炼钢炉里的数字化,钢铁产业涌动的数据流 | 行家面对面

时间:2023-03-13 18:06:28       来源:钛媒体

“业界有一种说法,懂工业生产的人不懂工业设计,懂工业设计的人不懂工业软件,懂工业软件的人不懂互联网,互联网人才跨界工业也存在现实的难题”。

说这话的人是江志雄,阿里云智能副总裁、制造行业总经理,摆在他和阿里云面前的是又大又重的炼钢炉,和黑黝黝红通通的钢铁洪流,数字技术融入工业制造领域并不简单。


(资料图片仅供参考)

作为钢铁行业的“老资格”,北京科技大学工程技术研究院(以下简称"北科工研")是国内冶金行业的中坚力量,尤其在热连轧自动化、轧钢工艺与设备、钢材品种开发与性能优化等方面,其技术积累在国内外都处于领先水平,但是,北科工研院长何安瑞也有他的烦恼。

在钛媒体和阿里云共同举办的《行家面对面》第二期栏目中,北科工研与阿里云、钛媒体坐而论道共同探讨:“钢铁是怎样用数字化炼成的?”

“钢铁洪流”涌向何处?

钢铁行业是国民经济支柱型行业,中国钢铁行业持续蝉联世界第一,但也客观存在产能过剩压力大、产业安全保障能力不足、绿色低碳发展水平有待提升、产业集中度偏低等问题,钢铁行业要摆脱大而不强的刻板印象,新兴数字化技术自然进入到钢铁领域。

与此同时,国家从政策层面引导钢铁行业的数字化改造,例如今年年初,工信部等三部委联合下发了《关于促进钢铁工业高质量发展的指导意见》并提出,力争到2025年,钢铁工业基本形成布局结构合理、资源供应稳定、技术装备先进、质量品牌突出、智能化水平高、全球竞争力强、绿色低碳可持续的高质量发展格局。

具体来看,该意见指出,钢铁行业关键工序数控化率要达到80%左右,生产设备数字化率达到55%,打造30家以上智能工厂,构建产业间耦合发展的资源循环利用体系,废钢回收加工体系基本健全,增强高端钢铁产品供给能力,品种和质量提档升级。

何安瑞表示,钢铁行业朝着高端化、绿色化和智能化的方向发展,要实现如上三个目标,重要手段之一就是数字化。

“高端化不仅体现在钢铁产品本身,也是我国家整个工业生产对钢铁产品提出的要求;绿色化要求钢铁制造过程实现节能减排;制造过程中还要通过一些智能化的手段,提高钢铁产品的质量,降低制造过程的成本,提高制造过程的效率,当然也可以改善工人的工作环境等,提高工人幸福感、获得感等。”

站在数字技术提供商的视角,江志雄也观察到,钢铁在走向高端化、绿色化和智能化的过程中,产生和积累了越来越多的数据,钢铁行业需要融合不同的工序,融合不同的专业,尤其是IT的专业知识技能和钢铁的专业知识技能做充分的融合,才能实现钢铁行业的数字化转型。

“各个工序、各个系统、各种标准都要实现开放,只有在开放的基础上才能融合,只有在融合的基础上才能智能,基于智能、融合、开放的理念,钢铁行业的高端化、绿色化和智能化有理可依”,江志雄说道。

钢铁数字化在“皮”,也在“骨”

在独自探索钢铁行业高质量发展的阶段,北科工研和阿里云各展所长,却都囿于自己的专业知识范畴,双方都在找寻“破圈”的机会,跨界合作顺应产业发展规律。

北科工研和阿里云的接触始于一次偶然的项目,2019年,北科工研在攀钢做自动化项目,攀钢建议北科工研看看阿里云做的表面检测项目,“阿里怎么做这个东西,我们很不理解”,北科工研意外地发现,这个在全国范围内没有攻克的难题,阿里居然做的还不错,于是双方后续达成了战略合作。

何安瑞和江志雄不约而同地认为,二者合作是“必然”的结果:

北科工研服务的企业主要是以钢铁为代表的冶金企业,优势主要集中在钢铁行业机理方面,比如燃烧特性、控制特性、响应特性等,要解决像冶金流程中复杂的数字化或者智能化问题,需要先进的IT技术平台,阿里云工业控制优化软件平台 AICS,与北科工研深厚的理论和工程经验互补,双方一拍即合。

以北科工研和阿里云合作项目的成果之一——四维判钢为例,传统判钢采取“事后”模式,钢铁生产过程中设定质量规范管理流程,企业往往无法做到持续的检查和改进生产流程,只有等到产品制造出来才能知晓质量,根据质检信息判断产品合格与否,此时问题批次产品往往已经难以调整。

北科工研已经将自己擅长的部分做到近乎最佳,在该领域实现了85%的市场占有率,足以说明产品的通用性和实用性,但仍有一些不擅长的部分,表面判钢全靠人工,性能是很难量化检测的质量指标,没有足够的数据优化,过程判钢也就无法实现。

通过阿里云的数据智能,北科工研将“事后”判钢改变成“事中”判钢,四维判钢包括表面判钢、尺寸判钢、工艺判钢、性能判钢,北科工研与阿里云分工合作,阿里做表面判钢的判定,之后根据客户的要求进行分级,北科工研做质量的预测以及过程参数的采集,再由阿里做工艺的优化,从而实现数据指导下的闭环优化,进一步提升钢铁生产过程中的良品率。

四维判钢完全体现出钢铁行业知识与数字化技术融合的魅力,从钢铁物理化的外在,深入到数据化的内在,依据大量的历史数据“在线”预测,从数据里挖掘出知识,形成先进的算法指导生产过程,对生产工艺给出最优方案建议,从而实现缩短新品研发周期,降低制造成本等效果。

钢铁数字化在“皮”,也在“骨”,既需要充分理解钢铁机理模型的行业know-how,也需要数据智能和算力,北科工研与阿里云朝着共同的方向进发。

大国重器的数字化下一步

钢铁产业作为国之重器,是制造业的基础,被誉为工业的粮食,钢铁行业数字化的意义和价值,不单单在于解决已有的问题,于产业未来发展中也有十足的效用。对比全球其他国家,钢铁行业发展时间或早或晚,所处阶段或先或后,数字化是当下中国钢铁产业直道超车的最佳工具。

例如用废钢炼钢,炼钢有两种炼钢方式,一种是先炼铁再炼钢,一种是用废钢来炼钢,后者不依赖于铁矿石资源,在炼铁过程也不会产生焦炭消耗,是一种既环保又节约资源的炼钢方式,据统计,美国大概是70%的钢是由废钢炼成的,而在中国才刚刚开始采用废钢炼钢。

江志雄介绍,目前用废钢来炼钢有一个比较大的局限性,就是如何判定废钢的等级,现在都是人工来判定,存在主观判断的不确定性,很难保持稳定的正确率,阿里云通过达摩院视觉算法实现了智能化的废钢定级,避免人工对废钢品质的判断误差。

“在钢铁领域里面,我们认为存在着非常多有价值的场景,不管是废钢定级、金相分析,还是未来更有想象空间的钢化联合,包括从钢铁的生产智能走到深加工的智能等,阿里云AICS的目标是建好一个专业、开放、自主、易用的平台,希望促进未来中国钢铁工业软件的蓬勃发展”,江志雄表示。

钢铁行业人才的兼收并蓄,也是产业发展的重要推动力,阿里云认为,钢铁行业不但要做技术的融合,人才也要融合。

对此,何安瑞也提到,数字化转型不是一两天就能实现的,期间可能经历阵痛,包括组织的变革,管理的变革等方面,关键在于建设实施数字化转型的人才队伍,数字化转型牵涉到多个学科之间的人员协作,牵扯到数字化组织的深度融合,人才始终是产业发展的根本。

钢铁行业的行家与数字化领域的行家,面对面碰撞出新的火花,钢铁领域的疑难杂症迎刃而解,在烧结、炼铁、炼钢、热轧、冷轧、焦化等每一个流程中,数字化渗入钢铁机理,凝聚成工业脊梁。

关键词: