钢铁行业是我国国民经济发展的重要支柱产业，为国家建设提供了重要原材料保障，有力支撑了我国工业化、现代化进程。近年来，钢铁行业作为中游制造业受到上游铁矿石和焦煤的双重挤压，叠加下游行业需求变动带来的产品结构变化，钢铁行业的总量及结构面临较大挑战。然而，随着新能源汽车等新兴产业的蓬勃发展，钢铁行业也逐步迎来新的增长点。

　　文 / 胡罡

　　华为油气矿山军团矿业冶金业务总经理

　　2024年9月

　　在这样的行业背景下，钢铁企业要想走出困境，必须坚持数智化转型、坚持科技赋能，坚定不移走以高端化、智能化、绿色化为目标的高质量发展之路，提高自身核心竞争力。

　　在助力钢铁企业数智化转型的实践中，我们发现大部分钢铁企业面临的主要挑战有以下几个方面：

　　1. 信息系统多，互通难。由于过去的信息化建设很多没有统一规划，信息系统的建设厂家不一，导致架构不一，烟筒式的系统繁多，各系统硬软件独立，维护工作量大；

　　2. 缺乏统一标准与统一的数据规范。没有建设统一数据采集和存储的规范，导致不同生产设备的接口和采集协议不同，数据集成难，另外由于数据格式差异大，系统间数据共享成本很高；

　　3. 数据未充分清理，难以驱动智能决策。很多钢厂都建立了大数据中心，采集了大量的数据，但没有经过加工处理，异常或无效数据多，无法充分发挥数据的价值 大部分决策依旧靠人工干预，无法由数据驱动；

　　4. 人工智能门槛高，落地难。人工智能赋能钢铁行业过程中，往往面临着需求碎片化、多样化的问题，过去的模型参数量小、泛化性差，一个模型大多只能对应单个场景，开发成本高、升级难。另外，算法训练需要将生产单位的数据导出到开发环境进行训练，存在数据泄露等安全性问题。

　　构建基于工业互联网的智慧钢铁架构

　　支撑智能化持续演进

　　从2020年，华为与钢铁行业各界开启交流与合作，逐步理解行业的需求，现在已经深度参与到行业的智能化进程中。这个过程中，我们通过大量实践发现，要解决上述痛点，需要从底层架构着手。

　　钢铁行业传统的系统架构都是基于ISA-95的标准，但随着智能化的到来，传统架构已经无法支撑行业向智能化方向演进。通过构建“统一标准、统一架构、统一数据规范”的工业互联网架构，平台先行，应用迭代，保护投资，避免重复建设，才能探索出一条有效的升级路径。

　　我们认为，采用云原生技术构建钢铁行业的新应用是行业的趋势，同时，使用微服务架构和零代码、低代码的DevOps模式，能让开发更加敏捷。