謝聰敏
我國鋼企智能制造目前主要以“少人化”“集控化”為核心
2018年普鋼上市公司智能制造情況概述
《中國制造2025》是我國實施制造強國戰略的行動綱領，智能制造作為五大工程之一被列入其中?！吨袊圃?025》對智能制造工程提出的具體要求是：緊密圍繞重點制造領域關鍵環節，開展新一代信息技術與制造裝備融合的集成創新和工程應用。支持政產學研用聯合攻關，開發智能產品和自主可控的智能裝置并實現產業化。依托優勢企業，緊扣關鍵工序智能化、關鍵崗位機器人替代、生產過程智能優化控制、供應鏈優化，建設重點領域智能工廠/數字化車間。在基礎條件好、需求迫切的重點地區、行業和企業中，分類實施流程制造、離散制造、智能裝備和產品、新業態新模式、智能化管理、智能化服務等試點示范及應用推廣。建立智能制造標準體系和信息安全保障系統，搭建智能制造網絡系統平臺。
實現《中國制造2025》的目標，“兩化”深度融合是主線，智能制造是主攻方向，“互聯網+制造業”是行動的路徑，而實體經濟是行動的主體。鋼鐵行業作為實體經濟的代表，在多年來行業“兩化”融合的基礎上，向這片“兩化”融合的新高地——智能制造，進行了積極探索和實踐。2018年，23家普鋼上市公司中，共有16家上市公司在年報中對本企業智能制造領域工作進行了較為詳細的論述，從目前了解到的情況來看，其余7家上市公司也對智能制造領域進行了積極探索。
綜合來看，鋼鐵上市公司在智能制造方面還存在以下3點共性問題：第一，企業內部及企業間差異較大。以寶鋼股份為例，在經歷了若干輪重組后，寶鋼股份生產規模擴大，生產基地較多且分布在全國各地，各基地間自動化、信息化水平參差不齊。第二，系統之間存在較多壁壘。我國鋼鐵上市公司經過幾十年的發展，逐步從電氣化升級到信息化，但也形成了車間、工廠、企業層面，以及研發、生產、銷售、采購等各層級縱橫交錯，牽一發而動全身的復雜局面，難以打造統一的數據平臺。第三，智能化程度較低。目前，我國鋼鐵上市公司自動化、信息化水平不高，智能化改造仍在試點之中，且多以產線為主，實現全流程智能化仍然任重道遠。
部分普鋼上市公司智能制造項目實踐
寶鋼股份
2018年3月28日，寶鋼股份的全球首套多座大型高爐控制中心建成啟用，實現對寶山基地4座高爐的集中化操作控制與生產管理。同年，寶鋼股份鋼制品無人化倉庫正式投運，該倉庫占地逾6萬平方米，是目前國內面積最大、智能化程度最高的無人化倉庫。上述工作的開展，使寶鋼股份智慧制造取得實質性進展。在智慧供應鏈方面，寶鋼股份繼續以汽車板用戶為試點，加快推進汽車板智慧供應鏈平臺建設，完成供應鏈用戶功能推廣清單梳理和試點用戶推廣，探索智慧營銷。在深入探索智慧制造方面，寶鋼股份以2019年~2024年智慧制造專項規劃內容為基礎，重點圍繞2019年勞動效率與管理效率提升的目標，將智能裝備由當前的工序/工廠，逐步拓展為全流程。
鞍鋼股份
鞍鋼股份目前已全面應用自動化產線/設備和MES（制造執行系統）、ERP（企業資源計劃）系統，并不斷加強信息化技術在生產制造、倉儲、物流配送、產品銷售等方面的應用，具備了實施數字化車間、智能工廠的條件。
2018年，鞍鋼股份重點實施ERP改造、大數據平臺、數字化車間等信息化項目，加快新冶金流程下的智慧透明工廠建設，實現了鲅魚圈鋼鐵分公司能源集中一體化管控，5500毫米厚板項目被評為國家智能制造試點示范項目。同時，鞍鋼股份深入推進采購供應管理信息系統、銷售業務管理平臺、物流管控平臺、生產調度管控中心等重點信息化建設項目，構建高效快捷的信息化運行體系，優化管理流程；應用“互聯網+”、物聯網、大數據、云計算、移動終端等信息化技術，增強數據信息處理能力和傳輸效率，實現傳統產業與信息化技術融合發展。此外，鞍鋼股份還對生產經營全流程進行跟蹤、控制、分析、優化與指導，提供在線交易、訂單動態跟蹤查詢、大客戶通道等“全時空”營銷服務，提升經營管理效率和營銷服務質量。
首鋼股份
首鋼股份遷順基地完成硅鋼—冷軋智能工廠建設，實現自動拆捆帶、自動貼標、鋼卷內圈點焊、套筒搬運、自動取樣等工業機器人建設和應用，先后建成了硅鋼磨輥間、智能倉儲、智能實驗室等智能制造單元以及客戶精準服務管理系統、協同制造管理系統等5個軟件平臺；持續推進產銷一體化項目建設，實現了設備、能源、項目管理系統的上線運行。京唐基地產銷一體化項目主體模塊、大數據平臺等配套項目有序推進，球團智能控制項目通過驗收并穩定運行，高爐爐熱智能監控系統實現爐溫精準控制，煉鋼鑄機澆鑄平臺自動化控制系統實現無人值守，能源系統站所實行集中監控，首臺拆捆帶機器人在冷軋2230毫米連退產線投用，運輸產品庫智能倉儲系統投入運行。
南鋼股份
南鋼股份在建及建成信息化項目達47個。其中，煉鐵實現高爐生產過程自動化、可視化，燒結智慧化生產控制，行車無人化和自動檢化驗；特鋼MES系統成功上線，對特鋼事業部的生產質量和效率提升及品種優化起到了重要促進作用；板材智能制造示范線（包括板坯庫自動化系統、結晶器加保護渣機器人的應用）一期工程如期上線。南鋼股份獲“2018年江蘇省智能工廠”稱號，第二煉鐵廠、中厚板卷廠、特棒廠、寬厚板廠4個單位被評為“江蘇省示范智能車間”。此外，南鋼股份財務信息系統實現“一日關賬”，提高了成本效益預測與分析的及時性和準確性；銷售信息系統實現客戶網上自助查詢庫存、建立訂單、訂立合同、生產進度跟蹤、資金查詢劃撥、自助開單等功能。
下一步，南鋼股份將以工業互聯網為抓手，打造供產銷研用一體的可視化、開放性大數據平臺，對鋼鐵生產全流程數據進行集中管理和分析，實現數字共享，以數字驅動生產經營與決策，推動數字化智能運營水平提升。
包鋼股份
包鋼股份積極推進管理流程再造和智能制造，推動行車無人化操作、智慧泵站、撈渣機器人等項目建設，通過智能制造項目的實施，減輕了員工勞動負荷，優化了崗位人員，降低了人工成本。
華菱鋼鐵
華菱鋼鐵已完成一號和二號空壓站合并改造、四中央和五中央操控合并改造等25個智能制造項目。華菱衡鋼180PQF無縫鋼管智能工廠改造試點示范項目成為鋼管行業首個國家級智能制造試點示范項目。此外，華菱衡鋼自動堆垛打包稱重、智能外表檢測等改造有序進行，并首次投用大管坯端面噴標機器人。
三鋼閩光
三鋼閩光重點推進連鑄、中板智能制造技術應用，促進連鑄自動開澆、自動加渣、大包油缸自動裝卸、鋼包下渣自動監測和中板軋區、軋后、冷床等智能化控制系統應用。目前，三鋼閩光棒材加熱爐二級智能燃燒控制系統、一棒穿水冷卻溫度閉環智能控制系統、圓棒砂輪鋸片自動更換系統、廢鋼鐵APP智能判定系統等智能系統已投入運行。
普鋼上市公司智能制造項目的共同點
通過對23家普鋼上市公司年報中介紹的智能制造情況進行梳理可知，目前鋼鐵上市公司在智能制造方面的共同點主要有以下3個方面：
第一，智能制造整體尚處于初期階段，已完成的智能制造項目多以獨立產線/工序為主，尚未貫穿到整個企業運營流程之中。寶鋼股份的大型高爐控制中心，鞍鋼股份的5500毫米厚板項目，包鋼股份行車無人化操作、智慧泵站、撈渣機器人等，三鋼閩光的棒材加熱爐二級智能燃燒控制系統、一棒穿水冷卻溫度閉環智能控制系統、圓棒砂輪鋸片自動更換系統、廢鋼鐵APP智能判定系統等智能系統均如此。
第二，已實施的智能制造項目多以“少人化、無人化、集控化”為切入點，以實現本質化安全、提升裝備自動化水平、促進人力資源優化、降低勞動強度、提高勞動生產率為目標。
第三，目前我國鋼企智能制造與國際先進水平尚有一定差距。以美國阿肯色州大河鋼廠為例，該工廠為世界上第一家人工智能學習型鋼廠，借助德國西馬克集團先進的特種鋼生產技術并融合美國本土科技公司Noodle.ai研發的AI（人工智能）算法應用技術，建成了智能化工廠。大河鋼廠一期總投資為13億美元（于2014年7月份建設、2016年3月份投產），設計年產能為165萬噸，員工為435人，人均產鋼量近4000噸。該鋼廠投產首月實現不間斷生產6.3萬噸熱軋產品，創造了短流程鋼廠的全球開工紀錄；投產后第2個月及其后的每個月均實現EBITDA（息稅折舊攤銷前利潤）盈利；投產后第4個月產能利用率達到80%。
該鋼廠取得驕人成績的原因是通過廣泛分布的傳感器收集數據發送至數據平臺，幫助鋼廠在生產線調度、物流運營和環境保護等領域取得突破性進展。同時，大河鋼廠還與眾多高科技企業進行合作，不斷提升科技能力。大河鋼廠所有的系統均在云端運行，不僅節省了數千萬美元的網絡建設費用，而且提高了數據的安全性。大河鋼廠的全面自動化管理降低了管理費用，大幅提高了運營效率。該廠還是全球首家獲得LEED（能源與環境設計先鋒）認證的環保型鋼鐵企業。
此外，2017年，奧鋼聯在奧地利多納維茨新建了智能化棒線材生產線，該智能化棒線材生產線僅有14名員工，每年可生產50萬噸棒線材。與上述智能化產線相比，我國鋼鐵上市公司的智能化水平尚有一定差距。
從國內鋼鐵上市公司的實際情況來看，其主觀上對智能制造有著迫切的需求，且具備實現智能制造的客觀條件，但同時也面臨較大的挑戰。有需求主要體現在國內鋼鐵上市公司多以長流程企業為主，生產流程長，影響因素多，且各關節相互關聯，遵循常規方法難以達成走新型工業化的明顯效果。有條件主要體現在鋼鐵上市公司所產生的海量數據為智能制造提供了重要的基礎條件。有挑戰主要體現在智能制造對技術精確性、可靠性和穩定性都提出了很高要求，且國內尚沒有成功案例可以借鑒。
鋼鐵智能制造未來發展方向是具備自主學習能力
從長遠來看，智能制造未來發展方向主要集中在智能裝備、自學習控制模型、設備預測式維護、產品特性維護、質量缺陷原因診斷、產品缺陷圖像精準分類等方面。而上述需求中，設備預測式維護、產品特性維護、質量缺陷原因診斷、產品缺陷圖像精準分類均與自學習相關聯，本文重點就搜集到的國外鋼鐵行業智能制造中的自學習相關內容進行簡要介紹。
智能制造包含智能制造技術和智能制造系統。智能制造系統不僅能夠在實踐中不斷地充實知識庫，而且還具有自學習功能，并具備搜集與理解環境信息和自身信息，進行分析判斷和規劃自身行為的能力。即智能制造的最核心內容應該是具備自主、深度學習功能（如谷歌研制的Alpha Go智能圍棋機器人）。
智能制造的基礎是計算機技術的發展。計算機技術的發展先后經歷了計算、交易、分析、大數據4個階段，目前正在向人工智能階段邁進，而智能制造概念正是隨著計算機技術的進步應運而生的。目前國外前沿的智能制造技術已經實現了自主學習，并開始應用于制造業相關領域。例如：在通過傳統影像分析方法來消除部分材料和零部件的復雜缺陷時，需要人工建模，可能導致一定程度的漏檢和誤檢，甚至仍需人工進行復核。IBM通過其研發的深度神經網絡，可以實現從歷史樣本中自動提取、歸納各種缺陷特征，通過自主學習，從新產品圖片中自動識別出可能存在的缺陷并標識出位置，便于工作人員及時發現和糾正，提高了產品質量和工作效率。
隨著計算機技術、AI技術的不斷發展，鋼鐵智能制造未來的發展大趨勢也必將是具備自主學習能力。與目前世界領先的智能制造技術和理念相比，我國鋼鐵智能制造還有一段路要走。
《中國冶金報》（2019年09月25日 03版三版）
