導語:對于資產重、成本高、政策緊、市場不穩定的鋼鐵企業來說,數字化轉型迫在眉睫。亞新鋼鐵集團以山西中升鋼鐵為試點,打造智能決策動力引擎,破除多部門信息壁壘,激活數據能量,實現全局優化和全鏈路協同,靈活響應市場變化,提升運營效率和效益,降低了采購和生產成本。從人工運營到智能決策,從“摸著石頭過河”到運籌帷幄之中,亞新鋼鐵為鋼鐵企業數智化轉型探出了一條新路。

隨著國家雙碳政策的出臺,鋼企面臨著從“去產能”到“產能產量雙控”的嚴峻局面,國家《關于促進鋼鐵工業高質量發展的指導意見》明確提出,到2025年80%以上鋼鐵產能完成超低排放改造,并確保2030年完成鋼鐵行業碳達峰。從市場端看,鋼鐵原材料及物流負荷成本持續增加,企業的利潤空間越來越窄,數據顯示,不同鋼鐵企業利潤差異明顯,最優企業噸鋼利潤能達到行業平均水平的4倍+,如何在低碳環保的前提下實現降本增效成為鋼企孜孜以求的目標。但是鋼鐵生產鏈復雜,從哪個環節入手,通過什么方式改變?

河南亞新鋼鐵集團有限公司成立于2003年,擁有河南亞新、山西中升、內蒙古亞新隆順特鋼、連云港亞新、福建鼎盛5大生產基地。面對新的行業形勢,亞新鋼鐵一直積極探索轉型升級新路徑,希望借助數智化手段優化成本和效率。由于鋼廠是重資產型企業,數智化升級“牽一發而動全身”,亞新鋼鐵決定把山西中升鋼鐵作為第一個試點,逐步推進改革步伐。

成立于2007年的山西中升鋼鐵有限公司,是山西百強民營企業。經過十幾年發展,已成為集燒結、煉鐵、煉鋼、軋鋼、運輸為一體的鋼鐵企業。中升鋼鐵具備年產120萬噸鐵、170萬噸鋼(優質碳素結構鋼鋼坯)、100萬噸棒材以及100萬噸高速線材的生產能力,生產的鋼種在工藝設備上起點高、目標遠,公司采用“轉爐煉鋼、連鑄連軋、一火成材”的全連軋生產工藝,裝備工藝技術處于國內領先水平。

轉型升級的第一步是要確定方向,對于鋼鐵企業來說,由于國內鋼鐵成品市場價格透明,冶煉工序生產成本是影響噸鋼效益的關鍵因素,而在鋼鐵冶煉工序中,原燃料配比方案是非常關鍵的一步,如果原燃料配比不合理,不僅會浪費成本和資源,還可能會影響生產效率和最終的鋼鐵質量。中升鋼鐵希望找到行之有效的方式,通過原料配比優化實現降本增效的目的。

鋼鐵冶煉工藝流程

但在原燃料配比優化方面,業內僅有一些基于局部因素優化的應用,而沒有貫穿全流程的解決方案,一個偶然的機會,中升鋼鐵了解到在工業智能化轉型方面有著深厚服務經驗的杉數 科技 。杉數科技的全局優化方案獨辟蹊徑,是以企業的最優收益為核心目標來確定鐵前等工序的原燃料配比方案,可以綜合考慮全工藝流程約束,并利用自研的國產求解器COPT快速求解,這和中升鋼鐵的業務需求高度契合,雙方很快達成合作,確定了以原燃料配比優化為突破口,帶動采購決策和生產配料決策的全局決策優化方案。

深入場景,把脈運營決策三大痼疾

與杉數科技合作之前,中升鋼鐵的生產、采購、市場等業務環節相對獨立,各部門僅在業務范圍內進行優化運營,原燃料選礦配比、采購策略和生產計劃都以人工經驗決策為主。隨著供應鏈和市場需求的不確定性增加,人工經驗進行決策的難度增加,很多看不見的成本被忽略,預計產出與實際產出偏差較大,預計收益與實際收益也偏差很大。要改變這種局面,必須要破除數據、協同性和效率等三大關鍵問題:

1、數據依靠人工統計,協同效率低

鋼鐵企業的生產運營數據基本依靠人工統計,數據分散不統一,各個場景產生的數據未被有效利用。在運營管理過程中,信息透傳主要依靠電話、 微信 等工具,很多工作無法量化,計劃和執行難以統一,運營管理效率低。

中升鋼鐵的信息協同困境

比如,各礦石的成分、品位等數據以及生產過程用料情況為線下手工統計,信息不清晰,數據不準確。當有新的訂單產生需要采購原料時,采購員在數據整理及校對環節耗時大約2天以上,工藝員需要根據不同礦石品位調整生產可執行參數,耗時1天左右,最終決策計算也需要1天左右,從訂單產生到確定原料采購方案大約耗時一周,效率很低,整體交付周期較長,而且人工統計和計算可能存在誤差,會影響最終的決策結果。

2、決策依靠人工經驗,缺乏科學性

由于缺乏數據支撐,決策人員通常依靠過往經驗“拍腦袋”做出采購和生產決策,工藝員在投料生產時也是依靠經驗執行原料配比,對人工依賴性很強,但是這種決策方式已經不再適應復雜多變的市場。一方面,原燃料品種多達數百種,人工無法把所有的約束都考慮進去,也無法對所有可能性組合進行分析,決策具有片面性;另一方面,原燃料品質與市場變化日新月異,人工決策無法快速響應,可能會造成不必要的浪費或丟失市場機會。

鋼鐵冶煉工藝約束示例

原燃料在不同工藝環節的配比選擇性很多,科學來看,在燒結/球團、高爐煉鐵環、轉爐煉鋼三大核心環節中,人工決策存在明顯的不足。

在燒結/球團環節,需要將不同的礦粉、返礦、燃料等原料進行組合,確定每種原料的用量范圍。假如利用人工EXCEL檢核,大約5秒判斷一種,找出市場不同種類礦粉的所有可行組合需要超過一年的持續嘗試。

在高爐煉鐵環節,對鐵水產量、原料投料量、爐渣脫硫、焦炭/煤粉等使用量、礦石比例等都有非常嚴格的約束要求。焦炭、煤粉、廢鋼、富氧投入有上萬種可能方案組合,綜合計算復雜度萬億量級起步,已經超越傳統計算范疇。

在轉爐煉鋼環節,需將鐵水和鋼坯、廢鋼等進行混合加工。其中要考慮鋼坯產量、廢鋼比例、鐵水成本等約束,求解規模大,人工計算分析效率低。

3、采銷數據斷層,收益預測不精準

鋼鐵企業收益由生產成本和產品市場價格共同決定,但企業進行收益計算和預測時,在生產、采購和銷售各模塊是互相割裂的,很多影響因素被忽略掉,導致企業收益預測和實際達成情況偏差較大。舉例來說,銷售額的增加意味著更高的原燃料成本、運輸成本、能源消耗、人力成本等,如果只考慮營業額和原料采購成本,收益預測就會偏高。

以上問題不僅是中升鋼鐵面臨的難題,也是很多鋼鐵企業運營現狀的真實寫照。由于行業內沒有成熟的經驗可以參考,中升鋼鐵和杉數科技雙方項目人員深入場景挖掘問題點,“逢山開路遇水架橋”,精益求精地打磨每一個環節的方案設計和實施,最終構建的智能采銷平臺于2021年12月正式上線。

破除壁壘,鑿開從數據到決策的智能通衢

基于中升鋼鐵生產運營狀況,通過對生產流程和業務場景的深入研究分析,中升鋼鐵和杉數科技擬定了數字化轉型路徑:從基礎數據入手,突破部門和系統的鴻溝,通過數據整合、算法建模和優化求解,幫助中升鋼鐵打造數據驅動的采銷智能決策平臺。該平臺可以結合原燃料成本與鋼材市場價格,快速計算和決策,給出滿足生產要求的原料配比方案,實現成本最小化和收益最大化。

采銷智能決策平臺界面示例

方案主要包括以下幾大模塊:

構建基礎原料數據庫。在鋼鐵生產過程中,可選原燃料多達數百種,而且品類和價格一直處于變化之中。通過系統采購員可以隨時錄入原料成分數據和市場價格數據,系統支持手工錄入、EXCEL表格導入和系統集成,從而讓企業數據收集實現標準化和實時化。這些數據可以作為基礎數據長期存儲,將為決策算法提供輸入值。

構建工廠及工藝模型。以中升鋼鐵的實際生產工藝和運營情況構建工廠及工藝模型。工廠模型可以根據不同區域或者不同工廠進行系統設置,以維護車間、設備的基本信息,如燒結、球團產投入出量、高爐投入產出量、轉爐投入產出量等信息。工藝模型包括工藝定義、約束配置和產品策略設置,可以為決策算法提供輸入值,由生產工藝員配置調整參數,主要是對工藝流程進行定義,并設置影響決策的約束上下限,包括燒結約束、球團約束、煉鐵約束、煉鋼約束;同時,設置實際生產工藝中入爐原料的最佳投入比例。

構建智能采銷決策平臺。從全局視角出發,構建生產成本算法模型。在原燃料配比選礦方面綜合考慮種類、成分、質量、價格等因素,同時考慮原燃料質量對燒結設備、高爐產量、能耗、成本等影響,并協同考慮采購、生產、市場等各經營指標的相互作用及變化趨勢,在預設產能要求的條件下,尋求最低成本的原料配比方案,在滿足約束條件下達成利潤最大化。并通過多場景仿真模擬,收集使用當前工藝約束/生產成本/經營成本等信息,做出最優化產銷決策及不同場景下的備用方案供企業決策者使用。

通過以上幾大模塊,可以將鋼鐵冶煉過程中的各個因素綜合考慮,得出最優的配比方案,以指導生原料配比和采購決策,讓企業告別“Excel式”和經驗式運營決策,真正實現“運籌帷幄之中”。具體運營過程中,采購員可及時同步市場上原材料的成分及價格信息,供相關決策者了解市場行情變動;工藝員可及時同步各項工藝的指標參數要求,并可以使用決策軟件進行最優生產配比;決策者通過查看原料成分價格趨勢和產品成分價格趨勢,比對系統給出的多版本采購決策方案,做出最優的采購決策。

由點到面,為企業數智化轉型多維賦能

對于中升鋼鐵來說,打造采銷智能決策平臺是一項立足當下、面向未來的重要工程。該方案打通了生產運營各個環節的多方面數據,實現了采購、生產和銷售等數據的透傳和共享,將數據資產變為生產力,將為企業數智化轉型多維賦能。該方案不僅提升了企業整體運營決策的效率和效益,為企業帶來了實實在在的成果和收益。同時,也為企業數智化轉型奠定了堅實的數據基礎,是數據驅動企業發展的重要動力。

智能決策運營相對于傳統人工決策的顯著優勢

和傳統的數字化轉型方案相比,中升鋼鐵采銷智能決策平臺是一次開拓性的嘗試和跨越,在鋼鐵生產優化上實現了三大突破。

首先,打破了局部優化的限制,以利潤最大化為目標實現全局優化,可全面提升資源利用率,降低鋼鐵生產成本。此前,鋼鐵企業在解決類似決策優化問題時,僅能覆蓋部分工藝流程,中升鋼鐵將全流程多工藝串聯,進行綜合決策優化,是從點到面的創新突破,全流程的成本計算相對全面和精準,得出的配比方案不會局限于某個單一因素,從整體效果來看,相較人工決策,單噸鐵水成本節約2.3%,單噸鋼坯成本節約1.8%。

其次,大幅提升了求解和決策速度,解決了之前通過人工無法計算和量化的問題?；谒惴Ｐ秃蜕紨登蠼馄鰿OPT,系統可快速解決冶煉工藝從燒結/球團、高爐煉鐵到轉爐煉鋼過程中千萬級乃至億萬級的求解問題。對于一般決策求解問題,系統可實現1分鐘集成信息、1分鐘快速計算、1分鐘對比決策、5分鐘內做出決策。進一步來看,求解和決策效率的提升可以幫助企業敏捷響應市場變化,提升運營管理柔性和抗風險能力。當原料和需求市場出現變動時,企業可以針對不同情景,實現快速模擬仿真,做出最優采購決策:如果短期內需求驟增,可保障最大產量;如果短期內需求驟減,可保障最低生產要求。

第三,消除了多工廠、多部門、多系統的數據鴻溝,實現全局協同運營,達成精細化、透明化管理,提升協同效率。借助一體化平臺,各部門和各環節信息全面同步,可降低數據錯誤帶來的風險。同時,能夠打破割裂的運營現狀,將粗放式運營決策升級為精細化運營決策,讓決策、計劃和執行高度聯動和統一,進而提升整體生產運營效率和服務履約水平。

智能決策技術在鋼鐵生產運營中的成功落地應用,意味著中升鋼鐵數智化轉型踏出了重要一步,也顯示出智能決策對于鋼鐵行業的巨大價值。除了原燃料配比優化方面,杉數科技提供的智能決策解決方案覆蓋鋼鐵生產計劃、產能優化、物流運輸、節能減碳、碳素流模型優化、電力分配等多個場景。隨著中升鋼鐵一期項目的順利上線,未來雙方還將深化合作,將智能決策技術應用到更多鋼鐵生產運營場景中,為鋼鐵企業數智化轉型注入更多活力。