“數智化”助力鋼鐵行業(yè)高質量發(fā)展

鋼鐵行業(yè)是我國國民經濟發(fā)展的重要支柱產業(yè)，為國家建設提供了重要原材料保障，有力支撐了我國工業(yè)化、現代化進程。近年來，鋼鐵行業(yè)作為中游制造業(yè)受到上游鐵礦石和焦煤的雙重擠壓，疊加下游行業(yè)需求變動帶來的產品結構變化，鋼鐵行業(yè)的總量及結構面臨較大挑戰(zhàn)。然而，隨著新能源汽車等新興產業(yè)的蓬勃發(fā)展，鋼鐵行業(yè)也逐步迎來新的增長點。

文 / 胡罡

華為油氣礦山軍團礦業(yè)冶金業(yè)務總經理

2024年9月

在這樣的行業(yè)背景下，鋼鐵企業(yè)要想走出困境，必須堅持數智化轉型、堅持科技賦能，堅定不移走以高端化、智能化、綠色化為目標的高質量發(fā)展之路，提高自身核心競爭力。

在助力鋼鐵企業(yè)數智化轉型的實踐中，我們發(fā)現大部分鋼鐵企業(yè)面臨的主要挑戰(zhàn)有以下幾個方面：

1. 信息系統(tǒng)多，互通難。由于過去的信息化建設很多沒有統(tǒng)一規(guī)劃，信息系統(tǒng)的建設廠家不一，導致架構不一，煙筒式的系統(tǒng)繁多，各系統(tǒng)硬軟件獨立，維護工作量大；

2.缺乏統(tǒng)一標準與統(tǒng)一的數據規(guī)范。沒有建設統(tǒng)一數據采集和存儲的規(guī)范，導致不同生產設備的接口和采集協(xié)議不同，數據集成難，另外由于數據格式差異大，系統(tǒng)間數據共享成本很高；

3.數據未充分清理，難以驅動智能決策。很多鋼廠都建立了大數據中心，采集了大量的數據，但沒有經過加工處理，異?；驘o效數據多，無法充分發(fā)揮數據的價值 大部分決策依舊靠人工干預，無法由數據驅動；

4.人工智能門檻高，落地難。人工智能賦能鋼鐵行業(yè)過程中，往往面臨著需求碎片化、多樣化的問題，過去的模型參數量小、泛化性差，一個模型大多只能對應單個場景，開發(fā)成本高、升級難。另外，算法訓練需要將生產單位的數據導出到開發(fā)環(huán)境進行訓練，存在數據泄露等安全險問題。

構建基于工業(yè)互聯(lián)網的智慧鋼鐵架構

支撐智能化持續(xù)演進

從2020年，華為與鋼鐵行業(yè)各界開啟交流與合作，逐步理解行業(yè)的需求，現在已經深度參與到行業(yè)的智能化進程中。這個過程中，我們通過大量實踐發(fā)現，要解決上述痛點，需要從的底層架構著手。

鋼鐵行業(yè)傳統(tǒng)的系統(tǒng)架構都是基于ISA-95的標準，但隨著智能化的到來，傳統(tǒng)架構已經無法支撐行業(yè)向智能化方向演進。通過構建“統(tǒng)一標準、統(tǒng)一架構、統(tǒng)一數據規(guī)范”的工業(yè)互聯(lián)網架構，平臺先行，應用迭代，保護投資，避免重復建設，才能探索出一條有效的升級路徑。

我們認為，采用云原生技術構建鋼鐵行業(yè)的新應用是行業(yè)的趨勢，同時，使用微服務架構和零代碼、低代碼的DevOps模式，能讓開發(fā)更加敏捷。

備注：數據僅供參考，不作為投資依據。