我国水处理行业在经历了上世纪八十年代的打基础阶段以及新世纪前后的自动化阶段后，已基本实现了城镇污水全处理（截止2016年底，全国城镇污水处理率达96%以上），水处理厂均建设了设备自动化控制系统，大幅解放了劳动力。目前，行业正处于智能化转型阶段，利用无线传感器网络、数据库技术和3/4G网络，搭建水处理企业的数字化业务系统和数据库，大大提高了信息存储、查询和回溯的效率，初步实现了业务管理的信息化，突破了水处理企业原有各工艺、各系统环节间的“数据孤岛”，实现了数据“一张图”、“一张表”。然而，从信息化到智能化仍然存在较大差距，例如，缺少对水处理工艺环节的智能控制，绝大部分过程控制仍然依靠人工决策，难以将数据与精细化管理充分结合。

针对钢铁长流程加工过程中余材种类多、余材数量大、库存控制难等典型问题，宝钢股份于2004年开始着手余材充当技术的研发，历经十几年的探索创新，建立了以规则配置平台和优化决策模型双轮驱动的余材充当系统，逐渐具备了薄板全产品、全工序、全产线的优化充当能力，实现了经济价值和劳动效率的大幅度提升。数年来该技术水平在覆盖面、优化效果、自动化程度、工艺数字化全方位持续保持国际领先。

本系统通过收集市场信息（如网页抓取、行业共享），以人机结合，专家决策为主的方式进行。以冶金机理计算为主，结合生产工艺的要求与过程控制模型，通过分析生产实绩信息建立了多个炼钢厂、多条精炼路径的模型群，有效准确地确定不同钢种的合金消耗标准，从而能精确预测炼钢合金的需求量。

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。

设备智能运维是钢铁工业智能制造的短板，存在下列问题： 1、设备运维数智化基础薄弱，设备状态相关的数据没有得到全面有效的采集、存储、管理，全口径设备数据在线率不足1%。 2、以人为主的设备管理导致过度依赖人的行为、经验，设备风险难以控制，设备维护经验、知识碎片化，缺少系统化的积累、提炼、优化、传播。 3、设备维护相关数据没有得到有效开发、应用，基于数据的决策偏少，智能化应用不成体系，运维全流程协同优化乃至支撑产供销全局优化没有依托和抓手。 4、未能实现对环保设备设施运行状态的精准把握，保证其持续可靠运行，减少和降低污染排放，支撑环保达标和超低排放的实现。高能耗设备的运行缺乏数据支撑，降低能耗的目标难以达成。 5、设备维护功能分割过细，点检、运行、日修、抢修等多种角色并存，设备点检不到位、设备维修质量无数据支撑，设备日常运行过程中的“跑冒滴漏”问题严重，不仅增加消耗，也间接增加环境压力，效率提升遇到瓶颈。 针对这些问题，宝武装备智能科技有限公司研发成功一套钢铁全工序、全流程设备智能运维系统（技术、产品、标准与体系），攻克了面向钢铁全工序的设备智能运维平台、面向状态变化趋势决策的设备智能运维智能专家系统、面向服务一致性的设备智能运维标准、面向运维全流程的智能运维体系等四个方面十二项核心技术，实现了面向钢铁行业的全工序全流程的智能运维系统和超大规模化工程应用。

钢铁企业原料场接收经由水路、铁路、公路运输进厂的原燃料，通过存储转运、和混配加工，为高炉、烧结、焦化等工序提供生产需要原、燃料的稳定可靠供应。 料场由多个相对独立的子料场组成，分别负责储运不同品种的原燃料，供应对象也各不相同，按年产1000万吨铁水产能计算，年接收转运球团、块矿、焦炭、粉矿、生熔剂、混匀矿等近千种约为2600万吨原燃料。具有品种繁多，堆存场地料线更换频繁等特点。传统料场在管控方面存在以下问题： 1、堆取作业依赖机上人工操作 2、缺失关键信息 3、缺少对数据的统一管理 4、生产组织依赖个人经验，缺少科学决策系统支持 针对上述问题，中冶南方数智料场研发团队开发了数智料场技术，成功实现了钢铁企业大型料场的一体化管控，有效解决了传统料场在自动控制和管理技术方面存在的不足。

绿色智慧制造背景下，通过设备运维的数字化与智能化，探索和推动工业领域设备管理变革升级，成为了新的课题。目前以“点检定修制”为代表的设备管理主要问题体现在： 1、过度依赖人的行为、经验，设备风险难以控制。以某钢厂为例，90%的设备故障是因为点检不到位，30%的重复性故障是点检不周导致，充分说明五感点检、经验判断已不足以支撑设备风险有效控制。 2、设备过维修与欠维修并存，综合维护成本居高不下。由于缺乏全面有效的设备状态把控手段，点检定修模式下过维修难以避免，同时也普遍存在设备老化严重、维护不及时的情况。 3、设备维护功能分割过细，制约系统效率提升。点检、运行、日修、抢修等多种角色并存，效率提升遇到瓶颈（行业万吨钢点检人员配置平均水平1人/万吨，国际先进0.7人/万吨）。 宝武装备智能科技有限公司、宝山钢铁股份有限公司通过新一代信息技术（ABC+IoT）应用，推动设备管理从“感官判断、经验决策”向“数据判断、知识决策”的智能化升级，支撑钢铁制造“智慧、绿色”转型，探索实践工业领域设备管理变革，带动行业高质量发展。总体思路如下： 1、以“三需要”（数字化转型、绿色可持续发展、设备管理变革）为初心，探索面向多维需求的设备智能运维系统解决方案。 2、以“三个一”（一个平台、一个专家系统、一套标准化体系）为核心，打造“远程、智能、共享”的设备智能运维管理新模式。 3、以“三提升”（资产效率、人事效率、管理效率）为目标，重塑设备运维价值链，实现设备管理价值最大化。

我国经济持续发展要求供给侧结构性改革，钢铁行业首当其冲。河钢集团坚决执行中共中央创新发展、绿色发展、高质量发展的决策部署，执行城市钢厂向沿海转移升级的伟大使命。但转型过程中面临严峻的环保形势，冶炼设备的大型化、智能化，还要向更高质量发展等现实问题制约。尤其是钢铁建设过程周期长、流程复杂，缺乏覆盖整个流程、全生命周期的协同管控的方法，同时缺乏系统性的指导建设、参照执行的绿色标准，缺乏整体协同高效的管理方法。因此在新一代钢铁建设过程创新性的研发出协同融合的绿色工程管理方法势在必行。

钢铁行业面临着日益严峻的资源、市场、环保、竞争等重大挑战，迫切需要加快实施转型升级和提质增效。行业普遍面临的重大考验包括：（1）钢铁需求减少，钢铁总体产能过剩；（2）环保压力日益增大；（3）企业间同质化竞争日趋激烈。装备大型化、流程高效化日益成为钢铁工业的发展趋势。 除日韩等少数先进企业采用高效生产外，采用“转炉-RH精炼-板坯连铸”工艺生产低碳、超低碳钢的大部分钢铁企业普遍存在如下问题：（1）连铸拉速普遍较低；（2）转炉和精炼工艺效率不高；（3）转炉出钢温度高；（4）浇铸过程水口易堵塞制约连浇炉数提高。首钢京唐公司致力于建设高效、优质板材生产基地。在项目开展前，也面临着国内外板材生产企业的行业难题：超低碳钢连铸拉速低于1.7m/min；转炉和RH冶炼周期分别为43min和50min，转炉出钢温度1687℃，浇铸超低碳钢4炉更换一次SEN，浇铸后期水口堵塞严重。 从2012年开始，首钢与北京科技大学合作，自主研发了"炼钢全流程高效生产技术"系列项目，创新点如下： （1）创新集成了板坯高拉速连铸技术，开发了结晶器强冷却、无锂高拉速保护渣与高拉速结晶器流场控制技术，解决了高速连铸拉漏和结晶器卷渣两大技术难题，建成了智能浇注平台，常规厚度板坯最大连铸拉速达到2.5 m/min，突破铸机设计最高拉速。 （2）开发了大型转炉强供氧技术、RH高效耦合脱碳技术，300吨转炉冶炼周期从43 min大幅度降至35 min、超低碳钢RH真空处理时间大幅度降低至20 min。超低碳钢转炉出毕至开浇时间降至70 min之内，结合全流程温度管控技术，转炉出钢温度降至1647℃，年产能从900万吨提高至1100万吨。 （3）开发快节奏条件下浸入式水口无粘附技术：通过转炉终点氧含量精准控制、全流程钢-渣反应控制、夹杂物快速去除、中包吹氩密封及浸入式水口防堵技术的开发，超低碳钢中间包钢水平均全氧含量达0.0015%，300t钢包连浇7炉不更换浸入式水口，浇铸结束后水口无堵塞率达90%以上。 （4）从生产组织、过程管理、精细管理三个方面集成了全流程智能化管控系统，解决了复杂品种、规格条件下的组织排产，提高了钢包周转效率，周期缩短22min，每台铸机钢包数量降至4个，实现铁钢界面、钢轧界面和生产过程信息全面感知、智能决策、精准执行，稳定支撑了炼钢全流程高效专线化生产。