工业互联网与钢铁行业融合应用参考指南 (2021年).docx

工业互联网与胭铁行亚副吕应用邕年指南(三0三1.)本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟及其他参与编写单位所有（注明是引自其他方的内容除外），并受法律保护。如需转载，需联系本联盟及其他参与编写单位并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产'业联盟联系电话:010-62305887邮箱：aii编写说明工业互联网是新一代信息通信技术与工业经济深度融合的关键基础设施、应用模式和工业生态，通过对人、机.、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石。党中央国务院高度重视工业互联网发展，围绕顶层设计、项目试点、集群发展、生态构建等方面开展r系列工作，在政产学研用各方的共同努力下，我国工业互联网正迈入快速成长期，基础设施支撑能力不断完善，“5G+工业互联网”在重点领域和优势区域进行示范推广，行业融合应用持续深化，初步形成r平台化设计、智能化制造、个性化定制、服务化延伸、数字化管理、网络化协同六大类典型应用模式。钢铁行业是我国国民经济的支柱性产业,是关系国计民生的基础性行业,在我国工业现代化进程中发挥了不可替代的作用。近年来，钢铁行业基于国内外发展形势和自身转型升级需求，不断推进工业互联网建设与实践，提质、增效、降本、绿色、安全发展成效初显，批数字化车间、智能工厂和“5G+工业互联网”示范标杆不断涌现。但同时也应看到，钢铁行业的工业互联网融合应用仍以点状探索为主，尚未形成可复制、可推广的经验模式，大量企业在不同程度上还存在工业互联网价值认识不到位、应用模式不清晰、建设路径待摸索等问题，在“建不建、怎么建、找谁建”等问题上徘徊不前，一套清晰的钢铁行业工业互联网融合应用方法论和指南对行业转型将具有重要参考和促进价值。为加快推进工业互联网与钢铁行业融合创新应用，促进行业转型升级与高质量发展，工业互联网产业联盟联合中国钢铁工业协会、中国金属学会研究编制了工业互联网与钢铁行'也融合应用参考指南（以下简称指南），旨在为钢铁行业工业互联网建设过程中的需求场景识别、应用模式打造、关键系统构建和组织实施方法提供参考借鉴。指南编写过程中获得了众多专家的指导与帮助。特别感谢中国工程院毛新平院士对指南的全面指导。同时，赵慧玲、石洪卫、张卫冬、高怀、孙彦广、张云贵、刘斓冰、施灿涛、吴秀婷、俞鸿毅、丛力群、李红、黄培、陈源等专家在指南成稿过程中也提出了许多建设性意见，在此一并致谢。工业互联网与钢铁行业融合应用总体还处于起步阶段，当前我们对实施路径的探索也还是初步和阶段性的，后续我们将根据实践情况和来自各界的反馈意见，在持续深入研究的基础上适时修订和发布新版报告。组织单位工业互联网产业联盟、中国钢铁工业协会、中国金属学会编写组成员（排名不分先后）：中国信息通信研究院：史德年、石友康、王润鹏、蒋听昊、沈彬、刘晓曼、李瑞兴、李亚宁、汪俊龙、班帅帅、孙绍铭、陈洁、夏鹏、杜顺帆、袁林、刘阳、于青民、罗松、张旭、张恒升中国钢铁工业协会:姜维、石洪卫、姜尚清、符一峰、董雁鹏、李煜、郑景须、刘爱涛中国金屈学会：王新江、高怀、王贡生、董鹏莉中国宝武集团宝信软件股份有限公司：王蔚林、吴毅平、陈晓武、杨海荣、徐培杰、王盛义、钱向东、徐永军、王奕、陈龄龙、徐宗云、魏震、谢禹、秦凯运、冯翌北京智冶互联科技有限公司：赵宏博、李永杰鞍山钢铁集团有限公司：赵庆涛、赵伟中国联合网络通信集团有限公司：周晓龙、路玮、叶晓煜、安岗、荆雷、高彦军上海优也信息科技有限公司：李志芳、金周攀钢集团成都积微物联集团股份有限公司：陈水全、龙勇、何礼仁北京首钢自动化信息技术有限公司：石云峰、孙玲、王学文中冶赛迪重庆信息技术有限公司：李强、张伟、于目奎一、总则1（一）适用范困1（一）编制目的I（三）编制框架1二、钢铁行业融合应用场景需求2（一）钢铁行业数字化现状2（二）他合应用需求2<）融合创新应用场史4（四）5G+工业互联网应用24三、工业互联网与钢铁行业融合创新实施架构30（）钢铁行业融合创新应用架构设计思路30（二）融合创新实施架构32四、工业互联网网络设施建设35（一）业务需求35（一）功能要求36（三）建设部署37（四）5G+工业互联网40五、工业互联网标识解析体系建设44（一）业务需求44<-）功能要求44（三）建设部署46六、工业互联网平台建设49（一）业务需求49（二）功能耍求50（三）建设部署方案53七、工业互联网安全防护体系建设57（一）业务需求57（二）功能要求58（）建设部署58八、组织实施61（一）基本原则61（二）实施流程61（三）要素保障66附件一主要供应商名录68附件二典型解决方案案例72（一）全流程质量管控鞍山钢铁集团72（二）无人行车与智能库管唐山钢铁集团74（三）基于大数据的能源精细化管理山东永峰钢铁76四）基于5G的设备远程控制南京钢铁股份78（五）智领物流和供应链管理酒泉钢铁（集团）80（六）多基地一体化管理中国宝武钢铁臾团82附件三钢铁行业大数据分类84附件四专业术语解释89图片目录图2-1钢铁行业工业互联网创新应用场景总览5图2-2设计研发类业务与工业互联网应用方式对应图6图2-3生产制造类业务与工业互联网应用方式对应图7图2-4企业管理类业务与工业互联网应用方式对庖图19图2-5协同类业务与工业互联网应用方式对应图22图2-6钢铁行业“5G+工业互联网”应用图25图3d融合创新应用总体架构30图3-2钢铁行业工业互联网总体实施架构32图4-1整体网络架构37图4-2企业外网架构39图435G网络部署42图44总体网络建设方案43图5-1钢铁行业工业互联网标识解析功能架构45图5-2钢铁行业工业互联网标识解析建设部署46图6-1钢铁行业工业互联网平台功熊架构图52图6-2钢铁行业工业互联网平台建设部署53图&3钢铁行业车间层工业互联网平台部署实施图54图6-4钢铁行业企业层工业互联网平台部署实施图55图65钢铁行业产业层工业瓦联网平台部署实施图56图66宝信软件工业互联网平台架构56图7“钢铁行业工业互联网安全功能架构58图8-1钢铁行业与工业互联网融合应用实施流程62附图1-1主要供应商概览68附图2-1全流程质量管控系统架构图73附图22无人行车和智能库管示意图75附图2-3高炉煤气管网智能平衡系统的技术设计思路77附图2-4高炉煤气管网系统中波动贡献度分析77附图2-5南钢5G网络建设示意图79附图2-6智热物流和供应链管理示意图81附图2-7湛江钢铁信息化系统示意图83表格目录附表11主要供应商概览69附表3-1钢铁行业大数据分类W一、总则（一）适用范围本指南适用于黑色金属冶炼和压延加工业【国民经济行业分类（GB/T47542017）行业代码31】,包含炼铁、炼钢、钢压延加工和铁合金冶炼等各类制造企业，既适用于具有良好自动化、信息化基础的钢铁企业，也适用于数字化基础较弱，但有进一步改造提升需求的钢铁企业。（二）编制目的适应钢铁行业数字化转型需求，促进钢铁企业提质、增效、降本、绿色、安全发展，充分结合工业互联网体系架构设计方法与国内外实践路径编制本指南，旨在为钢铁企业工业互联网建设规划和融合应用提供实施方法与路径参考。（三）编制框架指南共分为八个章节：第一章为总则。第二章从钢铁行业融合应用场景需求出发，梳理形成工业互联网应用总体视图。第三章结合需求，基于工业互联网体系架构形成钢铁行业总体实施架构。第四章至第七章深入剖析网络、标识、平台和安全等建设部署路径。第八章总结钢铁企业应用工业互联网开展数字化转型的方法步骤。最后，指南给出了相关应用领域的供应商名录，为企业实施工业互联网提供借鉴。二、钢铁行业融合应用场景需求我国钢铁行业规模领跑全球，2020年我国钢铁产量已达10.6亿吨（粗钢），位居全球第一，领先第二名10倍以上，一批钢铁材料、产品和工艺技术取得突破，达到世界先进水平。但应当看到，我国钢铁行业在实现高质量发展方面，还面临质量效益有待提升、节能绿色低碳刚性约束口趋强化、木质安全压力大等挑战。（一）钢铁行业数字化现状我国钢铁行业已初步具备较好的自动化和信息化基础。钢铁行业作为我国国民经济支柱性产业，历来重视与先进制造技术和信息技术的结合发展，已形成了较为完备的自动化、信息化体系架构，如主工序装备实现了较好水平的自动化控制，ERP,1.MES山解决方案已经普遍应用于大型钢企等，生产、管埋、供应链等流程初步实现r工序衔接和数据贯通，有效支撑了钢铁行业实现大批量、标准化和成本可控的生产运营。根据中国两化融合发展数据地图（2018）统计显示，2018年钢铁行业两化融合指数达到512关键工序数控化率达到68.7%,应用电子商务的企业比例超过50%,数字化水平在所有行业中处于相对较高水平。（二）融合应用需求工业互联网作为新一代信息通信技术与制造技术融合的产物，在钢铁行业的数字化、网络化、智能化发展中正逐渐发挥出核心支撑作用，助力钢铁行业实现提质、降本、增效，打造绿色、安全的生产体系。一是提升生产效率。构建一体化生产管控体系，形成以生产”划为主线，贯穿生产制造全过程的业务协同机制，提高各工序、各业务、各基地的生产组织和协同程度，同时提高生产管控智能化水平，形成专家经验与数据相结合的生产操作与生产管理模式。二是提升产品质量稳定性。推动产品设计标准化和智能化，实现质量缺陷预分析与报警、工艺在数在线监控、产品质量动态改进等全流程控制和一贯制管理，建立事前预防控制、事中过程控制、事后检验把关和反馈优化的产品质量管理体系。三是降低运营成本。依托工业互联网打通经营管理系统与生产执行系统，打造数据驱动、敏捷高效的精益管理体系，提高市场及时响应、成本精细管控、管理决策等水平，不断优化资源配置效率，降低成本。四是助力绿色生产。提升钢铁生产流程的整体紧凑程度，减少跨工序协同不足导致的能耗物耗。同时加强能源集成化和智能化管控，实现能源动态平衡和优化利用，改变原来分散式的能源管理模式，助力钢铁行业实现“双碳目标”。五是提高安全水平。提高全要素连接能力和数据采集能力，实现对生产现场、产业园区等区域的全方位监控与高精度识别，助力安全管理模式由事后应急处置:向事前分析预警转变。需要注意的是，工业互联网是支撑钢铁行业实现高质量发展的重要路径，但行业全方位转型升级还需其自身产品、工艺、装备等各领域的发展进步。（三）融合创新应用场景工业互联网赋能钢铁行业形成平台化设计、智能化制造、个性化定制、服务化延伸、数字化管理及网络化协同六大应用模式，覆盖29个应用场兔，初步形成89个具体应用。个住化J网珞化协网身化Ii伸敢学化嘛!PWMW马妻克拼板供血3金电供应G1.侨同It硒m<e化使券交需短IG三三JWt0UM9产销的同mp*ttM”化UWWiFittt4W5W«注：匚二代表5G应用场景图1的帙行业匚业H联网创新应用场该总览1.平台化设计将钢铁行业产品、工艺、工厂的各类信息以数字化模型等形式表达，依托工业互联网平台组织研发创新相关资源，结合人工智能、虚拟现实等新一代信息技术，形成数据驱动、虚实映射、高效协同的新型研发模式。图2-2设计研发类业务与工业比联网应用方式对应图(1)新材料开发传统的钢材设计主要依匏经验与知识的枳累，通过大量的实验测试进行研发。企业可依托工业互联网，建立材料开发全链条数据库，结合冶金原理、模型及工业大数据深度挖掘所获得的知识，指导材料制造中的成分控制范围，构建以大数据和材料信息学为基础的钢材研发体系。(2)工艺数字化设计传统模式下的热轧产品工艺设计是基于产品要求、技术规范、工程师经验确定的产品工艺生产规范，产品质量控制精度不高。基于工业互联网平台，根据差异化的钢种、规格与用途建立不同产品从加热到轧制完成的工艺规范库，实现工艺模型的数字化表达，显著提升设计效率。(3)三维工厂数字化设计与交付在工厂产线设计环节，运用数字化协同设计软件进行工厂建模、仿真分析等，基于统一的数字化交付平台进行工厂模型数据交付，打通设计体系与运维体系，真正实现工厂全生命周期的数字化管理。案例h工程数字化设计与交付工程数字化设计与交付，传统工厂工程设计均采用以纸介质为主的交付方式，中冶赛迪基于工业互联网平台开发了大量的参数化设计软件,设计师直接输入计算参数，可自动生成相应的三维模型，工程量也可自动导出。此外，该系统可以集成并存储相应的设计数据，并支持施工单位填报实际工程量，以便在系统中实现预犯工程量和实际工程量的比对，进而实现精细化的跟踪和管理，楮助业主和EPC方实现合理的工程项目投资控制。另一方面，中冶赛迪在韶钢、武钢等项目中使用数字化交付F段，帮助业主把运营数据集成到睁态数字季生系统上，让业主掌握工厂正在发生的一切，以便做出实时、科学的决策。2.智能化制造通过深化5G、大数据、人工智能等新一代信息技术在生产全流程的应用力度，全面提升钢铁行业生产操作与生产管理的智能化水平，实现生产智能管控和运营智慧决策，打造全流程动态优化和精准决策的生产模式。图2-3生产制造类业务与工业互联网应用方式对应图(1)生产过程优化钢铁行业生产制造工序多、工艺复杂，传统生产过程的人力与经验依赖较为严重。基于工业互联网改变各工序原有运转模式：一是在生产环境危险系数较高、人员劳动量较大的场景实现机器换人；二是通过先进传感技术实现人员状态、设备状态、物料状态、环境状态与其他工况的监控分析：三是通过将数据建模与机理建模型结合，全面实现工序控制优化。细分场景1:原料传统料场管理粗放，自动化水平低。围绕这一场景，工业互联网可带来四大方面的应用创新，一是料场智能视频监控，通过运用图像识别、视频监控、无线传输等技术，实现远程料场环境实时智能化监控。：是堆取料机自动作业，通过运用无线定位技术实现堆取料机实时位置检测，实现堆取料机远程操控。三是料场三维图像测控，应用三维全息摄影、超声波、微波、激光等设备与技术，对料堆的三维形状进行扫描并建模，快速获取料堆数据，支撑自动堆取料控制、料场生产计划智能配置等多种用途。四是料场智能调度，通过综合料堆实时数据、皮带的状态数据和库存信息，结合作业计划模型，实现料场调度优化。细分场景2：烧结烧结是矿粉造块的主要方式之一。围绕这场景，工业互联网可带来四大方面的应用创新，一是烧结过程智能监测与诊断,通过应用高清红外热成像装置等传感设备以及机器视觉等先进技术，结合相关分析模型，实现烧结工序物料成分等属性、烧结机运行状态、烧结终点以及其他工况的在线检测分析。二是烧结过程智能闭环控制，基于烧结过程追踪模型、烧结矿成分预测模型、烧结质量反馈模型等各类智能模型，结合现场烧结专家经验，借助大数据分析等技术，不断优化工艺参数，实现烧结碱度、烧结均匀一致性等智能化闭环控制。三是优化配矿，通过质量数据、库存数据等数据采集，运用大数据分析、机器学习等技术，综合铁矿粉烧结基础特性等限制条件，实现吨铁成本最低的烧结配矿方案设计。四是智能计划排产，打通烧结计划制定和生产操作环节.，运用工艺理论模型算法，综合考虑生产计划、原料需求、烧结料仓状态，自动制定烧结生产计划和执行方案，实现生产组织计划直接指导生产方案。细分场景3：球团球团是矿粉造块的一道重要工序，同时球团矿也是重要的高炉炉料。围绕这一场景，工业互联网可带来三大方面的应用创新，一是球团过程智能监测与诊断，通过机器视觉等技术实现对生球粒度分布的在线识别，同时基于机理模型网进行物料平衡和热量平衡计算，结合回转窑进行窑体、窑内实时温度监测数据，借助数据挖掘技术，实现水分联动智能分析、回转窑窑况智能分析、热平衡智能分析、生产状态体检等，为优化生产操作提供决策支持。：是智能配料，在多个供应商、品种变化频繁的原料条件下，结合机理模型和智能算法，实现既能满足成品球团矿质量要求又能使成本最低的配料优化.三是造球智能控制，利用对生球粒度分布的在线识别结果，结合机理模型和人工操作经验，实现造球工序智能化控制，提高生球合格率。细分场景如炼铁高炉“黑箱”原理熨杂，传统操作依赖人工经验，生产效率有待提高，围绕这一场景，工业互联网可带来六大方面的应用创新，是远程一键炉前控制，通过部署工业六轴机械手、炮泥分离机构、无人物料运输车及夹钎机构等炉前智能装备，开展开口、堵口、加泥、换钎等工作机器换人，实现炉前工作远程操控。二是高炉运行工况智能监测与诊断,通过运用高清红外热成像装苴及机器视觉等先进技术，实现高炉料面、高炉及热风炉关键部位温度等在线检测，结合相关分析模型，实现高炉生产状态的诊断分析，为炉况调节提供决策支撑。三是操作制度优化，运用机理建模技术，解析高炉从上部布料至下部出渣出铁整个过程规律，结合大数据分析技术对历史工况数据进行分类，自动提取高产、低耗等绩优工况时期“四大”操作制度控制标准，可实现基本操作制度优化。四是高炉智能闭环控制，依托机理模型库资源，结合专家知识、寻优算法、智能软测量技术以及全方位实时监测数据，计算当前状态下的最佳工艺参数，实现高炉冶炼智能闭环控制。五是智能无人抓渣，通过部署自动抓渣无人行车，实现高炉出渣无人化作业，大幅减少现场人员工作强度。六是配料闭环控制，基于高炉全炉物料平衡模型，结合现场配料专家控制策略，对原料波动、渣铁成分（理论与实际）偏差等情况下进行配料计算设计，自动重新进行配料校核、碱度校核，实现配料闭环控制，稳定入炉综合原料及渣铁成分。细分场景5：铁水运输铁水运愉是铁钢界面的生命纽带，是钢厂物流系统与生产联系最紧密的环节。综合利用5G、人工智能、数字李生、高精度控制等技术，基于智慧铁水运输系统实现生产现场运输状态、动作、路线等实时监控、远程控制与智能调度，可实现无人化铁水运输。细分场景加煤钢（长流程+短流程）长流程转炉炼钢是目前我国主要的工业炼钢方法。围绕这一场景，工业互联网可带来三大方面的应用创新，一是炼钢工况智能监测分析，通过应用智能检测装备以及机器视觉等先进技术，结合相关分析模型，实现对炼钢工序物料属性、设备运行及工况的分析判断.二是无人化生产，通过在铁水预处理、精炼等环节部署测温取样机器人等智能装备，实现无人化操作。三是智能化控制，通过在铁水预处理、炼钢、精炼等环节部署智能控制模型，实现炼钢工序过程控制的智能化提升。通过综合开展智能检测分析、无人化生产及智能化控制，实现“一键脱硫”、"一键炼钢''、”全自动出钢”等炼钢工序的一健操作。短流程炼钢主要以废钢作为原料，围绕这一领域，工业互联网可带来两大方面的应用创新，是废钢进厂自动定级，基于标识解析、机器视觉等开展废钢的图像数据、属性数据、检测数据集成分析，实现废钢定级机器换人，大幅提高废钢定级效率。二是电炉冶炼智能化控制，基于先进的钢水液面检测等先进传感技术，结合加料、供电、吹氧、喷碳等系统的协调优化，提高电炉冶炼智能化水平。细分场景7：连帏连铸工序涉及钢铁包调度、浇钢工艺控制等多个环节，围绕这一场景，工业互联网可带来两大方面的应用创新，一是智能钢铁包调度应用，通过跟踪各单体设备的主要运转状况，综合分析温度、质量等数据，结合钢种约束等状况，按照温度最佳等原则，可实现钢铁包调度优化。二是无人化浇钢，通过开发部署成熟的工艺数学模型、专家系统，开展生产设备改造、控制系统改造及模型优化控制，利用机器人代替人工完成长水口安装拆卸、清洗、烧氧及中间罐测温取样等功能，可实现浇钢无人化作业。三是板坯在线质量预测，基于判定规则及大数据分析，实现板坯质量的在线预测判定，为工艺参数优化提供辅助支撑。细分场景8:热轧热轧是轧制工艺主要种类之一，通过加热的方式破坏钢锭的铸造组织，细化钢材的晶粒，从而改善钢材的力学性能，围绕这一场景，工业互联网可带来四大方面的应用创新，一是热轧产线智能监测与分析，利用各类检测仪表设备及机器视觉等先进技术，实现对加热炉运行状态、热轧带钢表面缺陷、带钢位置跑偏以及扣翘头、保刀弯、飞剪头等带钢形态的在线检测与分析。二是热轧产线智能化控制，基于加热炉运行状态以及热轧带钢尺寸形态、位置、表面缺陷等属性的在线检测分析结果，结合相关智能化控制模型，实现加热炉区智能控制、热轧智能板形与厚度控制、带钢跑偏控制以及扣翘头、僚刃弯、飞剪头等智能测控。三是无人化生产，通过部署高温焊接机器人、喷标机器人等智能装备，实现热轧作业效率提升。四是热轧动态计划排程，通过部署热轧排程系统，加强排程计划与生产的数据互动，综合考虑用户质量需求与产品成本，实现热轧工序排程优化。细分场景冷轧冷轧是以热轧板卷为原料，在常温下开展的轧制过程，与热轧环节类似，围绕冷轧工业互联网可带来四大方面的应用创新，一是冷轧产线智能监测与分析，通过应用智能化检测设备及机器视觉等先进技术，部署打滑预测分析、带钢跑偏预测分析、轧粮表面缺陷分析、断带预测分析等各类模型，实现带钢表面质量、力学性能、板形、卷型、轧辐表面、锌液成分等在线检测，以及冷轧运行预测分析，为生产操作提供支撑。二冷轧产线智能化控制，通过部署工艺模型分析诊断系统，结合退火炉、轧机、酸洗、平整机等智能化模型，及时调整工艺参数，实现生产操作优化。三是无人化生产，通过部署捞渣机器人、喷标机器人及拆捆机器人等智能装备，提升冷轧作业效率。四是冷轧机组智能排产，综合考虑冷轧原料的品种、规格等信息，结合轧制过程控制模型与设备状态数据，基于工业互联网平台进行集成分析，实现冷轧工序排产优化。(2)工序协同优化钢铁生产工序流程长，各工序生产过程差异较大，围绕工序协同场毋，基于工业互联网建立各类型集控中心，可带来两大方面应用创新，一是各工序内部协同，基于集成化平台系统实现铁、钢、轧等主要工序内部多环节、多业务的协同优化，主要包含炼铁工序协同、炼钢工序协同、轧钢工序协同等。二是跨工序协同，利用钢铁工艺流程优化界面技术，打通相邻工序间的PCS叫MES,ERP等系统，实现跨工序的一体化作业计划与生产管控，主要包含铁钢界面优化、铸轧界面优化等。案例2,炼铁工序悔同应用煤铁一体化智能集控I传统林铁领域长期存在工序协同性差、生产效率低、生产模式老化等问题，亟需向一体化、忌效化转变.中冶赛迪重庆信息技术有限公司为韶钢打造智祗中心项目，研发了以高炉积定高效为中心的铁区体化智能管控平台，针对铁区管控分散、高炉冶炼营销因素究杂的难题，建立了“仿其模型过程模型大数据挖掘反馈控制”的架构，开发了跨工序数据诲合、智能联动的数学模型，实现全部工序的大规模远距离集控，原有的42个中控室合并为一个集控中心，取消分厂6个，精筒操作岗位40%,通过集中管控实现2018年增年产3%,年经济效益超3亿元。(3)能源管理钢铁行业是高耗能行业，能源管控是钢铁企业重要业务之一，审绕这一场景，工业互联网可带来五大方面应用创新，一是能源监控，通过5G等先进网络实时采集能耗数据，实现全方位的用能情况感知。二是能源诊断分析，利用分析模型对能源数据进行深度挖掘，对用能合理性进行诊断分析，为能源管理决策提供支撑。三是能源计划，通过平台集成ERP、MES等系统内生产计划及设备定检修计划，根据能源用户需求，借助平衡计算公式，实现各类能源介质供需计划的灵活制定，有效提升用能合理程度。四是能源预测，通过用能计划、设备定修计划等信息，构建能源消耗预测模型，开展能源中长期预测和基于数据驱动的能源实时动态预测，为能源优化调度提供决策支撵。五是智能化能源调度，基于用能情况、生产实际、能源价格等建立优化调度模型，结合能源预测等数据，开展多能量流协同管控，实现全局能源动态平衡与优化调度，保障供能平稳、高效。案例3：能源管理应用产线皴能源介质消耗智能管控：加强能源管理，推进绿色改造升级是钢铁行业未来发展的重要战略目标和任务，当前多数企业能源消耗预测凭借人工经验进行，能源计划粗放、未形成管理闭环.北京科技大学研发产线能源介质管控系统，从现场获取能源介班仪表数据和生产过程工艺数据并存储到能源介质数据中心,基于能源介质系统监控分析平台对数据进行集成分析处理,实现能源介痂用员的集中监控、趋势分析与预测建模、诊断预警等，在线分析和预测每块轧件在各工序的能源介质消耗及相应成本。整套系统与平台成功应用于鞍钢热轧1780产线、安丰热轧1780产线，实现产线节能IO%-15%。（4）设备管理钢铁生产流程连续性强，设备性能劣化及设备故障将对产品质量与生产稳定性造成影响。围绕设备管理场景，工业互联网可带来三大方面应用创新，一是在线健康监测，通过在生产过程中采集设备实时运行数据，结合人工诊断专家规则库，实现设备健康状态全方位监测。:是预测性维护，结合设备历史运行数据，通过机器学习等技术建立设备健康模型，对设备当前运行数据进行深度分析，实现对设备故障智能化预警，并及时进行针对性维护。三是智能故障分析，在设备发生故障后，结合专家故障库对设备运行数据进行分析，找到故障原因，提升设备运维效率。（5）质量管理钢铁生产工序较长，质量管控难度大，围绕质量管控场景，工业互联网可带来三方面应用创新，一是生产前质量缺陷预分析及报警，基于前工序及历史多维质量数据，使用大数据分析在线及离线分析技术及各类专业规则模型，可实现生产缺陷的提前预知。二是生产中主要工艺参数实时在线监控，通过广泛采集生产全流程质量数据，结合大数据分析，可实现生产过程中对产品质量状态的快速感知。三是产品质量动态改进，通过建设质量工艺动态设计优化模型、在线判定模型、自动处置模型，对生产操作参数及时调整以改善产品质量。(6)安全管理钢铁企业生产由于特殊的生产条件和工艺，往往具有较多的安全隐患，围绕安全管理场景，工业互联网可带来三方面应用创新，一是标准化安全管理，以安全生产法、安全生产标准化等为依据，构建基于工业互联网的标准化安全管理系统，通过固化流程提升安全管理工作标准化水平。二是生产现场安全态势感知与预警，基于地图整合安全风险分布、重大危险源、异常监测信号等信息全方位展现安全生产态势，利用大数据技术，分析安全风险和隐患变化情况，实现对生产现场安全状况的全方位感知。三是应急处理，结合危险状态分析结果，通过平台实现应急预案推荐。(7)环保管理绿色环保是钢铁行业发展的核心主题之一，围绕环保管理场景，工业互联网可带来三大方面应用创新，一是气体污染物浓度超限预警,通过平台集成全厂污染物监测分析仪表数据，并对数据进行实时监测，实现污染物浓度超限预警，以支撑操作管理人员进行及时处置.二是环保质量评价，通过建立不同维度的环保质量评价模型，实现对企业环保状况的智能化诊断分析，针对性提出改进措施建议。三是固废循环利用管理优化，通过在线监测技术、智能分析技术、协同平衡与优化调度技术，实现企业固废循环利用全方位监控和优化管控。3 .个性化定制钢铁企业基于工业互联网平台深化与用户交流沟通，打造柔性生产系统，通过对用户需求与生产计划的深度协同分析，实现小批量订单的定制化生产，满足多样性和个性化的钢铁市场需求。（1）用户协同研发钢铁企业基于工业互联网平台开展EV【用户早期介入服务，通过平台实现与卜游用钢客户的信息互通，基于用户需求进行钢板材料可制造性分析、仿真性能优化、零件设计优化等分析，不断调整产品属性，将产业链条向下游延伸，开展增值服务。案例如用户协同开发宝武汽车板Ev1.服务I钢铁行业传统EV1.服务主要基于自身优势进行产品开发延伸，由于缺乏技术手段，导致与用户协同程度较低。宝山钢铁基于商用材料数据库建立汽车行业用钢板材料库，通过平台开展以数据为核心的用户深度协同，利用人工智能加速钢板材料制造分析过程，在助力下游企业打造高强度、轻量化车身结构同时，还可有效降低客户的生产成本，解决方案个性化水平进步提升。（2）马赛克拼板随着钢铁行业市场需求变化，小批量订单逐渐增多，围绕小批量订单生产，企业可基于平台汇聚订单需求与生产计划相关信息，开展基于订单的智能排产，将符合一定规则的一组订单“拼图”成一张轧制大板，进而"拼凑''成若干炉次的炼钢计划,最后组成一个连铸生产计划,实现小批量订单的个性化定制。4 .服务化延伸通过数字化钢材产品打通钢铁产业链上下游，基于产品模型构建和数据汇聚分析，形成钢铁产品衍生服务、钢铁生态服务等全新的商业服务模式。（1）数字化钢材钢铁产品从原料进厂、生产加工到产品销售流程复杂，物料管控难度加高，基于工业互联网平台将原材料、生产过程、成本数据以及用户信息等一系列数据集中统一收集，形成数据集合，在虚拟世界打造数字化钢材（钢卷、钢板等），实现钢材信息灵活提取，为后续智耕钢铁生态提供数据基础，打造钢材实物+数字钢材相结合的交付方式，辅助下游用户进行质量、性能等产品属性查询，开展基于数据流通的增值服务。案例5：数字化钢材数字化的材：中厚板等钢材在进行加工制造时需要了解钢板的相关加工信息，为板材的切割、焊接等工序提供依据，传统依靠人工录入的方式效率较低，信息传递准确性也难以保障。大连中远川崎建设船用钢板智能流水线，开展钢板加工信息的智能化录入，通过系统集成并采用磁悬浮技术，将经预处理后的钢板设计信息快速准确地打印在钢板上，在虚拟世界建设数字钢板，为后续的切割、分料、焊接等工序提供了精准的依据，极大提高了企业的生产效率和钢材的利用率.5 .数字化管理通过打通钢铁企业内部各个管理环节，打造数据驱动、敏捷高效的扁平式经营管理体系，实现管控可视化、市场变化及时响应、资源动态配置优化、战略决策智能分析等全新管理模式。承由产餐理企意决悟曾险矶曷烂人而控妙然分a立夯环藩优化平台M中管控图24企业管理类业务与工业互联网应用方式对应图（1）三m仓储管理是钢铁企业运营管理重点业务之一，传统仓储管理主要依靠人工，物流及库存成本较高，围绕仓储管理场景，工业互联网可带来三大方面的应用创新，一是智能物料管理，利用物联网、无线定位等技术，通过3D仿真方式，实时跟踪物料在运输、库房、产线的位置和状态，通过时.、空转换方式，可显著提升物料信息透明化程度，支撑生产、运输等相关业务流程优化。二是智能库存预警，通过设置库存预警规则，结合产品市场价格等相关信息，可实现高库存等情况的动态警告，有效规避市场风险。三是远程无人管控，通过钢卷库、板坯库、散料库等场所布置智能行车系统，结合机器视觉、5G、VR等技术，可实现仓库远程实景监控与无人智能作业，显著提升仓储管理效率。案例6：仓储管理应用物料仓储智能化集中管理：传统物料仓储管理多采用唯据、凭证、传票为教体，使用人工搬运、手工记录、电话沟通等方法，对物料和物流信息进行记录、处理、传递和反馈，极易出现差错、信息滞后，使管理在对物品在流动过程中的各个环H难以统筹协调，无法实现系统优化和实时监控，造成效率低下和人力、运力、资金、场地的大量浪费。宝武冷轧厂COo8热镀锌智能车间中，无人行车穿行不息，捞渣、拆捆、贴标等苦活累活被机器人完全取代，同时，监控人员在智能化的产成品智能物流管控中心，进行物料运输路径的统一谢度优化，实现无人驾驶框架车在无人仓库与自动码头间的灵活调度与高效运输.使原本需要上百人协同作业的岗位如今完全实现无人化运行。（2）碳资产管理钢铁行业是我国实现“双碳”目标的重点发力领域，围绕碳资产管理场景，工业互联网可带来两大方面的应用创新，一是碳资产智能分析，在企业内部，可基于1.CA（1.ifeCyCIeAssessment产品全生命周期管理工具）建立碳资产管控平台，通过在线集成各业务系统内产品、原料、辅料、能源消耗以及大气排放、水体排放及固废排放的实际数据，根据不同工艺特点、产品特点，建立产品1.CA基础数据模型、1.CA环境复合模型，基于各类模型开展对各生产工序、各类型产品的环境负荷分布与构成的分析，对不同工艺路径碳排放的比较以及产品碳足迹追踪。二是碳资产交易与碳金融，随着交易机制的完善，通过行业级平台可实现碳资产在线交易，从侧面敦促企业加强自以碳排放管理。（3）采购管理采购成本是钢铁企业经营成本的重要组成部分，围绕采购管理场景，工业互联网可带来两大方面应用创新，一是采购需求精准预测，企业可基于工业互联网平台，采集订单合同与生产消耗相关数据，通过大数据分析等技术可实现对原料需求的预判。二是智能采购计划，通过平分敏捷感知上游原料市场价格变化，预测价格曲线走势，结合F1.身需求相关数据，可实现采购计划优化，使企业由原来的定期购买转变为针对性购买，能够有效地降低材料采买成本。(4)财务管理随着企业业务发展，财务管理工作逐渐复杂，围绕财务管理场景，工业互联网可带来三大方面的应用创新，一是资金业务智能管控，基于平台打通钢企原有各类相关财务系统，建立财务分析模型和集中化管理系统，可实现财务管理各业务的全方位集中管控。二是市场利润“预测式”核算，通过集成采购系统、销售系统数据，实现对企业市场利润预判。三是业财融合，通过'F台打通财务管理系统与生产制造等相关业务系统，实现基于业务数据联动分析的企业成本、预算、收入精细化管控和实时分析，实现精细化财务管理。(5)企业经营决策钢铁企业多数资产庞大，组织结构复杂、人员众多，管理门槛高，制绕企业经营决策场景，工业互联网可带来三大方面的应用创新，一是面向制造专业板块的智能决策支撑，基于平台广泛收集企业运营相关数据，结合人工智能、大数据等先进计算分析技术，基于“机理模型+数据分析”构建数据中台，打造领导驾驶施，实现生产、质量、能源等业务的可视化展示与智能化分析。二是面向经营专业板块的智能决策支撑，基于集成化平台实现公司统计、财务、存货日管控、采购、销售、物流等业务的可视化展示与智能化分析。三是跨专业板块的综合智能决策支撑，通过集成各业务领域数据，借助大数据分析技术实现多要素管控协同集成。6 .网络化协同基于工业互联网广泛连接，汇聚钢铁行业设备、技术、数据、模型、知识等薄区域跨产业资源，打造贯通供应链、覆盖多领域的网络化配置体系，实现产供销协同、多基地协同、供应链金融等模式。图2-5协同类业务与工业互联网应用方式对应图Q)产销协同通过产销计划对接和整体资源平衡，在最大限度满足客户需求前提下实现均衡生产，围绕产销协同场景，工业互联网可带来两大方面的应用创新，一是用户需求精准预测，通过协同平台，钢企与下游用户基于统一的数据通信与数据传输标准，实现用户需求与钢企生产系统的对接。二