本報記者 樊三彩
近日，中國鋼鐵工業(yè)協會發(fā)布《鋼鐵行業(yè)數字化轉型評估報告（2024年）》（下稱《報告》）。此次參評鋼鐵企業(yè)有41家，其粗鋼產量合計為3.9億噸，約占全國粗鋼產量的38%。
“鋼鐵企業(yè)都在大力推進數字化轉型、智能化升級相關工作，大多數鋼鐵企業(yè)已組建相應的組織與團隊，全面推進數字化轉型工作，對規(guī)劃編制及組織落實愈發(fā)重視，在生產制造、運營管控、客戶服務3大領域積極探索轉型實踐，推動管理創(chuàng)新與技術創(chuàng)新。”《報告》同時指出，“在跨領域協同、系統(tǒng)性創(chuàng)新方面，鋼鐵企業(yè)還有較大提升空間，特別是在研發(fā)、制造、服務的全生命周期管控以及產業(yè)鏈協同等方面，需繼續(xù)推進人工智能深度賦能和協同創(chuàng)新。”
500萬噸規(guī)模以上參評企業(yè)
基本實現管控銜接、產銷一體和業(yè)財無縫對接
“近年來，企業(yè)越來越重視統(tǒng)籌推進，且隨著產線集中、智能化以及5G+物聯網技術應用的逐漸普及，相關設備設施的建設規(guī)模逐年增長。但同時也要看到，受前期基礎設施等方面大量資金已完成投入和2023年鋼鐵企業(yè)綜合盈利能力下降等因素影響，數智化建設資金投入同比有所降低。”《報告》提出。
在基礎建設方面，95.1%的企業(yè)將數字化轉型相關的發(fā)展戰(zhàn)略納入企業(yè)總體發(fā)展進程，并持續(xù)投入資金實施數智化改造升級項目，2023年度投入28.6元/噸鋼，同比降低25.7%，信息安全資金投入依然整體偏低。在信息資源方面，數據治理工作穩(wěn)步推進，75.6%的企業(yè)建立了專門的數據治理組織和專職隊伍，同比提高12.3個百分點。在組織設置方面，分別有78%和73%的企業(yè)設立了數字化管理組織和信息安全管理組織。在IT基礎設施架構建設方面，云平臺普及進一步加快，43.9%的企業(yè)采用云計算架構。
在單項應用方面，大多數企業(yè)已建立MES（制造執(zhí)行系統(tǒng)），機器人（含無人化裝備）應用密度達65臺（套）/萬人，同比提升20%。其中，機器人在檢化驗場景應用最多，主要集中在理化檢驗工序，呈現出向產線取樣工位延伸、打造智能理化實驗室延伸的趨勢。機器人在燒結、連鑄、軋制、精整等工序應用也逐步增多，但總體上呈現單點應用態(tài)勢，產線級整體智能協作及與主產線的深度智能融合尚未成熟。
在綜合集成方面，500萬噸規(guī)模以上企業(yè)基本實現了管控銜接、產銷一體和業(yè)財無縫對接，但在自動排產等局部業(yè)務領域的系統(tǒng)銜接和數據共享方面仍有待進一步提高。82.9%的企業(yè)建設了智能集控中心，同比提升1.3個百分點，主要集中在鐵前和軋鋼。同時，63.4%的企業(yè)運用三維可視化仿真系統(tǒng)建設數字化工廠，智能管控向縱深發(fā)展。
在產業(yè)鏈協同創(chuàng)新方面，越來越多的企業(yè)加大力度構建與上下游客商高效緊密銜接的生態(tài)圈，并利用信息技術手段實現信息共享。工業(yè)互聯網平臺建設和應用比例達95.1%，平臺主要用于生產過程管控。82.9%的企業(yè)已開始探索大數據模型應用，主要應用在工藝過程優(yōu)化和產品質量性能預測方面。企業(yè)綜合協同智能管控能力大幅提高。研發(fā)、制造、服務3大流程的全周期融合仍在爬坡階段。
第一梯隊企業(yè)工業(yè)機器人
應用密度達230臺（套）/萬人
《報告》顯示，鋼鐵行業(yè)數字化轉型總體發(fā)展水平持續(xù)提升，涌現出眾多優(yōu)秀的典型案例與創(chuàng)新應用，但行業(yè)發(fā)展不均衡，企業(yè)間差距較為明顯。根據鋼鐵企業(yè)的產能規(guī)模、裝備技術、生產模式、數智化應用水平等方面情況，41家參評企業(yè)可劃分為3個梯隊，現從以下幾方面分析重點能力建設情況。
研發(fā)創(chuàng)新方面。鋼鐵企業(yè)普遍應用的研發(fā)工具，主要集中在模擬仿真、動力學分析、熱力學計算以及知識庫等關鍵領域。“研發(fā)工具類型數量差異顯著，第一梯隊平均擁有12種工具，遠超第二梯隊（平均2種）和第三梯隊（平均1種），顯示出梯隊研發(fā)能力的分化。研發(fā)項目生命周期管理的線上化程度第一梯隊全面領先，第二梯隊在年度計劃管理和過程管理方面表現突出，但第三梯隊各方面線上化程度均較低。”《報告》顯示。
數據應用方面。“大數據及人工智能技術在鋼鐵行業(yè)已有初步運用，但在切實發(fā)揮數據價值、提高生產制造的智能化水平上，依舊有著較大的距離。”《報告》提出，因數據復雜度高、模型適應能力差等原因，企業(yè)大多使用了數據輔助工業(yè)機理模型和運營分析決策模型等應用，數據驅動的知識模型應用較少，數據的深層價值尚未充分發(fā)揮。
數據顯示，第一梯隊企業(yè)主要采用的模型應用包括：市場預測、設備運行狀態(tài)預測、客戶畫像、基于數據模型的工藝過程優(yōu)化、產品質量性能預測。第二梯隊和第三梯隊的企業(yè)，有較大提升空間，比如在金融風險監(jiān)控等應用領域。
技術應用方面。在工業(yè)機器人應用方面，第一梯隊企業(yè)為230臺（套）/萬人，第二梯隊企業(yè)為67臺（套）/萬人，第三梯隊企業(yè)為15臺（套）/萬人。在智能檢測及感知設備方面，應用鋼板表面缺陷自動識別的企業(yè)數量最多，其次為應用鋼水成分檢測，而應用金相自動識別與分級、液位檢測的企業(yè)相對較少。
“在人工智能應用方面，以機器視覺技術為例，第一梯隊與第二梯隊的企業(yè)都采用了與質量控制、工業(yè)OCR（光學字符識別）、車輛識別等AI相關的應用。伴隨技術廣泛普及、大數據算法不斷訓練和優(yōu)化，未來在廢鋼分揀、金相自動識別等領域，AI將持續(xù)帶來應用價值。”《報告》特別預測道。
業(yè)務創(chuàng)新方面。《報告》分析指出，產線集控已然成為鋼鐵行業(yè)智能制造的新潮流。數據顯示，82.9%的企業(yè)構建了集監(jiān)控與調度一體化的智能集控中心，同比增長了1.3個百分點。整體上，處于第一梯隊、第二梯隊企業(yè)競相建設集控中心，兩個梯隊差距不大；由于受限于基礎設施，第三梯隊企業(yè)增長較為緩慢。“在集控中心的管控范圍里，熱處理生產工序依舊是使用集控程度最低的領域。”《報告》提出。
第三梯隊企業(yè)應優(yōu)先推動
投入產出比高、產出速度快的場景應用
根據《報告》，在企業(yè)數字化轉型與高質量發(fā)展的進程中，核心痛點與業(yè)務需求主要體現在幾個方面：生產過程需精準化控制，生產計劃需資源最大化利用，生產質量需實現一貫制管控，生產設備需精細化管理，倉儲物流需高效化運營，能源介質需極致化使用，低碳環(huán)保與數字化需協同發(fā)展，安全生產需得到本質保障。此外，信息安全、人才隊伍建設以及體系建設等保障條件也需得到切實落實。
基于此，結合《鋼鐵行業(yè)數字化轉型工程建設指南》，《報告》對處于不同梯隊企業(yè)的數字化轉型提出如下建議。
第一梯隊企業(yè)，應打造涵蓋平臺化和社會化的研發(fā)創(chuàng)新、生產與運營管控、用戶服務、產業(yè)鏈合作等新型能力；開展對外賦能服務，與平臺合作伙伴實現網絡化協同、服務化延伸、個性化定制等業(yè)務模式創(chuàng)新；探索新技術、新裝備在場景上的創(chuàng)新應用，并形成系統(tǒng)性解決方案；針對行業(yè)共性技術“瓶頸”，牽頭組建創(chuàng)新聯合體，加大研發(fā)投入，開展聯合攻關；將創(chuàng)新成果、經驗分享并形成相應標準。
第二梯隊企業(yè)，在業(yè)務集成與應用創(chuàng)新等方面與第一梯隊差距不大，應緊跟行業(yè)數字化轉型發(fā)展新趨勢，對優(yōu)秀案例和先進做法迅速做出反應，并形成適合自身特點的創(chuàng)新應用；在解決行業(yè)共性問題的過程中，積極參加創(chuàng)新聯合體，并與相應合作伙伴打造創(chuàng)新生態(tài)。
第三梯隊企業(yè)，通常受規(guī)模、資金、產品特點等因素制約，總體投入不足，數字化轉型具有“小步快跑”的推進特點。應強化學習，并將數字化轉型提升為企業(yè)發(fā)展戰(zhàn)略，重視人才培養(yǎng)和機制建立；優(yōu)先推動投入產出比高、產出速度快的場景應用；重點推進場景級能力打造和業(yè)務數字化、場景化、柔性化、多樣化、個性化運行；關注行業(yè)成熟度高、可復制的優(yōu)秀解決方案，對本地化適宜性強的項目穩(wěn)步推進。
“總體上，企業(yè)在推進過程中需遵循國家及行業(yè)的標準體系，要充分汲取行業(yè)內的成功案例與建設經驗。從全局視角出發(fā)，規(guī)劃頂層設計，制訂詳盡的總體規(guī)劃，并分階段逐步實施。”《報告》明確，為確保實施效果，企業(yè)需定期開展階段性評估與診斷，通過自我檢查與糾正，及時洞察問題并進行動態(tài)優(yōu)化，確保實施路徑與方法具備科學性與有效性；針對行業(yè)制造特點與特定應用場景，推動數字化、智能化技術在更廣泛范圍和更深層次上創(chuàng)新應用，以助力鋼鐵行業(yè)智能制造體系持續(xù)改進與完善。
《中國冶金報》（2025年04月29日 04版四版）
