钢铁智能制造规划总结范文

规划总目标

构建智能装备、智能工厂、智能互联于一体的智能制造体系，提升太钢成本、品质、服务竞争力，形成优势差距，成为国内钢铁企业智能制造的领先者。

一、工业机器人

工业机器人同属高度自动化的装备，可以精确持久的工作，适用于制造流程中高温、高速、高粉尘、高强度、长周期工作环节，可以提高生产自动化水平，改善劳动条件；工业机器人取代人，不仅仅为降本增效，更关乎对未来现场劳动力资源供给的担忧。

钢铁行业主要机器人有：机器人贴标系统、机器人自动捞渣系统、机器人钢卷拆捆带系统、机器人试样搬运跟踪系统、机器人钢卷焊接系统、连铸自动加保护渣机器人、重型磨辊五轴机器人、钢管接箍上下料机器人等。

以机器人单体产品技术为基础，拓展外延技术及解决方案，形成机器人钢卷入口全自动（解捆、识别）、机器人钢卷出口全自动（自动贴标、打捆、钢卷跟踪、入库），自动取试流程跟踪（取样、分样、标记、跟踪），自动捞渣及自动加锭等解决方案.。

二、行车无人化

采用激光成像、无线通讯、电子（机械）防摇、精确定位、防碰撞等技术手段、实现行车全自动无人作业，同时建立库位管理系统，实现仓库的自动化管理，实现物流信息化，降低劳动强度，提高劳动效率，降低人员安全风险，并提高仓库空间利用率。

太钢冷轧厂冷连轧原料库和冷轧硅钢厂酸连轧中间库天车无人化智能库区管理系统项目，是针对当前库区存在的管理中作业流程滞后、人工成本高、效率低、操作不标准、信息化程度低、信息孤岛等问题而提出的仓库管理系统解决方案。

三、工业大数据平台

建立统一的企业大数据平台，实现所有数据的部署和管理；配置数据分析工具，使得专业人员更多关注应用问题的解释而非数据处理技能；有效接入存量数据资产；架构设计上保证与现有业务系统的协调与可持续发展。

主要应用于板坯质量大数据和人工智能建设：将铁水、钢水、生产过程采集到大数据平台，并按照工艺、质量等因子分类识别通过数据挖掘对板坯质量进行深度学习与识别。

四、表面质量检测

冷轧钢板非常重要的指标一个就是表面质量，特别是不锈钢板表面质量要求较高，传统的人工目测根本满足不了当今高速轧制的要求。表面质量在线检测系统能极大地提高板卷质量，降低客户的投诉和减少企业经济损失，因此，表面质量在线检测系统近几年纷纷在太钢冷轧厂有了广泛的应用，但是目前表面质量检测还是利用人工进行判级，人工成本高而且难免有误差。

表检自动判定技术是市场的方向，宝钢、攀钢、唐钢等公司与互联网公司百度、阿里合作，正在研究使人工智能代替人眼，目前据称自动判定准确率能够达99%。目前太钢不锈冷轧厂、冷轧硅钢厂大约有10余条具备上自动表检系统的产线，实施完成后将大大减轻现场质检工人的劳动强度，提高产品质量。

五、工序质量管理系统

该项目适应未来公司效率提升的要求，是公司规程体系向控制计划转化、落地并充分发挥控制计划作用的平台，对提升一贯质量管理能力、提升分析解决问题效率有重大意义。

六、设备状态诊断与预维护

基于对关键设备状态、工艺、生产、质量、备件等数据进行大数据综合分析形成从单台设备到产线群的设备状态综合监测诊断能力，减少设备故障损失；运用可视化交互技术，及时有效获取有针对性的设备状态及决策支持信息；构建设备状态管理知识库体系，提供优化的设备维护解决方案及决策支持建议。

七、智能物流管控

研究面向钢铁行业物流价值链互连互通的信息平台，涵盖采购、铁前钢后生产、回收、销售、到终端客户服务等关键物流过程，实现数据和知识的沉淀、共享，业务的协同，实现企业流动资产的效率提升。通过流程再造，建立一体化协同物流调度模式，配套物流信息全程贯通、行车无人化库区自动化、车辆实施跟踪、移动应用等技术措施，实现物流运输资源的合理调配和运输指令的智能生成，提升物流运输效率。

八、能源和环境管控

对关键能源系统指标进行连续实时监测和预警，实现能源调度的自动化和在线能效分析，实现节能预测和仿真，实现能源调度和制造过程在作业计划层面联动。

实现能源专业技术管理和能源成本业务管理的优势互补，提升企业能源价值管控能力。促进工序用能管理精细化水平的提升，从而提高全员参与节能管理的自觉性。增强对于环保指标超标的因素管理，让环保管理由事后管理状态提升到事前管控，使公司环保风险可控。

通过对各项指标一贯制管理，完整体现全厂能源运营健康程度，通过标杆和绩效管理设计，促进能源成本降低内生动力的形成。