新兴铸管股份有限公司
Xinxing Ductile Iron Pipes Co.
国家材料腐蚀与防护科学数据中心分中心-智慧铸管-耐蚀钢铁材料数据中心
National Materials Corrosion and Protection Data Center
Intelligent Ductile Iron Pipe-Corrosion Resistant Steels Data Center
中文 | Eng 管理后台 数据审核 登录 反馈
干勇院士:钢铁高质量发展需要智能化与绿色化
2018-05-23 13:27:52 作者:吕林 来源:中国冶金报 冶金传媒

    “钢铁行业产能过剩,需要结构调整、淘汰落后产能;低品位矿和以煤为主的能源结构导致环境承受巨大的压力,需要绿色、低碳、循环发展;同质化、低成本竞争无法满足客户个性化、多样化需求,这就需要发展智能制造,满足客户多样化定制需求。”5月18日,在“高质量发展·钢铁强国之路”JIT+C2M高峰论坛上,中国工程院院士、原副院长,中国金属学会理事长干勇表达了上述观点,并阐述了我国钢铁行业智能制造和绿色发展的方向。


1.jpg

 

    智能制造是迈向钢铁强国的主攻方向


    干勇指出,智能制造是中国迈向钢铁制造强国的主攻方向。他介绍了对36家钢铁企业的调研结果。结果显示,钢铁企业两化融合为开展智能制造奠定了一定基础。钢铁工业两化融合逐步深入,形成了较完整的多层次的过程控制(PCS)-制造执行系统(MES)-企业资源计划(ERP)体系,但距智能制造要求还有很大差距,需要不断提升数字化、网络化、智能化水平。而且,按照智能制造能力成熟度1级~5级分析,钢铁企业智能制造能力成熟度分布在1.8分~3.5分(满分为5),企业间差别很大,需要因企施策。调研结果主要体现出以下几个问题:


    一是工艺过程数学模型的适用性差。根据现场条件建立起的数学模型存在可靠性问题,模型对外在因素变化的适应性有待提高,而且模型无法形成闭环控制,企业新增过程的需求还未得到满足。


    二是全流程计划调度水平不高。生产计划调度是生产管控的核心内容,目前只有12.5%的计划排产不需要人工干预,生产计划覆盖范围从分厂尚未扩展到全流程,生产计划需要综合考虑以下情况:交货期、质量、生产效率、物流周转、能耗、综合成本等多目标优化,上下游、生产-能源-物流等动态协同调度有待加强。


    三是全生命周期质量管控尚待打通。质量管控过程主要依靠人工衔接,缺乏事前、事中管控,重结果、轻过程。各环节之间形成信息孤岛,缺乏时空关联,质量相关数据没得到充分利用。有机衔接用户需求、产品研发、工艺设计、生产制造、交付使用、服役周期等各环节的动态、闭环的全生命周期质量管控尚待形成。全生命周期质量管控系统技术需求有待满足。


    四是供应链协同存在较大差距。目前,企业信息化的企业资源计划、用户关系管理、供应链管理各系统之间缺少信息融合。没有建立与战略客户协同业务的企业占比为46.88%,没有建立与战略供应商的协同业务的企业占比达50%,为战略客户提供跨产业链供货能力并有相应系统支撑的企业占比37.50%。贯通上游(如矿山企业)、下游(如钢铁制品企业)企业间的产业链,实现信息协同、资源协同、业务协同、市场协同的能力有待加强。


    五是管控一体化水平有待提高。钢铁企业构建了企业资源计划、制造执行系统、过程控制三层次信息化系统,但系统之间缺少信息融合和功能集成。25%的企业没有实现企业资源计划与制造执行系统集成,31.25%的企业没有实现制造执行系统与过程控制集成。即使实现了管控功能集成的企业,管控一体化水平也有待提升,如销产信息一体化,90.23%的企业通过接口协同,只有9.68%的企业实现业务协同。


    在分析问题的基础上,干勇对推进钢铁行业智能制造提出了四点建议。


    一是站在产业高度,做好顶层设计。智能制造技术体系的建设是一项复杂的系统工程,其核心在于工业、产品和服务的全面交叉渗透,是集研发设计、物流采购、生产控制、经营管理、市场营销为一体的流程工业全链条、全系统的智能化体系。因此,智能制造需要站在产业高度,做好顶层设计。


    二是根据企业发展战略,明确新型能力建设重点。各企业应根据自身特点和现有基础制订企业智能制造发展规划,确定需要重点提升的能力。要高度重视产品质量、成本控制和满足定制化需求的能力建设。


    三是加强业务之间协同、集成与优化。钢铁企业智能制造应重视全生命周期产品质量管控、供应链全局优化、一体化计划调度和全流程优化控制业务的协同、集成与优化。


    四是充分发挥新的信息技术作用。钢铁工业要充分重视研究工业互联网、物联网、大数据、云计算、人工智能等新技术的快速发展,加强协同创新,以推动钢铁工业智能制造实现健康有序发展。


    清洁生产与技术创新推进绿色发展


    干勇强调了钢铁行业绿色发展的内涵,即按照循环经济的基本原则,以清洁生产为基础,重点抓好资源高效利用和节能减排,全面实现钢铁产品制造、能源转换、废弃物处理-消纳和再资源化等功能,具有低碳特点,能与其他行业和社会生活实现生态链接,从而形成良好的经济、环境和社会效益的发展模式。


    他认为,钢铁行业要靠清洁生产、技术创新推进绿色发展,实现绿色制造、资源共享。一方面,推进绿色工厂建设,实现行业引领。即立足于城市资源环境现状和规划发展要求,实现钢铁制造全流程的装备节能环保水平升级,以及全流程的系统节能减排和工厂管理提升。另一方面,初步形成产城融合,构筑共享价值。即充分发挥钢铁企业工艺设备特点以及在能源、资源转化利用中的作用,实现对城市的资源贡献和资源共享,推动城市循环经济建设,投入城市公益慈善事业和社区建设。


    具体而言,2018年~2020年,钢铁行业需要大力强化环保节能,重点采取以下节能减排措施:


    在原料场领域,新建和改扩建原料场必须采用大型机械化封闭料场,有效减少原料场占地,降低环境污染。


    在烧结领域,新建和改扩建烧结机必须采用带式结构,现有平面步进式烧结机限期改造。烧结机必须加快配套脱硫、脱硝、脱白“三脱”装置,以及烟气余热、冷却余热回收利用设施,全面实行烧结厂房、台车、皮带通廊等封闭措施,推广应用厚料层低温烧结、小球烧结、烟气循环利用等烧结生产技术。


    在球团领域,新建、改扩建球团设施须采用链箅机-回转窑工艺或带式焙烧工艺。现有竖炉不再备案大修改造,逐步改造为链箅机-回转窑工艺或带式焙烧工艺。


    在炼铁领域,新建和改扩建高炉须采用平坦化、全封闭出铁场,现有高炉也应加快推进出铁场平坦化、全封闭改造。高炉受料矿槽、出铁口等无组织排放点必须设置除尘装置。烧结矿、球团矿、块矿、煤、焦炭等大宗物料倒运,应采用密闭皮带、封闭通廊或管状带式输送机等封闭式输送装置。提高高炉喷吹煤比到不小于150公斤/吨,减少焦炭用量。


    在炼钢领域,转炉一次除尘系统必须采用干法技术,同时配套余热回收利用设施。转炉车间须配套完善三次除尘系统。转炉车间不得设置混铁炉,推广“一罐到底”或“鱼雷罐”,禁止通过社会道路运输铁水。转炉必须使用活动烟罩,提高煤气回收效率和质量。炼钢生产企业应加快配套铁水预处理和钢水精炼设施。钢包浇注必须使用长水口,钢水包必须加盖。推广应用副枪技术、声呐化渣技术、智能调度系统等现代化炼钢工艺。


    在企业与社会关系领域,钢铁企业要不断减少地下水开采使用,沿海地区建设钢铁项目必须同步配套海水淡化设施,现有钢铁企业逐步配套中水处理回用设施,中水使用量达到取新水量的50%以上,严禁外排污水。与社区、村庄距离满足蒸汽输送要求的钢铁企业,必须建设余热供暖设施,为周边居民提供冬季采暖;推动有条件的钢铁企业采用小高炉处理含锌、铅除尘灰和社会垃圾的工业化生产。钢铁企业全面建成“全天候、无死角”的污染因子在线监控系统,所有污染因子全部监测并信息公开,实时排放接受环保部门监管和社会监督;加快建成能源管控、安全生产、环保监测为一体的智能化生产管理调度中心。


    “中国已经成为全球的冶金生产中心和消费中心,中国应该进一步成为全球的冶金教育中心和研发中心,中国将主导全球的冶金!时代呼唤着新冶金学,即面向绿色化、智能化的冶金学,信息自组织与他组织融合的冶金学,开放、动态、集成一体化的冶金学,多因子-多层次嵌套、集成、协同的冶金学。”干勇总结道。

 

更多关于材料方面、材料腐蚀控制、材料科普等方面的国内外最新动态,我们网站会不断更新。希望大家一直关注国家材料腐蚀与防护科学数据中心http://www.ecorr.org

免责声明:本网站所转载的文字、图片与视频资料版权归原创作者所有,如果涉及侵权,请第一时间联系本网删除。

关于国家科技资源服务平台

国家科技基础条件平台中心是科技部直属事业单位,致力于推动科技资源优化配置,实现开放共享,其主要职责是:承担国家科技基础条件平台建设项目的过程管理和基础性工作;承担国家科技基础条件平台建设发展战略、规范标准、管理方式、运行状况和问题的研究,以及国际合作与宣传、培训等工作;承担科技基础条件门户系统的建设与运行管理工作;参与对在建和已建国家科技基础条件平台项目的考核评估和运行监督工作。

国家科技资源服务平台相关网站


国家材料腐蚀与防护科学数据中心

国家高能物理科学数据中心

国家基因组科学数据中心

国家微生物科学数据中心

国家空间科学数据中心

国家天文科学数据中心

国家对地观测科学数据中心

国家极地科学数据中心

国家青藏高原科学数据中心

国家生态科学数据中心

国家冰川冻土沙漠科学数据中心

国家计量科学数据中心

国家地球系统科学数据中心

国家人口健康科学数据中心

国家基础学科公共科学数据中心

国家农业科学数据中心

国家林业和草原科学数据中心

国家气象科学数据中心

国家地震科学数据中心

国家海洋科学数据中心