钢铁工业数字化转型成热议焦点，何文波提出具体要求

近期，习近平总书记提出新型工业化、新质量生产力等新概念，这些新概念都有一个共同的重要内涵，即数字化转型。钢铁行业数字化转型本质上是生产力和生产关系的重构，利用数字技术赋能，重构组织、流程和文化，提升企业内外部能力。其对企业发展的重要性不言而喻。

10月30日，在辽宁鞍山，作为2023年钢铁企业研究院院长座谈会的主要议题之一，数字化转型成为与会院长、专家热议的焦点。转型与否，答案是肯定的，但为什么转型、怎么转型、谁来转型，企业往往“摸不着头脑”。中国钢铁协会党委书记、执行会长何文波出席会议，认真听取各位院长的意见，并对钢铁行业下一步数字化转型提出具体要求。来自宝武、鞍钢、首钢、河钢、沙钢、建龙等多家钢铁龙头企业的研究院院长、研发机构负责人就数字化转型之路展开了深入对话。

图为研讨会现场

为什么要转行：先明确目标，再找路径

推进数字化转型前，必须考虑清楚目标。“盲人摸象”不可取。目前，钢铁企业自下而上推进数字化的比较多，自上而下的比较少。会议一致认为，钢铁企业数字化转型首先要解决为什么要转型的目标。

中国宝武钢铁集团中央研究院副院长毛小明表示，未来数字化转型能达到什么程度，我们无法准确预测，但也正因为如此，明确发展目标显得尤为重要。“宝武内部的发展规划，一般是6年制定的，数字化转型却是3年制定的，难度有两点，一是数字技术发展很快，制定出来的规划可能很快就会过时；二是转型之后会面临哪些问题，会产生哪些明确的效果，不容易做好评估。”

建龙重工副总裁阮小江直言：“数字化要以目标为导向、问题为导向，围绕提高经营指标、提升竞争力来做，而不是为了数字化而数字化。”他举例说，产品质量的稳定性、用更少的人实现科学决策、产业链的高效协同等，都是钢铁企业应该深入思考、努力提升竞争力的方向。

事实上，长期以来，钢铁产品最大的问题不是部分产品的质量指标差，而是稳定性不足。“我们研究过很多世界级的钢铁企业，他们的设备表面看上去很普通，但围绕质量稳定性的数字化管控能力却极强。所以要做到质量稳定，就要引入模型，实现生产标准化、精细化，减少人为因素。”阮小江打比方指出，“实现高炉稳定生产，还要把烧结、焦化、球团等环节的信息串联起来，实现标准化，把高炉生产从‘黑箱’变成‘玻璃体’。”

据介绍，“转型成为运营企业、数字企业、创新企业、美丽企业”是建龙集团四大转型目标。建龙集团目前正在做大量调研工作，系统规划数字化转型，建立科学的工作机制，积极致力于实现真正数字化转型的目标。

沙钢集团钢铁研究院有限公司常务副总裁马晗认为，数字化转型也能助力绿色低碳发展。例如，沙钢投资建设了超低排放集中控制系统，实现了厂区所有货运道路路口、环保设备、生产运营设备全覆盖。同时对全方位采集的数据进行统计分析、预警预测、动态分析，形成清晰直观的可视化图表，为“双碳”工作提供了可靠的“智慧解决方案”。

有专家补充，数字化转型的目标必须是企业管理层、生产运营人员等各个层面的人都能理解和执行的目标。

如何转移：推动“建模”，并就共同的研发问题展开合作

说起来容易做起来难，如何改变才是关键问题。转变观念、少走弯路是第一步。原因在于巨额的投入并没有起到预期的作用，对企业来说是时间和金钱的双重损失，也可能误导一些认知不清晰的行业企业。有业内人士指出，数字化不等于集中展示、自动化、信息化，要尽量避免“形式大于内容”、“为了数字化而数字化”的现象。

那么，怎样才能走上正确道路?与会专家提出了“建模”的思路。

比如数据。目前钢铁企业数字化过程中会产生大量的数据，如何让这些纷繁复杂的数据发挥更大作用，成为提升企业运营质量的关键支撑？专家指出：“数字化最终还是要靠模型化发展，否则，如何处理过多的数据是一个很大的问题。”在他看来，目前大部分钢厂都是数字化、自动化的，可能还包括局部智能化，所以有些数据的采集暂时是没有用的。另外，数据的采集一般来自于电信号，这些电信号的波动会导致数据的稳定性不够，甚至会出现一些错误的信号，这就需要专业的分析模型来过滤。

河钢材料技术研究院副院长张云飞表示：“近年来，河钢在工艺控制模型、数据分析模型研发等方面进行了深入探索，坚持信息化、模型化、智能化的升级路线，持续推进新一代智能制造技术与钢铁工艺流程、作业技术、运营管理的深度融合，不断加快数字化发展步伐。”

再比如产品研发数字化。“产品研发的链条很长，从用户到用户，每个环节都是动态的，用静态的程序去满足动态的需求，必然会处处被动应对。工艺控制参数要动态调整，才能始终保持领先；原料结构优化、产品结构优化等业务管理也是一个动态过程，市场的实时波动要和现场的动态变化有机结合起来；生产组织过程中的批量生产、钢种、规格、温度、质量等级的转换，对生产稳定性和技术经济指标影响巨大，要动态调整，实现多目标优化……”首钢集团技术研究院党委副书记、副院长王松涛说，“这些业务看似千变万化，其底层逻辑是有规律可循的。我们要努力把这些规律转化为可以推广、可以复制的理论或经验模式，实现数字化研发的目标。”

无独有偶，鞍钢集团也高度重视数字化研发。“我们在这方面投入了2000万元。”鞍钢集团钢铁研究院院长王俊生说。目前，鞍钢集团正积极推进“数字化研发中试基地建设”、“冶金研发大数据平台建设”等项目。“在产品数字化研发方面，鞍钢立足钢铁产品研发/设计-准备-应用一体化，在汽车、海洋工程、厚板、硅钢、线材、热轧等领域开展数字化研发项目，开发了以DH钢、SHF钢、厚板、硅钢等为代表的数字化研发产品，形成了以5G云PLC钢铁行业现场控制、焦化大数据配煤为代表的数字化工艺成果，数字化研发效果明显。”王俊生说。

面对建模、数字化过程中的技术瓶颈，该怎么办?专家指出，数字化转型不仅需要我们自身的努力，更需要借助“别人的智慧”，需要协同研发。

马晗表示，钢铁企业下一步要加强共性技术研究，突破冶金过程数字化在线检测技术、钢铁复杂生产过程智能控制技术等关键共性技术的制约。“比如，现有钢铁生产过程控制系统采用的一些经验公式、理论模型公式，不能快速适应各生产线实际情况。对此，通过工业大数据的数字化应用，可以快速提升钢铁生产过程的控制精度，最终实现智能制造的目标。”

张云飞非常认同联合研发的想法。他认为，钢铁企业供应链层级多、生产流程复杂，要实现数字化体系全链条、立体覆盖，需要汇聚智慧和力量，开展协同创新、联合攻关。他表示，钢铁企业可以分阶段、分链条推进提升，形成多方位支撑、产学研协同，加速数字化转型进程。

谁来转：“搭平台”、“筑基础”、“立标杆”

在数字化转型中，企业发力固然重要，但凝聚行业的力量同样可贵，在这方面，中国钢铁协会大有可为。

据中国钢铁协会研究分析，当前钢铁行业数字化现状有几个特点：一是行业智能制造总体水平参差不齐，对于产量200万吨及以下的企业，约有40%的工艺设备自动化水平参差不齐，处于基础建设或单机应用阶段。二是系统集成度低，在产量500万吨及以下的企业中，只有60%的企业实现了MES系统与过程控制系统的横向集成，工艺系统复杂，集成协同管理水平低，面临由点到线、再到面的挑战。三是智能装备还处于单点应用阶段，超过20%的企业没有使用任何智能装备，智能装备的生产线级应用很少，工艺测控能力不足，过程控制模型的可靠性和适应性有待提高。四是集成创新能力不足。 目前，工信部评估的智能制造工厂大部分尚处于局部探索阶段；传统企业信息系统架构下数字化应用存在瓶颈、缺乏高端人才培养机制、智能制造研发人才不足等。

会上，与会会长结合自身企业实际情况，提出多维度建议：

“我们希望引入国内细分市场的龙头企业（单位）进行联合布局，比如北科大、东北大学、中冶赛迪、宝信软件等，各有优势、各有特色，如果能够联合起来攻关，一定会事半功倍。”

“目前，行业标准制定滞后，特别是数据标准不统一，很大程度上阻碍了我国钢铁行业数字化转型的顺利推进。因此建议相关政府部门和中国钢铁协会加强组织钢铁行业数字化标准研究，加快构建钢铁行业数字化标准体系，结合钢铁行业特点，建立完善统一的数据规范、数据字典和数据语言体系，以标准推动钢铁行业数字化转型升级。”

“沙钢自下而上推进智能制造，注重质量、效率、效益等方面的实效。因此建议中国钢铁协会从各个企业中选取典型的数字化场景应用案例，进行深入分析交流。”马晗说。

在听取了各研究院所所长们的精彩建议后，中国钢铁协会会长、鞍山钢铁集团董事长谭成旭要求：“希望行业能够帮助梳理数字化转型的成功案例，结合即将发布的《钢铁行业数字化转型建设指南》，指导企业实施数字化转型。”

对此，姜伟表示，为推动上述问题的解决，中国钢铁协会一直依托“钢铁行业智能制造联盟”，搭建“钢铁行业智能制造标准测试验证公共服务平台”、遴选“钢铁行业智能制造优秀解决方案推荐目录”（2021-2022年）等，并按照编制发布的《钢铁行业智能制造标准体系建设指南》推进智能制造优秀案例标准化建设，加强标准宣传推广，积极引导企业推进数字化、智能化转型。未来，将以本次会议为抓手，进一步抓好“搭平台”和“抓基础”，力争年内完善发布《钢铁行业数字化转型建设指南》，通过遴选成熟优秀的智能制造典型案例，推动钢铁企业加快数字化转型项目建设。 在“树立标杆”方面，中国钢铁协会将继续开展“标准提升”行动，巩固智能制造优秀案例，并通过标准推动优秀成果应用，通过进一步推广应用降低成本、实现迭代。同时，着力培育一批优秀技术推广应用场景，打造钢铁行业智能制造解决方案资源池。

-广告-

作者|记者 范三才

编辑 | 陆琳