深耕钢铁智能制造|中远通亮相2026钢铁工业智能驱动全链条降本增效交流大会

科技IT 2026-11-19 user15688

11月12日,钢铁工业智能驱动全链条降本增效交流大会在辽宁省鞍山市举行。本次大会以“智能驱动 · 打通全链 · 精细管控·降本增效”为主题,旨在搭建行业高端交流对接平台、助推钢铁产业高质量发展。北京中远通科技有限公司副总经理高睿泽应邀出席并作主旨发言。


image.png

11月12日,钢铁工业智能驱动全链条降本增效交流大会报告现场。


大会由中国设备管理协会指导、中国设备管理协会设备交易工作委员会主办,多家大型钢铁企业支持,会期为11月11日至13日。当前钢铁行业处于深度调整期,市场波动加剧、环保约束趋严、成本管控压力持续加大,以数字化、智能化推动生产全链条升级,成为钢铁企业提质增效、增强核心竞争力的关键路径。大会议题涵盖国家及地方钢铁产业智能化转型政策解读、行业发展形势分析、全链条成本管控体系建设、设备全生命周期智慧管理、预测性维护、状态监测、故障诊断与智能化检维修等。交流发言沿一条产线展开,从连铸钢坯、厂内行车吊运,到皮带输送检测、在役设备运维,涉及全链条成本管控与设备全生命周期管理。


北京中远通科技有限公司长期深耕钢铁行业设备智能管理领域,本次应邀在大会上作主旨发言。高睿泽在报告中结合连铸切损、尾坯判废、定尺超差改判,皮带撕裂、轴承抱死、行车对位失败,以及行车三班倒、巡检靠人眼、判断靠经验等生产现场问题,介绍了连铸、厂内搬运、厂内输送、在役设备四个环节的技术做法。相关发言紧扣大会"智能驱动、打通全链、精细管控、降本增效"的主题,回应了钢铁企业在深度调整期对全流程降本与设备智慧管理的现实需求。


image.png

大会开幕。


其中,数字钢坯全链智能管控平台采集重量、长度、温度、速度等参数,用于切割优化和全链追溯;智能无人行车采用激光定位和调度系统完成对位与库区管理。智能皮带检测系统通过双目视觉、光纤声波、分布式测温监测皮带状态,PHM(故障预测与健康管理)在设备侧采集振动、温度、噪声等数据,由边缘侧完成本地诊断,报警不依赖云端在线。


高睿泽还介绍了单点验证、产线贯通、全厂覆盖的分步做法,先从一条皮带、一台行车或一个切割工位起步,再打通前后工序数据,最后按同一套架构推广至全厂。他说,相关做法已在钢铁生产现场落地应用,为行业全链条成本管控和设备智慧管理提供了可借鉴的实践参考。


image.png

大会会场。

 

会议期间,与会代表赴鞍山钢铁厂参观考察。


image.png

会议期间,与会代表在厂史展馆参观考察。


image.png

与会代表在展馆了解鞍钢历史。


image.png

钢铁产线沙盘。


image.png

北京中远通副总经理高睿泽发言现场。


发言全文

根据会议发言材料整理,非现场逐字实录。


各位领导、各位同行,下午好。我是北京中远通科技有限公司的高睿泽。今天想跟大家聊的,不是某一台设备,而是一支钢坯从连铸出来、到变成成品、再到设备一直在跑,这一路上钱是从哪儿漏掉的。


一、先说钱漏在哪


这两年钢材吨价的空间已经很薄,采购上再压一分钱都难。但一支坯从连铸到成品,每一段物流、每一台设备,其实还在持续漏钱。我们把现场反复看到的问题归成三类。


先说物料漏损。连铸切损、尾坯判废、定尺超差改判,还有炉号、流号、坯号在工序之间断链,出了质量异议要靠翻单据追溯。切割余量按老师傅的经验放大,宁可多切也不少切,多出来的每一毫米都是损失。


再说停机漏损。皮带撕裂、轴承抱死、行车对位失败,从隐患出现到故障爆发,中间其实留着一段时间窗。一次非计划停机,要按产量、抢修、连带损伤、交付这四笔账一起算,而现场多数投入决策只算了产量这一笔。


还有人工漏损。高温、粉尘、起重区域,人仍然要进场;行车三班倒,巡检靠人眼,判断靠经验。安全和效率长期被当成一道必选题。


这三类问题看起来各不相干,根子上有共同点:数据在工序之间断开了,动作由人凭经验给,损失发生了才被看见。所以今天讲的不是再买一台设备,而是把已经发生的损失,变成能看见、能追溯、能提前处置的数据。


二、连铸:让每一支坯带着数据走


先看连铸。我们在这个工位上看到四个断点:切割决策和实测数据之间是断的,切割执行和称重反馈之间是断的,工序与工序之间、计划与产线实况之间也是断的。表面上是切割问题、管理问题,根子上是同一件事。


我们做的数字钢坯全链智能管控平台,是从下往上四层。最底下是感知,把重量、长度、温度、速度这些参数在线采上来;往上是边缘,双控制器冗余,断网也能就地完成切割控制,不等云端指令;再往上是平台,一支坯从切割到入库的全部参数都在这里对得上号;最上面是应用,切割优化、定尺管理、全链追溯、生产看板,都是给人用的。连续生产环境里,系统的可用性比先进性更值钱,所以每一层都做了冗余。


落到动作上就三件事:看全、算准、切对。单一传感器说不清的事,多维数据放在一起看;把历史工艺数据和实时工况放进融合模型,预测下一支坯的切割参数,而不是照抄上一支;再用液面波动、拉速变化、称重反馈三重信号实时修正,让切割跟着实际走。这三件缺一件,前面做的都要打折。


还有一个体会想跟大家分享:无论老产线单点改造,还是几条连铸线一次接入,路径不同,起手都一样——先把数据接起来,再谈别的。有现场是在不中断生产的前提下先改切割工位,把称重反馈接进平台;也有的是整体规划时就把采集和追溯体系一起做进去。起点不同,但都不是从买设备开始的。


三、厂内搬运:让行车自己走


钢坯不落地,钱才不落地。行车还是那台行车,问题往往出在司机看不见该看见的东西。我们把现场的问题归成三个"看不见"。


一是看不见位置。对位靠司机目测加地面指挥,找一支坯靠记忆和地上的粉笔记号,往往要绕库区半圈,油耗、电耗、时间,全是成本。二是看不见状态。吊具的载荷、钢丝绳的磨损、运行的小时数,现场没有数据,维保只能按周期做,换早了浪费,换晚了是事故。三是看不见全局。行车、库区、产线各管各的,调度靠对讲机喊,盘点还得停下来让产线等着,一支一支数。


这三件事的共同点,不是设备不行,是司机看不见他该看见的东西。所以我们做无人行车,起手不是把司机赶下车,而是先给行车装上眼睛。


做法还是三层,而且三层职责分开。感知层解决"行车知道自己在哪里",用激光测距、视觉识别、编码器、载荷传感全维采集,关键是冗余——库区的粉尘和蒸汽会让单一传感器失准;控制层解决"每一步动作怎么定",自动定位、防摆、路径规划、防撞联动,其中防摆技术含量最高,吊着重物加速减速的每一帧都在晃;平台层解决"管理者看得见全部",库区管理、任务调度、电子盘点、状态维保都在线。


这里有一条底线我想单独说:任何一层坏掉,都不能让整台设备变成危险源。传感器出了问题,系统不会失控;控制层有独立的安全策略兜底;平台层挂了,行车还能按本地任务接着跑。高危区域自动避让,人员接近就减速停机,把安全从制度变成物理约束。


行车装上眼睛之后,司机从驾驶室移到中控值守,三班倒变成值班值守;维保从按周期换成按状态,运行时长和载荷谱都建了档。搬运这件事的物理逻辑是相通的,同一套架构在钢厂跑通之后,在酿酒粮库、化肥仓储、有色冶炼的高温工位上也用过。


四、厂内输送:把两次巡检之间的空白补上


皮带从来不是突然断的。从一道划伤到一次纵撕,中间往往有几周:微小划伤、边缘磨损、划伤扩展、跑偏加剧、打滑发热、纵撕前兆,最后才是纵向撕裂和非计划停机。可现场是日巡检,靠人眼和手电;异味异响靠经验判断;夜班时段没人盯防;出了事被动抢修,全线等着。隐患的恶化窗口以周计,人工巡检的间隔以天计,两次巡检之间发生的恶化,人看不见。


我们给皮带配了三路感知:双目视觉连续拍照比对,看表面划伤、跑偏位移、异物侵入、撕裂形变;光纤声波沿整条线连续监听,听托辊异响、异常摩擦、物料冲击和纵撕应力波;分布式测温把沿线温度场连续成像,盯住托辊过热、卡料摩擦升温。为什么要三路一起上?视觉看不见内部摩擦,声波听不出缓慢温升,任何一路漏了,另外两路能兜底。


这件事的价值,说白了就是把停机抢修换成计划内更换。前者按小时产量计价,后者按备件计价。报警出来之后,处置能不能排进检修窗口,才是系统敢不敢用的关键。误报消耗信任,漏报消耗设备,两头都得盯住。


五、在役设备:让判断发生在设备侧


再说在役设备。谈预测性维护之前,我建议先把一次非计划停机的账算清楚:停的是整道工序,产量按小时补不回来;夜间抢修、外协进场、备件加急,同样的活放在计划检修里省钱得多;跳停冲击顺着工艺往下传,一次故障常带出二次损伤;还有交期延误、客户索赔、信任折损,最难量化,也最伤。前三笔能报,最后一笔报不了。账算清楚了,技术方案才有价格参照。


我们的 PHM,也就是故障预测与健康管理,思路是把判断放在离设备最近的地方。设备侧用多维传感器同步采集振动、温度、噪声、超声、磁通量,五路物理量互为印证;特征提取和本地诊断在边缘完成,报警不依赖云端在线;车间网络抖一下,安全不能外包给带宽,断网时照常报警、照常保护,网络恢复后数据自动回传补齐。平台侧再把设备数字孪生、诊断知识库、运维工单和全厂看板接起来,一物一档,从生成工单到验收全程留痕。


还有一点,每类设备得有自己的算法。转炉倾动、天车和龙门吊、钢包回转平台,工况和常见的故障形态都不一样。我们的做法是先判工况再选算法,把这台设备的工艺流程和故障形态写进算法和界面,避免把正常冲击当成故障。现场也有过这样的对照:同样是征兆早就出现,有没有一双一直盯着的眼睛,最后一个是凌晨两点的抢修现场,一个是第二天计划检修单上的一条工单。


六、把四笔账,合成一本账


今天讲的钢坯、行车、皮带、在役设备,看着是四件事,其实是一条链上的四个环节。数据链接通之后,同一套感知、同一个平台服务四个环节,每一项单点投入的边际成本都在往下走。


落地顺序我们建议三步:单点验证,选最容易出事、最疼的那个点先做,一条皮带、一台行车或者一个切割工位;产线贯通,把验证点接进平台,前后工序的数据打通;全厂覆盖,按同一套架构复制推广,平台、模型和运维经验都复用。每一步都能独立叫停、独立核算,这也是给决策层的风险边界。


最后回到开头。我更愿意把降本理解成:先算清楚损失发生在哪一段,让现场每一次切损、每一次对位、每一个异常都留下痕迹,再把痕迹变成动作。今天时间有限,只讲了四个重点场景。


最后一句话:降本不是省钱,是把损失变成数据,再把数据变成动作。给各位三个建议:先算账——账算清楚了,技术才有价格参照;再选点——从最疼的点开始,3个月拿数据;后成链——数据链打通后,每一项单点投入都会被放大。


智能驱动,不是为了炫技;全链增效,才是目的。谢谢大家,欢迎会后交流!


(来源:中国工控)
The End
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

Copyright © 2099 CEO资讯 |中华人民共和国增值电信业务经营许可证号:苏B2-20221286

苏ICP备2022030477号-13 |——:合作/投稿联系微信:nvshen2168

|—— TXT地图 | 网站地图 |