科技新进展：基于工业互联网平台的智能全流程数字钢厂

一、研究的背景与问题

宝钢股份秉承和落实中国宝武“成为全球钢铁业引领者”的愿景和“共建高质量钢铁生态圈”的使命，坚定智慧升级方向，以生产、运营提质增效为核心目标，通过先易后难、以点带面等方式不断探索和实践，总结提炼形成一套具有钢铁行业特征的智能制造实施路径。宝钢股份智能全流程数字钢厂按照公司、基地、工厂、工序四层架构绘制蓝图，构建“全要素、全业务、全流程”智能化动态运行系统，持续优化资源配置效率，以自动化提高作业效率，以智能化、智慧化提高决策精准性，实现“作业自动化、管理智能化、决策智慧化”的精细化深度运营。因此，重点是完成以下几个方面的任务：

公司层面，通过新一代双中台信息化变革推进经营中心、营销中心、采购中心、研发中心、运行中心5大中心建设，实现公司多基地一体化经营管理，实现One Mill。

基地层面，通过智慧物流、智慧质量、智慧设备、智慧能环、智慧安保5大平台建设，专业化管理，破墙穿洞，提升效率。

工厂层面，通过智能炼铁、智能炼钢、智能热轧、智能厚板、智能冷轧等智能工厂建设，使工厂实时管控、精益管理、精准制造。

工序层面，实施岗位一律机器人、操控一律集中、运维一律远程，使产线无人化、少人化，极致效率。

目前，包钢股份已基本建成了由炼铁的智慧料场、智慧烧结、智慧炼焦、智慧高炉，炼钢从铁水预处理到连铸机，热轧，冷轧，硅钢，运输出厂物流等为代表的全流程贯通的智能化产线群。

二、解决问题的思路与技术方案

1、总体架构

宝钢股份智能制造采用工业互联网架构模式，“云-边-端”扁平化架构设施智能制造，总体架构如下：

图1宝钢股份智能制造架构

协同生态：与用户、供应商进行线上业务协同，包括慧创平台、物流运输电子商务平台、欧冶采购电子商务平台及欧冶电子交易平台等。

宝钢股份总部运营：由总部经营管理系统覆盖，包括智慧工作、人力资源管理、标准财务管理、科研管理、采购管理、销售管理、多基地集控制造管理等。

基地运营：基于云平台的宝山基地钢铁智能一体化管控与分析，主要有打破专业、厂部、工序界限的全平台综合智能决策与管控，基于大数据和人工智能的预知性制造管理，基于大数据和人工智能的预知性设备管理，基于大数据和人工智能的预知性物流运输管理，基于大数据和人工智能的预知性能环管理，基于大数据和人工智能的全厂安全与消防管理，全厂检化验智能管控平台，全厂计量智能管控平台等。

智能工厂：基于边缘智能的集中操控中心，支持炼铁、炼钢、热轧、厚板、冷轧、硅钢、条钢、钢管、能介、计量、检化验、运输等业务运作，集中操控中心的个数可以根据现场工艺的需要进行设置，业务数据可融合。

智能装备：主要通过智能装备应用、操控模式变化、大规模工艺数据的利用来达到工厂安全生产、环保、高效、低消耗、过程稳定的目标。其侧重点是现场无人化、少人化作业，制造集控化，操控一键化。

2、主要技术

本项目所涉及的智能制造技术，其目标是实现整个制造企业价值链的智能化，实现人工智能、云计算、大数据、物联网、机器视觉等智能技术与产品研发、产品制造、制造和执行、服务等制造技术的深度融合。智能制造关键技术架构如下图所示：

图2智能制造关键技术

（1）钢铁行业CPS技术应用

基于CPS建设自动化工厂，实现对现实物理系统实时监控和仿真，数据的集成、共享和协同，系统的优化和高效的新产品开发。大数据技术支撑模型数据分析和基于知识推理的模型精度提升，从而提高产品质量、减低能耗与成本。全程可视化技术可提高生产管理水平，减低劳动强度和改善环境。

在信息技术、控制技术迅猛发展和广泛应用的推动下，钢铁向高精度、连续化、自动化、高效化快速发展。信息技术、控制技术使检测和执行设备取代了传统的人工操作，工艺参数的检测方法和检测仪表得到了高速发展；在现代钢铁生产过程控制中，计算机技术的应用已深入各个领域；仿真技术在钢铁工业中日益广泛应用，不仅用于控制系统的培训和新工艺、新控制方法的研究，而且易于模拟生产设备调试，指导生产和参与生产；可视化技术和监控系统为无人化工厂提供了条件，从现场总线到车间网、工厂网、企业网的综合网络系统构成了企业的信息高速公路。这些都为我们实现智能化制造奠定了基础。

（2）工业互联网平台技术

工业互联网平台是数据流动、更新、增值的动力源，本项目基于中国工业互联网平台构建。

中国宝武工业互联网平台xIn3Plat由两个核心的平台组成，即：用于云端部署的ePlat和以边缘节点部署为特征的边缘平台iPlat，是中国宝武自主研发、自主可控的工业互联网平台。

iPlat作为边缘平台，基本功能是解决数据采集流动过程中的数据处理问题，以数据采集、预处理和分析展示为主要应用场景的特征，包括：

①融合SCADA、过程控制系统，形成集实时数据采集、控制、计算和展示于一体的工业基础自动化软件，满足工业现场的智能监控和过程控制需求；

②对区域内数据进行实时串接勾连、时空对齐、减量解析、关联建立、特征提取、规则发现等预处理等；

③按统一的数据字典要求，对工业现场数据进行标准化和基本数据治理，实现基础数据模型构建；

④在数据动态处理过程中，构建有边界范围内的区域数据池，并进行有限的数据缓存；

⑤基于统一服务接口，与云中心进行数据交互；

⑥加载基于本地数据的应用功能具有合理性，为工业数据、工业智能、工业视频、工业集控和工业制造提供服务管理能力。

ePlat采用分布式、微服务、大数据、云计算等新一代信息技术，具备以泛在连接为基础、以平台使能为核心、以数字运营为支撑的三大特点，赋能钢铁制造和生态圈建设。ePlat主要功能如下：

①接入门户：集成各类服务，统一提供跨平台、多屏互动、全方位的用户访问入口；以移动端APP为核心，向公众提供服务；

②开发框架：致力于提供一个完整的微服务架构，并实现底层技术、微服务架构、开发模式、数据交互标准全局统一；

③业务PaaS服务组件：通过收敛、沉淀、标准定义，形成一定粒度的业务服务，提供给各应用方按需使用；

④数据服务组件：提供全面的数据汇聚加工处理能力，支持多维分析、固定报表、自助查询、指标分析；

⑤基础PaaS组件：基于4A体系的安全中心、流程管理、文件管理、消息管理和服务管理等；

⑥业务交付：按照DevOps三级标准，对公共组件的复用进行统一管理，提供云端协同开发能力，支撑研发运营一体化；

⑦风险监控：账号安全、业务安全、系统安全等功能，满足安全需求，快速定位安全问题，提供问题的解决方案。

（3）基于大数据和人工智能的智能生产调度与优化技术

采用数学、物理、机器学习、人工智能等科学技术相融合的先进方法，对ＣＰＳ所感知到的工业大数据进行挖掘处理，有助于提高制造过程生产调度的智能化水平，生产调度旨在尽可能满足生产约束的条件下，合理配置有效资源，实现车间作业和加工工序的合理安排，达到某些性能指标的最优化。

（4）智能工厂管控技术

智能工厂管控技术涵盖数字互动、5G技术、网络融合、信息安全、数字孪生、AI应用、GIS技术等，通过统一业务架构和技术平台形成集成设计，释放规模效应，提升运营管控能力与操控驾驭能力，实现跨系统数据共享和多维数据资源整合。

三、主要创新性成果

宝钢股份全面开展全流程智能制造工作，通过ICT(信息通信技术)及智能化相关技术的应用，重点围绕全流程质量管控、智能决策等方面进行创新，努力实现全流程质量的数字化管控、生产制造及供应链决策智能化。

1、研发数字化：以数据可汇聚、数据可展示、数据可分析、数据可服务、数据可预判为目标，全力推进研发大数据、仿真技术和人工智能技术等在研发工作中的应用；建立与智能制造相适应的智慧化产品研发体系，以材料学计算和表征为主线，以研发数据平台和中试数采系统为基础，以自研数据分析建模工具、集成计算平台、基础计算软件包为支撑，围绕汽车板、硅钢、厚板、冷轧、热轧等产品为对象，利用冶金机理、大数据、人工智能AI等技术为智慧研发赋能，提高研发工作中的数据运用和知识管理水平，提升学习能力和创新效率，提升数字化研发效率。

2、制造（质量、生产）数字化：围绕产品质量策划、工序质量管理、生产管理、运行管制和检化验等制造管理的五大方面，以“PDCA”管理及大数据挖掘、AI技术应用为基础，构建从用户需求到用户满意的产品全生命周期智慧管理系统。

打造统一的制造管理系统，覆盖智慧质量管理、智慧生产管理、智慧运行管控、智慧采购管理及智能化的检化验，实现设计、制造、服务全生命周期的智慧化决策。

建立统一的质量数据平台，开发智能化监控、判定、处置、分析应用功能，打造数字孪生示范线，实现基于材料机理的钢种性能预报技术及低碳低成本集成化的产线设计，建立数字化的质量预测模型。开发产品放行的精准化设计模型，构建数字化钢卷（钢板），实现与用户的数字化信息交互。

开发全工序流向平衡智慧管控系统、全工序生产计划智慧排程系统、全工序材料资源智慧匹配系统，形成系统间的闭环管理。基于合同的全工序产线优化数模系统和大数据解析的合同资源预测信息，实现全工序合同、物流、成本全局优化智慧管控，基于智慧决策支持的高阶人机交互能力，实现依托产品产线评价模型的智能化产线分配和调整；基于“全委托”的定时全工序材料匹配关系梳理，实现资源的及时匹配与资源利用最大化。

推动智慧运行管控，形成五合一协同管控体系，贯穿原料进厂-生产制造-成品出厂业务全流程，多专业统一调度协同，实现现场数据不落地，使运行管控从“经验”向“数字”转型，探索和实践“One Mill”。

持续开展数据价值挖掘工作，开发铁水成本及质量预测模型，可根据原燃料进厂质量预测铁水质量数据，以及吨铁的成本预测，同时根据下工序对铁前的要求实现对铁区的智慧管理；开发废钢管理智能模型，实现智慧化废钢质检作业；实施铁水智能管理系统建设，形成统一的、具有多岗位协作功能的智慧化的铁水调度平台。

3、原料供应数字化：以“业务电子化，管理可视化，服务移动化，决策模型化”为目标搭建智慧原料物流管控系统，围绕一公司多基地变革，建立“集中采购、统一配送”采购体系，按“保供、降本、提效、风控”的要求，推进资源配置效率提升，增强市场控制力，提升定价话语权，优化管理效率和劳动效率。具体方案包括：

（1）推进采购端、制造端、物流端、市场端体系联动、管理闭环，从公司全局高度合理、高效控制库存，运用人工智能技术对未来采购“买什么，买多少，什么时候买，运到哪，给谁用”进行在线专业化的智慧决策，优化原料资源配置效率，物流配置效率、库存周转效率，提升原料智慧采购水平，从而实现多基地集中采购协同运作、高效运营的一体化管控，支撑原料统一采购、集中管理模式下对资源保障、精细化配置、区域协同的灵活管理，提升原料整体周转天数，进一步降低资金占用。

（2）以建立开放、共享、智慧、高效的原料生态圈为目标，深化互联网技术应用， 对接原料市场， 实现不同语言、不同标准、不同平台、不同文化的公司间数据互换、 价值互换， 促进生态圈上下游企业间战略合作关系迈向新时代。

（3）利用区块链技术，支撑公司开展铁矿石国际贸易人民币跨境结算， 提升中国买方的话语权，实现为国采购，更好地服务人民币国际化战略。

4、营销（含服务）数字化：以建设“业务流程智能化”、“客户服务平台化”、“供应链全程数字化”、“决策经营智慧化”、“业务数据资产化”五大智慧营销核心能力为中心，基于“小前台+大中台”、“业务+数据双中台”新一代信息系统架构理念，完成新一轮智慧营销代际优势构筑，对外提升客户服务能力，对内驱动效率提升。

产销模式方面，深化基地间的产销协同，建立多基地产销平衡新模式，适应供需变化，实现公司效益最优。定价模式方面，提升价格预判能力，优化价格体系，跑赢行业大盘，不断巩固行业标杆地位。营销服务方面，以高市占、绿色低碳化为出发点，占据核心/重要市场的领导地位；创新一体化服务模式，为客户提供精准的营销服务。供应链服务方面，推进国内营销服务能力布局，识别并快速响应用户新需求，成为最具竞争力的钢材销售及应用服务商。国际化方面全面提升国际化经营能力，打造战略产品的国际化品牌，成为跨国企业及著名企业的全球供应商。品牌价值方面，面向细分行业孵化明星产品和解决方案产品，支撑明星产品高市占，以“绿色引领、智慧赋能”为传播主题，展示绿色雄心。智慧营销方面，深化智慧营销五大能力建设，建立营销体系数字化转型新优势。生态圈方面，深化生态圈模式创新，占据行业发展制高点。

5、财务管理数字化：聚焦智慧经营核心价值体现的三个方面：决策支持“前瞻化”、财务风控“前置化”、财务管理“平台化”，从建设一公司多基地管理模式及构建经营中心角度出发，围绕提升公司价值管理能力和效率，通过智慧经营平台建立面向各组织层级与经营分析工作相关的统一价值管理信息门户，从采购、营销、制造、物流、资金、资产、税务、费用等八个方面的经营管理决策支持进行分析，为全员提供全场景价值服务，使之成为企业的经营价值中心枢纽。

利用智能算法将人的管理经验内化为四大引擎(流程引擎、会计引擎、规则引擎、搜索引擎)，形成四大配置中心(权限中心、主数据中心、规则中心、接口中心)。实现包括智能检核、智能分析、经营决策支持和智能决策等核心应用，服务于采购、制造端、营销端、研发端四大类用户，实现业务财务一体化、财会运营一体化、财税报告一体化。

从资金、成本、预算、资产、税费五个方面，依托智慧经营决策平台，实现横向跨越管理空间、纵向跨越全流程价值链，推进“四流合一”，重构公司价值链管理，贯通贯通海外子公司、事业部、生态圈及外部市场，实现业财紧密融合。

6、设备管理数字化：协同智能工厂、智能远程运维平台，共同构建云、边、端一体化智慧设备管理体系，深化智能化技术在设备领域的应用，推进设备运行维护智能化、关键业务领域管理智慧化、设备全生命周期数字化，提升设备管理数字化能力，在精准掌控设备状态的基础上实施管理变革，不断探索建立预知状态维修体系，实现智慧设备管理良性循环和持续发展。

优化设备在线监测与诊断技术应用配置，推进设备预警模型建设，构建专业模型和通用模型相结合的矩阵式状态预警诊断体系，以通用型预警诊断模型为横向矩阵，统筹规划与实施可共享、可移植的通用类设备状态诊断模型；以专业型预警诊断模型为纵向矩阵，根据专业应用场景推进设备诊断的攻关。

构建设备数据域，支撑智慧设备管理决策分析，深化数据分析挖掘应用，研究管理模型，在业务、组织和流程设计环节，以数据分析指导变革。围绕设备管理核心业务，构建设备知识库，实现现场智能化信息推送，建立点检员画像，在线支持提升设备人员工作效率。

7、能源与环保管理数字化：按照智慧能源生产、智慧能源调度、智慧能环管理三大层面，推进建设建成智慧能环“四大中心”：能源中心、动力中心、发电中心、水生态中心，以能源流程管控智慧化及多维度协同优化实现节能降本。

建设并完善数字化能源管控系统，以提升调度优化、深度能源管理为目标，增强数据采集和汇聚的能力，实现数字化感知。通过集中监控形成能源生产过程优化控制和平衡，实现生产条件和运行工况变化的感知；根据感知和预测自学习、自寻优、自设定；与组成生产全流程的其他能源过程控制相互协同，实现能源介质之间的调度优化。

推进能源环保全流程精细化管理，完成能源、环保的数据域建设，从大数据中心获取机组和产品能耗、节能和环保设备等信息，通过决策计算、指标预测、评价反馈等模块，建立制造-能源生产全流程整体优化的体系结构。

打造智慧环保监测管控平台，提升环境监测的智能化水平，打破横向数据边界、控制边界及组织边界。结合原燃料成分、原燃料消耗、生产过程动态、环保设施运行、产品产量、排污监测结果等生产全流程数据，动态分析对环境的影响，实现环保预测性管理。

8、碳管理数字化：按照ISO14064标准，建立完整的组织碳核算框架，开发公司碳管理信息系统，实现ISO14064标准中GHG清册类别的数据自动采集、二氧化碳等气体的自动计算，实现公司碳数据的同一化、在线对标化、精细化，促进钢铁生产绿色转型，有效支撑宝钢股份“碳达峰”、“碳中和”目标的完成。构建公司统一的碳资产管理及交易数据管理功能，为公司进入全国碳交易市场做好充分准备。根据碳排放各类计方法学完善碳排放计算，支撑各基地及单元的碳排放履约过程，降低碳履约成本。建立公司产品碳足迹生命周期评估（LCA）功能，支撑产品环境申明（EPD），满足第三方审核要求，满足特定用户对于产品LCA数据的需求，支撑产品营销。

9、安保管理数字化：构建一总部多基地安全生产监管平台，以安全生产法、安全生产标准化、职业健康安全管理体系、双重预防机制等为依据，从贯穿生产全流程的安全活动为出发点，基于工业互联网，运用人工智能、物联网、大数据、可视化等技术，实现安全生产全过程、全要素、全产业链的连接和融合，增强安全生产的感知、监测、预警、处置和评估能力，强化企业本质安全能力，提升跨部门、跨层级的安全生产联动联控能力。

基于GIS和3D建模技术，全面整合安全风险分布、重大危险源、气体监测报警、消防报警天气等信息，打造基于“一张图”的宝钢股份安全监督监管中心，全方位、多视角的展现安全生产态势，实现安全生产全过程、全要素、全产业链监管。

基于宝武工业互联网平台，按照“监督”和“管理”的双重定位，构建安全生产监管平台安全管理系统，支撑一总部多基地的管理模式。

基于物联网、大数据、人工智能等技术，对危险人群、危险区域、危险作业、门禁、消防、交通、治安等安全相关的业务领域，建立现场安全智能化管控模式。

四、应用情况与效果

宝山基地“钢铁热轧智能车间试点示范”、“钢铁冷轧数字化车间试点示范”分别获得工信部2015年、2017年“智能制造试点示范”称号，是钢铁制造行业唯一有二个智能制造试点示范项目的企业。2020年入选世界经济论坛“灯塔工厂”，2022年入选工信部新一代信息技术与制造业融合发展“数字领航”企业。通过对标，完成智能化升级改造的钢铁生产车间在人员效率、产品质量、节能减排、制造管理、安全运行、设备运维等多方面都显著优于传统生产车间。

宝钢股份青山、东山、梅山三个钢铁生产基地也同步大力推进着智能制造建设。借鉴宝山基地智能制造试点示范应用技术成果，快速移植、推广覆盖，一座座智能车间、智慧工厂如雨后春笋般应孕而生。东山基地“钢铁1550冷轧智能车间”获得2018年广东省“智能制造试点示范”称号。湛江钢铁获得广东省2019年第一批“5G+工业互联网应用示范园区”称号。梅山基地“二炼钢车间”获得2019年江苏省“示范智能车间”称号。

2022年3月上海地区面临新一轮新冠肺炎疫情的冲击，宝钢股份宝山基地数字化智能化优势凸显，通过“智能制造”的技术手段，运用“黑灯工厂”、“不碰面生产”、“智慧物流”等智能手段，在防控阻击疫情的同时，打好了稳产、高产的守卫战。

信息来源：中国宝武宝山钢铁股份有限公司