鋼企智能工廠建設實施路徑與商業模式思考

高啟洋 任 才

（中冶武勘智誠（武漢）工程技術有限公司，湖北武漢 430074）

0 引言

當前，德國已經進入了工業4.0 時代。工業4.0 是由德國聯盟教研部與聯邦經濟技術部聯手推動的戰略性項目，現已經成為德國的國家戰略，被看作是提振德國制造業的有力催化劑，也被認為是全球制造業未來的發展方向[1]。德國的學術界和產業界將制造業領域技術的漸進性進步描述為工業革命的4 個階段，也就是工業4.0 的進化歷程。

其中，工業1.0 指的是在18 世紀末至19 世紀中，通過水力和蒸汽機實現的工廠機械化，使機械生產代替了手工勞動，經濟社會從以農業、手工業為基礎轉型到以工業和機械制造帶動經濟發展的模式。工業2.0 指的是19 世紀后半期至20 世紀初，通過勞動分工以及電力驅動產品大規模生產，使零部件生產與產品裝配成功分離，開創了產品批量生產的新模式。工業3.0 指的是始于20 世紀70年代并一直延續到現在，電子與信息技術的廣泛應用，使制造過程不斷實現自動化。自此，機器能夠逐步替代人類作業，不僅接管了相當比例的“體力勞動”，還接管了一些“腦力勞動”。

如今，基于信息物理系統[2]（Cyber-Physical System，CPS）的智能化，使人類步入以智能制造為主導的第四次工業革命，即工業4.0 時代。產品全生命周期和全制造流程的數字化以及基于信息通信技術的模塊集成，將形成一種高度靈活、個性化、數字化的產品與服務生產模式。這是一幅全新的工業藍圖：在一個“智能、網絡化的世界”里，物聯網[3]和互聯網[4]（服務互聯網技術）將滲透到所有的關鍵領域，創造新價值的過程逐步發生改變，產業鏈分工將重組，傳統的行業界限將消失，產生各種新的活動領域和合作形式[5]。

我國正在大力推進信息化與工業化的兩化融合，國務院早在2015 年就印發了《中國制造2025》的通知，提出以加快新一代信息技術與制造業深度融合為主線，以智能制造為主攻防線，推進產業升級，由制造大國向制造強國轉型。

鋼鐵冶金行業作為流程性工業，與基于信息物理系統的智能化具有天然的親近性。因此，以中國寶武[6]、永鋒鋼鐵[7]、南京鋼鐵[8]為代表的大型鋼企，響應國家號召，積極推進智能工廠建設，形成了一批典型的智能工廠應用案例，在行業內引發了不小的轟動效應。

1 智能工廠實施路徑

智能工廠的實施路徑主要分為4 個階段。

第一階段為工廠現狀診斷與評估。圍繞設計、生產、物流、銷售和服務的全流程，對企業自動化、信息化、車間聯網等進行全方面調研，運用智能制造成熟度評估模型對關鍵績效指標進行評估，定位工廠的智能化水平。

第二階段是智能工廠建設需求分析。對企業智能制造業務模式進行梳理，識別可優化的工藝環節，結合企業生產特點，提出改進應用可行性方案，系統地提出智能工廠的建設需求。

第三階段是確定智能工廠總體建設目標與藍圖?；谠u估、流程梳理與關鍵技術可行性分析結果，制定智能工廠規劃、落地方案、實施計劃與預算，幫助企業探索智能制造規范體系與實現路徑，構建智能制造運行的基礎技術架構與保障體系。

第四階段是制定分步實施計劃，推進智能工廠落地。根據整體規劃藍圖，確定項目子任務優先級，明確子項目的目標、內容、關鍵點、實施計劃、資源需求等要素，綜合分析項目的重要度、緊迫度、前提條件和實施風險，制定切實可行的實施路線。

2 智能工廠業務架構

工廠生產活動主要包括六大類，即車間的規劃與改善、生產運行、工藝執行、質量控制、庫存物流和設施維護。在生產活動過程中還會產生七大類數據，即人、機、料、法、環、測、能。智能工廠建設需要圍繞六大類生產活動和七大類生產數據展開，實現不同生產場景的智能化改造和提升，例如機器換人、設備自動化、柔性生產、智能監測、能源自動調度、智慧安全、智慧環保等。此外，還需要實時采集和互聯互通不同場景的生產過程數據，并且基于先進的算法和數學模型，實現數據的分析和再利用，反饋于生產管理，從而優化整個生產執行過程。

結合鋼企自身的信息化、自動化現狀，總結鋼企智能工廠業務架構，分為基礎設施層、生產集控層、工業大數據平臺層、生產管控層和智慧應用層，這也是當前國內主流的智能工廠建設業務框架。

基礎設施層是整個智能工廠的硬件基礎，是智能工廠運行的物理實體，可以分為智能生產裝備、智能物流裝備、智能檢測裝備、智能監測裝備、云資源及IT 網絡。

生產集控層主要是為了解決生產過程中實時數據采集和互聯互通等問題，采集的數據進入工業物聯網平臺，為生產管控層和可視化應用層提供數據支持。

工業大數據平臺層包括工業物聯網平臺、時空大數據平臺和視頻監控平臺。工業物聯網平臺主要是為了解決生產過程中每個環節與設備數據的連通問題，打通信息流動通道；時空大數據平臺主要是為了解決三維時空信息數據的管理問題，同時提供搭建各類數字孿生系統的開發工具和服務組件；視頻監控平臺主要是為了匯聚現場視頻監控數據，實現各類攝像頭監控錄像查看與回放，智能分析違規行為和風險點并提前預警。

生產管控層是智能工廠的核心，是保證工廠生產制造和工藝執行的關鍵環節。以生產制造執行系統（MES）為主，還包括生產計劃排程系統（APS）、倉儲物流系統（WMS）、設備管理系統（DMS）、質量管理系統（QMS）和能源管理系統（EMS）。

智慧應用層是智能工廠生產狀態和信息化成果展示的窗口。通過對接工業物聯網平臺中的生產實時數據，將各工序生產計劃執行總體情況、設備運行總體情況、環保監測總體情況、能源消耗總體情況、物料配比總體情況、安全監控整體情況等，以可視化圖表或數字孿生的方式展示出來，從總體上反應工廠實時運行狀態。

集控中心是智能工廠的生產指揮運行中樞。將傳統的各工序廠房內操控改造為集體遠程操控，是智能工廠信息匯聚、數據交互、生產監控、遠程操作、學習交流的重要物理場所。

3 優劣勢及商業模式分析

當前，行業內有能力實施智能工廠項目的集成商主要分為3 類。一類是企業下屬的信息自動化公司。這類公司長期服務于企業信息化建設，核心競爭力集中于信息系統、設備自動化、云資源和網絡服務等。二類是各大冶金行業的設計院。這類公司鋼鐵冶金生產工藝知識扎實，經常承建鋼企某一生產線的EPC 項目，利用BIM 技術搭建數字化交付平臺，將業務延伸到智慧應用領域。核心競爭力集中于生產工藝數學模型、智能生產裝備、設備自動化和數字化交付平臺。三類是行業內具備一定專業優勢專業化公司，往往具有國企、央企背景。這類企業長期服務于鋼企地理信息數據建設和維護，掌握了各大企業完備而準確的三維數字底座數據，而三維數字底座恰恰是智能工廠建設業務框架內、智慧應用建設所需的基礎設施之一。

隨著鋼鐵智能制造進程的推進，上述3 類公司都以自己核心優勢為出發點，穩固自身基礎業務鏈的同時，向上、下游延伸，打造適配自身技術架構的工業大數據平臺，例如寶信軟件發布的Iplat 平臺、賽迪信息發布的水土云工業互聯網平臺、中冶武勘智誠發布的數字工廠基礎信息平臺。不論是哪一類集成商，其業務發展和積累的過程都是從自身傳統業務向智能工廠業務架構圖（如圖1 所示）內范圍拓展的過程。在這一過程中，自身傳統業務在架構中越重要，用戶黏性越強，就越具有技術優勢。

圖1 鋼企智能工廠業務架構圖

面對不同背景的鋼鐵企業，智能工廠建設的商業模式也有多種選擇。第一種是傳統模式，由業主投資，承包單位建設基礎數據（主要是測繪建模工作）和軟件平臺，移交甲方，由甲方運營平臺，承包單位負責售后工作。第二種是投融資模式，業主提供政策或一部分資金支持，資方投資，承包單位建設基礎數據和搭建平臺，并負責后期運營，運營期收入用來償還投資成本和利息。第三種是互聯網模式，由業主提供政策，承包單位搭建平臺并負責運營，有資質的第三方單位（可以是多家）投資或建設一定范圍的基礎數據，運營期收入可以由承包單位、業主、第三方單位按一定比例分成。

相較于傳統商業模式，后兩種模式的優點是用戶黏性更大，用戶基數更多，業主方投入少，意愿更強，承包單位測繪業務增長可觀，且可復制性強，不僅僅是在鋼鐵行業，還可以快速復制到電力、石化、礦山、水泥等行業。缺點是對平臺的技術要求比較高，需要一定時期的技術積累和研發，且運營期的收入依靠行業整體效益情況和智能制造投資意愿。

4 結語

進入工業4.0 時代，中國正在大力推進兩化融合和智能制造，尋求制造業轉型升級。鋼鐵行業內的一些頭部企業，在近幾年取得了令人矚目的階段性成果。一些智能制造集成商通過穩固自身傳統業務鏈條的同時，向上、下游進行拓展，逐漸摸索具有一定普適性的智能工廠業務架構，并且提出針對性的解決方案，以促進鋼鐵企業在智慧工廠領域取得長足的進步并實現跨越式發展。