變更

'''首钢工业互联网平台'''热轧是 [[ 钢铁 ]] 生产流程中的重要环节，由于传统的信息化都是单环节运维控制，单环节分析，最终综合分析指标数据，反馈产线相对滞后，没有从整体上考虑流程，一直都存在着 [[ 资源 ]] 利用率低，运维成本高的痛点问题。

智能 [[ 制造 ]] 智慧热轧

===1. 技术背景和意义 ：===

热轧是钢铁生产流程中的重要环节，由于传统的 [[ 信息化 ]] 都是单环节运维控制，单环节分析，最终综合分析指标数据，反馈产线相对滞后，没有从整体上考虑流程，一直都存在着资源利用率低，运维成本高的痛点问题。首钢工业互联网平台以热连轧为主要实施场景，把控全流程业务，稳定提升产品质量和生产效率，最终达到降本增效提质的目的。

===2. 技术要点和优势 ：===

首钢工业互联网平台以热连轧为主要实施场景，完成数据从采集到应用的全生命周期管控，以全量数据为基础，把控全流程业务，挖掘分析关键指标，快速准确地判断生产、质量、设备、 [[ 成本 ]] 、物料、运输等各环节的问题，稳定提升产品质量和生产效率，降低运维成本，提升资源使用率，最终达到降本增效提质的目的。主要功能包含：1、整体平台架构设计以及通讯接口2、完整的热连轧工厂级全量数据集市3、钢铁产品全息数字化4、领域库和专家库-钢铁图谱5、关键指标报表体系6、工况自诊断、预估与维护创新点如下：1、以大数据组件体系通过“自研+优化+组合”替代了传统实时数据库架构体系，解决传统企业接入大批量高频度实时数据只能依赖实时数据库的痛点问题，并且能够完整适配异构数据源，以融合计算架构满足不同场景下的数据处理及分析需求。2、完成了热连轧工厂级全量数据集市，能够满足热连轧全产线各种业务的数据需求，比如 [[ 设备 ]] 预警、态势感知、数字钢卷、趋势预测、处置决策、信息协同和数据可视化等业务场景，形成最终的“黑灯工厂”，可有效降低运维成本。3、完成了数字钢卷的业务落地，真正意义上将热连轧全产线数据归集到产品上，实现了以产品为单位的全生命周期数据，可追溯，可查看，可预测。通过数字钢卷结合工艺数据进行数据挖掘，可以有效进行全流程数据分析，优化提升资源利用率。该方案与传统方案相比，有如下优势：1、真正意义上做到热连轧全量数据管理，打破各系统间的信息壁垒，自底向上从采集、清洗、存储、治理、分析到应用等方面进行数据的全 [[ 生命 ]] 周期管理。2、数据平台采用大数据分布式架构，无论是存储资源还是计算资源都具备良好的扩展性。3、建设标准的KPI体系可以帮助热连轧产线更好的降低成本，提升生产效率，提升产品质量。4、建设以热连轧场景为主题的机理模型库和数据治理模型库。传统机理模型依赖专家经验，难以作为知识传递，协作难度大，优化时间长，构建机理模型库后，以通过“大数据+AI”的能力形成机理模型自适应优化体系，不断迭代升级模型能力，优化模型参数。数据治理模型库依赖数据处理场景，常常需要多方人员协作配合。形成数据治理模型库后可有效提升协作效率，更利于迭代优化业务，同时也是数据全量管控的核心内容之一。

===1. 应用案例介绍 ：===

应用对象：首钢京唐钢铁联合有限责任公司应用规模：≥2000人应用时间：2年以上取得的效果：（1）形成以工业为首的、可复用的标准化体系、技术体系和业务生态。构建工业厂区内统一 [[ 规范 ]] 的数据标准、工业领域认可的业务标准，普适可横纵扩展的平台技术框架和由专家经验、历史数据、工业流程综合而来的业务流程及处置方案，形成全工业厂区从原料到产品的全流程管控服务。（2）形成“数据+模型+网络”的标准服务建设体系，未来工业互联网平台将是工业厂区下各类系统和数据的核心枢纽。数据包括：制造加工设备、智能网联产品、各类信息系统和外部数据源；模型包括：机理模型、数据处理模型；网络包括：一级网络、二级网络、三级网络和四级网络。（3）形成“平台经济”。随着工业互联网平台加速从概念验证走向应用落地，围绕平台的创新和竞争也更加活跃。随着工业应用场景的日渐丰富，各类企业将从实际需求出发，在不断地尝试和迭代中推动平台基础技术与商业模式的持续创新，与此同时，日渐成熟的平台市场将带来更多价值回报，吸引更多的工业企业、 [[ 互联网 ]] 企业、金融机构、专业服务商与独立开发者投身平台领域，促进整个平台经济在良性竞争中实现繁荣发展。价值空间：（1）实现工厂级的纵向打通，实现工业厂区数据的全流程管控。（2）整体架构可复用多个业态和行业，为我国工业智能化的自主能力提升赋能。