为了研究数据在钢铁行业的生态化利用问题,介绍了中国钢铁行业发展面临的新形势,以及新发展阶段对钢铁企业的新型能力要求,阐述了钢铁行业存在的问题及发展趋势,分析了钢铁行业数据资源特点及数字赋能基础,数据要素与土地、劳动力、资本、技术等传统生产要素不断交叉融合,从提升企业核心竞争力、优化行业资源配置、支撑政府行业治理3个层面,总结了钢铁行业数据发力的重点领域,提出以基于区块链的"数字基建"构建行业新型信用体系,支撑钢铁内涵式发展.

结构调整与转型升级已成为新时代钢铁行业健康发展的重要主题.在新一轮的科技革命和产业变革与我国加快经济发展方式转变形成历史性交汇的背景下,利用海量的生产数据、工艺数据,在钢铁企业全生命周期质量管理中进行深度挖掘与分析,对企业提高产品质量、降低生产成本、减少同质化竞争具有重要的现实意义.

制定具有柔性的热轧批量计划是钢铁企业实现敏捷制造的关键环节.针对轧制计划的编制问题,结合企业生产管理特点和热轧工艺要求,在考虑订单重量柔性的基础上,建立了基于多目标的热轧批量计划模型,并采用改进的遗传禁忌智能算法对模型进行了求解,最后通过实例仿真证明了模型与算法的有效性和可行性.

钢铁行业面临着巨大的节能减排压力,提高能源利用效率成为钢铁企业的内在需求和必然选择.煤气是钢铁企业在生产过程中产生的重要二次能源,占企业总能源消耗的30％左右.因此,减少煤气放散,提高煤气综合利用效率,降低能源成本,履行社会责任,对实现企业可持续发展尤为重要.基于该目标,首先介绍了钢铁企业煤气系统的组成,然后对煤气平衡及煤气调度问题进行了分析,最后对钢铁企业煤气预测与调度优化系统的系统目标、系统模型、系统功能及实施效果进行了介绍.通过建立模型和系统对煤气的产生与消耗进行预测,保证煤气系统的平衡,减少煤气放散,提高煤气利用率,实现节能降耗.

分析了新时期中小钢铁企业所面临的新发展形势;针对中小钢铁企业目前主要存在的产销衔接不畅、质量管控系统功能不足、生产管控系统功能不全、管理层的决策支持系统缺失等问题,指出智能制造可以助力中小钢铁企业实现转型升级;同时,特别强调了企业实施智能制造要秉持"需求引领,效益驱动"的基本原则;设计了面向中小钢铁企业的集成化-智能化综合性解决方案,并对中小钢铁企业发展智能制造的保障措施提出了看法.

大规模定制是实现钢铁智能制造的重要组成部分,制定具有柔性的生产计划是钢铁企业实现大规模定制的核心和关键.本文针对钢铁企业生产计划和调度问题,建立了能力计划-订单计划-批量计划-生产调度四级计划体系,并设计了基于智能优化算法的高级计划与排程系统,为企业实现大规模定制提供有效支撑.

加快发展智能制造,是培育我国经济增长新动能的必由之路,是抢占未来经济和科技发展制高点的战略选择,对于推动我国制造业供给侧结构性改革,打造我国制造业竞争新优势,实现制造强国具有重要战略意义.2017年1-10月,我国粗钢产量为7.1亿吨,中钢协会员钢铁企业销售利润率为4.41％,仍然低于工业企业6.24％的平均水平.可见,我国钢铁行业虽然整体实现扭亏为盈,但利润水平仍然较低.我国钢铁工业在铁矿石等原料受制于人、能源环保等环节压力巨大的情况下,以较低成本向市场提供有竞争力的产品是企业的必然选择,因此,应将利润率作为衡量我国钢铁工业综合实力的关键指标.钢铁智能制造从提升钢铁制造过程中新钢种高效研发能力、产品质量稳定生产能力、柔性化生产组织能力、能效成本综合控制能力等方面实现产品规模化生产与定制式制造相融合,提升以利润率为关键指标的钢铁企业综合竞争力,从而实现我国从钢铁大国到钢铁强国的跨越.

介绍了《电子商务“十三五”发展规划》的发布背景及主要内容,阐述了钢铁电商的发展现状,并对其存在的问题进行了剖析,在此基础上指出该规划对于钢铁电商发展的指导意义,最后从顶层设计、行业标准、提质升级、创新模式、人才培养等角度提出要深化钢铁工业与互联网融合发展.

介绍了钢铁行业产能过剩、需求低迷、利润微薄的现状,分析了钢铁企业生产经营的特点,总结了钢铁企业面临的关键问题是"协调产销矛盾,实现产销平衡",探讨了钢铁企业决策优化与支持系统的特点、系统架构、系统功能和实施要点.系统能够根据市场需求和企业生产能力约束,在综合考虑经济效益、综合成材率以及设备利用率的前提下,对生产资源进行优化配置,为企业创造可观价值.