“數(shù)智化”助力鋼鐵行業(yè)高質(zhì)量發(fā)展

鋼鐵快報(bào)：

1. 信息系統(tǒng)多，互通難。由于過去的信息化建設(shè)很多沒有統(tǒng)一規(guī)劃，信息系統(tǒng)的建設(shè)廠家不一，導(dǎo)致架構(gòu)不一，煙筒式的系統(tǒng)繁多，各系統(tǒng)硬軟件獨(dú)立，維護(hù)工作量大；

2.缺乏統(tǒng)一標(biāo)準(zhǔn)與統(tǒng)一的數(shù)據(jù)規(guī)范。沒有建設(shè)統(tǒng)一數(shù)據(jù)采集和存儲(chǔ)的規(guī)范，導(dǎo)致不同生產(chǎn)設(shè)備的接口和采集協(xié)議不同，數(shù)據(jù)集成難，另外由于數(shù)據(jù)格式差異大，系統(tǒng)間數(shù)據(jù)共享成本很高；

3.數(shù)據(jù)未充分清理，難以驅(qū)動(dòng)智能決策。很多鋼廠都建立了大數(shù)據(jù)中心，采集了大量的數(shù)據(jù)，但沒有經(jīng)過加工處理，異?；驘o效數(shù)據(jù)多，無法充分發(fā)揮數(shù)據(jù)的價(jià)值 大部分決策依舊靠人工干預(yù)，無法由數(shù)據(jù)驅(qū)動(dòng)；

4.人工智能門檻高，落地難。人工智能賦能鋼鐵行業(yè)過程中，往往面臨著需求碎片化、多樣化的問題，過去的模型參數(shù)量小、泛化性差，一個(gè)模型大多只能對(duì)應(yīng)單個(gè)場(chǎng)景，開發(fā)成本高、升級(jí)難。另外，算法訓(xùn)練需要將生產(chǎn)單位的數(shù)據(jù)導(dǎo)出到開發(fā)環(huán)境進(jìn)行訓(xùn)練，存在數(shù)據(jù)泄露等安全險(xiǎn)問題。

構(gòu)建基于工業(yè)互聯(lián)網(wǎng)的智慧鋼鐵架構(gòu)

支撐智能化持續(xù)演進(jìn)

從2020年，華為與鋼鐵行業(yè)各界開啟交流與合作，逐步理解行業(yè)的需求，現(xiàn)在已經(jīng)深度參與到行業(yè)的智能化進(jìn)程中。這個(gè)過程中，我們通過大量實(shí)踐發(fā)現(xiàn)，要解決上述痛點(diǎn)，需要從的底層架構(gòu)著手。

鋼鐵行業(yè)傳統(tǒng)的系統(tǒng)架構(gòu)都是基于ISA-95的標(biāo)準(zhǔn)，但隨著智能化的到來，傳統(tǒng)架構(gòu)已經(jīng)無法支撐行業(yè)向智能化方向演進(jìn)。通過構(gòu)建“統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一架構(gòu)、統(tǒng)一數(shù)據(jù)規(guī)范”的工業(yè)互聯(lián)網(wǎng)架構(gòu)，平臺(tái)先行，應(yīng)用迭代，保護(hù)投資，避免重復(fù)建設(shè)，才能探索出一條有效的升級(jí)路徑。

我們認(rèn)為，采用云原生技術(shù)構(gòu)建鋼鐵行業(yè)的新應(yīng)用是行業(yè)的趨勢(shì)，同時(shí)，使用微服務(wù)架構(gòu)和零代碼、低代碼的DevOps模式，能讓開發(fā)更加敏捷。

備注：數(shù)據(jù)僅供參考，不作為投資依據(jù)。