突破“四化”痛點 工聯網平臺如何抓住鋼鐵行業“牛鼻子”？

王改靜

3月4日，中共中央政治局常務委員會召開會議強調，要加快5G網絡、數據中心、工業互聯網等新型基礎設施建設進度。其中，工業互聯網作為實現人、機、物全面互聯的重要載體，將在此輪新基建過程中再次迎來發展“東風”，尤其是將加快在各個垂直行業落地應用的步伐。

近日，工信部發布的《關于推動工業互聯網加快發展的通知》中提出要加快拓展融合創新應用，深化工業互聯網行業應用。鼓勵各地結合優勢產業，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。

但要想在垂直行業實現真正的落地應用，就要切實抓住行業“牛鼻子”。那么鋼鐵行業的“牛鼻子”是什么？工業互聯網又該如何賦能鋼鐵行業？

鋼鐵行業“牛鼻子”是什么？

此前，賽迪工業互聯網首席研究員袁曉慶在做線上分享時提到，鋼鐵行業作為我國重要的原材料流程制造行業，具備生產流程長、生產工藝復雜、供應鏈冗長等特征，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、環保壓力增大等痛點問題，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。

當前新冠肺炎疫情尚未完全結束，各行業均受影響，鋼鐵企業尤為明顯。但我國鋼企生產受疫情影響較小，而美洲、中東、歐洲、東南亞等多國鋼鐵企業紛紛減產甚至停產。

美國鋼鐵（X.US）表示，由于油價暴跌和美國國內疫情確診人數暴漲，將在5月底前開始無限期地閑置俄亥俄州和德克薩斯州的鋼管廠。德國最大的鋼鐵生產商蒂森克虜伯（ThyssenkruPP）表示由于疫情對鋼鐵行業的影響，公司正在削減鋼鐵產量。

而國內鋼企為保持生產經營順暢，通過智能制造，鋼鐵企業的智能車間變成了一座24小時運轉卻不需多人值守的“黑燈工廠”，智能機器人承擔了所有“危、臟、難”工作;通過數字化智能化手段，傳統企業實現了物料采購、產品生產、銷售、物流、服務等所有環節的在線協同，實現了復工初始所有產線的正常開動和對客戶生產的遠程支持……

這些創新應用的落地，正是各大企業積極利用工業互聯網促進復工復產的一個個縮影，也是他們搶抓機遇，試圖搭上國家政策“快車”，推動“新基建”的表現。

雖然在鋼鐵行業創新應用已有不少的嘗試，但要想實現大規模應用還要從企業自身出發。袁曉慶表示，當前鋼鐵行業的數字化轉型趨勢需要考慮四個轉變，分別是設備管理由傳統維護向智能維護轉變;生產工藝由黑箱式向透明化轉變;供應鏈體系由局部協同向全局協同轉變;供應鏈體系由局部協同向全局協同轉變。

平臺如何賦能？

當前，智能制造已經成為制造行業發展的必然趨勢。國內出現了不少鋼鐵行業的工業互聯網平臺，代表企業有東方國信、寶鋼集團、優也信息、南鋼集團、酒鋼集團等，其中，中冶賽迪去年也發布了首個鋼鐵行業工業互聯網云平臺CISDigital。

那么工業互聯網平臺在鋼鐵行業主要應用于哪些生產環節呢？平臺該如何賦能鋼鐵行業？根據袁曉慶介紹，需要抓好設備全生命周期管理、智能化生產、供應鏈協同及綠色化生產四個應用場景。此前，賽迪智庫信息化與軟件產業研究所工業互聯網研究室張朝對這個四個應用場景進行詳細解析。

第一，設備全生命周期管理。鋼鐵行業工業互聯網平臺可實時采集高爐等高價值設備的運行數據，結合設備故障診斷模型，自動預警設備故障并確定最優設備維護方案，實現設備預測性維護。

第二，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，結合實際采集數據，實現智能化生產。

第三，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，制訂科學的生產計劃，滿足零庫存運營要求，實現供應鏈協同。

第四，綠色化生產。鋼鐵行業的能耗和環保問題日益突出，鋼鐵企業可采集各生產環節的能源消耗和污染物排放數據，找出問題嚴重的環節，并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。

如何抓住“牛鼻子”？

抓住鋼鐵行業的“牛鼻子”對于工業互聯網平臺在鋼鐵行業中規模化落地具有重要意義，有利于推動我國鋼鐵行業向數字化、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。

那么如何才能抓住鋼鐵行業的“牛鼻子”呢？張朝表示需要抓好四個方面。

第一，聚焦數據流通質量，打造高效邊云協同體系。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，提前過濾無用的冗余數據，精準采集數據。二是完善數據解析體系，面向鋼鐵企業中的關系數據、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，在云端匯聚設備、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。

第二，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，實現模型的標簽化管理、智能化搜索和精準化調用。

第三，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周期管理，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污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。

第四，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。