热轧生产过程是钢铁全流程承前启后的重要工序，也是企业建设“云-边-端”高效协同管控体系的关键，热轧数字化智能制造系统对推进“铁钢轧”全流程高质量智能工厂建设具有重要意义。针对当前普遍存在多源异构数据融合与追溯难闭环、生产过程控制与质量溯源非协同、面向多目标决策的精益化管控不精细等痛点问题，具体体现在： 1、现场数据体量庞大、数据残缺和无效项过多，缺乏相应的大数据平台对数据进行统一且有效的采集、清洗、归集和存储。传统的离线存储方式需要大量物理硬盘，残缺数据无法实时还原及重现，并且数据安全性无法得到保证； 2、现场数据归集多采用时间维度，相应的数据时空转换技术不成熟，难以满足实物质量分析和溯源过程中使用空间维度数据的需求； 3、产品质量异常，无法实现精准定位溯源，控制系统L1/L2大多由第三方承建，底层模型黑箱瓶颈难以突破；监控预警场景定制化差异需求大，关键参数零散分布于不同系统导致现有技术无法统计全流程工艺设备状态； 4、设备运维停留在传统的人工点检+周期更换模式，重点设备监控停留在耳听眼看的阶段，一些先进的设备测振、测温、图像识别技术未能得到应用；复杂设备系统依靠单一的仪表阈值进行报警，缺乏劣化趋势和状态的模型判断； 5、轧线、磨辊间、钢卷库、质检等生产单元自动化程度低，存在着大量可用智能装备代替的人工操作，如加热炉板坯核对、钢卷质量判定等，工作效率低、操作失误多； 6、安全、环保、消防各模块分散管理，设备系统多，系统集控技术落后，后台监控人员多，紧急状态下人员协同慢； 7、能源和成本统计方法简单、粗放，部分能源点统计未能实现自动采集，能源消耗靠简单的系数来进行标准成本的分摊，成本统计无法精确到卷、班组、区域； 8、钢卷入库、下线、装车、作业无自动计划，物流无自动优化，作业流程无信息化跟踪，操作人员多、效率低下； 9、生产管理、质量管理、设备管理、成本管理、KPI指标管理和安全管理等各个维度的数据不同域，无法跨域联合分析，需人工拷贝、合并、分析。 因此，亟需汇聚车间级全流程数据，涵盖轧辊间、设备运维、能源环保、消防安全、运营管理及智慧决策开发需求，支撑主轧线及公辅等生产作业单元智能协同管控，建立基于精益化管理的热轧数字化智能制造系统。

热轧作为钢铁生产流程的重要环节，具有高频、强耦合、非线性等特点，温度、相变、应力相伴相生。经历工业3.0后，热轧技术在主线自动化程度、品种规格、产品质量、信息融通等方面取得了长足的进步，但仍然存在如下亟待解决的问题：库区、磨辊间、能源介质、质检等非主线单元存在着大量的人工操作，劳动生产率低下；加热能力、轧线节奏、多区域调度、生产顺行等问题影响产能释放，高效生产需求迫切；以板形、表面、轧破甩尾为代表的质量和生产稳定性长期困扰热轧企业，控制模型精度、设备状态、关键检测缺失、监控不完善、人工干预多等是主要原因；缺乏工厂级成本管理系统，能耗到卷（或板、管、棒等）、成本到卷无法实现，做不到精细成本控制；自动化、信息化已逐步完善，但许多和设备、人员、物料、能源等密切相关的数字化工作尚在起步；上下游工序、工厂业务之间缺乏物质流、信息流、能量流协同机制，工作效率低下，标准实施和固化困难，决策靠人。 热轧面临的如上问题大多是多因素或多目标问题，需要从全局加以考虑，现有的多级计算机系统构架具有局限性，热轧智能工厂建设则为解决如上问题提供了契机。本项目提出一种以问题为导向的热轧“双智控”智能工厂构架方案，以短板补齐、智能检测、工业互联网平台等为支撑，以关键绩效指标为牵引，从操维集约和业务协同两个方面出发，借助精准感知、数字孪生、工艺驱动、智能算法等手段，追求产线极度自动化和业务高效协同化。热轧智能工厂的建设实现物质流、能量流、信息流互联互通，并完成生产过程中大尺度的全局优化和资源配置，可推动真正意义上的热轧工厂技术变革。

目前，钢铁企业智能制造正在兴起，《中国制造2025》中明确提出，“单位工业增加值用水量”以2015年数据为基础，2020年要降低23%，2025年要降低41%，从统计数据来看，2015年我国钢铁企业平均吨钢新水用量为3.53m3/t，2020年已降至2.45m3/t，下降幅度约为30%，但距离2025年下降41%，即平均吨钢新水用量约为2.1m3/t的目标仍有差距，而钢铁企业平均吨钢新水用量的下降速度正不断放缓。 目前我国钢铁⼯业⽔处理存在的主要问题如下：①工艺流程长；②用排水量大；③废水排放节点多且成份复杂；④全厂水质水量难平衡；⑤水系统精细化科学管理及智能化管理水平还有待完善。 钢铁行业近年来的快速发展，决定了钢铁企业必须通过先进技术的应用，在节水减排的战略原则下，建立指导企业水系统生产运行的综合平台，实现生产控制运营的精细化和最优化，实现水质水量的科学核算与调度，实现集约化、智能化的创新运营管理模式，实现环保管理的实时化与零风险，提高水处理的效率、降低运行成本，以解决以上问题。利用信息化技术挖掘更深层次的节水潜能是未来钢铁企业进一步发展的必然措施。

开展钢铁企业“500米成品钢轨生产技术创新与产业化应用”研究，创建面向线路直接铺设的一站式钢轨生产方式，可实现500米长钢轨直接供给，并进一步提升生产质量管控能力；同时，满足中国国土面积胡焕庸线以西直铺钢轨的战略需求，降低铁路建设成本、缓解铁路运输压力、保障钢轨质量、提升线路施工进度，解决西部偏远地区高效直接铺设钢轨的难题。 主要问题：国内路网建设和焊轨能力分布不平衡。既有线路建设钢轨供给模式，是钢轨厂先将100米钢轨铁路运输至各铁路局集团公司焊轨基地，经焊轨基地焊接成500米长钢轨后，再运至铺轨现场焊连、铺设。这种多点作业、多级管控的传统长钢轨生产供给模式，存在钢轨易受损伤、供应效率低、运输成本高、资金占用大等问题，增加了西部及无人偏远地区路网建设难度。 主要不足：钢轨实物质量如何更好满足直供线路铺设和长寿化服役等要求。如：持续提升钢轨稳定服役的氢含量控制；钢轨硫含量对接头性能影响情况；存有高速钢轨高低点差大于0.30mm现象；不同钢种钢轨不能混焊和焊接接头合格率不稳定；未形成合金钢轨成熟稳定的焊接工艺等。 这些问题与不足涉及钢轨内部质量、外形尺寸、焊接质量、时序衔接、运输等多个方面，需要结合项目研究进一步提升和优化。

智能制造是对传统制造业转型升级的必要手段，是企业在研发、生产、管理、服务等方面持续改进的方向，随着国家对智能制造政策的持续推进，紧扣关键工序智能化、生产过程智能优化控制，建设智能工厂与数字化车间成为实现智能制造的前提条件。 目前转炉炼钢智能制造在国内钢厂的发展并不均衡。部分大型钢厂智能化建设较好，但是各中小型钢厂还是以满足生产基本要求为主，在炼钢生产各工序中，自动化尤其过程自动化的应用参差不齐，制约了炼钢生产制造由自动化网络化向智能化方向的升级。因此建立一套完整的智慧炼钢解决方案具有非常重要的意义。 山信软件股份有限公司构建“扁平化、集成化、高效化”的炼钢工序工业互联网，在各工序模型控制的基础上，结合大数据分析，实现控制系统“规范化、流程化、数据化”，解决炼钢生产过程各工序独立运行，生产过程数据却紧密关联的问题，为炼钢生产柔性管控奠定基础。

抚顺新钢铁以“产城融合发展的典范、智能制造的先行者、绿色发展的践行者、建筑业综合服务平台的主导者”四大发展战略，为实现东北老工业基地全面振兴、全方位振兴而努力。从2018年6月至2019年5月，抚顺新钢铁通过整合型数据分析系统建设和复制与开发，在不断丰满完善的基础之下, 管理人员和工程师更愿意追求“更全面,更系统,更有效率”地针对各自的专业领域进行科学分析与管理。在围绕提升效率、提升能力、提升装备水平进而实现效益的提升推进全流程钢铁企业数字化转型过程中，存在一下问题： 1、员工数字化能力不足 随着数字化转型的推动，企业经营管理有了大量系统、全面的数据做支撑、提供参考，进而对“执行力、查找异常、反应速度、部门联动”也提出了更高的要求，此时员工能力是否能有力支撑管理则显得愈加重要。抚顺新钢铁属于传统冶金企业，员工对数字化转型、精细化工具、岗位融合、集控的理解能力不足。 2、复合型的专业钢铁信息技术人员供应十分有限 在数字化转型过程中,需要复合型的专业钢铁信息技术人员来支撑。从现有的人员及外招的潜力来看十分有限，业务不懂IT，IT不懂业务。 3、数据应用不足，数字价值发挥不充分 钢铁行业每天产生和利用大量数据，比如生产、能源、质量、安全、环保等。现场一级系统里面蕴含的数据如EMS、ERP，但是没有将数据进行应用，没有充分发挥数字的价值。 4、结果性与驱动性数据的集成与解析机制有待建立 数据驱动的智能企业包括数据资产的规划和治理、数据资产的获取和储存、数据资产的共享和协作、业务价值的探索和挖掘、数据服务的构建和治理、数据服务的度量和运营（迭代）六个部分。同时基于冶金工程流程的“制造流程-单元工序-单元操作”集成和解析的关系有待建立。 针对这些问题，抚顺新钢铁利用企业现有资源组建研发团队，自主研发了一种融合业务、组织与冶金流程的新一代集控中心，并不断持续迭代优化。

近年来，在国家供给侧改革的新形势下，尤其是新的互联网技术、信息技术的飞速发展，以新技术开发为支撑、以绿色发展为约束、以智能化发展为方向、以效益最大化为目标已经成为钢铁行业发展和国家调控的重点方向。其中数字化、网络化、智慧化能源管控系统的开发应用已成为新的引领方向，能源效率、能源成本的深度分析将成为钢铁企业精细化管理的主要内容，而国内目前运行的企业能源中心已无法支撑能源集约化和精细化的管理需求，急需在工业互联网支撑下，开展钢铁企业智慧能源管控系统开发与应用研究。 鞍钢股份鲅鱼圈钢铁分公司于2008年9月10日建成投产，同年完成能源管理中心建设，实现能源数据的在线监测和统计报表打印等功能。受当时技术条件的制约，能源中心功能单一，不能实现在线管控与优化，数据分散、缺乏系统整合、共享和利用，能源管理和生产管理完全分离，各自为政，智能化程度低，完全依靠人工经验进行协调生产。以上问题严重制约了鲅鱼圈钢铁分公司的能源管理提升，能耗指标处于全国中下游水平，项目实施前，2017年鲅鱼圈分公司能耗指标达到600kgce/t钢以上。2017年项目组在经过大量的国内外信息调研基础上，形成项目可行性研究报告；鞍钢集团公司多次组织专家论证，决定以鲅鱼圈钢铁分公司为试点，对能源管理中心进行全方位技术升级改造。2018年初，自筹资金1.2亿元，率先放行了“钢铁企业数字化网络化智慧能源管控系统开发与应用”项目。作为首批两化融合项目，以“集约化、数字化、网络化、智能化”为目标，采用产、学、研合作模式进行联合攻关，按着“顶层设计”、“分步实施”、“重点突破”、“全面提升”的总体原则进行强力推进，项目实施以来取得了预期效果。

项目属于金属材料制造工艺技术与材料应用技术领域，产品主要应用于制造新能源汽车驱动电机铁心。新能源汽车驱动电机铁芯使用高端无取向硅钢，其使用需求是高效率、高功率密度及安全性，决定了铁芯导磁材料高磁感、极低损耗、高强度特性。汽车驱动电机铁芯工作于高速转动的工况，为了提高效率，要求中频极低铁损；为了提高安全性，要求导磁材料强度高；同时，鉴于汽车的民用属性，涂层材料的环保化将成为趋势等。本项目研究了高端无取向硅钢磁畴行为及表面富集元素作用机理，形成提高面织构、夹杂物无害化、化学成分及组织优化控制等平台技术，解决研制高端无取向硅钢系列产品的共性技术问题。依据高端无取向硅钢强度、磁性能耦合关系，研究强度和电磁性能的统一；同时研发了无铬环保涂层、应用于汽车驱动电机整体增强技术的自粘接涂层。

冶金加热炉的优化控制关键在于精确的燃烧控制和稳定的炉温控制。炉内钢坯温度预测和准确的空燃比是控制的关键。2006年起，马钢与安徽大学合作，基于冶金工业炉窑实际生产中的技术需求，开展了包括复杂热环境下的光电检测技术、热能工程、自动化控制、机械设计制造等多学科交叉研究。 马鞍山钢铁股份有限公司与安徽大学合作团队在一系列关键技术和实现方法上取得了突破，研发了在大型工业炉复杂热物理环境下基于光电检测技术的炉内工件表面温度全视场监测及炉膛气分在线分析系统，实现了加热炉内工件温度和炉内CO、O2浓度的实时测量。并在此基础上将所获得的关键物理参量作为控制参量，自主研发了“加热炉燃烧效能在线智能监测与优化控制系统”，该系统以炉内工件温度参数建立温控模型，以炉膛气分检测参数建立空燃比最优控制模型，实现大型工业炉窑燃烧效能的最优化控制。

目前国内各大钢厂在生产亚包晶钢时，实际最大工作拉速约为1.25m/min～1.35m/min，目前四钢轧亚包晶钢的最大工作拉速为1.30m/min，经统计其加权平均铸坯宽度为1300mm；实际工作拉速为1.25m/min，浇注周期为53.2min/炉，与钢水供应周期41min/炉，相差约12min，造成炉机严重不匹配；随着亚包晶钢产量的进一步提升，在满负荷生产条件下，严重制约了产能的提升，将难以满足当前板材市场对小订单、小批量、特殊规格等的个性化生产需求，不但导致生产组织及质量稳定控制难度增大，而且严重制约了钢区产能释放，增加了生产成本。 基于上述现状，于2018年开始立项并实施该项目。本项目通过优化连铸工艺技术，稳步提升亚包晶钢最大工作拉速，不但对优化冶炼－连铸－加热－轧制生产节奏匹配及释放铸机产能，而且对铸坯质量的稳定控制及降本增效工作都具有十分重要的实际意义；此外，将为系列高强钢的放量及质量控制奠定扎实基础。