动强度大的岗位运用工业机器人替代标准化、重载的人工工作已成趋势。工业机器人的应用在有效克服高污染、高温、高粉尘以及其他各种恶劣环境对人的危害的同时，还能实现生产过程的精准稳定以及智能化，劳动生产率有所提高。

1.3 无人化智能生产车间、仓储车间应用实现突破

仓储无人化、智能车间等无人化应用及远程控制应用实现突破。宝钢冷轧车间基本形成了从基层自动化、过程控制系统、制造执行系统、企业资源计划到决策支持的功能相对齐全的信息系统，通过各个系统间信息传递，实现生产工艺全程数字化控制，“一键下单式组织生产” 的全流程智能制造生产线、无人化智能车间已投入运行。

无人智能行车将先进的传感技术、PLC 处理技术以及物联网、“互联网+”等技术深度融合，采用5G 网络、精确定位、路径自动优化、激光三维扫描成像、电子防摇、多台行车协调作业等技术，实现卷下线、包装、盘库、移库、发货等各种作业任务需求[6]。工人只需在中央控制室里通过电子显示屏进行实时监控，产品仓储车间实现无人化。

1.4 智能物料管理系统实现应用

智能化物料管理、原料取样、备品备件库存管理系统已实现应用。攀钢的物资计量集中值守系统采用二维码扫描、红外定位、远程对讲、视频等先进技术实现现场无人计量、远程集中值守和智能取样目标[7]。该系统能够完成来料信息自动采集、取样智能化、存样全自动扫码等任务，实现计量无纸化。河钢承钢的智能化备品备件库存管理系统包含物料管理、合同管理、出库管理、库存管理、报表管理和系统管理等部分，实现备品备件的精准数据化管控[8]。

智能物料管理系统为企业原料管理提供了可靠的数据支撑，提高物料管理效率，降低了岗位职业道德风险和生产成本管理费用。

1.5 智慧物流云平台

柳钢智慧物流云平台[9]利用智慧物流云提供运输定位监管、物流管理服务、自动化结算、智能仓储、智慧金融、贸易服务等智慧物流(供应链)一站式服务。运行车辆安装北斗导航定位系统，能够实现管理货物和追踪物流数据实时性、内部物流管控全面化、客户的服务体验感最佳化。

1.6 基于大数据和多种监控设施的生产智能化控制系统投入应用

炼铁工序基于大数据支撑的高炉、烧结智能化主控室，实现一体化智能集控、大数据智能分析及决策、智能化功能模型应用[10]。对高炉、烧结运行过程的动态控制，调取、汇总、分析数据更加简便、全面，操作的针对性、准确性更强，为高炉高产、稳定、低耗奠定基础。

炼钢工序智能出钢控制系统集成多种自动控制模块实现一键出钢[11]，对整个出钢过程的实时监控、智能判断、动态控制，实现了真正意义上的智能出钢，有利于转炉钢水质量控制的稳定性和连续性。

1.7 智能管理系统

多家钢铁企业基于大数据构建覆盖制造全流程的实时数据采集与可视化智能质量、能源、管理、生产管控系统，形成一套针对全流程、全工序、全产品的质量、能源管控平台。智能管理系统采用新一代物联网技术，能够实现计划、投料、能耗、工艺过程、产品质量、仓储物流等方面的一体化管控，达到生产可管控、异常可预警、过程可追溯、缺陷可诊断、能力可评价、质量可预测、研发可推理[2]，大幅提升生产管理的精细化程度和协同效率。

2 钢铁行业智能制造存在的问题

2.1 智能制造水平不均衡

钢铁智能制造正处于起步阶段，按照智能制造能力成熟度分析，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，智能化应用处于初级阶段。

2.2 智能制造基础有待提高

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，能够实现信息、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。

2.3 智能制造创新力有待提高

钢铁行业在信息系统和物理系统的开发、管理、集成方面的创新能力仍然较弱，产品生产工艺设计与智能决策支持系统的综合集成、业务系统向产业链前端延伸，缺乏成熟的行业解决方案[12]。核心技术创新能力薄弱，产品质量可靠性低，缺乏懂钢铁工艺流程、先进信息技术、企业管理等多专业知识复合型技术技能人才。

2.4 智能制造服务机构水平有待提升

目前为钢铁行业提供智能制造专项服务的机构较多，但机构服务能力差异较大。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。

3 钢铁行业智能制造解决途径

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。

3.1 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[2]。

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。

3.2 加强智能制造基础建设，推进工业互联网发展应用

为推动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。

3.3 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[2]。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。

3.4 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。

3.5 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[13]。