中国传统产业的裂变来的出乎意料，又在意料之中。
《财富》官方近期全球发布2020《财富》世界500强排行榜，中国大陆公司实现了历史性跨越：中国大陆(含香港)公司数量达到124家，历史上第一次超过美国(121家)。宝武、河钢、沙钢、鞍钢、首钢、山东钢铁、青山控股集团7家钢铁企业在列(全球共有12家)。
中国已俨然是钢铁大国，据世界钢铁协会最新统计，2019年全球粗钢产量达到18.699亿吨，同比增长3.4%。其中中国的粗钢产量为9.963亿吨，同比增长8.3%，占全球粗钢产量的份额从2018年的50.9%上升至2019年的53.3%。
同时，经过多年的改革开放和自主创新，中国钢铁行业的信息化、自动化水平已经跻身国际前列，成为离智能化最近的行业，向钢铁强国迈进。
钢铁行业有其固有特性：全流程是看不见、摸不到、测不出的“黑箱”，多场、多相共存，多变量、强耦合、大滞后、非线性的特征决定钢铁生产过程本身和钢铁产品质量的突出特征是极强的不确定性。在5G商用、“新基建”全面推进的大背景下，需要重新思考与绘制下一代钢铁行业转型发展、柔性制造和智能制造的宏图，制定企业生产、技术、管理、物流、销售等整体智能化规划。
近日，华为联合中国移动、中国联通、中国电信、亮风台、东北大学等，深入宝武、河钢、华菱湘钢、柳钢、首钢等钢铁企业，撰写发布《5G智慧制造白皮书》，为5G与新一代信息技术协同交叉推动钢铁行业发展提供了一些路径。
一、钢铁信息化：连接是基础、云是重要载体、工业互联网平台整合数据与应用、AI赋能未来
钢铁行业从“制造”向“智造”转型离不开工业互联网、5G、大数据、云计算、人工智能的技术和平台支撑，以此实现基础设备的全连接、作业过程的智能化控制、生产管理的信息共享、产供销的协同联动、市场投放的动态调节。
网络连接是工厂数字化的前提，连接由有线为主向无线为主过渡，由多种接入方式整合为以5G+光纤共存的模式为主，共同打造低时延、高可靠的基础网络。工厂连接六要素：生产环境、物料、物流车辆、生产设备、制造执行控制系统、人。
目前，越来越多企业采用云计算模式部署信息系统，企业上云渐成趋势。通过构建一体化数据集群云平台，收集工业流程各个环节信息，建立企业财务共享云、数据分析云、电子采购云、生产控制云、企业管理云，可分析综合信息数据，优化流程，提高工作效率。
而智能制造已经成为制造行业发展的必然趋势。国内出现了不少钢铁行业的工业互联网平台，工业互联网平台聚焦设备全生命周期管理、智能化生产、供应链协同及绿色化生产四个应用场景。
随着钢厂数字化、网络化、智能化水平的提高以及人工智能技术的进步，长期积累并不断采集、监测到的海多源异构数据得以有效利用，人工智能技术在钢厂生产中的应用场景逐渐丰富，已经深入钢铁生产过程的各个方面，如产品设计、铁水质量预测、过程控制、产品质量判定、设备故障诊断、铁前采购与配料优化、生产计划与调度等，对实现钢铁企业生产的高效化、协同化、智能化运行，提高钢铁工业信息化和智能化制造水平具有重要的现实意义。
总体来说，钢铁行业要实现信息化，连接是基础、云是重要载体、工业互联网平台整合数据与应用、人工智能赋能未来。《5G 智慧制造白皮书》基于此对未来钢铁信息化的框架提出设想。
钢铁行业核心业务从分成上来讲分为五层，从L1到L5。L1是控制单元，包括各种设备和仪表。L2 包括 DCS、TCS 等过程控制系统。L3是生产管理系统，也就是俗称的MES。L4 是公司管理，L5 是集团管控，主要包括战略管理、商业分析和BI 等。这个模型是六七十年代美国大学提出的，但制造业一直延续到今天。
在工业互联网的体系架构中，网络是基础，平台是核心，安全是保障。因此也需要规划一套端到端的安全防护体系，确保从L1层到L5层的整体信息安全。主要模块包括设备安全、网络安全、安全控制、数据安全、主机安全、平台安全、应用安全和安全态势感知等。
二、5G智慧钢铁十大应用场景：无线替换有线、机器替人、连接未连接
《白皮书》从价值层面将5G智慧钢铁应用场景分为三大板块十大场景，即无线替换有线、机器替人、连接未连接，其中5G高清视频监控、5G融合通信、5G AR远程装配为无线替换有线板块;5G+AI钢材表面缺陷检测、5G无人天车、5G+AI智能配煤为机器替人板块;5G设备点检与监测、5G智慧照明、5G高精度定位、5G无人库房为连接未连接板块。
其中，5G AR远程装配通过AR+工业的解决方案，可以减少在日常作业中所发生的问题，员工可以第一时间发现“设备异常”、“人员行为异常”、“错误流程”、“质量不稳定”等信息。系统会智能地挑选最优解决方案来处理当前所发生的异常，减少作业风险;第一时间同步信息、AI智能指导作业过程、工单列表保证正规的流程、清晰的培训方式 + 实践指导、自动智能巡检 +AR 巡检、远程维修等每一个环节都可提高效率，降低成本。
在应用场景中，现场工程师将现场环境视频和第一视角画面通过5G网络实时推送给位于远程厂家的技术人员，厂家依托AR的实时标注、冻屏标注、音视频通信、桌面共享等技术，远程配合钢厂工程师进行产线装配工作。
5G+AI钢材表面缺陷检测提升抽检率：人工检测，抽检率最高45%，机器视觉检测后，不仅实现实时检测，抽检率也提升到了91%;非接触处理：避免二次损伤，提高可靠性;还能改善产线自动化、提高产品品质;检测精度可达到u级，人眼无法检测，可使用机器完成。
5G设备点检与检测可提前1-3月预警：预知设备的运行状态，对设备运行状态进行实时监测，分析计算有无状态异常或故障趋势;每年平均可节省数十万元：降低设备异常的维修损失，以50万吨高线为例，一次意外停机，损失可达50万元;提效30%：维修效率提升，根据监测结果智能定位故障，提前准备备品备件，根据计划进行维修;释放巡检人力：管理人员通过手机/巡检仪采集音视频等，传送后台大数据实时分析，可释放70%巡检人力。
从以上场景来看，智慧钢铁的方向集中在提升人工效能，让机器和技术超越人的能力，进而替代人类，再者预测性介入，和人力做互补。
三、应用实践：头部企业试点，重塑标准、 场景和目标
《钢铁工业调整升级规划(2016-2020 年)》提出，要将创新驱动、智能制造和服务型制造三者有机结合起来，推进钢铁工业有效供给水平的提高。要通过重点培育流程型智能制造、网络协同制造、大规模个性化定制、远程运维4种智能制造新模式的试点示范，总结出钢铁工业智能制造的发展路径。
中国信息通信研究院数据显示，2020年，中国工业互联网产业经济总体规模约为3.1万亿元，据统计2019年，规模以上工业企业实现营业收入105.78万亿元，其中中国钢铁工业协会会员钢铁企业实现销售收入4.27万亿，占工业企业总营收的4%，可以推算出，钢铁行业2020年工业互联网产业市场规模或将达1240亿。
目前，宝武、河钢、华菱湘钢、柳钢、首钢等头部钢铁企业都在进行智能化应用实践。
以宝武为例，目前在各工厂内部网络布线相当复杂，很难维护，尤其面临更换设备、搬迁产线时几乎需要重新部署网络，非常不灵活。传统无线方案，协议标准多且封闭，互联互通难度大，性能上也存在差距：不能满足毫秒级时延的实时性控制及可靠性的应用场景;无法大规模、高速率的数据传输; 延时大、易丢包、易掉线导致产线设备间数据交互不理想，严重制约了设备上云。
在中国宝武宝山基地打造工业互联网 5G 应用试点示范，其中5G的出现解决了如上诸多问题，可以解决智能工厂远程操控大量工业机器人所需要的高精准、高强度交互的需要。
到2021年末，宝钢股份机器人应用实现置换人工超过2000人，机器人应用总量将超过1000套，建设、改造一批智能化产线，完成基于5G技术满足用户个性化需求的快速响应、柔性的研发、营销、制造、物流体系构建。
目前，在宝武的5G智能化应用场景包括：远程一键炼钢、5G+AR设备检修等。
利用数字化转型带来快速部署的案例范本则是湘钢，湘钢通信传输主要依赖光纤、WiFi和微波，有线传输在厂区部署会大大妨碍设备的移动，同时增加部署的难度和成本，华菱湘钢与中国移动、华为、天桥嘉成、亮风台，通过建设5G行业专网的方式，实现湘钢数据不出厂、流量本地卸载、本地业务优先处理的5G行业应用新模式。
5米宽厚板厂废料车间4台天车完成了5G远程化改造，通过远程人工操控，解除了天车现场操作环节;“无人自动天车及智能调度系统”通过 3D 扫描仪、测距仪等现代传感器和机器视觉技术，对作业区实时建模分析，自动生成调度指令和作业指令，实现自动吊等多项先进功能，调度作业过程完全自动化，无人干预，极大的减少了企业的人力资源成本，提高了生产效率，降低安全风险;来自不同国家的技术工程师通过AR眼镜以及电脑客户端的冻屏、实时标注等功能使得湘钢工程师与欧洲专家克服疫情影响，进行远程无障碍沟通协作。此种创新装配方式，提升了工作效率，节约了由于疫情导致的工程拖延、现场差旅等诸多不可控成本。
“十三五”以来，我国主要钢铁企业装备达到了国际先进水平，关键制造工艺流程的数控化率超过65%，企业资源计划(ERP)装备率超过70%，信息化程度得到了跨越式发展。在下一个5年来临之际，先进钢铁企业开始率先走向工业4.0阶段，而对于仍停留在工业2.0的大批钢企来说，5G和边缘计算、云计算、大数据、人工智能、工业互联网、数字孪生等新一代信息技术是机遇也是压力。
备注：本文由AR公司亮风台分享，亮风台是国内代表性AR企业，也是中国AI 50强企业(2018达沃斯夏季论坛)，为“5G智慧钢铁”提供AR技术和产品支持，其AR远程通讯与协作平台HiLeia已经服务包括钢铁、汽车、家电、电气、能源、机械制造等行业在内的近千家客户，如湘钢、国核、海尔、国家电网、广汽、商发等等，重磅升级版产品将在2020中国国际工业博览会呈现，届时可前往上海国家会展中心(展位号：5.2H-D025)体验交流。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
