智能工厂赋能钢铁企业效果初探

2022-01-19王晶莹

冶金经济与管理 2022年1期

□ 王晶莹

当前以互联网、大数据、人工智能等为代表的现代信息技术日新月异，随着新一轮智能制造、信息化技术的快速发展，钢铁、石化、汽车制造、航空航天、飞机制造、机械装备制造等行业纷纷开启建设智能工厂的探索之路，钢铁行业智能工厂建设步伐明显加快。智能工厂不仅是技术问题，体现在应用信息通信等技术层面；更是经济议题，关键在创新商业模式、再造业务流程和转变企业管理方式。

一、智能钢厂的驱动力

1.推进高质量发展，实现新旧动能转换

自“十九大”提出经济高质量发展以来，行业内外已达成推动我国工业加速转型升级、实现高质量发展的共识。钢铁工业作为基础性原材料工业，只有通过不断创造高质量、高性能的钢铁产品，才能满足经济高质量发展的诉求。未来，实体经济与数字经济加速深度融合，以5G网络、工业互联网、人工智能、大数据中心等为代表的新型基础设施建设快速成长，并为我国新一轮经济增长注入新动能，为钢铁行业加速转型升级注入新动力。

2.推动产业转型升级

钢铁行业周期属性强、同质化竞争激烈、生产流程长，涉及设备量大。从长期看，更低的综合成本、更高的产品附加值及差异化的服务更能成为企业突出重围的核心竞争力。

中国钢铁业理应抓住智能制造这个机遇期，实现从大到强的蜕变。从本质上说，钢铁企业的智能升级并不是简单的自动化和信息化，也不是单纯地把线下商业模式迁移到线上，其需要的是将各方要素融合在一起，重构整个商业架构、供应链和产业链，构建新的数字生态共同体，从而推进产业转型升级，调整优化产业结构。

3.助力降本增效

智能工厂的战略重要性毋庸置疑，早期实践表明，智能工厂助力提高企业运营效率，提升盈利水平。仅在美国，高达86%的制造商认为，截至2025年，智能工厂必将成为提升企业竞争力的主要驱动力。

各项研究不断表明，工业物联网（IIoT）、云计算、边缘计算、机器人流程自动化（RPA）、人工智能与机器学习、视觉系统、增强现实系统和虚拟现实系统等功能相结合的智能工厂技术可降低企业成本，提高生产率、产品质量、安全性和收益。

钢铁行业的智能制造体现在从机械化、自动化向数字化、网络化、智能化方向发展，从计算机、互联网向云计算、大数据、人工智能方向演进。十余年来，钢铁行业智能制造蓬勃发展，助力钢厂有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗、改善员工工作环境等。但另一方面，多数钢铁企业缺乏系统性的数字化、智能化信息平台，产业链采购环节、生产环节、销售环节之间的衔接存在数据壁垒，这直接导致了大数据、物联网等人工智能技术未能完全发挥出作用，绝大部分钢铁企业的智能工厂尚未实现巨大且显著的价值。

二、智能钢厂体系架构

按照横向（产业链和价值链）、纵向（装备—自动化—信息化—管理）、端到端（生产—研发—销售—服务）的维度，构建全面智能制造系统架构，通过各维度的系统集成，构建战略竞合数字生态，打造具有无限潜力的钢铁智能工厂。

1.智能决策支持

在智能决策层，对国内大数据建设技术方案和实例进行整合，夯实大数据机房系统开发硬件基础，将基础数据采集、数据关联和数据治理贯穿到全工艺流程和生产过程。结合冶金行业通用指标及生产专用指标，构建全方位生产经营KPI体系。并在管理驾驶舱系统中，对生产过程中各单元的产量、生产库存、制造成本、设备运行状态监控等方面进行可视化显示，并对生产经营KPI体系进行建模。以上措施有利于高层管理人员直观、高效地监控生产运营状况，有力地支撑合理管控与风险控制。如，鞍钢集团一方面在冶金生产过程中，运用大数据、物联网、人工智能、工业机器人集群应用等技术和智能装备，达成冶金制造工艺的仿真优化、数字化控制和自适应、自决策控制；另一方面，基于工业互联网平台的构建，推进产品全生命周期、用户服务、供应链一体化协同应用，实现智能管控、信息联动、智能决策。

2.智能生产资源管理

以“降本、提质、增效”为目标，贯彻“资源共享，强化协同”的原则，坚持“信息化、模型化、智能化”的升级路径，深度融合新一代信息通信技术于钢铁工艺流程、操作技术、运营管理中。推动人工智能、工业机器人、机器视觉、5G等前沿技术在关键场景应用的单点突破，聚焦智能产线、智能运维、智能料场、智慧物流、智慧服务、智慧园区等领域，全面补齐产线自动化、信息化短板，强化产线模型化基础。其中，智能排产子系统在充分考虑客户个性化需求的基础上，追求规模化生产和最优经济批量，有效协调产销矛盾。通过生产订单的优化排序和生产资源的优化配置，系统可以灵活地应对紧急订单、特殊订单及订单变更，不仅实现订单交货期的快速响应，提高产品交付时间的精准程度，还优化生产节奏，提高设备的利用率和热送热装率。如，包钢集团生产制造管理系统与管理信息系统的集成，进一步实现了由经验判断模式向数据支撑的决策判断模式转变，生产过程更加稳定顺畅。

3.智能产销研过程协同

从产销研智能协同角度，基于大数据平台，集成营销、实际销售、生产质量等数据，进行销量建模，将“基于订单历史的人工预测”改变为“基于实际销量的智能预测”，提升预测准确度。在精准预测的基础上，利用针对企业内部机制打造的定制化智能排产解决方案，可以在销量预测结果上，根据实际订单对排产计划进行实时迭代，缩短排产周期。从顾客需求出发，强化市场营销导向作用，基于知识库手段，构建产品研发平台，实现产品研发数字化，对产品研发设计流程进行根本性的思考和再设计，缩短研发周期、精确识别并引领需求。根据大数据建模计算，可以实现对营销资源布局、工厂生产资源布局、配送资源布局的通盘考虑，实现物流网络的最优建设。智能产销研从销售、排产、物流、研发、技术质量等方面深入进行智能化改造，构建以产品运营协同为核心的产品协同制造管理系统，协同支持产销衔接、订单管理、质量设计、计划调度等业务部分，从而实现运营效率的显著改善。如，日照钢铁通过信息系统项目建设，促进产品全生命周期、用户服务、供应链一体化协同应用，使先进的信息技术与生产经营的要素实现充分协同和融合。

4.智能质量过程管控

从全生命周期产品质量管控角度，通过各工序质量信息的完善、质量信息颗粒度的增大，整合多工序关联数据，为质量管理数据夯实基础；建立基于产品性能预测模型的工艺控制标记体系，实现生产过程的动态质量设计和精细化质量控制，不仅排程得到了优化，也缩小了成品质量波动范围；从客户需求、产品开发、制造、物流、客户使用、废品回收等方面对产品质量进行跟踪和监控，实现了产品全生命周期的质量管理，极大地满足了用户的个性化需求。

通过利用智能工厂的大数据分析技术，准确定位产品全流程中各生产工序的尺寸、性能、表面质量等综合判定结果。对产品质量全过程进行控制，实时监控和调整异常状态，废品率和修正率进一步降低，从而实现品质最优化。通过实现在线质量自动检测识别缺陷数量和发现的位置等，找出缺陷率高的多发工序，从而帮助企业及时排查产线问题和优化工艺流程，大大提高了判定精度。同时，结合客户的订单要求，指导岗位自动执行智能分切，从而实现成品的准确分切。在数字化、模块化管理工具的帮助下，质量工程师根据质量改进支持、质量过程强化和质量设计补充的管理控制过程，推动完善产品全生命周期的质量控制。如，首钢股份的轧钢系统实现了轧辊在线诊断、过程指标自动监控、产品质量自动判定。

5.智能设备互联互通

从装备智能化角度，结合钢铁制造工艺和产品特点，应用新技术和新理念，重点通过补充和完善采集传感装置，应用工业机器人，建设智能装备管理系统，打造智能化装备，从而实现设备管理的信息深度感知、智能优化决策和精准协调控制。

从设备状态智能诊断角度，开发一套智能化的控制系统对钢铁企业来说非常重要。智能工厂设备监控与智能诊断系统的监控范围包括各部件的运行状态、电机电压、电机电流、气体压力、保养参数、能耗、振动、温度等情况，通过对这些数据的采集、分析和处理，可以对生产设备现场的工作情况、后期的维护保养及其产生的经济效益进行有效的判断和管理，实现 “远程在线监测”“设备状态大数据平台”和“系统智能诊断”的变革。

为有效规避运行风险、优化业务和集中运维、降低劳动强度，须进行自动化功能升级、智能视频监控、智能设备互联互通、设备状态诊断系统配备。通过实现人员与操作的集中，使业务进一步整合，实现生产管理的质变，即生产操作模式从现场多点位操作分散监控到自动运行集中监控，工作重点从关注操作运行到监控运行专注工艺质量管控，实现减员增效、管理效率提升。如，河钢集团推出设备全生命周期管理、设备状态在线诊断，实现设备控制系统智能自诊断管理和设备状态智能化管理。

三、预计实施效果

1.直接经济效益

智能钢厂的建设可能产生下列直接经济效益：合理利用原材料、燃料、劳动力资源，最优化生产计划，提高生产能力、产量和产品附加值；提高产品质量和成材率；保持物料储备和制品数量在最佳水平；通过减少工时损失和设备事故，提高劳动生产率；节约生产和非生产劳动；降低成本和消耗；减少生产和非生产费用。例如，通过智能生产资源管理，可以缩减供应周期、减少库存，并可以根据时间的缩短和库存的减少定量计算由此产生的收入和支出的增加；通过节省的人力，可以计算出节省的人工成本等。

2.管理效益

管理效益主要是指因企业管理上的一系列变革而带来的管理水平、管理效率的提升等。通过智能钢厂的设计与实践，从技术层面，对企业平台架构进行优化，由传统的信息技术支撑转变为向数字技术引领；从生产组织层面，构建智能制造示范生产线，有机融合物理实体与数字虚体；从业务管理层面，通过共享服务平台的建立，获取全方位、全过程、全领域的数据，真正实现信息技术与业务管理的有机结合；改革和重构管理思维、发展理念、组织结构、技术能力、对外合作等，以适应互联网时代和智能时代的需要。例如，帮助管理人员及时、准确决策；通过引入数学模型，决策支持系统大量、灵活地对数据进行解读，使决策更加科学化；优化信息流通结构；更好地达成企业目标；提高企业信誉与知名度，扩大影响力，增强竞争力；等等。

3.社会效益

传统制造企业是实现智能制造转型升级的重要载体，通过建设智能钢厂，实现产业链上下游业务协同与信息共享，培育壮大新业态新模式，为钢铁行业向智能制造转型指明方向和路径，高标准引领钢铁行业的发展。

以一个处于行业平均水平的400万吨热轧带钢生产厂为例（行业平均大部分处于自动化、信息化车间水平，且一定程度上实现智能化），假设智能化升级改造不影响企业现有生产经营运转，以打造成宝钢股份1580智能车间为愿景，预计建设投资约4亿元。由于只考虑新增投入所带来的产出与成本费用，因此项目实施后新增直接成本主要为因设备升级等固定资产投入而增加的折旧费和摊销费等。通过机器人、自动生产线等智能化部署提高生产效率，提升的效率按营业收入增加5%假定；通过先进加工手段、信息化系统减少人员，降低能源消耗、原材料损耗及废物率等，节省的运行成本按营业成本降低15%假定。（其中，热轧带钢厂的收入和成本参考钢协统计行业平均水平。）

基于以上假定与参数，经过测算、分析，得到智能钢厂建设后10年新增经济效益与成本费用数据（见表1），预计项目实施后每年平均产生新增效益为622元/t。