中國冶金報 中國鋼鐵新聞網
記者 樊三彩 報道
近日，習近平總書記提出的新型工業化、新質生產力等新概念均有一個共同且重要的內涵，即數字化轉型。鋼鐵工業數字化轉型，其本質是生產力與生產關系的重構，是運用數字化技術賦能，重構組織、流程及文化，提升企業內外部能力，對于企業發展的重要性不言而喻。
10月30日，遼寧鞍山，作為2023年鋼鐵企業研究院院長座談會的主要議題之一，數字化轉型成為與會院長、專家們熱議的焦點。轉不轉的答案是肯定的，但為何轉，怎么轉，誰來轉，企業往往“語焉不詳”。鋼協黨委書記、執行會長何文波出席會議，認真聽取院長們的意見，并對鋼鐵行業數字化轉型下一步工作提出了具體要求。來自寶武、鞍鋼、首鋼、河鋼、沙鋼、建龍等多家龍頭鋼企研究院院長、研發機構負責人圍繞數字化轉型路徑進行了一場深度對話。
圖為座談會現場
為何轉：先明確目標，再尋找路徑
推動數字化轉型之前，目標問題必須考慮清楚，“盲人摸象”不可取。當前，鋼鐵企業推進數字化自下而上較多，自上而下較少。會議一致認為鋼企數字化轉型應先解決為何轉的目標問題。
中國寶武中央研究院副院長毛曉明表示，數字化轉型未來發展到什么程度無法準確預估，但正因此，明確發展目標才格外重要。“寶武內部制定發展規劃，往往以6年為期，但數字化轉型卻以3年為期。它難在兩方面，一是數字化技術發展快，制定的規劃可能很快就落后了；二是轉型后會面臨哪些問題、會產生哪些明確的效果，不容易做好評估。”
建龍重工副總裁阮小江直截了當地指出：“數字化一定要堅持目標導向、問題導向，圍繞改善經營指標、提高競爭力去做，而不能為了數字化而數字化。”他舉例道，如產品質量穩定性、少人化科學化決策、產業鏈高效協同等，都是鋼鐵企業提高競爭力應當深入思考和努力的方向。
實際上，長久以來，鋼鐵產品最大的問題不是個別的質量指標不行，而是不夠穩定。“我們研究過很多世界一流鋼鐵公司，他們的裝備表面看起來一般，但圍繞質量穩定性的數字化控制能力極強，因此，要實現質量穩定性，必須引入模型，實現生產的標準化、精細化，減少人為因素。”阮小江類比指出，“實現高爐生產的穩定，也有賴于將燒結、焦化、球團等環節的信息串起來，實現標準化，將高爐生產從‘黑箱’變成‘玻璃體’。”
據介紹，“向經營型企業、數智化企業、創新型企業、美好企業轉型”是建龍集團的四大轉型目標，建龍集團目前正在做大量的調研工作，系統謀劃數智化轉型，確立科學的工作機制，為實現真正的數智化轉型目標積極努力。
沙鋼集團鋼鐵研究院有限公司常務副院長麻晗認為，數字化轉型也可以為綠色低碳發展助力。如沙鋼投資建設超低排放集中控制系統，實現了廠區各貨運道路路口、環保設備、生產運行設備的全覆蓋，同時對全方位采集的數據進行統計分析、預警預測、動態分析，形成清晰直觀的可視化圖表，為“雙碳”工作提供了可靠的“智慧方案”。
有專家補充強調，數字換轉型的目標一定要是企業管理層、生產經營人員等各個層級的人員都能看懂、可執行的目標。
怎么轉：推動“模型化”，協同研發共性難題
知易行難，怎么轉是個關鍵的問題。轉換思路，少走彎路是第一步。原因在于，投巨資卻沒有起到應有的作用，對企業而言是時間和金錢的雙重損失，還可能對行業內一些認知不清晰的企業形成誤導。有業內人士指出，數字化不等于集中顯示，不等于自動化、信息化，應全力避免“形式大于內容”“為了數字化而數字化”的現象。
那么，如何走正確的路？與會專家們提出了“模型化”的思路。
比如數據。當前，鋼鐵企業數字化過程中會產生海量數據，如何讓這些紛繁復雜的數據發揮更大價值、成為企業經營質量提升的關鍵支撐？專家指出：“數字化最終得靠模型化發展，不然，超量數據如何處理是大的問題。”在他看來，大部分鋼廠數字化、自動化，可能還包含局部的智能化是一起干的，所以導致一些數據的采集暫時無用。另外，數據的采集一般來源于電信號，這些電信號的波動會導致數據的穩定性不夠，甚至有一些錯誤信號，這就需要專業的分析模型來過濾。
河鋼材料技術研究院副院長張雲飛介紹：“近年來，河鋼正對工藝控制模型、數據分析模型等研發展開深入探索，按照信息化、模型化、智能化的升級路線，持續推動新一代智能制造技術與鋼鐵工藝流程、操作技術、運營管理的深度融合，不斷加快數智化發展步伐。”
又如產品研發數字化。“產品研發的鏈條很長，從用戶到用戶各個環節都是動態的，用靜態的規程滿足動態的需求必然會處處被動應對，要動態調整過程控制參數才能始終保持領先；原料結構優化和產品結構優化等經營管理也是動態的過程，要把市場的實時波動與現場的動態變化有機結合起來，生產組織過程中的集批生產和鋼種、規格、溫度、質量等級的過渡對生產順穩和技經指標影響巨大，需要動態調整才能做到多目標優化……”首鋼集團技術研究院黨委副書記、副院長王松濤表示，“這些業務看似千變萬化，其底層邏輯都是基于規則的。我們應著力將這些規則轉化成可推廣可復制的基于理論或基于經驗的模型，從而實現數字化研發的目標。”
無獨有偶，鞍鋼集團也高度重視數字化研發工作。“這方面投入了2000萬元”，鞍鋼集團鋼鐵研究院院長王軍生介紹，鞍鋼集團目前正在積極推進“數字化研發中試基地建設”和“冶金研發大數據平臺建設”等項目。“在產品數字化研發方面，鞍鋼立足鋼鐵產品研發/設計—制備—應用一體化，已在汽車、海工、厚板、硅鋼、線材、熱軋等研發方向開展了數字化研發項目，開發了以DH鋼、SHF鋼、厚板、硅鋼等為代表的數字化研發產品，形成了以5G云化PLC鋼鐵工業現場控制、煉焦大數據配煤為代表的數字化工藝成果，數字化研發效果明顯。”王軍生表示。
對于模型化、數字化等過程中的技術瓶頸怎么辦？專家指出，數字化轉型，不僅要有自身之功，還應借力“他山之石”，開展協同研發十分必要。
麻晗表示，鋼鐵企業下一步需要加強共性技術研究，突破冶金流程數字化在線檢測技術、鋼鐵復雜生產過程智能控制技術等關鍵共性技術制約。“比如現有鋼鐵生產過程控制系統中采用的一些經驗公式、理論模型公式，不能快速適應每條產線現場實際，對此可以通過工業大數據的數字化應用，快速提高鋼鐵生產過程控制精度，最終達到智能制造、智慧制造目的。”
張雲飛非常認同開展聯合研發的觀點，他認為，鋼鐵企業鏈條層級多、生產流程復雜，要實現數字化系統全鏈條、全立體的覆蓋，需要集眾智聚眾力開展協同創新、聯合攻關。他表示，鋼鐵企業可以分階段、分鏈條推進完善，形成多方面支撐、產學研協同，加快數字化轉型的進程。
誰來轉：“搭平臺”“抓基礎”“樹標桿”
數字化轉型，企業發力固然重要，匯聚行業力量也頗具價值。這方面，鋼協大有作為。
經鋼協研究分析，當前鋼鐵工業數字化現狀存在幾個方面特點：一是行業整體智能制造的水平不均衡。200萬噸及以下企業，約40%工藝裝備自動化水平參差不齊，處于基礎建設或單項應用階段。二是系統集成低，500萬噸及以下企業中，僅60%的企業實現了MES系統與過程控制系統的橫向集成，工藝體系復雜，一體化協同管理水平較低，面臨點到線、再到面的挑戰。三是智能設備仍處于單點應用階段，有超過20%的企業未使用任何智能設備，智能設備產線級應用少。工序測控能力不足，過程控制模型可靠性、適應性有待提高。四是融合創新能力不足，目前獲得工信部評價的智能制造工廠，大多還處于局部探索階段；企業信息系統傳統架構下存在數字化應用瓶頸，缺乏高端人才培養機制，智能制造研發人才不足。
會上，與會院長們結合自身企業實際，提出了多維度建議：
“希望把國內細分市場領域的頭部企業（單位）拉進來共同謀劃，如北科大、東北大學、中冶賽迪、寶信軟件等各有各的強項和特色，能夠聯合研究發力，一定會事半功倍。”
“當前，行業標準制定的滯后尤其是數據標準的不統一，已經在很大程度上妨礙了中國鋼鐵工業數字化轉型的順利推進。因此，建議政府相關部門和鋼協加強組織鋼鐵工業數字化標準研究，加快鋼鐵工業數字化標準體系建設，結合鋼鐵工業的特點建立健全統一數據規范、數據字典和數據語言體系，以標準促進鋼鐵工業數字化轉型升級。”
“沙鋼在推動智能制造的時候是自下而上的，注重在質量、效率、效益方面的實際效果。因此，建議鋼協篩選出各企業典型的數字化場景應用案例開展深度分析和交流。”麻晗表示。
聽了研究院院長們真知灼見的建議后，鋼協會長、鞍鋼董事長譚成旭要求，“希望行業能幫助梳理數字化轉型成功的案例場景，結合即將發布的《鋼鐵行業數字化轉型和建設指南》，用于指導企業實施數字化轉型”。
對此，姜維表示，為推動上述問題的解決，一直以來，鋼協依托牽頭組建的“鋼鐵行業智能制造聯盟”，搭建“鋼鐵行業智能制造標準試驗驗證公共服務平臺”，遴選《鋼鐵行業智能制造優秀解決方案推薦目錄》（2021—2022）等，按照編制并發布的《鋼鐵行業智能制造標準體系建設指南》，推動智能制造優秀案例標準化工作，并加強標準宣貫推廣，積極引導企業推進數字化、智能化轉型。未來將聚焦本次會議，進一步圍繞“搭平臺”“抓基礎”，力爭年內完善發布《鋼鐵行業數字化轉型和建設指南》，通過選樹成熟優秀的智能制造典型案例，推動鋼鐵企業加快數字化轉型工程建設。在“樹標桿”方面，鋼協將繼續開展“標準提升”行動，固化智能制造優秀案例，通過標準的方式，既推廣應用優秀成果，又通過進一步的推廣應用，降低成本，實現迭代，同時注重培育一批優秀的技術推廣應用場景，打造鋼鐵行業智能制造解決方案資源池。
