首頁>新聞中心>行業(yè)動態(tài)

王國棟:加速數(shù)字化轉型,鋼鐵行業(yè)必須打造這一“核心競爭力”

2022-08-01 09:53:00

  鋼鐵工業(yè)是國民經濟的重要基礎產業(yè),是國之基石。改革開放以來,我國鋼鐵行業(yè)迅速發(fā)展,到2020年,我國鋼產量已經達到世界總產量的57%,可以生產所有門類的鋼鐵產品。鋼鐵工業(yè)為國家建設提供了重要的原材料保障,有力支撐了國民經濟的健康發(fā)展,推動了我國工業(yè)化、現(xiàn)代化進程,促進了民生改善和社會進步。
  鋼鐵行業(yè)數(shù)字化轉型的機遇與挑戰(zhàn)
  作為大型復雜流程工業(yè),鋼鐵工業(yè)全流程各工序均為具有多變量、強耦合、非線性和大滯后等特點的“黑箱”,實時信息極度缺乏;各單元為孤島式控制,尚未做到單元間界面無縫、精準銜接。鋼鐵行業(yè)面臨的質量、成本、環(huán)境、穩(wěn)定性等方面的問題亟待解決。嚴重的“不確定性”是鋼鐵生產過程面臨的重大挑戰(zhàn)。
  鋼鐵行業(yè)具有豐富的數(shù)字技術應用場景資源。經過長期的建設和發(fā)展,鋼鐵行業(yè)已經具有先進的數(shù)據采集系統(tǒng)、自動化控制系統(tǒng)和研發(fā)設施,可以為我們提供海量的數(shù)據資源。我們已經實現(xiàn)了全面的數(shù)據采集和豐富的數(shù)據積累。
  習近平總書記號召我們“加快建設數(shù)字中國”。我們鋼鐵人要將數(shù)字技術與鋼鐵行業(yè)深度融合,充分發(fā)揮鋼鐵行業(yè)海量數(shù)據和豐富應用場景優(yōu)勢,在工業(yè)互聯(lián)網、大數(shù)據、云計算、5G網絡等信息技術的支撐下,借助大數(shù)據與機器學習/深度學習等數(shù)據科學技術,快速解析海量數(shù)據中蘊含的企業(yè)生產過程中的規(guī)律,并利用這些規(guī)律解決流程工業(yè)普遍存在的不確定性等“黑箱”難題,發(fā)揮數(shù)據技術的放大、倍增、疊加作用,推進鋼鐵行業(yè)的數(shù)字化轉型與高質量發(fā)展。
  數(shù)字驅動的鋼鐵材料創(chuàng)新基礎設施
  鋼鐵材料創(chuàng)新基礎設施是以工業(yè)互聯(lián)網為載體、以數(shù)字孿生為核心,提供數(shù)據全生命周期管理,支持數(shù)據治理、大數(shù)據存儲、大數(shù)據分析引擎、大數(shù)據流動驅動等數(shù)據底座。它搭建數(shù)據化業(yè)務基盤,并構建面向未來的數(shù)字化創(chuàng)新應用,依托全流程、全場景數(shù)字化轉型,軟硬協(xié)同,發(fā)展最新的工業(yè)信息通信技術,實現(xiàn)鋼鐵工業(yè)的數(shù)字化轉型。
  鋼鐵行業(yè)必須與數(shù)字經濟、數(shù)字技術相融合,發(fā)揮鋼鐵行業(yè)應用場景和數(shù)據資源的優(yōu)勢,以工業(yè)互聯(lián)網為載體、以底層生產線的數(shù)據感知和精準執(zhí)行為基礎、以邊緣過程設定模型的數(shù)字孿生化和CPS化為核心、以數(shù)字驅動的云平臺為支撐,建設數(shù)字技術與鋼鐵企業(yè)實體技術深度融合的數(shù)字化創(chuàng)新基礎設施,鋼鐵材料創(chuàng)新基礎設施是鋼鐵工業(yè)的核心競爭力。
  創(chuàng)新基礎設施的核心功能,就是建立鋼鐵材料的成分設計、制造工藝與其組織、性能、服役表現(xiàn)、外形尺寸、表面質量或其他各種經過數(shù)字化的非結構化數(shù)據表征的狀態(tài)變量之間的關系,即建立鋼鐵行業(yè)信息物理系統(tǒng)的數(shù)字孿生,利用自學習、自適應、自組織的數(shù)字技術持續(xù)優(yōu)化生產工藝過程,實現(xiàn)鋼鐵行業(yè)綠色化、數(shù)字化、高質化、服務化發(fā)展的目標。
  鋼鐵企業(yè)創(chuàng)新基礎設施包括4個主要組成部分,即實驗中心、中試基地、底層生產線組成的物理空間,位于邊緣的邊緣數(shù)字化核心平臺(邊緣云平臺),位于云平臺之上的企業(yè)資源配置與管理平臺(資源配置與管理平臺),以及管理以上底層物理實體和2個平臺的網絡系統(tǒng)。
  強大健全的物理實體底層:數(shù)據采集與執(zhí)行機構
  鋼鐵創(chuàng)新基礎設施的底層是企業(yè)實驗室、中試基地、生產線組成的物理實體。在物理實體設備上安裝的信息感知系統(tǒng),采集數(shù)據并傳送到邊緣或云平臺,對經過預處理的海量數(shù)據,進行數(shù)據分析,并在邊緣建立數(shù)字孿生模型進行過程控制,或在云平臺進行管理和操作指導。
  鋼鐵工業(yè)要采用數(shù)字化技術,實現(xiàn)數(shù)字化轉型,首要條件是鋼鐵產線的各個基本單元具有完備、可靠、性能優(yōu)良的數(shù)據采集系統(tǒng),可以提供精準、齊全的現(xiàn)場有關材料成分和實時操作數(shù)據等輸入數(shù)據,以及材料外形尺寸、組織性能、表面質量等輸出數(shù)據。同時,各工序的基礎自動化系統(tǒng)和執(zhí)行機構必須以足夠的響應性、實時性和控制精度實現(xiàn)過程控制系統(tǒng)與物理系統(tǒng)的實時交互,完成需要的自動化控制任務。
  盡管我國的多數(shù)鋼廠是近年建設的,采用了先進的自動化技術,有較好的自動化基礎,但是仍然有缺項和“短板”。因此必須填平補齊底層生產線的數(shù)據采集和執(zhí)行機構的缺項,消除“短板”。由于鋼鐵行業(yè)作業(yè)條件和技術水平的限制,過去的一些數(shù)據難以檢測,甚至檢測不了。比如煉鋼過程中的下渣檢測、連鑄液面波動檢測、復雜形狀的測量等?,F(xiàn)在可以采用各種新檢測方法來實現(xiàn)信息感知。利用機器視覺技術可以提供多維測量的信息,經過數(shù)據變換和分析,可以獲得我們需要的尺寸、形狀、分布等定量的表達。這方面有很大的創(chuàng)新空間。
  執(zhí)行機構嵌入到三類實驗工具的物理實體層上。依靠實驗室規(guī)模的基礎性實驗裝備提供的信息,可以建立初級數(shù)字孿生模型。這組模型經過中試規(guī)模實驗工具的驗證、優(yōu)化,再進一步在實際生產線規(guī)模的實驗工具上進行生產性驗證和優(yōu)化。優(yōu)化后的數(shù)字孿生模型,在生產中承擔生產過程設定計算和動態(tài)設定計算,并與物理系統(tǒng)(即生產線)進行實時交互、反饋控制、循環(huán)賦能。處于模型庫中的各鋼種模型,具有高度自治的功能,可以在軋制該鋼種時,利用實測大數(shù)據進行自學習、自適應,實現(xiàn)模型的更新,持續(xù)不斷地提高模型的保真度。
  為進一步提高生產效率、改善成材率、實現(xiàn)穩(wěn)定生產,需要對傳統(tǒng)自動化系統(tǒng)補課,大力推進操作的遠程化和自動化。對于3D(Difficult,Dirty,Dangerous)崗位實行機器人化。這是一個長期的工作,可分步逐步實施。
  數(shù)據驅動的IT系統(tǒng)架構
  建立數(shù)據驅動的新型IT架構。這種IT架構通過工業(yè)互聯(lián)網直接將底層的數(shù)據采集系統(tǒng)獲得數(shù)據傳輸?shù)竭吘壖霸浦械臄?shù)據中心/機器學習平臺,在邊緣形成數(shù)字孿生模型取代原有的機理或經驗模型,而在云中多數(shù)形成操作指導,對資源配置進行優(yōu)化與管理。
  鋼鐵企業(yè)過程控制系統(tǒng)有數(shù)千臺至數(shù)萬臺計算機運行,發(fā)生大量的數(shù)據往來。在傳統(tǒng)的鋼鐵制造工序中,傳感器信號匯集到定序器等下位計算機后,再傳送到上位機。傳統(tǒng)的控制系統(tǒng)沒有考慮到整個過程大數(shù)據分析的需要。傳感器數(shù)據經過多次邏輯運算、閾值處理等,再分層地匯集,必然舍棄較多數(shù)據。在這樣的結構中,大數(shù)據的分析和運用非常困難。因此,必須采用數(shù)據驅動型的系統(tǒng)架構(Data Driven Architecture)。這種架構將傳感器等物聯(lián)網化,公平收集所有傳感器的數(shù)據,再送到邊緣和云中的數(shù)據中心進行處理和分析。對于多廠商環(huán)境的課題,可以在邊緣服務器等匯集數(shù)據后,從優(yōu)先的數(shù)據群開始依次進行結構標準化等操作,以便于數(shù)據使用。這種方法在運用原有系統(tǒng)的同時,通過運用最新的數(shù)據轉換技術和高速通信,可以推進數(shù)據驅動型架構的構筑。
  在生產線附近的邊緣,設置一個數(shù)據驅動的原位分析系統(tǒng)。原位分析系統(tǒng)由邊緣數(shù)據中心和機器學習平臺組成。數(shù)據中心對來自傳感器系統(tǒng)的“粗”數(shù)據進行預處理,完成“粗”數(shù)據的提取、轉換、存儲等操作。時間序列數(shù)據對流程工業(yè)特別重要。這些數(shù)據包括僅標題加工過的原始數(shù)據,分、小時、天等時間數(shù)據,最大值和最小值等統(tǒng)計數(shù)據。
  這個原位分析系統(tǒng)的邊緣數(shù)據中心/機器學習平臺對經過處理的生產試驗數(shù)據進行機器學習、深度學習等數(shù)據分析,以足夠的精度給出描述材料成分、生產工藝與產品組織、性能、外形尺寸、表面質量、狀態(tài)量等控制目標之間的關系,即數(shù)字孿生,為后述的過程設定提供具有自學習、自適應、自組織等能力高保真度設定模型系統(tǒng)。
  在資源管理與配置云平臺,預處理后的數(shù)據根據需要,可以使用BI(商務智能)工具進行可視化處理,再輸出到屏幕顯示或操作指導。BI工具可以很容易縮小數(shù)據范圍,切換可視化部件,實現(xiàn)可視化部件之間數(shù)據聯(lián)動等,因此容易進行靈活的分析??梢暬考ǎ簳r間序列圖表工具、散點圖工具、工藝流程可視化工具等。
  GUI(圖形用戶界面計算機)環(huán)境下運行的機器學習工具有兩類,即專門用于分析時間序列異常預兆的機器學習工具和進行一般數(shù)字數(shù)據分析的機器學習工具,將依據需要分別在云平臺和邊緣平臺使用。在GUI環(huán)境下運行的深度學習工具,可以處理聲音、圖像、文本等非結構化數(shù)據。
  為適應“無編程化”發(fā)展趨勢,采用“低編碼應用程序開發(fā)”等新的應用程序編程工具,實現(xiàn)編程工具簡易化。這樣有利于加速數(shù)字技術的傳播與普及,使數(shù)字技術成為鋼鐵等非信息領域專家手中的有力工具,加速在鋼鐵企業(yè)中發(fā)展、壯大數(shù)字化創(chuàng)新人才隊伍,形成數(shù)字化創(chuàng)新的生態(tài)。
  邊緣數(shù)字化核心平臺
  邊緣數(shù)字化核心平臺的關鍵技術是邊緣過程設定模型數(shù)字孿生化和邊緣—生產線互相映射的過程控制的信息物理系統(tǒng)化。
  鋼鐵生產過程全部冶煉—加工過程是“黑箱”。傳統(tǒng)的邊緣主要使用基礎理論數(shù)學模型和經驗模型,來完成過程機設定計算和基礎自動化控制。此外,原系統(tǒng)的邊緣處還有過程監(jiān)控系統(tǒng)、質量追溯系統(tǒng)、數(shù)據庫系統(tǒng)等,近年還有少許的局部智能化控制環(huán)節(jié)。由于環(huán)境狀況和操作條件波動以及設備運行狀態(tài)變化,加之過程輸入條件、狀態(tài)變量和控制系統(tǒng)之間的關系十分復雜,這些機理模型對于全流程“黑箱”的復雜動態(tài)過程適用性很差,預報精度不高,難以準確透視工藝、設備、質量等關鍵參數(shù)之間的復雜關系。目前傳統(tǒng)的鋼鐵生產生產過程存在三類問題。一是產品質量、成材率、新品開發(fā)效率等商品與服務問題,二是提高產量與效率、降低成本、防止事故等工藝過程問題,三是提高勞動生產率、技能傳承、人才培養(yǎng)、安全、操作水平等生產現(xiàn)場問題。這三類問題均集中在以“黑箱”為特征的主流程生產過程中。
  針對上述影響企業(yè)經營的重大問題,我們必須圍繞制造主流程,建立“邊緣數(shù)字化核心平臺”,簡稱“邊緣平臺”,實現(xiàn)數(shù)字孿生系統(tǒng)與實際過程實時融合的一體化和全流程的CPS化。
  邊緣云平臺的任務是,利用大數(shù)據/機器學習的數(shù)據分析方法,解開貫穿鋼鐵全部主流程的“黑箱”,搞清楚隱藏在“黑箱”中的規(guī)律,將“黑箱”變“透明”,給出全局性的數(shù)字孿生過程控制模型,實現(xiàn)邊緣設定模型的數(shù)字孿生化。
  因此與加工、裝配為主的機械制造業(yè)不同,鋼鐵等流程工業(yè)必須將云端業(yè)務能力向邊緣延伸,發(fā)揮邊云協(xié)同能力,實現(xiàn)分布式云功能,強化邊緣低時延、實時性工業(yè)控制。構筑在邊緣設施上的邊緣云計算平臺,具有和傳統(tǒng)私有云一樣的安全性,在用戶機房內就近部署,滿足數(shù)據不出廠的需求。
  數(shù)據驅動的邊緣數(shù)據中心,必須提供大數(shù)據/機器學習必需的全部數(shù)據,并對這些數(shù)據進行提取、轉換、存儲等數(shù)據處理。與此相應,在邊緣部分設置“大數(shù)據/機器學習解析平臺(I)”(D/M平臺I),可以利用數(shù)據科學、AI等技術解析建立數(shù)字孿生過程模型,以及實現(xiàn)過程可視化、APP開發(fā)等功能。生產過程數(shù)字孿生模型要傳送到過程控制系統(tǒng),代替?zhèn)鹘y(tǒng)的機理-經驗模型,進行生產設備的設定和動態(tài)設定。
  鋼鐵生產流程上各個不同的應用場景,比如燒結、球團、高爐、轉爐、精煉、連鑄、熱軋、冷軋等,有各自特點,需要采用不同的數(shù)據分析方法。所以,要注意依據各個場景的特點,采用不同的機器學習算法,解決各自的問題。這是我們需要依據各單元特征突破的技術難點。
  這樣一來,我們在作為物理實體的物理底層和作為數(shù)字虛體的邊緣之間,形成數(shù)據閉環(huán)自動流動的四個環(huán)節(jié),即“狀態(tài)感知、實時分析、科學決策、精準執(zhí)行”的閉路循環(huán)中,實現(xiàn)資源的優(yōu)化配置。在這個循環(huán)過程中,大量蘊含在物理空間中的隱性數(shù)據經過狀態(tài)感知被轉化為顯性數(shù)據,進而能夠在信息空間進行計算分析,將顯性數(shù)據轉化為有價值的信息。不同系統(tǒng)的信息經過集中處理形成對外部變化的科學決策,將信息進一步轉化為知識。最后以更為優(yōu)化的數(shù)據作用到物理空間,構成數(shù)據的閉環(huán)流動。這個閉環(huán)賦能過程具有“數(shù)據驅動、軟件定義、虛實映射、泛在連接、異構集成、系統(tǒng)自治”六大特征。也就是說,我們建立了鋼鐵生產各工藝單元的CPS。將全流程各單元的CPS集成起來,就實現(xiàn)了全流程的CPS化。
  邊緣部分全流程的CPS化促成了鋼鐵創(chuàng)新基礎設施的重要特征與絕對優(yōu)勢。CPS實現(xiàn)了鋼廠控制的下述突破性的進展:感知數(shù)據與操作數(shù)據全部可視化,不可見部分的可視化;“黑箱”模型數(shù)字孿生透明化,動態(tài)、實時調整的精準實時虛擬化;異常情況早期預先檢測和預測,過程最優(yōu)狀態(tài)的預測與檢測;完成正確的操作指導,迅速的前饋與反饋,以及精準的執(zhí)行自動化等控制響應,從而實現(xiàn)對過程的自主控制。 
  企業(yè)資源配置與管理云平臺
  云中的資源配置管理云平臺,簡稱“云平臺”,位于云中,稱為“云端智能層”。在傳統(tǒng)的工業(yè)互聯(lián)網系統(tǒng)中,它承擔低實時性的 MES、ERP和BI生產計劃、管理、調度、決策等功能,同時,還可以實現(xiàn)質量、設備能力、成本、資源、能源、人力資源等多個目標的管控、溯源、資源優(yōu)化配置等支撐和保證作用。
  在鋼鐵創(chuàng)新基礎設施中,“云平臺”負責生產計劃、調度、質量、效率、穩(wěn)定性等生產活動,原料、供應、能源、介質、排放、物流、人力資源、財務、成本、技術創(chuàng)新、發(fā)展戰(zhàn)略等資源配置和管理功能,是“邊緣部分”設定、運行、調度的強大支撐部分和企業(yè)管理的重要組成部分。
  云平臺必須是數(shù)據驅動的。在云平臺配置有企業(yè)大數(shù)據中心和“大數(shù)據/機器學習解析平臺(II)”(D/M平臺II),該平臺也是利用大數(shù)據/機器學習等數(shù)據技術,分析生產、設備、能源、物流等資源的生產要素,對相應部分的運行和管理工作進行管理和優(yōu)化,支撐和保證邊緣云的最優(yōu)化運行。位于云端智能層的資源配置與管理系統(tǒng)包括如下7部分:
  ①生產計劃與調度管理系統(tǒng)(原MES,ERP);
  ②設備運維、管理、診斷、維護、點檢、檢修、備件管理、可靠性分析等有關事項;
 ?、畚锪?、原料、介質、能源調度、管理,以及工件跟蹤、產品管理、排放管理,等等;
 ?、馨踩?;
 ?、蒌撹F材料新品開發(fā)、工藝優(yōu)化;
 ?、奕肆Y源、成本管理、原料管理、市場分析等企業(yè)管理事項;
  ⑦企業(yè)發(fā)展戰(zhàn)略分析,等等。
  網絡與安全
  以通信與網絡系統(tǒng)連接上述底層的物理實體與邊緣平臺、云平臺,形成工業(yè)互聯(lián)網。將原有光纖網絡系統(tǒng)與新型的5G網絡混合,形成泛在網絡,將“云”“邊”“端”的內部和外部連接起來,做到無時不在,無處不在,即插即用的泛在連接,保證數(shù)據在系統(tǒng)內的自由流動。
  網絡化能夠實現(xiàn)工業(yè)互聯(lián)網內部單元之間以及與其它網絡系統(tǒng)之間的互聯(lián)互通。應用到工業(yè)生產場景時,網絡連接的時延、可靠性等網絡性能和組網靈活性、功耗都有特殊要求,還必須解決異構網絡融合、業(yè)務支撐的高效性和智能性等挑戰(zhàn)。構成工業(yè)互聯(lián)網的各器件、模塊、單元、企業(yè)等實體都要具備泛在連接能力,并實現(xiàn)跨網絡、跨行業(yè)、異構多技術的融合與協(xié)同,以保障數(shù)據在系統(tǒng)內的自由流動。泛在連接通過對物理世界狀態(tài)的實時采集、傳輸,以及對信息世界控制指令的實時反饋下達,提供無處不在的優(yōu)化決策和智能服務。
  5G的先進信息通信技術有三個特性,增強移動寬帶(eMBB)適于應對互聯(lián)網流量爆炸式增長;超高可靠低時延通信(uRLLC)適于對時延和可靠性具有極高要求的垂直行業(yè)應用需求;海量物聯(lián)(mMTC)面向以傳感和數(shù)據采集為目標的應用需求。這些特性特別適用于鋼鐵行業(yè)的各種特殊場景。
  5G為增強型的移動互聯(lián)網,峰值傳輸速率可達20Gbps。各制造單元之間在流程方向上的海量數(shù)據傳輸與處理、非結構化數(shù)據傳輸處理、虛擬現(xiàn)實與增強現(xiàn)實的傳輸處理等,都將依賴于增強移動帶寬。鋼鐵生產中存在大量環(huán)境惡劣、高溫危險、重復性的現(xiàn)場操作崗位,惡劣和重復性工況下關鍵設備運維監(jiān)控與遠程裝配,急需實現(xiàn)遠程和自動化的操作與運維。通過手機/巡檢儀等音視頻等采集的非結構化數(shù)據,應用于對設備運行狀態(tài)的實時分析、運算、監(jiān)測、管理。在遠程裝配場景中,技術專家依托AR的實時標注、音視頻通信、桌面共享等技術,遠程指導進行生產線裝配工作。5G的應用,推動了圖像、聲音、視頻、文本等非結構化數(shù)據的檢測、處理、傳輸與控制技術的發(fā)展,為復雜工況的分析、決策與控制提供了強大的發(fā)展動力。
  近年創(chuàng)新性提出的5G切片方案,確保統(tǒng)一基礎設施能夠適應差異化業(yè)務需求,是進入垂直行業(yè)的關鍵。5G的多接入邊緣計算(MEC),將多種接入形式的功能、內容、應用等同部署到靠近接入側的網絡邊緣,將核心網用戶面與應用下沉至離用戶更近的位置,可以降低時延至毫秒級,并確保垂直方向上邊緣與底層的短時延實時交互。全新的智能邊緣云與5G結合,能夠降低時延并賦能新的應用與服務,網絡性能、安全性和隱私保護能力可以都得到提升。5G低時延大數(shù)據傳輸、切片網絡架構、多接入邊緣計算、智能化的邊緣云,為鋼鐵工業(yè)互聯(lián)網的應用和發(fā)展提供了強大的驅動力。
  鋼鐵材料創(chuàng)新基礎設施建設
  鑒于鋼鐵材料創(chuàng)新基礎設施的重要性,我國鋼鐵行業(yè)學科交叉、行業(yè)協(xié)同、產學研深度融合,將數(shù)字技術與實體經濟融合,大力開展鋼鐵材料創(chuàng)新基礎設施的研究,并在一批企業(yè)建設煉鐵—煉鋼—軋制—熱處理全流程、一體化的鋼鐵材料基礎設施,目前已經在一些重要的生產單元,取得重要突破,實際應用,成效顯著。
  依據上述時間,總結出一批重要的數(shù)字化轉型的關鍵技術:
  數(shù)據驅動的IT架構
  數(shù)據驅動的信息感知:齊全、準確、可靠 
  數(shù)據驅動的數(shù)據中心:數(shù)據處理功能,提取、轉換、存儲(突出時間序列的存儲) 
  數(shù)據驅動的科學分析平臺:數(shù)據科學分析方法→大數(shù)據/機器學習(AI)平臺→數(shù)字孿生或操作指導 
  數(shù)字驅動的智慧決策:全流程數(shù)字孿生化的邊緣過程設定控制 
  數(shù)據驅動的回饋賦能:執(zhí)行機構精準、快速、安全 
  制造主流程、一體化的虛擬模型與實際過程實時融合的CPS化 
  數(shù)據驅動的資源配置與管理云平臺
  自動化系統(tǒng)補課:遠程化、自動化、機器人化
  軟件定義:高效率、低成本改造,快速實現(xiàn)數(shù)字化轉型 
  軟件編程方法:無代碼編程,簡單易學,便于推廣,形成數(shù)字化生態(tài) 
  網絡:光纖+5G,無時不在,無處不在,即插即用,泛在網絡 
  安全:萬無一失的網絡安全,嚴格標準化管理應對
  系統(tǒng)開發(fā)與上線:離線開發(fā)、調試→在線操作指導→在線運行(安全上線,規(guī)避風險),安全、穩(wěn)妥數(shù)字化轉型 
  結語
  鋼鐵工業(yè)數(shù)字化是鋼鐵工業(yè)發(fā)展的大趨勢、大方向、大戰(zhàn)略。我們要以國家重大需求和企業(yè)生產中的問題為導向,產學研深度融合,攻克關鍵共性技術,創(chuàng)新顛覆性、引領性、原創(chuàng)性技術,加速建設鋼鐵材料創(chuàng)新基礎設施,掌握企業(yè)核心競爭力,促進我國鋼鐵行業(yè)實現(xiàn)數(shù)字化轉型,高質量發(fā)展!我們相信,中國鋼鐵行業(yè)一定會在激烈的國際競爭中占據科技發(fā)展的制高點,成為世界鋼鐵科學技術的領跑者。(王國棟)

來源:中國冶金報-中國鋼鐵新聞網

編輯:張雨恬

版權說明

【1】 凡本網注明"來源:中國冶金報—中國鋼鐵新聞網"的所有作品,版權均屬于中國鋼鐵新聞網。媒體轉載、摘編本網所刊 作品時,需經書面授權。轉載時需注明來源于《中國冶金報—中國鋼鐵新聞網》及作者姓名。違反上述聲明者,本網將追究其相關法律責任。
【2】 凡本網注明"來源:XXX(非中國鋼鐵新聞網)"的作品,均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網 贊同其觀點,不構成投資建議。
【3】 如果您對新聞發(fā)表評論,請遵守國家相關法律、法規(guī),尊重網上道德,并承擔一切因您的行為而直接或間接引起的法律 責任。
【4】 如因作品內容、版權和其它問題需要同本網聯(lián)系的。電話:010—010-64411649
品牌聯(lián)盟
  • 燃燒裝置2.gif
  • 湖南華菱集團.jpg
  • 山東鋼鐵集團.jpg
  • 1_看圖王.png
  • W020190430461031429831.jpg
  • 首鋼.jpg
  • 冶金工業(yè)規(guī)劃研究院logo1.jpg
  • W020130618825601874406.jpg
  • W020130618825602778336.jpg
  • W020130618825603702632.jpg
  • W020130618825617201098.jpg
  • W020130618825606679805.jpg
  • W020130618825607505186.jpg
  • brand04.png
  • brand06.png
  • brand05.png
  • brand03.png
  • brand02.png
  • brand01.png
    read_image.gif

    地址:北京市朝陽區(qū)安貞里三區(qū)26樓 郵編:100029 電話:(010)64442120/(010)64442123 傳真:(010)64411645 電子郵箱:csteelnews@126.com

    中國冶金報/中國鋼鐵新聞網法律顧問:大成律師事務所 楊貴生律師 電話:010-58137252 13501065895 Email:guisheng.yang@dentons.cn

    中國鋼鐵新聞網版權所有,未經書面授權禁止使用 京ICP備07016269號 京公網安備11010502033228