中國冶金報社
記者 樊三彩
近日，中國鋼鐵工業協會發布《鋼鐵行業數字化轉型評估報告（2024年）》（下稱《報告》）。此次參評鋼鐵企業有41家，其粗鋼產量合計3.9億噸，約占全國粗鋼產量的38%，包含粗鋼產量1000萬噸及以上企業13家，500萬噸~1000萬噸企業9家，200萬噸~500萬噸企業17家，200萬噸以下企業2家；國有企業18家，民營及混合所有制企業23家。
“鋼鐵企業都在大力推進數字化轉型智能化升級相關工作，大多數鋼鐵企業已組建相應的組織與團隊全面推進數字化轉型工作，對規劃編制及組織落實愈發重視，在生產制造、運營管控、客戶服務三大領域積極探索轉型實踐，推動管理創新與技術創新?！薄秷蟾妗吠瑫r指出，“在跨領域協同、系統性創新上還有較大提升空間，特別是在研發、制造、服務的全生命周期管控以及產業鏈協同等方面，需繼續推進人工智能深度賦能和協同創新?！?/div>
500萬噸規模以上參評企業
基本實現管控銜接、產銷一體和業財無縫
“近年來，企業越來越重視統籌推進，并隨著產線集中、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模逐年增長。但同時也要看到，受前期基礎設施等方面已完成大量資金投入，以及2023年鋼鐵企業綜合盈利能力下降等因素影響，在數智化建設資金投入同比有所降低?！薄秷蟾妗诽岢?。
在基礎建設方面，95.1%的企業將數字化轉型相關的發展戰略納入企業總體發展進程，并持續投入資金實施數智化改造升級項目，2023年度噸鋼投入28.6元，較上一年降低25.7%，信息安全資金投入依然整體偏低。在信息資源方面，數據治理工作穩步推進，75.6%的企業建立了專門的數據治理組織和專職隊伍開展工作，較上一年提高12.3個百分點。在組織設置方面，分別有78%和73%的企業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%的企業采用云計算架構。
在單項應用方面，大多數企業已建立MES系統，機器人（含無人化裝備）應用密度達65臺（套）/萬人，較上一年提升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，并呈現出向產線取樣工位延伸、打造智能理化實驗室的趨勢。在連鑄、軋制、燒結、精整等工序應用也逐步增多，但總體上呈現單點應用態勢，產線級整體智能協作以及與主產線的深度智能融合尚未成熟。
在綜合集成方面，500萬噸規模以上企業基本實現了管控銜接、產銷一體和業財無縫，但在自動排產比例等局部業務領域的系統銜接和數據共享方面仍有待進一步提高。82.9%的企業建設了智能集控中心，較上一年提升1.3個百分點，主要集中在鐵前和軋鋼。同時，63.4%的企業運用三維可視化仿真系統來建設數字化工廠，智能管控向縱深發展。
在產業鏈協同創新方面，越來越多的企業加大力度構建與上下游客商高效緊密銜接的生態圈，并利用信息技術手段實現信息共享。工業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%的企業已開始探索大數據模型應用，主要應用在工藝過程優化和產品質量性能預測方面。企業綜合協同智能管控能力大幅提高。研發、制造、服務三大流程的全周期融合仍在爬坡階段。
圖為大數據模型應用領域情況
第一梯隊企業工業機器人
應用密度達230臺（套）/萬人
《報告》顯示，鋼鐵行業數字化轉型總體發展水平持續提升，涌現出眾多優秀的典型案例與創新應用，但行業發展不均衡，企業間差距較為明顯（綜合鋼鐵企業的產能規模、裝備技術升級、生產模式創新、數智化應用水平等方面情況，將41家參評企業劃分為3個梯隊，并從以下幾方面分析重點能力建設情況）。
研發創新方面。鋼鐵企業普遍應用的研發工具，主要集中于模擬仿真、動力學分析、熱力學計算以及知識庫等關鍵領域?！把邪l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），顯示出研發能力的梯隊分化。研發項目生命周期管理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，但第三梯隊在各方面的線上化程度均較低?！薄秷蟾妗凤@示。
數據應用方面?！按髷祿叭斯ぶ悄芗夹g在鋼鐵行業已有初步運用，但在切實發揮數據價值、提高生產制造的智能化水平上，依舊有著較大的距離?！薄秷蟾妗诽岢?，因數據復雜度高、模型泛化性差等原因，企業大多通過數據輔助工業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揮。
數據顯示，第一梯隊企業主要模型應用占比前5位包括：市場預測、設備運行狀態預測、客戶畫像、基于數據模型的工藝過程優化、產品質量性能預測。第二梯隊和第三梯隊的企業在應用大數據模型的多個領域有較大的提升空間，比如在金融風險監控等應用領域。
技術應用方面。在工業機器人應用方面，第一梯隊企業為230臺（套）/萬人；第二梯隊企業為67臺（套）/萬人；第三梯隊企業為15臺（套）/萬人。在智能檢測及感知設備方面，鋼板表面缺陷自動識別領域應用智能檢測技術的企業數量最多，其次是在鋼水成分檢測領域，而在金相自動識別與分級、液位檢測領域的應用相對較少。
圖為工業機器人應用密度情況
“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近乎所有企業都進行了與質量控制、工業OCR、車輛識別等AI相關的應用。伴隨技術的廣泛普及以及大數據算法的不斷訓練和優化，未來在廢鋼分揀、金相自動識別等領域，AI將持續帶來應用價值?！薄秷蟾妗诽貏e預測道。
業務創新方面?！秷蟾妗贩治鲋赋?，產線集控已然成為鋼鐵行業智能制造的新潮流。數據顯示，82.9%的企業構建了一體化監控與調度的智能集控中心，相比上一年增長了1.3個百分點。集控在行業整體上處于第一梯隊、第二梯隊企業競相建設的快速增長階段，兩個梯隊差距不大，第三梯隊企業由于受限于基礎設施，增長較為緩慢?！霸诩刂行牡墓芸胤秶?，熱處理生產依舊是集控使用程度最低的領域?！薄秷蟾妗诽岢?。
第三梯隊企業應優先推動
投產比高、產出快的場景應用
根據《報告》，在企業數字化轉型與高質量發展的進程中，核心痛點與業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，低碳環保與數字化需協同發展，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《鋼鐵行業數字化轉型工程建設指南》，《報告》對處于不同梯隊企業的數字化轉型提出如下建議。
第一梯隊企業，應打造涵蓋平臺化和社會化的研發創新、生產與運營管控、用戶服務、產業鏈合作等新型能力；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、個性化定制等業務模式創新；探索新技術、新裝備在場景上的創新應用，并形成系統性解決方案；針對行業共性技術“瓶頸”，牽頭組建創新聯合體，加大研發投入，開展聯合攻關；將創新成果進行經驗分享并形成相應標準。
第二梯隊企業，在業務集成與應用創新等方面與第一梯隊差距不大，應緊跟行業數字化轉型發展新趨勢，對優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新應用；在解決行業共性問題的過程中，積極參加創新聯合體，并與相應合作伙伴打造創新生態。
第三梯隊企業，通常受規模、資金、產品特點等因素制約，總體投入不多，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發展戰略，重視人才培養和機制建立；優先推動投產比高、產出快的場景應用；重點推進場景級能力打造和業務數字化、場景化、柔性化（多樣化、個性化）運行；關注行業成熟度高、可復制的優秀解決方案，本地化適宜性穩步推進。
“總體上，鋼企在推進過程中需遵循國家及行業的標準體系，要充分汲取行業內的成功案例與建設經驗。從全局視角出發，規劃頂層設計，制定詳盡的總體規劃，并分階段逐步實施?！薄秷蟾妗访鞔_，為確保實施效果，企業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優化，確保實施路徑與方法具備科學性與有效性。針對行業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的創新應用，以助力鋼鐵行業智能制造體系的持續改進與完善。
來源：中國冶金報-中國鋼鐵新聞網
編輯：張雨恬
相關文檔
版權說明
【1】 凡本網注明"來源：中國冶金報—中國鋼鐵新聞網"的所有作品，版權均屬于中國鋼鐵新聞網。媒體轉載、摘編本網所刊 作品時，需經書面授權。轉載時需注明來源于《中國冶金報—中國鋼鐵新聞網》及作者姓名。違反上述聲明者，本網將追究其相關法律責任。
【2】 凡本網注明"來源：XXX（非中國鋼鐵新聞網）"的作品，均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網 贊同其觀點，不構成投資建議。
【3】 如果您對新聞發表評論，請遵守國家相關法律、法規，尊重網上道德，并承擔一切因您的行為而直接或間接引起的法律 責任。
【4】 如因作品內容、版權和其它問題需要同本網聯系的。電話：010—010-64411649
【2】 凡本網注明"來源：XXX（非中國鋼鐵新聞網）"的作品，均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網 贊同其觀點，不構成投資建議。
【3】 如果您對新聞發表評論，請遵守國家相關法律、法規，尊重網上道德，并承擔一切因您的行為而直接或間接引起的法律 責任。
【4】 如因作品內容、版權和其它問題需要同本網聯系的。電話：010—010-64411649
