国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

1　行業所面臨的挑戰

計算機信息和通信技術（Information and Communications Technology，ICT）的發展，促使社會走向智能時代。中國鋼產量世界第一，2019年粗鋼產量99634萬噸，約占據世界鋼產量的50%，鋼鐵制造業作為典型的流程型制造業也面臨著從信息化、自動化向數字化、智能化轉型升級的迫切需求。

在工業制造領域，雖然智能制造會給企業帶來顛覆性的變革得到普遍認同，并被期待為新工業革命的標志，但是在實踐中真正取得的突破卻不多，特別是在制造過程中物料經過連續的工序產生物理及化學變化的流程型企業，智能制造的實踐更少。將制造業從自動化、信息化過渡升級到數字化、網絡化、智能化，是新一次工業革命的真正契機，這不僅是制造業面臨的挑戰，更是當今自動化行業面臨的最大挑戰。

當前，制造業數字化與智能化的升級中，還沒有被廣泛接受認可的綜合解決方案，大都仍處于高研發投入、長周期回報的培育期。目前“供給側熱、需求側冷”，我們認為是因為供給側還不能提供讓需求側真正熱起來的技術。各行業、各專業融通發展非常欠缺，一方面制造業對于數字化及智能制造的認知還不足，更為關鍵的是ICT從業者往往缺少工業領域業務的專業積累和知識沉淀，缺少將制造業與ICT技術融會貫通的實踐經驗。

目前流程性制造業普遍采用自動化四級控制系統，L1到L4分別用于基礎自動化、過程控制、生產制造控制和產銷管理，有時候也把特殊儀表作為單獨的L0級。在生產過程中，在L0到L4不同層級上產生不同體量、不同頻度的海量數據。相應數據采集的頻率也有很大的區別。L0/L1以毫秒為單位，L2以毫秒、秒為單位，主要過程控制還在秒級到分鐘級，所以L0~L2實時性是重要的關注點。L3實時性相對較低，數據總體頻度以天為單位，最快也是以小時為單位。L4實時性更低，數據總體頻度以周為單位。這些數據按照系統架構存儲在不同的平臺上，相對獨立，為不同崗位的人員所利用。這種四級計算機控制系統，總體上滿足了自動化、信息化時代從市場到現場的信息流程傳遞規范化、透明化，執行準確化等要求。但基本上是自上而下地接受指令并完成制造過程設計與控制、生產工序的過程控制、機械設備的基本動作控制。利用實際生產數據進行優化改進總體上是基于同一級的數據源，自下而上地反饋生產實績，往往因為數據時頻上的差異，丟失了大量的細節，甚至不能實現有效的數據傳遞，更遑論勾連、保存和查詢，所以難以得到很好利用。

普遍采用上述計算機控制系統的鋼鐵行業，作為現代流程制造業中信息化、自動化程度最高的行業之一，應該在這場從信息化、自動化向數字化、網絡化、智能化轉變升級的挑戰中發揮重要作用。寶鋼作為鋼鐵行業的領軍企業，為了在全球競爭中保持競爭力，率先以寶鋼5米厚板廠為樣板對象，結合厚板業務需要，開展了一系列數字化及智能制造的研發應用實踐。該厚板廠于2005年建成投產，年產量200萬噸，建廠之初就采用了四級計算機控制系統，其架構符合GB/T 20720.1-2006/IEC 62264-1:2003和ANSI/ISA–95.00.01–2000企業控制系統集成的標準中的連續控制模式。在5米厚板工廠建立數字化與智能制造平臺，對鋼鐵業等流程制造業從信息化、自動化向數字化、網絡化、智能化升級具有普遍的指導意義。

2　目標與總體概述

軋鋼工廠數字化和智能制造解決方案的主要目標是以寶鋼5米厚板產線為實踐對象，提供流程型制造企業從信息化、自動化向數字化、網絡化、智能化轉變升級的路徑與方法，將現代ICT技術與制造業場景充分融合，打造“工廠級數據中心與智能制造應用平臺”。在寶鋼5米厚板產線達到“三個提升，一個傳承”目標，即效率提升、效能提升、質量提升，知識傳承，升級制造模式，實現厚板軋鋼工廠的數字化、網絡化、智能化。

為實現上述目標，本解決方案以寶鋼5米厚板廠原有的信息化、自動化系統為基礎，由業務驅動，開發了跨厚板工序、跨控制層級、跨數據采集和存儲平臺的工廠級數據中心，把厚板廠范圍內能夠采集的數據全部收集起來，并整理勾連，存儲到統一的數據中心上，并開發了快速查詢、描述性應用、知識性和智能性應用的應用平臺，在工廠級的層次上構建了流程型數據中心和智能應用系統（Process Intelligent Data Application System，PIDAS），實際應用中取得了良好的效果，達到國際先進水平，為流程型企業數字化和智能制造技術開發和應用提供了成功范例。

解決方案的技術突破與創新點如下：

（1）創造性地提出了流程型企業工廠數字化與智能制造的可行路徑，軋鋼工廠在原有四級自動化系統基礎上實現了數字化、智能化轉型升級，解決了傳統流程型制造業從自動化向數字化與智能化過渡的路徑難題。

（2）自主開發了多頻度異構工業數據采集、處理與存儲技術。解決數據的關聯性是構建工廠級數據應用的基礎。鋼鐵工業工廠級數據的來源覆蓋工廠L0~L4各個層級，呈現復雜的多頻度異構特征，從結構特點上可分為時間序列數據、二維數據、多維數據和非結構化數據多個種類，在頻度上覆蓋毫秒級、秒級、分鐘級直到大跨度數據各類情況，加之與業務邏輯的強耦合性，因此關聯特征標志的提取過程非常復雜，難度大。本方案通過自主開發了多頻度異構工業數據采集、處理與存儲技術，解決了流程型工業異構數據高效采集、存儲、使用的難題。例如，僅通過鋼板號即可將煉鋼、軋鋼合同信息，控制指令，生產實績（包括L0，L1級數據），性能實績全部提取、實現一鍵查詢。

（3）自主開發了業務價值多視角的可視化技術，解決了工業數據多維度表征，滿足業務需求的可視化難題。

（4）自主開發了業務知識化建模與持久化技術，解決了流程型工業數據價值挖掘的難題，建立了從流程型工業數據提煉知識，再將知識應用于在線控制的創新路徑。

（5）自主開發了多系統動態協同智能控制技術，解決大數據與智能化在流程型工業中缺少應用場景、無法落地的難題，實現了真正有價值的應用，開啟了軋鋼工廠智能化控制的路徑。

（6）實現了工廠級數據平臺內外雙向網絡化發展。一方面充分利用以太網和無線網絡等技術在內部實現各單元的互聯互通，建立支持大規模數據分析的、充分的內在網絡化數據互聯體系；另一方面，充分利用互聯網技術和移動端等技術建立與外部系統的廣泛互聯，從而實現系統在更大尺度與多樣環境條件下的價值體現。

（7）實現了多學科、多專業充分融合，項目開發骨干來自寶鋼自有技術團隊，包括長期從事IT技術、數據技術、領域技術（工藝技術研發、生產質量管理、設備管理、工藝模型、產品開發及全流程制造管理）等工作的技術人員，將制造業與自動化技術充分融合，由應用場景驅動，在應用場景中迭代，從而實現有用、好用、深入、全面的數字化、智能化。

（8）實現了核心技術自主開發，團隊在研究采用國內外先進技術的基礎上，建立了流程型企業數字化和智能制造的原創的核心技術。以特種儀表、檢測儀表數據的采集為例，測量溫度的掃描式溫度計、測量板形的板形儀、檢測鋼板內質的探傷儀等特殊儀表，每一個數據孤島都有其特殊性和封閉性，都需要相應的技術手段進行分析和采集。

該解決方案，主要由兩部分組成，分別是數據中心建設與數字化、智能化應用平臺開發。第一部分，跨層級、跨工序、跨平臺數據中心，開創性地提出了適合流程型制造企業的數據中心架構，既充分利用了現有多級控制系統的基礎設施與數據資源，又突破了傳統計算機控制層級系統對于工業數據采集、存儲、使用的限制。實現了厚板軋制工廠多頻度異構數據的采集、標簽、存儲。第二部分，數字化、智能化應用平臺開發，主要包括描述性、知識性與智能性等各類應用。如圖1所示。

圖1 工廠級數據中心與智能制造應用平臺系統架構

本解決方案以寶鋼5米厚板產線為案例所打造的“工廠級數據中心與智能制造應用平臺”，實現了效率提升、效能提升、質量提升，同時，數字化消除了時間、空間限制，加速知識的共享與傳承，為流程型制造工業應對新形勢下的行業挑戰，實現數字化和智能制造提供了有確實價值的、可持續發展的路徑。

3　系統架構

軋鋼工廠數字化和智能制造PIDAS解決方案，旨在創建鋼鐵制造業過程智能化與數據應用系統。系統架構如圖2所示。

圖2 PIDAS系統架構

通過上圖架構，系統密切結合了軋鋼工廠相關的營銷、制造、生產、設備、管理、操作、研發等不同方面的工作需要，覆蓋了軋鋼工廠全流程的數據，針對不同角色、不同場景實現了相應的數字化、智能化功能。

3.1　硬件平臺

軋鋼工廠數字化和智能制造解決方案的硬件平臺包括數據中心基礎硬件平臺和數據采集網絡。其中自主開發的計算與存儲集群為上層應用提供動態、高效和安全的計算與存儲服務；數據交互與采集網絡，在縱向上連接生產系統L0~L4層級生產控制與制造管理系統，在橫向上跨工序連接煉鋼、連鑄、加熱、軋制、冷卻到精整以及離線熱處理，并預留連接下級工序工廠的接口，全面實現制造過程各類異構數據的物理聯通。

（1）基礎硬件平臺

數據中心基礎硬件平臺，圍繞工廠級綜合數據中心的異構數據采集與智能化控制進行設計開發，性能、功能和穩定性滿足平臺要求。該數據中心具備以2020.10 AUTOMATION PANORAMA 87下特征：

• 總存儲空間在200TB以上，為整個厚板大數據系統的存儲基礎；

• 硬件架構提供運行和管理30~40臺獨立服務器的能力，作為整個厚板大數據系統的計算基礎；

• 具備在線熱備份能力；

• 硬件架構具有較強的無縫擴展能力；

• 硬件架構具有較強的熱恢復能力。

上述平臺整體資源的配置、部署、管理均自主完成，為軋鋼工廠數字化和智能制造解決方案的數據綜合性應用層、大數據應用層、人工智能應用層的開發部署提供了基礎條件。

（2）數據采集網絡

工廠級數據采集網絡是該解決方案的核心基礎工作，是整個解決方案的基礎條件。該數據采集網絡由硬件防火墻，主網絡節點和采集終端集群組成。該數據采集網絡保證了厚板數據采集的能力和范圍，為確保數據中心數據采集內容完整性、實時性提供了硬件保障。整個網絡拓撲的設計、配置和管理均自主完成，采用了終端節點的端口隔離和VLAN等技術，充分考慮了網絡的完全性和效率。數據采集工作完全覆蓋寶鋼5米厚板從軋制線到精整、剪切和熱處理等各機組，并將表面檢測儀表和探傷儀表等特殊儀表納入到數據采集工作中，集中了厚板產線各工序設備層L0、基礎自動化層L1、過程控制層L2、制造執行層L3、產銷管理層L4等各層級數據。

3.2　軟件平臺

軋鋼工廠數字化和智能制造解決方案的軟件平臺，包括數據采集平臺與應用軟件平臺。其中基礎軟件部分，充分利用國內外先進技術，建立自主、安全高效的工廠級數據應用技術棧，避免商業軟件的近期壁壘與遠期風險，在當前技術封鎖日趨嚴重的國際形勢下意義重大。利用建立的技術棧，自主研發了數據存儲框架、消息調度框架、數據采集框架、數據應用框架、高級功能框架、監測與報警框架，并在這些框架之上開發數據應用實例。

（1）數據采集平臺

數據采集平臺，開發了多頻度異構工業數據采集、處理與存儲技術，主要解決數據的邏輯聯通性（包括可獲取性、異構性、關聯性等問題），通過對各類數據的充分理解和研究，PIDAS系統利用一系列數據采集工具，在消息調度系統的統一指揮協作下，基于物理互聯互通，實現了工業數據高效采集、過濾、標簽和關聯的相關方法，解決了數據定義、質量與關聯等方面的問題，為數據的最終應用建立了良好的數據基礎。

數采平臺的基礎，是支撐PIDAS系統高層功能的底層專用系統框架。實現系統的存儲、調度、采集、應用和監測等方面的基礎軟件功能，對數據綜合應用層、數據知識性應用層、數據智能應用層的各類應用軟件功能提供底層基礎。能夠滿足軋鋼工廠對實時數據（毫秒級別）、準實時數據（秒級別）、過程數據（分鐘級別）、倉庫數據（月級別）的存儲和查詢的容量與性能要求。

基礎軟件具體包括數據存儲框架（Data StorageFrame，DSF）、消息調度框架（Message Dispatch Frame，MDF）、數據采集框架（Data Collection Frame，DCF）、數據應用框架（Data Application Fra m e ， DA F ） 、 高 級 功 能 框 架 （ Advaned Application Frame，AAF）、監測與報警框架（Monitor and Alert Frame，MAF）等。

DSF提供分布式的多類型數據存儲系統，實現統一的數據存儲框架，支撐整個厚板大數據系統數據的存儲和獲取。同時實現數據整理功能，該功能將采集服務獲得的數據進行整理，包括標簽、關聯和統計處理等，并將處理的結果存入DSF底層存儲單元。

DCF負責對各種類型的數據采集任務進行管理和調度，其中包括增、減和配置采集任務，采集任務觸發管理，多個采集任務并發、串行管理，采集任務執行結果的管理，錯誤信息管理等。

DAF負責對建立其上的各種類型的數據應用（DAs）提供公共功能的支撐，其中包括同步完成數據服務請求，異步完成數據服務請求，各類統計算法的實現，各類分析算法的實現，各類圖表的生成，各類報告的渲染，權限管理等。

MAF是負責監測DAF，DCF和DSF內每個節點的系統運行情況，包括計算負載、內存使用量、存儲空間、網絡狀況等并根據配置對出現的問題進行報警。數采平臺的數據采集功能包括：從分析識別軋鋼工廠的工序數據采集對象開始，研究并確認采集方式、頻度；其次，評估數據質量，即可信度和穩定性；之后，研究確定數據解析、整理和過濾方法。

數采平臺采集內容具體包括：特種儀表（板形儀FQC、平直度儀、探傷儀、掃描式溫度計）的數據采集；專業儀表（電耗、燃耗）數據采集；各工序設備層L0、基礎自動化層L1高頻數據和實時數據的采集；各工序過程控制層L2的數據采集；制造執行層L3和產銷管理層L4中命令數據、跟蹤數據、性能和檢驗數據的采集。

數據平臺可以為數據庫類型數據（Oracle，DB2）開發通用型數據采集庫；為結構化文檔類型（JSON，XML，ENV）、非結構化文檔類型（正則表達式，模式匹配）開發通用型數據采集庫；為PLC數據類型（PDA）開發通用型數據采集庫；利用通用型數據采集庫針對每個數據采集對象開發具體的數據采集服務；針對特種儀表，開發相應的數據采集服務；對于專業儀表，在專業采集系統上二次開發，開發出相應的數據采集服務。

因此，基于覆蓋厚板全流程關鍵數據生成節點的數采專用網絡，數據采集軟件系統在橫向上完全覆蓋厚板生產關鍵工序，包括切割、加熱、軋制、矯直、冷卻、熱處理等；在縱向上完全覆蓋厚板生產系統各層次，包括特種儀表、專業儀表，L1、L2、L3、L4和數據倉庫，專業系統。

（2）應用平臺

應用平臺，是在基礎軟件平臺提供的公共服務和數據采集平臺提供的數據基礎上，實現該解決方案的數據描述性應用、數據知識性應用與數據智能性應用。數據描述性應用，解決了業務價值多視角的可視化難題，以需求為導向，系統性地開發了一系列數據描述性應用，充分加強技術人員對數據的理解，針對軋鋼工廠生產管理、工藝分析、過程跟蹤、設備監控等各種工作場景，實現工業數據快速有效表征，促成了軋鋼工廠數字化工作模式的轉變。該部分重點解決了軋鋼工廠效率提升的問題，如加熱爐爐溫板溫分析、軋機過程數據分析、控制冷卻過程數據分析、軋線設備關鍵參數分析、產線各類日報自動生成與自動推送等。

數據知識性應用，解決了業務知識化建模與持久化難題，實現了工業數據知識化建模與技術應用，建立了從流程型工業數據提煉知識，再將知識應用于在線控制的創新路徑。不僅有效提升了軋鋼工廠的效能、產品的質量，更提供了知識傳承的全新路徑。利用機器學習、深度學習等各類技術手段，對數據進行深度發掘，實現價值最大化，例如基于數據驅動的產品工藝輔助設計、厚板加熱爐精細化成本分析、鋼板輪廓與軋制過程優化、剪切線剪切優化功能。

數據智能性應用，實現了多系統動態協同智能控制技術，改變傳統單工序、單模型優化的方式，實現了多工序、多層級、多平臺的聯動智能優化，落地了智能化在流程型工業中真正有價值的應用場景，開啟了軋鋼工廠智能化控制的路徑。例如，軋制多工序的聯動優化的厚度智能控制模型，厚板產品“工藝-組織-性能”智能設計功能等。

應用平臺還支持個性化應用開發，針對營銷、制造、生產、設備、管理、操作、研發等不同用戶個性化需要，建立應用開發接口，供用戶基于PIDAS平臺，根據自身的工作需要，自行開發個性化應用。

3.3　數據通信、安全措施

軋鋼工廠數字化和智能制造解決方案的數據通訊核心為數采網絡，其中軋鋼工廠軋制線到精整、剪切和熱處理等各核心節點做為數據網絡的核心。

為保證工廠工業網絡安全，在基礎自動化、過程控制網絡的出口處部署工業安全防護墻，通過防火墻再接入數據采集網絡。數據采集網絡與公司內部信息網之間，部署商用防火墻進行隔離，保證指定的IP、端口、應用可以通過，其他不明數據不能通過。由于數據接入點較多，一臺主機感染病毒就會對系統產生較大影響，數據采集網絡在主機接入的交換機端口上啟用訪問控制列表，限制通訊的端口和IP后再進行接入。

軟件方面，該解決方案的MAF是一個分布式的系統狀態主動監測和報警系統。MAF負責監測DAF，DCF和DSF內每個節點的系統運行情況，包括計算負載、內存使用量、存儲空間、網絡狀況等并根據配置對出現的問題進行報警。2020.10 AUTOMATION PANORAMA 89

4　代表性及推廣價值

4.1　應用情況及效果

軋鋼工廠數字化和智能制造解決方案，從2015年寶鋼5米厚板產線逐步建立以來，針對不同場景，得到了很好應用，取得了效率、效能和質量的快速提升，并獲得了知識傳承上的加強，為企業創造了巨大的經濟效益和社會效益。

（1）基于5米厚板產線建立的數據中心，解決了厚板廠工業異構數據高效采集、存儲、使用的難題。在縱向，跨L0~L4的傳統自動控制層級，采集時頻從毫秒級到周級的數據；在橫向，跨工序收集從煉鋼、連鑄、厚板板坯加熱到精整以及離線熱處理整個厚板工藝流程的數據，并預留連接下級工序工廠的接口。實現了厚板工廠級跨工序、跨平臺、跨層級的數據收集、規整、標簽、存儲、查詢、分析和智能應用的功能。

（2）以5米厚板產線需求為導向開發了一系列數據描述性應用，實現了業務價值多視角的數據可視化，針對產品開發、生產過程、質量管理、物流管理、成本能耗、績效管理、設備管理等各類工作場景，建立起系列綜合應用，全面提升了勞動效率，加速了寶鋼5米厚板工作模式的轉變。

（3）以5米厚板產線需求為導向開發了一系列數據知識性應用，實現了業務知識化建模與持久化技術，打破傳統厚板產品的工藝設計基于技術規范、工程師經驗，在分散、粗粒度生產數據支撐下進行的模式。針對管線鋼等厚板典型鋼種，純人工經驗轉為數據提煉的知識，實現高效的虛擬試制來代替昂貴的實物試制，同時產品設計工程師可以非常容易獲得、分析豐富的且細粒度高的各類生產實際數據，進而快速提升自身的產品設計能力，實現了知識傳承的全新路徑。

（4）以5米厚板產線需求為導向開發了一系列數據智能性應用，實現了多系統動態協同智能控制。軋制厚度智能控制模型，實現了加熱爐、軋線、冷卻多工序的聯動優化，在單塊鋼板厚度高精度控制的基礎上，實現了合同批量鋼板厚度較高要求的穩定控制；厚板產品“工藝-組織-性能”智能設計功能，典型工藝優化推薦功能，已經在一系列產品設計上發揮了重要作用，試制周期縮短了一半。不僅可以完成從工藝設計計算出目標產品性能的正向過程，更能完成從產品要求到優化成分和工藝設計的逆向過程，實現了產品的數字化研發。

通過PIDAS系統的應用，多方面提高了效率、效能、質量，獲得了巨大的經濟效益。例如，通過提高主工序的控制精度，提升了成材率；通過提高順行率，增大了產能；降低精整工序的異常發生率等。僅2019年，寶鋼5米厚板認定經濟效益超千萬。除了直接的經濟效益，更深層次上，寶鋼5米厚板的數字化和智能制造實踐為寶鋼5米厚板產線帶來了巨大的潛在價值。

智慧能源方面，通過數字化、智能化升級，極大提升了能耗監控與分析水平，深度挖掘了節能潛力，全面提高了能源利用效率。例如，基于數據驅動的厚板加熱爐精細化成本分析，充分利用PIDAS系統提供的板坯實時數據（包括板坯尺寸重量、動態位置、溫度、實時爐段燃氣流量、熱值等信息）動態精細化計算板坯的能源分配，可以科學高效地分析不同材質的加熱成本，為優化產品結構和生產安排做依據，達到了節能減排的顯著效果。這個案例是厚板能耗精細化計算的組成部分，該部分應用的全面投用，將為厚板產線高能效、綠色化生產發揮重要作用。

智慧教育方面，通過數字化、智能化升級，打破了空間、時間的限制，有效推動了知識傳承、人才培養。以數據驅動，用數據說話，讓數據產生價值成為新的工作思路與風尚，打破了部門、層級之間的界限，推進了大厚板團隊高度協同；打破了生產與設備、研發的界限，技術人員的知識面得到極大拓展；建立了學習型組織，帶動廣大員工思想、技能全面提升；以業務驅動、全流程應用、參與大數據創新應用自主開發，成為

知識傳承、人才培養的有效模式。對于關鍵產品，通過產品生產時從L0~L4收集整理的詳細過程數據，能夠更加全面地了解該產品生產的真實場景，從而有利于在時間和空間維度上掌握產品真正的材料特性與控制要領，使知識得到有效的積累、傳承。90 Column 專欄 ■

4.2技術的示范效應

寶鋼在5米厚板的實踐表明，軋鋼工廠數字化和智能制造解決方案的成功，具有巨大的示范效應，可以推廣到鋼鐵行業的厚板、熱軋、冷軋等軋鋼工廠以及其它冶金制造單元。更進一步，該解決方案的成功，對于普遍采用自動化四級控制系統流程性制造業，具有廣泛的適用性，為流程型制造業從信息化、自動化向數字化和智能制造升級，提供了可操作、可實現的路徑和范本。

寶鋼股份將“軋鋼工廠數字化和智能制造解決方案”做為案例，在整個公司進行推廣。公司文件要求各單位以PIDAS為范本推動公司智能制造工作。該解決方案的成功實施，創造性地提出了適合于流程型制造企業的數據中心架構，既充分利用了現有多級控制系統的基礎設施與數據資源，又突破了傳統計算機控制系統的思想。該解決方案的成功，給傳統制造業從業者提供了一個深入理解數字化和智能制造的機會，即如何通過業務需要來驅動數字化和智能制造技術的開發和應用，如何消除原有多級計算機控制系統、流程、處理方式的慣性限制，如何獲得并利用技術進步提升自身能力、發揮更大作用。

該解決方案的成功實施，示范了基于工廠級的數據中心及應用開發平臺應該是現階段流程型企業數字化和智能制造技術發展的有效途徑。一方面可以實現有效的業務驅動，另一方面也易于建立貼近業務人員、方便應用的數據中心，還可以充分地實現工業知識與ICT技術相融合，建立起高效、融洽、有活力的數字化和智能制造技術開發和應用團隊。這樣可以不斷地推進這項技術的進步，并隨著技術進步實現人員能力提升、角色轉換，企業技術進步、模式重構、業務升級。

該解決方案的成功實施，示范了建立工廠級數據中心與智能制造應用平臺是流程型企業數字化和智能制造技術進步的基礎。流程型企業數字化和智能制造技術的開發和應用，不是一次設計，終身受用，而需要基于現實和業務驅動，不因大數據的概念而過分追求建立大而全的數據中心、邊緣化企業級的應用開發，創造性地提出從利用現有數據開始，建立工廠級數據中心與智能制造應用平臺，一步一步推進企業的數據趨向完備化，具有充分的可實現性和戰略意義。

4.3商業價值與社會價值

目前數字化、智能制造已被普遍認為是新一輪工業革命到來的標志，會給企業帶來顛覆性的變革，是流程型制造業取得下一階段競爭優勢的重要方向，歐美國家也早已投身其中，但在實踐中真正取得突破的還少之又少。中國鋼產量世界第一，約占世界鋼產量的50%，因此中國鋼鐵從業者應當具有使行業技術水平達到相同地位的決心，擔負起行業引領者的責任，不能一味等待變革的降臨，不能依舊進行“跟隨型”、“復制型”研發，而是應當勇于創新，去引領鋼鐵業的新一輪工業革命。

“軋鋼工廠數字化和智能制造解決方案”就是這樣的創新實踐工作。即利用ICT新技術，結合流程制造業特點，實現鋼鐵制造業的數字化、智能化，解決行業的難題、痛點，應對時代的挑戰。該解決方案不僅可以在厚板、熱軋、冷軋等軋鋼工廠以及其它冶金制造單元直接復制，對于普遍采用類似四級自動化系統的制造業，也可以快速推廣，具有巨大的商業價值。

從解決方案的提供者來看，“軋鋼工廠數字化和智能制造解決方案”是由掌握工業知識的企業自身技術人員為主，基于企業核心業務要求進行開發的，開發者更懂“工業數據”，在深刻理解數據內涵、緊密關聯核心業務、數值應用場景、數據安全性、技術開發和應用的持續性上比ICT技術公司驅動、工程公司驅動的方式有相對的優勢。

從解決方案的架構來看，“軋鋼工廠數字化和智能制造解決方案”是以企業原有自動化系統為基礎進行的數字化、網絡化、智能化升級，從數據中心建設，到數據綜合性應用、數據知識性應用、數據智能性應用，都是來自業務實際需求驅動，經過反復優化，逐步發展起來的，解決了數字化與智能制造的多個核心難題，開發和應用過程中全面涉及到流程型制造業各個層面、各種場景，具有優秀的泛化能力，能夠系統性地移植推廣。

更深層次上，該解決方案實際上是提供了傳統流程型制造業由內而外的進行數字化變革的可行路徑與方式方法。該方案不僅適用于鋼鐵行業，還可以為電力、水泥、鋼鐵、有色金屬、造紙等流程型制造業的數字化、智能化提供清晰的思路以及示范。進一步推廣與發展，必將對我國制造業的能力提升、持續發展，發揮重要作用。

摘自《自動化博覽》2020年10月刊