“數(shù)智化”助力鋼鐵行業(yè)高質(zhì)量發(fā)展

鋼鐵行業(yè)是我國國民經(jīng)濟發(fā)展的重要支柱產(chǎn)業(yè)，為國家建設(shè)提供了重要原材料保障，有力支撐了我國工業(yè)化、現(xiàn)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(chǎn)品結(jié)構(gòu)變化，鋼鐵行業(yè)的總量及結(jié)構(gòu)面臨較大挑戰(zhàn)。然而，隨著新能源汽車等新興產(chǎn)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(wù)總經(jīng)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(shù)智化轉(zhuǎn)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(zhì)量發(fā)展之路，提高自身核心競爭力。

在助力鋼鐵企業(yè)數(shù)智化轉(zhuǎn)型的實踐中，我們發(fā)現(xiàn)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(shè)很多沒有統(tǒng)一規(guī)劃，信息系統(tǒng)的建設(shè)廠家不一，導(dǎo)致架構(gòu)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(shù)據(jù)規(guī)范。沒有建設(shè)統(tǒng)一數(shù)據(jù)采集和存儲的規(guī)范，導(dǎo)致不同生產(chǎn)設(shè)備的接口和采集協(xié)議不同，數(shù)據(jù)集成難，另外由于數(shù)據(jù)格式差異大，系統(tǒng)間數(shù)據(jù)共享成本很高；

3.數(shù)據(jù)未充分清理，難以驅(qū)動智能決策。很多鋼廠都建立了大數(shù)據(jù)中心，采集了大量的數(shù)據(jù)，但沒有經(jīng)過加工處理，異常或無效數(shù)據(jù)多，無法充分發(fā)揮數(shù)據(jù)的價值 大部分決策依舊靠人工干預(yù)，無法由數(shù)據(jù)驅(qū)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(shù)量小、泛化性差，一個模型大多只能對應(yīng)單個場景，開發(fā)成本高、升級難。另外，算法訓練需要將生產(chǎn)單位的數(shù)據(jù)導(dǎo)出到開發(fā)環(huán)境進行訓練，存在數(shù)據(jù)泄露等安全險問題。

構(gòu)建基于工業(yè)互聯(lián)網(wǎng)的智慧鋼鐵架構(gòu)

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(xiàn)在已經(jīng)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(xiàn)，要解決上述痛點，需要從的底層架構(gòu)著手。

鋼鐵行業(yè)傳統(tǒng)的系統(tǒng)架構(gòu)都是基于ISA-95的標準，但隨著智能化的到來，傳統(tǒng)架構(gòu)已經(jīng)無法支撐行業(yè)向智能化方向演進。通過構(gòu)建“統(tǒng)一標準、統(tǒng)一架構(gòu)、統(tǒng)一數(shù)據(jù)規(guī)范”的工業(yè)互聯(lián)網(wǎng)架構(gòu)，平臺先行，應(yīng)用迭代，保護投資，避免重復(fù)建設(shè)，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(shù)構(gòu)建鋼鐵行業(yè)的新應(yīng)用是行業(yè)的趨勢，同時，使用微服務(wù)架構(gòu)和零代碼、低代碼的DevOps模式，能讓開發(fā)更加敏捷。

備注：數(shù)據(jù)僅供參考，不作為投資依據(jù)。