炼钢炉里的数字化，钢铁产业涌动的数据流 | 行家面对面

钛媒体 • 2年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

炼钢炉里的数字化，钢铁产业涌动的数据流 | 行家面对面

张帅_

· 刚刚

微信扫码

858

钢铁是怎样用数字化炼成的？

炼钢炉里的数字化，钢铁产业涌动的数据流 | 行家面对面

00:00 09:23

“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。

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。