德龙钢铁大脑：更锐的眼，更快的脑

德龙钢铁的数字化转型带有明显的民企印记，体现了民企的转型速度、广度和深度。在不到一年的时间里，德龙钢铁上马了数据中台，并在产线的四个环节上应用了数字化技术，这是速度；它的数字化改造不局限于某个分厂的产线，而是贯穿全集团各个分厂，并向上下游延伸到交易环节、金融环节，这是广度；它不仅对业务进行改造，而且要求管理理念、企业文化向数字化的方向转变，这是深度。钢铁行业总体上仍然是一个产能过剩的行业，转得快、转得成功的企业，在未来的竞争中很可能占得先机。

——张宇/中国工业互联网研究院政策研究所所长

1
从“绿色德龙”到“数字德龙”
钢铁大象、变形金刚模型、壁画、博物馆、满眼的绿植……漫步在德龙钢铁文化园，来访的人常常会产生一种错觉，以为自己正在游览一个风景区。

当然，准确地说，这也并不是一种“错”觉。位于河北省邢台市的德龙钢铁文化园，是全国第一家由生产中的钢铁企业打造的4A级旅游景区。或许是因为很早就意识到环保可能成为产能过剩的钢铁行业的“胜负手”，德龙集团董事长丁立国提出了“低头弯腰做环保，抬头挺胸说环保”的环保理念。他提出了“绿色德龙”的经营理念和发展愿景，坚持在环保投入上“不设上限”，通过超低排放、循环经济、大规模绿化等方式，打造世界级洁净工厂，获得业内外的普遍好评。

不过，对现代钢铁工业这个拥有超过200年历史的“老”行业来说，环保还不是它唯一的未来命题。工业和信息化部2016年印发的《钢铁工业调整升级规划（2016—2020年）》就明确提出要发展智能制造，要“加快推进钢铁制造信息化、数字化与制造技术融合发展，把智能制造作为两化深度融合的主攻方向”。于是，眼望未来的丁立国，在提出“绿色德龙”之后，又提出了“数字德龙”。

但相比在环保上重投入之后的立竿见影，信息化、数字化、智能制造似乎更为“道阻且长”。

“看似传统的钢铁行业，其实在近10年中做了大量的信息化、自动化建设工作，在提高效率、规避风险等层面均发挥了关键作用，但是存在的问题是什么呢？这些系统大都是分散而建，集成度并不是太好，存在诸多的数据孤岛。近年来大家都在思考的一些大的概念，包括大数据、人工智能、智能制造、工业互联网等等，真正在行业里实实在在落地的并不是太多。原因在于：如果数字化基础不牢靠，推进模式、路径考虑得不是足够清晰，只是简简单单购置机器人、应用智能化装备，它的连接和应用都会存在很多问题。”德龙集团CIO（首席信息官）郭玉宾说。

德龙钢铁文化园内的金刚园，陈列着215个“变形金刚”，由公司员工采用废旧汽车零件、废旧钢材制作而成，气势擎天，是真正的 “抬头挺胸说环保”

丁立国要的当然不是“问题”，而是“答案”，而且必须是“行业标杆式”的答案。在和阿里云的团队相遇之前，郭玉宾在数字化转型上的思考已然经年累月，取经的足迹也遍布了海内外：韩国浦项、德国蒂森克虏伯、宝武钢铁集团、首钢集团，甚至于行业外的美的、海尔……行业内外的数字化进展让郭玉宾深有感触，也认定了数字化转型是钢铁行业未来发展的必由之路，但每个企业都有自己的实际情况，具体到德龙集团，转型的抓手和落脚点在哪里，仍是一个非常复杂的命题。

就在郭玉宾为了这个大命题而绞尽脑汁的时候，阿里云的团队适时地上门了。

“第一次拜会客户是在2019年6月28日，当时其实还没有谈数字化转型，而是谈的钉钉。”该项目的阿里云团队负责人回忆说，“当时德龙加新天钢有四五万人，他们有大规模的办公管理的需求。”

就在这次拜会中，阿里云负责人在介绍钉钉的同时，顺便谈到了阿里云在钢铁制造领域的大数据应用。这个“顺便”可谓正中靶心，双方聊了不过一刻钟，郭玉宾就意识到，自己想要的答案正在缓缓浮现。

“数字化转型的核心是什么？是数据有没有真正用于生产经营管理的方方面面。如果数据用不起来，那数字化转型一定是失败的。要把数据真正用起来，一个是要对数据做整合、做治理，另外一个就是通过大数据，面向生产各个环节的管理，通过相关的算法模型支撑管理、工艺、操作等层面的快速优化。在这两个方面，阿里的技术都是非常有竞争力的，这也就促成了我们双方之间的合作。”郭玉宾介绍说。

得益于德龙高效的决策机制，方向一旦认定，后续的动作上来就很快。9月，双方做了一次高层互访，阿里云团队开始进场调研。12 月，双方再到阿里云的第一个“钢铁大脑”项目的业主方——攀钢集团进行考察，随后便正式签订了合作协议。就这样，德龙集团的“钢铁大脑”项目，也正式开始了。

2
“钢铁大脑”的一个底座和四种功能
诚如郭玉宾所言，数字化转型的基础是数据的整合和治理，“钢铁大脑”首先要有一个汇集信息的中枢，然后才能发挥人工智能的计算优势，而这正是阿里云数据中台的强项。也正因为如此，数据中台成了本项目的开篇之作和基础工程。

和许多企业一样，德龙在十几年来的信息化建设过程中，也存在着系统分步建设、数据通用性弱的问题。阿里云的数据中台在系统间构建接口，使数据能够打通整合，同时用一套统一的标准进行数据治理，使以往不标准、难利用的数据变得标准、可用。在底层数据拉通之后，德龙就能针对经营全流程的诸多环节，如生产、设备、库存等，做出可视化的数字看板，让管理人员实时、准确地掌握现场情况，做出更为快速、正确的决策。

有了数据中台这个底座，“钢铁大脑”就有了神经中枢，接下来，就需要发挥其计算能力的优势，把数据的价值提炼到产线上，使数据驱动的智能制造真正落地。对于智能制造，丁立国曾提出“降低成本、提高效率、数据真实、风险可控、贴近客户、贴近现场”六大愿景，双方团队就围绕这六大愿景，结合产线的实际痛点，为钢铁大脑设计了四个具体项目，让“英雄有用武之地”。

第一个项目是炼钢工艺优化。和攀钢类似，在德龙原先的炼钢工艺中，炼钢辅料的添加也是凭借人工经验进行的，“凭经验先加一点儿，化验看够不够，不够再加一点，加到合适为止”。这带来的问题，一方面是人工经验的精度不够，不利于精确控制成本，有时候还可能出现差错；另一方面是拖慢炼钢工序的速度，最后的结果就是影响产量。德龙传统的精益管理做得不错，已经把炼一炉钢水所需的时间从最初的将近40分钟缩短到20分钟多一点，但要继续往上提升，单靠提升管理能力，基本上已经摸到天花板，要依靠数字化、智能化的力量。

阿里云的炼钢工艺优化项目，就是利用大数据算法，在不同的来料、温度、冶炼目标等限制条件下，快速计算出炼钢辅料的种类和添加量。这一方案取代了人工经验的计算，可以将钢铁料的投放计算得更为精准，预估吨钢将节省钢铁料2～6公斤，相当于每年节省成本2000万元左右。同时炼钢工序也将更加高效，如果每炉钢水节省1分钟，就相当于每天多炼3炉钢，多生产100多吨钢材。

第二个项目叫作废钢智能判级。废钢是没有成为终端产品的钢铁废料，包括切边、切头以及使用后报废的钢铁设备等。废钢不是“垃圾”，而是钢铁工业中仅次于铁矿石的重要原材料，在中国现有的钢铁市场中，废钢占原材料的比例在18%左右。当然，钢铁企业在购买废钢前，首先要对废钢进行“判级”，对不同级别的废钢，以不同的价格标准进行收购。传统上，对废钢的判级虽然有一定的量化标准（比如厚度、重量等），但在具体检验过程中仍然非常依赖于人的经验，带来的问题一是低效率，二是存在一定的危险性（工人需要爬到很高的废钢堆上进行作业），三是定级的弹性化带来了采购上的灰色地带，加剧腐败的可能。

阿里云根据判级规则，结合阿里达摩院的视频分析技术，向德龙提供一整套由机器进行智能判级的解决方案。这种解决方案的实质，是通过视频终端设备（如摄像头）采集废钢的外形特征，然后利用AI 算法将这种特征数据化，并进行合理的判级。其中的难点在于怎样让AI算法适应外形千变万化的废钢，使判级准确度接近于资深的工人。“训练的过程需要大量的工作，每一个AI算法可能需要8000组的数据才能训练出来，8000组数据实际上就是8000车的废钢。我们定的指标也很苛刻，智能化的识别准确率要达到95%以上，达到以后就可以完全不用人工了。”郭玉宾说。

第三个项目是热轧表检。在德龙原先的产线上，对钢材表面的质量检验也是由质检员借助仪器进行人工判断。由于钢板流水线的运动速度快，连续生产时间长，这实际上对质检员的注意力和身体素质都提出了很高的要求。而一旦质量检验出现纰漏，由于钢材单位重量运输费用的高企，钢厂难以通过回收重铸的方式进行补救，只能向客户赔偿损失，这不只是成本问题，还有可能影响市场黏性。

阿里云在攀钢的产线上已经证明了通过机器视觉进行自动检测是可行的，在德龙，这套方法论同样适用。而且，阿里云团队还意识到，通过表面检测中发现的一些有规律的瑕疵，还可以反推哪些设备和环节存在问题，这就又引出了第四个项目。

第四个项目叫智能设备管理。以往，钢铁企业的设备运行信息在信息系统中只反馈“0/1”的数据，即设备是否正常运行，对设备的趋势性变化无法进行预警。一旦设备出现故障导致停机，对工厂来说是很大的损失。

现在，阿里云将德龙整个设备运维系统打通，将所有的设备关联起来进行分析。有些设备在温度、振动、转速等因子上偶然会出现异常值，阿里云的智能算法就会从全局的角度去探寻可能的原因。在掌握足够多的数据之后，就可以对设备状态的趋势性变化形成预判，可以向管理人员提前推送预警信息，防范设备严重故障的突然出现。

以上一个底座和四个功能，就构成了德龙“钢铁大脑”一期项目的雏形，借由它，德龙将开启从信息化、自动化向数字化、智能化的跨越。

3
一件事，一辈子，一直干，一定成
但是，任何突破传统的创新行为，都不太可能畅通无阻，在德龙也不例外。

郭玉宾说：“每一件事情的创新都是有过程的，前期一定很痛苦，因为一开始大家大都不相信，只有做出好的结果，大家才会相信。在德龙集团，从决策上（推数字化转型）是没有任何阻力的，但中层管理者和基层员工对这些新的技术和应用，一开始是不理解的。”

就以炼钢工艺优化项目为例，用机器辅助人来决定钢铁料的添加量，这是颠覆了一线工作者的传统认知的，特别是这样的改革在整个行业中还远远没有普及，有限的几家也处于试验阶段。这时，生产一线的各级管理者有些“患得患失”。一方面，对创新怀有好奇心，也希望给公司创造增量价值；但另一方面，又顾虑重重，害怕万一创新失败，反而影响工厂的正常生产，造成产值下降，既影响集团的效益，也影响自身的位置。

针对干部员工队伍当中存在的观望情绪，德龙做了强有力的推动。丁立国董事长非常明确地在内部强调：数字化、智能化建设是一把手工程。既是集团的一把手工程，也是各公司总经理的一把手工程，同时也是各部门的一把手工程，要求全员统一思想，提高对数字化转型必要性的认识。同时，在制度上，德龙也制定了具体的激励措施，根据项目的推进效率实施奖惩制度，鼓励管理者积极推动创新，杜绝守成思想的蔓延。

当然，在项目推动过程中，钢铁和互联网之间的行业差异、文化差异，也会带来双方团队的磨合问题。郭玉宾坦言，双方在做事的方式方法上不尽相同，能力圈也各有长短，相互“顶牛”的事情时有发生。“因为我的团队跟我一样是较真的，我们十几年没有任何一件事情是荒废的，没有任何一个系统是不发挥作用的。我们要么不做，要做就做到行业的极致，要求非常苛刻。而阿里这边也都是技术大牛，他们有他们的观点和思路，大家都会觉得自己是对的。”对于这样的碰撞，只有长时间磨合，完成方式方法的融合，实现技术之间的穿透，才能把事情做成。

好在，双方的目标是一致的，丁立国和阿里云总裁张建锋也两次会晤，共同推动项目的前行。于是，在短短一年时间内，“钢铁大脑”的一个底座和四种功能已经初现雏形，全面验收上线已经为期不远。甚至除了上述项目，阿里云还运用可靠的数据存储与处理能力、优秀的平台搭建能力，帮助德龙完善其独立打造的一个钢铁工业品交易平台——叮当电商平台，以服务钢铁企业和优质供应商，助力阳光采购。阿里云甚至还引入蚂蚁集团的力量，帮助德龙打造了一个供应链金融平台，并已成功实现首笔放款。

而随着数字化项目的不断开展和落地，德龙的人们也渐渐地更加习惯和数据打交道。“现在，我们已经把数字化的理念，以企业文化的形式传递下去，固化下来。有相当一部分的部门和生产工序，已经开始拿数据来发现问题、分析问题、解决问题。”郭玉宾对此感到满意，但他同时也不忘补上一句，“但是，整体的改变还需要过程，还需要时间。”

是的，数字化转型，一直在路上，始终需要时间。或许可以用丁立国的一句话来为德龙的转型做一个注脚：“一件事，一辈子，一直干，一定成。”

来源：云上中国

--------END--------

德龙钢铁大脑：更锐的眼，更快的脑相关推荐

学计算机需要右脑还是左脑,学心理：你的左脑更强还是右脑更强？来测测你惯用哪侧大脑...
学心理:你的左脑更强还是右脑更强?来测测你惯用哪侧大脑测试开始: 1.你看到的猫,是在往哪个方向旋转呢? 顺时针旋转1分逆时针旋转2分 2.我们知道正方形是有角的图形,如果有一个图形没有角,那么可 ...
[BOST] 你的大脑比你想象的更优秀
你的大脑比你想象的更优秀你的大脑是一个非同寻常的.超强的处理器,能够处理无限的.相互联系的思想:要是你知道如何利用它,学习将不再是一项充满焦虑和压力的活动,而且还会变得快速.轻松和富有成效. 大脑的 ...
gta5怎么设置画质最好_GTA5：如何让你的游戏画质更好，游戏更顺手，一波设置教给大家！...
GTA5:如何让你的游戏画质更好,游戏更顺手,一波设置教给大家! 大家都知道GTA5这个游戏,这个游戏无疑最受玩家瞩目热门游戏之一,但是因为这款游戏对配置的要求比较高,如果想达到完美的平衡以及游戏画质 ...
这 10 款插件让你的 GitHub 更好用、更有趣
点击上方"方志朋",选择"置顶或者星标" 你的关注意义重大! GitHub 现有的功能已经非常强大,但有时候还是满足不了特别爱折腾的开发者,今天我就给大家分享一 ...
超越Swin Transformer！谷歌提出了收敛更快、鲁棒性更强、性能更强的NesT
[导读]谷歌&罗格斯大学的研究员对ViT领域的分层结构设计进行了反思与探索,提出了一种简单的结构NesT,方法凭借68M参数取得了超越Swin Transformer的性能. 文章链接:htt ...
IntelliJ IDEA 2019.2最新解读：性能更好，体验更优，细节处理更完美！
点击蓝色"程序猿DD"关注我回复"资源"获取独家整理的学习资料! IntelliJ IDEA 2019.2 准备 idea 2019.2正式版是在2019年7 ...
有没有插件_这 10 款插件让你的 GitHub 更好用、更有趣
GitHub 现有的功能已经非常强大,但有时候还是满足不了特别爱折腾的开发者,今天我就给大家分享一下,其它开发者针对 GitHub 开发的 10 款 Chrome 插件,保证装上之后让你的 GitHu ...
更深的编码器+更浅的解码器=更快的自回归模型
论文标题: Deep Encoder, Shallow Decoder: Reevaluating the Speed-Quality Tradeoff in Machine Translation ...
会议更流畅，表情更生动！视频生成编码 VS 国际最新 VVC 标准
简介:阿里云视频云的标准与实现团队与香港城市大学联合开发了基于 AI 生成的人脸视频压缩体系,相比于 VVC 标准,两者质量相当时可以取得 40%-65% 的码率节省,旨在用最前沿的技术,普惠视频通话 ...
java安全级别过高_Java应该是更高级别还是更低级别？
java安全级别过高总览 Java 8带来了许多简化的功能,例如Lambda表达式, 类型注释和虚拟扩展 . 尽管此功能很重要:a)有价值,b)赶上较凉的语言,但是这些更丰富,更高级的功能是Java ...

德龙钢铁大脑：更锐的眼，更快的脑

德龙钢铁大脑：更锐的眼，更快的脑相关推荐

最新文章

热门文章