钢铁企业电工钢智能工厂管理探索与实践

北京首钢股份有限公司

北京首钢股份有限公司是世界五百强首钢集团所属的境内唯一上市公司，于1999年10月由首钢总公司独家发起募集设立，1999年12月在深圳证券交易所上市，位于河北省迁安市。公司全资拥有迁钢公司，控股首钢京唐钢铁联合有限责任公司、北京首钢冷轧薄板有限公司等钢铁实体单位，具有焦化、炼铁、炼钢、轧钢、热处理等完整的生产工艺流程。拥有国际一流装备和工艺水平，具有品种齐全、规格配套的冷热系全覆盖板材产品序列，电工钢、汽车板、镀锡板、管线钢、家电板，以及其他高端板材产品处于国内领先地位。公司既定战略是以“产品一流、管理一流、环境一流、效益一流”为目标，全力打造成本竞争优势、核心技术优势、高端品牌优势、高效管理优势、和谐文化优势的生存基础，建成世界电工钢示范工厂，建成职工、企业、社会、环境共同发展的示范企业。

一、钢铁企业电工钢智能工厂管理探索与实践背景

（一）实现钢铁行业高质量发展、升级转型的突破方向

2015年5月19日，国务院正式发布《中国制造2025》它是中国政府实施制造强国战略第一个十年的行动纲领，是全面提升中国制造业发展质量和水平的重大战略部署，其根本目标在于改变中国制造业“大而不强”的局面。坚持《中国制造2025》“创新驱动、质量为先、绿色发展、结构优化、人才为本”的基本方针，以物联网、云计算、大数据等先进技术与智能设备/装备融合应用为特征的智能工厂建设已成为驱动钢铁企业形成创新发展机制、突破增长极限、保障企业持续稳定发展的主要动力，从全球范围来看，尤其在德国和美国，智能工厂建设已成为传统制造业升级转型的主要突破方向。发展面向钢铁行业的智能工厂技术集成应用和管理创新，是抢占新一轮竞争制高点的关键一步。

（二）实现智能制造，提升企业核心竞争力的重要手段

经过十年的快速增长，中国钢铁产能遥遥领先，装备水平及技术指标步入国际先进行列，但是在高端品种、先进流程、生产能耗及产品质量等方面仍与国际领先水平有较大差距。与此同时，由于产能严重过剩，环境急剧恶化，使得钢铁企业在提升产品质量、节能减排等方面面临巨大的压力。

智能工厂是实现智能制造的重要载体，集成物联网、大数据、云计算等先进技术和智能管理理念，能够有效解决钢铁企业在提升效率、节能降耗、提高设备服役能力、减少不合格品率、降低资金占用等方面面临的问题，达到生产的最优化、流程的最简化和效率的最大化，使传统工厂升级为智能工厂，是实现智能制造，提升企业核心竞争力的重要手段。

（三）实现创新发展、提质增效、持续盈利的迫切需要

智能工厂建设作为传统制造业特别是钢铁行业升级转型的主要突破方向。国际上韩国浦项等先进的钢铁企业在信息化、智能化方面走在行业前列。相比之下首钢主要存在以下方面差距：

1.生产经营缺少科学完成的数据支撑。经营决策方面没有及时、充分的数据进行支撑全面的效绩监控和分析；生产管理方面，多区域、多工序协同联合优化覆盖程度低，各类能源、资源整体利用率不高。迫切需要工艺大数据采集和大树据分析服务平台建设。

2.研产销方面智能支撑手段匮乏，难以实现精细化、精益化生产。产品研发方面，研发周期长、试制成本高；生产制造方面，长流程、多工序生产过程协调难度大。多品种、小批量多样化客户需求情况下，制造过程缺乏柔性；营销服务方面，客户需求变化快、供应链上下游信息不对称，数字化协同存在问题，营销增值化服务水平较低。

3.产品工艺质量控制环节，缺陷缺乏可追溯手段、质量信息整合程度差，亟待解决产品全生命周期智能管控的问题。

4.机器人等智能装备配备率低，关键装备点巡检智能化水平低。过多的人为因素干扰，造成设备运维水平低，生产制造效率低，并存在一定安全风险。

因此为了挖潜增效，必须以质量成本为基础，以优化产能为核心，以创新为驱动，落实两化深度融合，推进钢铁企业智能工厂管理的探索和实践，实现创新发展、提质增效，保持企业持续盈利能力。

二、钢铁企业电工钢智能工厂管理探索与实践内涵和主要做法

坚持《中国制造2025》“创新驱动、质量为先、绿色发展、结构优化、人才为本”的基本方针，首钢电工钢智能工厂探索与实践过程需要结合电工钢冷轧生产特点，深度分析首钢在智能制造和智能管理方面的差距，查找工厂智能管理的瓶颈和痛点。遵循整体性、先进性、开放性、经济性和规范性等原则定位工厂顶层设计。科学定向，对涉及电工钢生产的全流程、全业务进行梳理，确定优化和创新整改方向。以大数据、物联网和智能化技术管理手段为向导，坚持绿色制造的理念，以决策科学化、服务增值化、研发数字化、生产柔性化、质量精准化、操作无人化为目标，通过智能化建设和智能管理水平提升，实现技术突破、业务变革，管理创新，并实现经济指标实质性的提升。

（一）顶层设计高标准，创新覆盖全流程

1.组建联合攻关团队，顶层设计紧跟智造前沿

电工钢产品因其工艺复杂、产量低，被誉为钢铁业“皇冠上的明珠”。电工钢智能工厂管理探索与实践需要高标准的顶层设计和高水平的技术团队，紧跟智能智造技术前沿，保证智造过程顺利实施。

（1）团队建设

首钢股份公司联合冶金高校和科研机构，在智能工厂系统集成、软件开发、科研开发、标准制定、核心装备制造几方面深入探索，组建了一支包含行业专家、教授、博士、研究员、高级工程师、工程师为核心的产学研用一体化的科技攻关团队。形成顾问专家团队和各分项目攻关小组，把握项目实施的总体方向和控制项目实施进度，从而确保项目研发工作的顺利实施和完成。

（2）顶层设计

首钢股份公司在电工钢冷轧工厂建设之初，遵循“高起点、高标准、高要求”的目标定位，已建立了较完整的全流程基础自动化系统、过程控制系统、MES系统、ERP系统等4级体系。整个生产制造体系依据全新的一体化质量管理理念、融合六西格玛管理策略，采用控制图、数据挖掘、数据建模等工具和技术，实现了从订单和物料两个基本维度的一体化全流程生产管控和部分工艺质量管控，系统自动化、信息化程度较高，在行业内处于领先水平，初步具备数字化工厂的水平。

智能工厂建设的顶层规划设计参考国内外关于智能制造和工业4.0方面的先进经验，遵循整体性、先进性、开放性、经济性和规范性等原则，在传统的数字化工厂基础上进行智能化的提升和改造。对工厂基础设备控制系统薄弱环节、信息系统架构层级、生产工艺改进升级需求、生产组织模式优化、工艺业务流程和生产管理模式痛点、经营决策支撑盲区等进行深入分析。智能工厂将搭建功能完备的企业大数据中心，为智能工厂服务层和应用层的各项功能提供基础数据保障；在应用层中，通过一系列智能化技术的应用，构建以产品智能设计与工厂柔性化制造和营销服务为核心，以质量、设备、能源、绿色安全为有效支撑的智能工厂产销研体系。将传统工厂升级为智能工厂。

2.科学定向，直面全流程、全业务痛点

结合顶层设计要求，建立管理提升目标，攻关团队组织全面开展“大调研、大走访”活动。无取向电工钢冷轧生产工艺流程包含1条酸连轧、4条连续退火、4条重卷分切、2条包装产线，辅助产线包含一条酸再生、一条磨辊间。涉及业务岗位包括生产操作、仓储管理、计划调度、设备管理、检修维护、生产管理、产品研发、工艺技术、质量管控、营销服务、经营决策等，从一线操作、检修维护、专业技术到中高层管理。

结合电工钢工艺特点和业务分工制定提升任务清单，对任务内容存在的难点、痛点、盲点、繁重程度、工作频次、改进瓶颈等进行分析。对频繁现场操作、简单重复繁重、内容复杂、人为因素影响大、存在一定安全风险的任务重点关注。对照智能制造工业4.0目标，对比分析找差，结合智能化技术和管理手段，确定解决方案和实施路线，经过可行性论证形成智能工厂攻关项目。

（二）依托大数据技术，助推企业运营决策科学化

原硅钢一冷轧工厂制造流程采用ERP/MES/PCS系统网络架构，虽然实现基础自动化、过程自动化和MES系统等之间信息交互，基本满足传统的管控一体化需求，但是还无法通过原网络架构将整个制造过程所有工业设备和系统连接起来，实现数据在这些设备及系统之间流动，尚不具备实现大数据分析、运营决策、控制等需求，缺乏智能化分析平台和工具，智能化优化工业生产过程的存在瓶颈。

首钢股份公司通过搭建大数据平台，对原网络系统升级改造和新建数据采集网络等方式，在保留原控制网内部数据传输模式基本不变的前提下，利用数据采集网打破原系统之间壁垒，将整个制造过程中多源异构的各种结构化、非结构化数据集中采集、关联、存储，围绕制造过程各种核心业务，形成一个系统化的、能实现数据传输和应用的智能体系，利用大数据平台和数据总线及整体的系统架构实现了“端到端”的数据访问与交互，在整体网络架构重构基础上再造相应信息化系统与业务流程。

1.建设大数据平台支撑智能应用服务

融合国内大数据建设技术方案和实践案例，建设大数据机房，满足系统开发硬件基础。实施对全工艺流程和生产过程的基础数据采集和数据治理。结合电工钢数据类型和业务特点，采用分布式存储相关技术，结合分布式系统hadoop、云计算等大数据技术，建立完善的大数据平台。尝试开展对结构化、半结构化、非结构化等多源异构数据的采集、存储、分析、挖掘等高级应用。探索在产品全流程各个环节进行大数据专题分析，用数据说话，用数据实现价值，使之成为企业核心竞争力的利器，助推电工钢生产从“制造”走向 “智造”。

2.构建生产经营KPI体系，管理驾驶舱服务运营决策

依托大数据技术建设运营决策管理体系，横向打通业务板块、纵向连接管理层级，实现横到边、纵到底的多级管控体系。结合冶金行业通用指标及电工钢生产特有指标，构建包含制造、技术、质量、营销、设备、安环共6大类、10个管理方向、103个管理指标的生产经营KPI体系，在管理驾驶舱系统直观展现生产过程中，各机组的产量、生产库库存、制造成本、设备运行状态监控等几方面，实现考核指标模型化。使用仪表盘、速度表、柱状图、折线图、雷达图、玫瑰图等将生产经营指标数据形象化、直观化、具体化。通过对标分析、预警分析，同时将数据准实时更新，形象地展示电工钢生产经营趋势和各专业关键指标情况，支持异常预警和分析功能，为公司高层管理人员直观、高效地监控电工钢的生产运营状况，实现合理管控与风险控制提供支撑。

3.科学优化数据分析报表，便捷专业管理

通过数据治理平台规划指标及每个报表数据项血缘关系，实现基础数据的自动采集和调度，利用数据仓库实现数据自动核算，提升数据质量，坚持数据不落地，保障了数据权威性。科学缩减数据分析报表数量，提高数据查询速度。并通过数据字典、自定义报表实现专业性主题分析，多维度、多指标的自由分析。为专业管理提供便捷的数据支撑。

小结：大数据平台建设和大数据技术在企业生产运营管理的应用，实现了数据的海量采集、挖掘和时空整合，建立了管理驾驶舱和生产运营KPI体系，使得经营决策科学客观、报表专业精准，随着更多业务应用的拓展，助推生产提效和质量提升，真正实现数据变现。

（三）研产销智能协同，提升生产制造柔性化

在智能工厂探索相关技术研发与实施过程中，针对原来信息支撑系统相对独立、跨部门业务流程衔接不畅、制造过程协调性不强等实际需求，通过信息系统重构、业务流程再造和新的信息系统平台建设等措施，构建并形成了面向客户定制化需求的研产销一体的协同制造管理体系，提高了企业面向客户定制化需求的精准服务能力、产品研发快速响应性和研发知识化、多工序协同制造与动态响应能力等。

1.产品研发数字化

随国内电工钢产能增长迅猛，产品同质化日趋严重，同时下游行业尤其是家电行业也严重陷入产品同质化、竞争白热化的困局，客户迫切需要具有个性化、高效率、低耗能的电工钢新品以保证其在市场上的竞争优势。

钢铁企业虽然在产品研发支撑平台及相关技术等方面有所突破，形成了一套具体、稳定、适合自身业务特点的产品研发流程，但是面临客户需求整理不方便、客户需求无法多向跟踪、工艺路线长、人工评价体系繁琐、产品研发周期长、验证成本高、人员调动或离职时有可能造成知识流失等不足，亟需改变现有传统的产品设计方法，建立一套基于DFSS的产品智能研发系统平台，以支撑现有电工钢研发体系。

智能工厂结合电工钢客户EVI技术，将产品研发与客户需求紧密结合，借助于大数据和知识库等手段，搭建电工钢产品研发平台，实现产品研发数字化，实现产品研发设计流程的再造。利用系统流程化管理手段，实现从客户需求识别、性能预测模型、质量设计、制造检验等业务线上协同，缩短产品研发周期。通过基于产品EVI及知识库建立产品智能设计知识库，并在此基础之上构建基于DFSS的产品智能研发体系，实现产品研发显性知识与隐性知识的集中管理、产品设计要素的可视化分析、缩短研发周期、精确识别客户需求并引领市场需求的新产品智能设计。

应下游客户产品升级需求，2018年初开发某两个牌号新产品，并全流程借助研发平台设计实现，试制次数由3次减少至1次，新产品提前2个月批量产生，抢占市场先机，实现当年盈利。

2.生产流程柔性化

随着市场变化硅钢客户多品种、多规格、多特殊需求，小批量、个性化的订单显著增加，与钢厂大规模连续性生产模式存在显著矛盾。硅钢一冷轧工厂生产迫切需要满足客户需求、质量要求、交期要求的柔性化生产方式。通过本次智能工厂项目梳理优化产销衔接流程，实现订单自动评审、动态质量设计、计划排程、厂内物流等生产全流程的智能化升级。

搭建硅钢协同制造管理系统以电工钢产品运营协同为核心，支撑电工钢产销衔接、订单管理、质量设计、计划排程的业务协同，实现营销管理、生产管理、技术质量管理等管理部分职责协同。实现以下几方面目标，为智能工厂建设推进提供有力支撑。

为加强电工钢产销业务协同，实现柔性化生产，依托智能工厂项目，以电工钢生产订单为主线，重新梳理规划电工钢产销业务流程，简化合同评审与订单质量设计流程，搭建电工钢成熟订单库，实现销售合同的自动评审、材料设计、质量展开，完成销产转换业务的紧密衔接，满足客户个性化特殊需求，解决钢铁业小批量、个性化的市场需求与大规模定制生产的矛盾。

计划排程功能覆盖了从年生产计划到机组作业计划的所有电工钢生产计划内容，通过采用构造启发式方法，针对不同计划特点，分别搭建k-means聚类方法、离散差分进化算法、差分进化算法等模型，支持系统实现自动计划排程，减少计划人员日常工作，提高效率。

在生产组织中根据制造过程动态约束，采用基于排产规则的一系列算法和工艺动态调整模型，进行生产流程的动态重构与优化调度，提高制造流程的柔性和多工序间的协调性。

在多工序协同的计划与调度体系中实现了月产能计划、订单交期计划、订单月计划、联排计划等支撑多工序协同制造的核心计划调度模型与算法，从电工钢制造供应链的全局角度来对生产过程进行系统的、动态的解析和优化，提高制造过程柔性和多工序间协同性。

以上四法，既是古典诗词教学的切入路径，又是学生鉴赏诗歌的有效方法，在具体鉴赏过程中应综合运用。选修课与必修课相比，在学习方式上更侧重于学生的自主探究，所以教师应充分利用推荐诗歌，通过对这些诗歌的示范性鉴赏，教给学生品读赏析、思考探究的路径，为鉴赏其他诗歌提供一些经验和方法。

3.供需服务增值化

面对国内钢铁业供需不平衡、产能过剩、高端产品同质化竞争日趋加剧等问题，股份公司转变思路，借助互联网、数据挖掘、EDI等IT技术搭建硅钢客户精准服务系统，通过该平台实现客户需求、产品特性及使用反馈信息的动态收集，解决产品供应链上下游数字化协同问题，提高硅钢销售智能化营销服务水平，帮助企业更好地制定营销策略。

结合电工钢产品特点，以客户EVI服务模式为基准，从客户需求出发，引入精益供应链管理和最新客户体验理念，站在客户视角驱动流程优化，建立数学模型，构建B2B的一贯制精准服务平台。面向客户提供产品销售全流程自助服务，提升客户体验；面向销售提供市场资源预报分析及销售策略制定，提升企业营销能力；面向客户服务提供售前产品推荐、售中订单跟踪、售后质量异议、物流等数据推送，提升客户服务水平。

在整个系统架构中通过数据为导向的客户分析体系实现对不同价值客户进行有效区分，提升企业数字化营销、精准化营销水平。为客户提供多营销渠道的增值化服务，实现售前、售中和售后的一站式用户需求与响应。

小结：研产销管理的智能协同通过信息系统重构、业务流程再造和新的信息系统平台建设等措施，构建并形成了面向客户定制化需求的研产销一体的协同制造管理体系。实现产品研发的数字化、平台化管理，大幅降低研发周期和试制成本；实现了生产自动优化排程、加速物流周转，生产效率大幅提升；在提升精准供货能力的同时，提供多渠道营销服务提升用户体验，提高客户黏性。工厂柔性化生产能力的提升，有效缓解大规模连续生产和个性化定制之间的矛盾。

（四）全生命周期产品质量管控，提升企业产品竞争力

电工钢生产工厂生产工艺流程长且复杂、工艺参数的控制范围窄、要求全工序各环节控制精准，产品用途广，不同用户对电工钢产品性能需求各不相同。在钢铁工业进入新常态形式下，面对日益严峻的市场竞争环境，持续稳定生产低成本、高质量的产品成为大家关注的焦点，在原有电工钢产线质量过程控制系统（QPC）和和MES系统质量模块使用的基础上，分析质量控制的难点：一是系统质量信息收集不完全，各工序间质量信息关联不足，达不到全流程、全生命周期质量追溯和管控的广度要求，一体化动态质量设计能力不足；二是质量信息颗粒度低，距离精细化管控要求较远；三是缺陷定义、分析、整合判级等需要引入大数据技术，亟待建立分析模型和分析工具，实现自动缺陷分切；四是人工判级影响，质量评级精度不足，实时性差且效率低下，客观性、准确性有待商榷。

为实现全生命周期产品质量管控，提升企业产品竞争力，具体做法如下：一是完善各工序质量信息，增大质量信息颗粒度，对多工序关联数据进行整合，做好质量管理数据基础；二是依托电工钢产品的性能预测模型建立工艺控制标记体系，优化排程，缩小成品质量波动区间，实现生产过程的动态质量设计、精细化质量控制，满足用户的个性化需求；三是针对电工钢产品从客户需求、产品开发、制造、物流、客户使用、废料回收进行质量跟踪、监控，实现产品全部生命历程的质量管理。实现产品质量全程可控，对于异常状态可以进行实时监控与调整，达到品质最优化，降低废品率及改判率。在线质量判定实现自动检测判定，缺陷判定时间和质量判定时间成倍缩短，判定准确度大幅提升；四是运用智能工厂大数据分析技术，将产品全流程各生产工序的尺寸、性能、表面类综合判定结果进行准确定位到最终精整分切工序的带钢全长，同时结合客户的订单要求，指导岗位自动执行智能分切，改变传统通过人工分析给出分切结果的方式，实现对成品卷精准分切。五是质量工程师借助数字化、模块化的管理工具，按照质量改进支撑、质量过程强化控制、质量设计补充的管控流程推动实现全生命周期产品质量管控。

目前首钢股份公司已建立针对30多个电工钢品种划分的300多条原料标记、800多套设定工艺，并形成2万多套制造标准，有力支撑电工钢产品的动态质量设计。在线自动质量判定系统缺陷判定时间缩短为原来的六分之一，质量判定时间缩短到1分钟以内，判定准确度提升到95%。特别是缺陷智能分切技术领先于国内对标厂家。截至目前电工钢产品综合智能分切比例达96%以上。随着质量智能管控能力的提升，首钢电工钢产品尺寸精度，铁损、磁性能等关键指标均达国际先进水平，得到客户一致认可。同时协议带出品率持续降低，产品盈利能力显著增强，产品竞争力大幅提升。

（五）装备智能化突破，推动操作集中化，现场无人化

电工钢生产，工序多，流程长，人员密集，物料仓储复杂，如拆捆带、上套筒、盘库等部分工序人员辅助作业区劳动简单重复、强度大，既影响到整个作业线的人工作业效率和产品质量稳定性，又存在安全作业隐患的问题。

结合电工钢制造过程工艺流程及产品特点，应用新技术和新理念，实施物流仓储智能化升级，生产运行的智能视频监控改造，研发并采用智能天车、智能机器人等无人化/少人化装备，以及对部分生产工艺的自动化升级改造，提高整个制造流程的作业效率。

装备智能化典型案例介绍：

1.智能物流仓储

（1）智能物流针对电工钢与上游热轧工序之间原料卷转运过程中信息传递、作业效率、车辆调度等问题，研发了智能化电工钢冷轧原料物流转运管控系统。该系统综合利用现代信息技术、智能感知等多项新技术，实现物流车辆进出库自动导引及管控、钢卷ID在线自动识别检验等自动化操作，规范原料物流转运业务流程，降低了原料库管理岗位的劳动强度，打通了酸轧原料转运到上料整个流程的信息流，形成酸轧原料转运至上线信息的一体化、智能化操作。

（2）智能仓储系统包含轧后库仓储系统、调度系统、天车控制系统、地面控制系统，是一种以仓储、调度系统为核心，无人天车为手段，地面系统为辅助，突破了智能防摇摆技术、三维扫描成像技术、智能夹钳技术等关键技术，实现库区钢卷业务智能化、无人化管理的生产服务系统。无人天车与智能仓储系统有效解放了劳动力，避免了司机长时间繁劳作业状态，实现了库区钢卷信息全流程跟踪，取消了库工盘库、查找钢卷、卷好核对等传统作业流程，提升了整个轧后库的智能化水平。

2.智能装备应用

（1）电工钢样板自动取样、制样及磁性能自动检测系统利用机器人装备实现取样过程样本的“自动输送、自动分拣码垛、激光二维码标识”、自动插片磁性能监测，样板收集等无人化操作。真正实现了从毛坯样板分拣加工和磁性能检测的全过程自动化，该项技术在电工钢磁性能自动化制样领域属于首创。

（2）结合电工钢制造工艺在不同工序段的特点，研发了拆捆带机器人、机器人自动储运套筒系统、贴标机器人、钢卷内圈固定点焊机器人、取样机器人5种不同类型的工业机器人用于实际生产现场，提高生产作业效率，保证了人员安全，同时为现场生产人员调配和人员管理提供了便利。

3.实现连退生产集中管控

在大量智能装备投入的基础上，人员集中和业务优化势在必行。参照国内外类似项目经验，经过调研后，尝试完成部分操作室的合并。成功通过针对电工钢一冷轧连退生产线通过自动化系统升级改造和功能提升，以及双线集中操作和智能视频监控等工作，实现连退生产线少人化和产品质量稳定提升。

4.建立设备状态诊断系统

轧智能工厂设备监测与智能诊断系统监测范围覆盖酸电工钢生产的200多台关键设备，新增振动、温度等400多个监测点，集成整合已有的液压、电气等各类监测量1200多个。设备管理实现从“人工离线点检”到“远程在线监测”，从“信息孤岛”到“设备状态大数据平台”，从“事后人工分析”到“系统智能诊断”的设备管理变革。

小结：通过以上仓储物流的优化、自动化功能升级、智能视频监控、智能装备及设备状态诊断系统，有效规避操作风险，降低劳动强度。在此基础上实现业务优化、运维的集中。生产操作模式从现场多点位操作分散监控到自动运行集中监控，工作重点从关注操作运行到监控运行专注工艺质量管控。实现了生产管理质的变革，实现了人员和操作的集中，并进一步整合业务，提升管理效率。真正实现了减员增效。

三、钢铁企业电工钢智能工厂管理探索与实践效果

（一）经济效益

1.生产集中运维，实现减员增效

智能仓储、磨辊间、生产集中管控及机器人的应用，规避操作安全风险。实现了操作集中化，现场无人化。促进岗位业务整合优化和减员增效，完成减员44人。

2.新产品研发周期缩短，提高盈利能力

智能设计平台建设及研发管理模式的创新，缩短研发时间和试制次数。2018年2个新产品全流程借助研发平台设计实现，提前2个月批量产生，抢占市场先机。实现当年盈利

3.生产效率提升，增产增效

智能工厂柔性化生产，实现生产效率整体提高，2018年实现无取向电工钢增产6%，实现制造固定成本的降低。

4.协议带出品率降低，产品竞争力提升

质量管控平台的建立和质量管理手段的创新实践，实现产品质量协议带出品率持续降低，2018年协议带出品率降低至1.72%。合格品增加实现质量增利。

5.能源利用率提高，节能减排绿色生产

结合连退炉节能烧嘴、余热回收等节能技术的应用，深度优化能源调控，实现了能源介质利用率的提升和机组生产经济运行。实现吨钢能源消耗的大幅降低。2018年无取向电工钢吨钢能耗较2017年降低2.16kgce。

表1 智能工厂管理创新效益核算

电工钢智能工厂管理创新的探索与实践，给企业带来显著的经济效益，以减员增效、研发新产品盈利、固定费降本、协议带出品率降低和节能降本的直接效益计算，参考管理创新的贡献率，电工钢一冷轧智能工厂管理创新项目年可创造经济效益1840.5万元。

（二）管理效益

1.智能制造新材料，提升了企业的产品核心竞争力

首钢无取向电工钢具备所有牌号批量稳定生产能力，产品尺寸精度，铁损、磁性能等关键指标均达国际先进水平。智能工厂管理的探索与实践有效支撑了高效低耗电工钢产品的研发、生产和质量提升，产品已广泛应用于家电、无人机、新能源电机等行业。为国家急需的低能耗、高效率电工钢新材料的供应提供有力支撑。

2.智慧营销新模式提升了客户满意度

全面融入客户供应链管理体系，客户黏性明显增强，客户服务满意度不断提升，首钢品牌价值大幅提升。同时电工钢产品性能提升，优质的服务对下游客户产品成本和质量控制提供了有力的支撑作用。

3.新技术支撑智能管理模式创新，提升了企业的综合管控水平

利用高新技术，以现代化、信息化、智能化手段支撑管理模式创新探索和应用，大幅度提升企业的智能管理水平，增加企业生产柔性，提高产品的生产能力和生产效率，提高产品和服务质量水平，首钢产品市场占有率大幅提升。

4.形成了一个全方位协同的钢铁行业智能制造团队，为智能工厂管理创新的深度探索储备了人才

首钢股份公司形成了完善的智能化应用推进机制和管理机构，构建了智能制造、工业机器人、大数据、自动化四个专业化的职工创新工作室，推进智能制造技术在企业的应用及实践，并为智能工厂管理创新的深度探索储备了人才。

（三）社会效益（或生态效益等）

1.成功申报国家2016年智能制造综合标准化与新模式应用项目

整合首钢电工钢智能工厂的探索与实践形成的智能制造项目，成功申报国家2016年智能制造综合标准化与新模式应用项目-电工钢一冷轧智能工厂，成为钢铁行业第一家获批的智能制造新模式项目。

2.带动了首钢集团内部及相关企业智能制造技术应用

在首钢内部股份、京唐、顺义基地参照本项目实施案例，落地实施了拆捆带、贴标签等机器人、智能仓储（无人天车）等智能制造技术项目。国内多家钢铁和相关企业来进行参观和交流，并借鉴开展智能制造探索和实践。

3.为钢铁行业智能制造项目建设和管理创新应用提供了经验和参考

智能制造是一个长期过程，通过智能工厂实施打破原有思维局限，形成的一些钢铁行业智能制造经验和理念，对类似企业提升智能制造的信心，复制智能制造的技术和方法有示好的示范作用。另外本项目在实施过程进行顶层规划与设计，并逐步实施的解决方案保证了各项目之间协调与统一，也在行业内许多企业实施智能制造过程中形成了共识。

4.绿色制造，减少温室气体排放

在国家鼓励和发展的新能源、清洁型能源以及高效节能型产品应用的宏观背景下，首钢股份公司以低能耗高效率电工钢新材料提供商为定位，推进低能耗、高效率电工钢新材料的研发和制造。同时电工产品生产过程能源利用效率提升和可回收能源再利用技术的应用，降低不可再生能源的消耗，降低对大气排烟温度和污染物排放。智能管理、绿色制造，使天更蓝水更绿。