首页>新闻中心>智能制造

数据驱动采销智能决策——杉数科技助力亚新钢铁数智化升级

2022-09-15 11:07:00

  编者按
  面对资产重、成本高、政策严、市场不稳定等因素,钢铁企业数字化转型迫在眉睫。河南亚新钢铁集团有限公司(下称亚新钢铁)以山西中升钢铁为试点,打造智能决策动力引擎,破除多部门信息壁垒,实现全局优化和全链路协同,降低了采购和生产成本。从人工运营到智能决策,从“摸着石头过河”到运筹帷幄,亚新钢铁为钢铁企业数智化转型探出了一条新路。
  本报通讯员 黄翔
  亚新钢铁成立于2003年,拥有河南亚新、山西中升钢铁、内蒙古亚新隆顺特钢、连云港亚新、福建鼎盛5大生产基地。面对新的行业形势,亚新钢铁积极探索,希望借助数智化手段优化成本和效率。数智化升级“牵一发而动全身”,亚新钢铁决定把山西中升钢铁作为第一个试点,逐步推进改革步伐。
  成立于2007年的中升钢铁,具备年产120万吨铁、170万吨钢(优质碳素结构钢钢坯)、100万吨棒材和100万吨高速线材的生产能力,采用“转炉炼钢、连铸连轧、一火成材”的全连轧生产工艺,装备工艺技术处于国内领先水平。
  转型升级的第一步是要确定方向。冶炼工序生产成本是影响吨钢效益的关键因素,而在钢铁冶炼工序中,原燃料配比方案是非常关键的一步。一个偶然的机会,中升钢铁了解到杉数科技的全局优化方案,双方很快达成合作,确定了以原燃料配比优化为突破口,带动采购决策和生产配料决策的全局决策优化方案。
  深入场景 把脉运营决策三大痼疾
  与杉数科技合作之前,中升钢铁的生产、采购、市场等业务环节相对独立,各部门仅在业务范围内进行优化运营,原燃料选矿配比、采购策略和生产计划都以人工经验决策为主。随着供应链和市场需求的不确定性增加,依靠人工经验进行决策的难度增加,很多难以看见的成本被忽略,预计产出与实际产出、预计收益与实际收益偏差很大。要改变这种局面,必须破除数据、协同性和效率等三大关键问题。
  一是数据依靠人工统计,协同效率低。钢铁企业的生产运营数据基本依靠人工统计,各个场景产生的数据未被有效利用。在运营管理过程中,信息传输主要依靠电话、微信等工具,很多工作无法量化,运营管理效率低。
  比如,各矿石的成分、品位等数据以及生产过程用料情况为线下手工统计,信息不清晰,数据不准确。当有新的订单产生需要采购原料时,采购员在数据整理及校对环节耗时在2天以上,工艺员需要根据不同矿石品位调整生产可执行参数,耗时1天左右,最终决策计算也需要1天左右,如此计算下来,从订单产生到确定原料采购方案大约要耗时1周,整体交付周期较长,而且人工统计和计算可能存在误差,会影响最终的决策结果。
  二是决策依靠人工经验,缺乏科学性。高度依赖人工经验的决策方式已经不再适应复杂多变的市场。一方面,原燃料品种多达数百种,人工无法把所有的约束都考虑进去,也无法对所有可能性组合进行分析,决策具有片面性;另一方面,原燃料品质与市场变化日新月异,人工决策无法快速响应,可能会造成不必要的浪费或丢失市场机会。
  原燃料在不同工艺环节的配比选择性很多,科学来看,在烧结/球团、高炉炼铁、转炉炼钢三大核心环节,人工决策存在明显的不足。在烧结/球团环节,需要将不同的矿粉、返矿、燃料等原料进行组合,确定每种原料的用量范围。假如利用人工Excel检核,大约5秒判断一种,找出市场不同种类矿粉的所有可行组合需要超过1年的持续尝试。在高炉炼铁环节,对铁水产量、原料投入量、炉渣脱硫、焦炭/煤粉等使用量、矿石比例等都有非常严格的要求。焦炭、煤粉、废钢、富氧投入有上万种可能方案组合,综合计算复杂度万亿量级起步,已经超越传统计算范畴。在转炉炼钢环节,需将铁水和钢坯、废钢等进行混合加工。其中要考虑钢坯产量、废钢比例、铁水成本等约束,求解规模大,人工计算分析效率低。
  三是采销数据断层,收益预测不精准。钢铁企业收益由生产成本和产品市场价格共同决定,但由于生产、采购和销售各模块互相割裂,很多影响因素被忽略,导致企业收益预测和实际达成情况偏差较大。举例来说,销售额的增加意味着更高的原燃料成本、运输成本、能源消耗、人力成本等,如果只考虑营业额和原料采购成本,收益预测就会偏高。
  以上问题不仅是中升钢铁面临的难题,也是很多钢铁企业运营现状的真实写照。为此,中升钢铁和杉数科技双方项目人员深入场景挖掘问题点,精益求精地打磨每一个环节的方案设计和实施,最终构建的智能采销平台于2021年12月正式上线。
  破除壁垒 凿通从数据到决策的智能通衢
  通过对生产流程和业务场景的深入研究分析,中升钢铁和杉数科技拟定了数字化转型路径:从基础数据入手,通过数据整合、算法建模和优化求解,帮助中升钢铁打造数据驱动的采销智能决策平台。该平台可以结合原燃料成本与钢材市场价格快速计算和决策,给出满足生产要求的原料配比方案,实现成本最小化和收益最大化。
  方案主要包括以下几大模块:
  构建基础原料数据库。通过系统采购员随时录入原料成分数据和市场价格数据(系统支持手工录入、Excel表格导入和系统集成),让企业数据收集实现标准化和实时化。这些数据可以作为基础数据长期存储,将为决策算法提供输入值。
  构建工厂及工艺模型。以中升钢铁的实际生产工艺和运营情况构建工厂及工艺模型。工厂模型可以根据不同区域或者不同工厂进行系统设置,以维护车间、设备的基本信息,如烧结、球团投入产出量,高炉投入产出量,转炉投入产出量等信息。工艺模型包括工艺定义、约束配置和产品策略设置,主要是对工艺流程进行定义,并设置影响决策的约束上下限,包括烧结约束、球团约束、炼铁约束、炼钢约束;同时,设置实际生产工艺中入炉原料的最佳投入比例。
  构建智能采销决策平台。从全局视角构建生产成本的算法模型。在原燃料配比选矿方面,综合考虑种类、成分、质量、价格等因素,同时考虑原燃料质量对烧结设备、高炉产量、能耗、成本等的影响,并协同考虑采购、生产、市场等各经营指标的相互作用及变化趋势。在预设产能要求的条件下,寻求最低成本的原料配比方案,在满足约束条件下达成利润最大化。同时,通过多场景仿真模拟,收集使用当前工艺约束/生产成本/经营成本等信息,做出最优化产销决策及不同场景下的备用方案供企业决策者使用。
  通过以上几大模块,可以将钢铁冶炼过程中的各个因素综合考虑,得出最优的配比方案。具体运营过程中,采购员可及时同步市场上原材料的成分及价格信息,供相关决策者了解市场行情变动;工艺员可及时同步各项工艺的指标参数要求,并可以使用决策软件得出最优生产配比;决策者通过查看原料成分价格趋势和产品成分价格趋势,比对系统给出的多版本采购决策方案,做出最优的采购决策。
  由点到面 为企业数智化转型多维赋能
  对于中升钢铁来说,打造采销智能决策平台是一项立足当下、面向未来的重要工程,在钢铁生产优化上实现了三大突破。
  第一,以利润最大化为目标实现全局优化,可全面提升资源利用率,降低钢铁生产成本。此前,钢铁企业在解决类似决策优化问题时,仅能覆盖部分工艺流程,而中升钢铁将全流程多工艺串联进行综合决策优化,是从点到面的创新突破,得出的配比方案不会局限于某个单一因素。从整体效果来看,相较于人工决策,每吨铁水成本节约2.3%,每吨钢坯成本节约1.8%。
  第二,大幅提升了求解和决策速度,解决了之前通过人工无法计算和量化的问题。对于一般决策求解问题,系统可实现1分钟集成信息、1分钟快速计算、1分钟对比决策、5分钟内做出决策。进一步来看,求解和决策效率的提升可以帮助企业敏捷响应市场变化,强化运营管理柔性和提升抗风险能力。当原料和市场需求出现变动时,企业可以针对不同情景,实现快速模拟仿真,做出最优采购决策:如果短期内需求骤增,可保障最大产量;如果短期内需求骤减,可保障最低生产要求。
  第三,消除了多工厂、多部门、多系统的数据鸿沟,实现全局协同运营以及精细化、透明化管理。借助一体化平台,可降低数据错误带来的风险。同时,将粗放式运营决策升级为精细化运营决策,让决策、计划和执行高度联动和统一,进而提升整体生产运营效率和服务履约水平。
  除原燃料配比优化外,杉数科技提供的智能决策解决方案覆盖钢铁生产计划、产能优化、物流运输、节能减碳、碳素流模型优化、电力分配等多个场景。随着中升钢铁一期项目的顺利上线,未来双方还将深化合作,将智能决策技术应用到更多钢铁生产运营场景中,为钢铁企业数智化转型注入更多活力。

来源:中国冶金报-中国钢铁新闻网

编辑:滕珊

版权说明

【1】 凡本网注明"来源:中国冶金报—中国钢铁新闻网"的所有作品,版权均属于中国钢铁新闻网。媒体转载、摘编本网所刊 作品时,需经书面授权。转载时需注明来源于《中国冶金报—中国钢铁新闻网》及作者姓名。违反上述声明者,本网将追究其相关法律责任。
【2】 凡本网注明"来源:XXX(非中国钢铁新闻网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网 赞同其观点,不构成投资建议。
【3】 如果您对新闻发表评论,请遵守国家相关法律、法规,尊重网上道德,并承担一切因您的行为而直接或间接引起的法律 责任。
【4】 如因作品内容、版权和其它问题需要同本网联系的。电话:010—010-64411649
品牌联盟
  • 燃烧装置2.gif
  • 湖南华菱集团.jpg
  • 山东钢铁集团.jpg
  • 1_看图王.png
  • W020190430461031429831.jpg
  • 首钢.jpg
  • 冶金工业规划研究院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:北京市朝阳区安贞里三区26楼 邮编:100029 电话:(010)64442120/(010)64442123 传真:(010)64411645 电子邮箱:csteelnews@126.com

    中国冶金报/中国钢铁新闻网法律顾问:大成律师事务所 杨贵生律师 电话:010-58137252 13501065895 Email:guisheng.yang@dentons.cn

    中国钢铁新闻网版权所有,未经书面授权禁止使用 京ICP备07016269号 京公网安备11010502033228