在山钢永锋临港智能工厂，载有30吨钢卷的无人行车沿着轨道无声滑行，仓储智能系统宛如一位经验丰富的“老调度”，根据标识信息和存放规则，为钢卷安排合适的“住处”。这一复杂有序的调度实践，仅通过一块智能调度大屏即可实现。与此同时，过去需要30名天车工轮班值守的仓库，如今只需3名员工在中控室监控，库存准确率却从89%显著提升至100%。
上述场景只是山钢永锋临港智能工厂的一角。为进一步巩固和扩大智能化转型成果，山钢永锋临港以创建全流程智能工厂为契机，大力推动数字化转型和智能化建设。2021年，该公司工业互联网平台及数十个智能应用随着项目投产同步上线，同年11月，山钢永锋临港公司评为“山东省全流程智能工厂”，2024年12月被评为优特钢全流程卓越级智能工厂，2025年4月通过国家级智能制造示范工厂揭榜项目验收。过程中，山钢永锋临港明确以全流程工业互联网平台为数字底座，实现数据的统一采集、存储与应用，彻底消除“数据孤岛”现象，横向贯通生产制造与企业经营全流程，实现从原料进厂、仓储管理、加工生产到成品出厂的全流程可视化管控。同时，着力打造“工业大脑”。历经数年努力，山钢永锋临港成为行业首个基于统一平台的全流程智能工厂。
建设理念——
“业务驱动”逻辑贯穿始终
在智能工厂打造过程中，“业务驱动”是贯穿始终的核心逻辑，具体可拆解为3个关键维度。
永锋临港智控中心
以价值落地为驱动，引领业务“主动拥抱”数字化转型。IT（信息技术）与OT（运营技术）的融合是智能工厂的技术基础，但融合的关键不在IT端的“单向输出”，而在OT端的“主动接纳”。
生产车间的工程师、操作工等一线人员，是技术落地“最后一公里”的执行者。只有当他们切实感受到智能化技术能解决实际问题，比如用AI视觉检测替代人工质检提升效率、靠智能排程系统优化生产节奏降低能耗，才能从“被动接受”转为“主动探索”。
以流程再造为锚点，通过数字化支撑业务变革及岗位职能重塑。在传统业务流程中，“订单—排产—采购—生产—质检—交付”各环节普遍会存在“信息孤岛”现象。而智能化转型通过数据打通各环节，构建“端到端”的协同流程。例如，根据生产计划、库存情况，推导出物料需求，进而制订运输计划、采购计划，实现全流程的动态优化。
同时，随着流程重构，岗位的核心价值也在悄然发生变化。“曾经，我们点检人员的主要工作就是定时记录设备的各项参数，日复一日。如今，智能应用自动采集着设备的运行数据，我们基于实时信息分析设备健康状况，判断潜在故障并触发维修流程，逐步从‘执行者’升级为‘决策者’。”一位点检人员说。
以组织协同为保障，促进OT部门与IT部门双循环、互驱动、共发展。智能工厂涉及供销、品质保证、动力能源、生产计划、安全环保、炼铁、炼钢、轧钢等多个业务厂部，若“各管一段”，很容易出现落地功能与业务需求错位的问题。为此，山钢永锋临港通过设置跨部门项目组来打破壁垒。各小组均由业务主管担任组长、精益骨干深度参与，各业务厂部提出痛点及需求，精益骨干评估需求并输出业务解决方案，多方重新审视业务逻辑，达成一致后由IT部门进行技术方案的设计和落地。这种协同方式确保了智能化转型与业务发展同频共振。
永锋临港平台架构
全新架构——
“一个平台＋三个一体化”
行业普遍采用基于ISA95的传统智能制造架构，这就导致了纵向数据衰减与横向数据孤岛两大难题，制约企业智能化发展。山钢永锋临港明确了定位——“业务无断点，数据不落地”，建设一个覆盖料场、炼铁、炼钢、轧钢、能源、物流、成本、设备、安环、计划调度等所有生产经营环节的综合智能工厂。
项目团队大胆创新，在行业内率先实践“一个平台+三个一体化”的新型智能制造架构。以工业互联网平台为数字基石，围绕铁区一体化、钢轧一体化、管控一体化3条价值创造主线，对IaaS层（基础设施层）、PaaS层（技术引擎层）、SaaS层（应用层）进行一体化深度开发，形成了一套高效、灵活且可扩展的体系。
三层级体系层层递进，互为支撑与依赖。IaaS层是“地基”（“一云+六网”），为上层的PaaS和SaaS提供稳定、可靠的硬件资源和基础设施服务，PaaS层（集成了数据平台、交互式分析、混合集成平台、物联网、工业组态等技术能力）是连接IaaS层基础设施与SaaS层应用服务的桥梁，将底层的资源能力转化为可被应用调用的技术工具，让SaaS层（涵盖企业全流程工序与部门业务的4000余个工业模型及功能模块）的应用开发和运行更加高效。SaaS层作为面向用户的最上层，直接依托PaaS层提供的技术和平台能力来构建和运行具体应用程序。同时，其产生的业务数据又会回流到PaaS层进行处理分析，形成数据闭环。用户通过使用SaaS层的应用程序，间接获得了PaaS层和IaaS层的支撑，三层协同工作，共同完成从资源供给到数据处理再到价值输出的全流程。
这种分层架构既实现了各层功能的专业化分工，又通过紧密的协作关系确保了整个工业互联网平台的高效运转。这一架构系统成功接入4.2万台工序设备，实时采集并处理42万余个数据点，真正实现全流程生产要素与过程的数字化无缝连接。
为进一步提升管理效能，山钢永锋临港打造了智控中心，整合生产调度、物流管理、能源监控、设备运维、安全防护等37个关键岗位职能，决策流程缩短50%，实现公司级协同调度与远程操作的有机统一，有效提升生产运营效率与应急响应能力。
应用场景——
以“线模型”+“线应用”实现全局最优
针对钢铁生产工序复杂、约束条件多、生产节拍紧凑等行业特性，山钢永锋临港创新提出以时间、温度、成分、重量等关键要素为管控主线的“线模型”和“线应用”体系，构建起全流程动态管控的智能化生产体系。
铁钢界面作为钢铁生产流程中“炼铁—炼钢”的关键衔接环节，是典型的“动态强耦合”场景——高炉出铁、铁水运输、炼钢接铁3个环节环环相扣，任何一个节点的延迟或参数偏差，都可能引发连锁反应，如铁水温降超标导致炼钢能耗激增、转炉等待铁水造成产能闲置等。
山钢永锋临港通过“设备感知—数据贯通—智能调度”的闭环设计实现铁钢界面的全流程动态协同。据统计，实施铁钢界面协同优化后，铁水运输效率提升25%，温降损失减少18%，显著降低能源消耗与生产成本。
炼钢内部协同涉及转炉吹炼、LF/RH精炼、连铸等多工序的环环相扣，其协同难点是实现“动态多约束条件下的全局平衡”，如转炉吹炼追求“快速脱碳升温”，时间相对刚性；精炼工序需精准调控成分与温度，时间弹性大，若钢水成分波动，可能临时延长处理时间；连铸则依赖“稳定拉速”，节奏受结晶器液位、铸坯冷却强度等约束，一旦中断需重新建立稳定状态。这种“刚性工序与弹性工序的混搭”，极易导致节奏错位。
山钢永锋临港的炼钢智能应用程序通过智能算法实时计算、诊断各工序生产节奏，一旦出现生产瓶颈，系统立即发出预警，并提供有针对性的解决方案，实现生产节奏的精准预测与动态调节。山钢永锋临港通过持续优化各工序衔接流程，炼钢生产周期平均缩短12%，生产稳定性与连续性得到大幅改善。
铸轧协同作为连接连铸与轧钢环节的核心纽带，不仅是保障生产连续、高效、低成本的技术手段，还是实现精细化管理的核心能力。从工艺节奏来看，连铸的“间歇式出坯”与轧钢的“连续化轧制”存在天然矛盾。连铸机受结晶器冷却、拉速调整等限制，出坯间隔会出现分钟级的波动，而轧机需稳定的来料节奏。数据贯通的实时性与准确性是另一重壁垒，尤其对于方坯，喷码常被氧化铁皮覆盖，导致钢坯跟踪信息混乱。这种“数据跑不过钢坯”的现象，使得轧钢难以提前调整工艺参数，质量追溯只能“事后补救”。
针对此类问题，永锋临港依托一体化计划排产系统，结合钢坯生产与轧制需求，动态预测、调整各工序作业时间，确保铸坯与轧钢工序紧密匹配。同时，借助钢坯跟踪技术，实现钢坯定尺动态优化与铸轧信息的高效传递，有效缩短钢坯调整周期、降低单耗，提高定重坯占比与定尺率。数据显示，铸轧界面协同优化后，钢坯单耗降低 8%，定尺率提升至98%。
永锋临港的“线模型”与“线应用”体系，核心价值不仅在于技术工具的应用，还在于通过数据驱动实现生产范式的根本转变——从“经验依赖”转向“数据智能”、从局部优化转向全局最优。
展望未来——
由全面数字化迈向深度智能化
山钢永锋临港深刻认识到，面对人工智能浪潮，必须以AI场景落地为核心，推动业务创新升级。
在实践中，山钢永锋临港坚持“两条腿走路”策略：一方面，持续完善核心业务系统，通过流程固化与规则沉淀，提升业务运行效率与透明度；另一方面，积极探索AI技术应用，在实践中提升业务与IT团队能力。
临港基地AI实践
以炼钢生产为例，传统炼钢工艺面临诸多痛点：工艺参数固化难以适应工况变化，脱磷/脱硫效率不稳定，造成钢铁料损失与产品性能波动；生产高度依赖操作工经验，在同一工况下冶炼结果离散度高，小批量多品种生产时参数调取效率低、试错成本高。在智能化转型过程中，项目团队还面临多源数据融合与特征提取难题、终点命中率与副枪依赖性的矛盾。
为攻克这些技术难关，项目团队经过努力，成功搭建两大核心模型。一是多模态吹炼异常预测模型。该模型基于混合神经网络架构，实现火焰图像、烟气成分、音频强度、工艺参数等多模态数据的自动特征提取与深度融合；开发“微征兆”检测算法，提前3分钟~ 5分钟预判喷溅、返干等异常情况，并实现加料与氧枪系统联动，实现吹炼过程的动态智能控制。二是转炉终点智能预测模型。该模型可精准预测终点温度、碳含量等关键指标，智能推荐最佳停吹时机，将转炉终点碳温双命中精度提升至92%、副枪使用频次减少40%，显著提高炼钢生产效率与产品质量稳定性。
展望未来，山钢永锋临港将坚定不移地推进以数据和AI为核心的长期战略，聚焦提升产线能力，优化产品结构，提高生产效率，提高经营决策水平，加速从“数据积累”向“价值创造”跨越。（李传永 吴则勇）
