资讯信息
Information张龙强:深入推进钢铁智能制造,加快发展新质生产力
时间:2024-06-26文章编辑:科工云网
一、新质生产力与新型工业化的内涵
2023年9月,习近平总书记在黑龙江考察调研期间,首次提出了 “新质生产力”,指出要“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业,积极培育未来产业,加快形成新质生产力,增强发展新动能。”。2024年1月31日,习近平总书记在召开的中央政治局第十一次集体学习会议上首次系统论述新质生产力,对其内涵和外延做了详细论述。
新质生产力是创新起主导作用的先进生产力质态,本质是先进生产力,核心是全要素生产率大幅提升。通过生产技术革命、生产要素创新、产业深度转型三大要素催生出的新质生产力,被赋予了“高科技、高效能、高质量”的特征,目标是摆脱传统经济增长方式和生产力发展路径,但并不是全盘忽视与放弃传统产业,而是用创新来促进传统产业高端化、智能化、绿色化转型。
新质生产力对应的是新的科学技术、新的生产方式、新的产业形态以及新的投入要素,而新型工业化强调运用新的方式和新的手段,以工业化的高质量新转型来驱动经济高质量新发展,推动工业朝着数字化、智能化、绿色化的方向发展、演进与变革。从整体上看,新型工业化是方向,智能制造是手段,新质生产力是结果。
二、钢铁智能制造对发展新质生产力的重要意义
智能制造的“数字化、网络化、智能化”发展,是新质生产力形成的必由之路。在数字时代的背景下,钢铁制造的智能化升级改造,使得钢铁生产流程由“黑箱”变“白箱”,从传统的生产模式转向智能化生产模式,逐步摆脱传统生产力的束缚,加快钢铁工业“新质生产力”实践落地。
(一)钢铁工业智能化有助于深化新质生产力内涵
钢铁工业智能化是一个复杂的综合性过程,涉及智能设计、智能装备、智能生产、智能安环健、智能供应链、智能服务以及数字基建七大方面。
将新质生产力思想应用于钢铁工业实际生产中,通过搭载智能化技术,使钢铁企业生产流程更优化,能源消耗和原材料浪费进一步减少,生产成本显著降低,钢铁工业的生产效率极大提高,赋予了新质生产力更实际的感官,不断深化其内涵。
从智能生产角度分析,一是利用先进的自动化设备和机器人技术,实现钢铁生产线的自动化,降低人力成本;二是对钢铁生产过程中的关键环节进行模拟仿真,减少试验成本,提高生产效率;三是通过利用智能监测和诊断系统,实时监测设备运行状态,预测设备故障,提前进行维护和修理,降低设备故障率,提高生产稳定性;四是通过采用智能能源管理系统,对钢铁生产过程中的能源消耗进行实时监测和管理,优化能源消耗结构,降低生产成本。
从智能供应链角度分析,相比传统供应链具备技术渗透性强、可视化及移动化特征明显、更人性化等特点,通过实时数据采集和传输,企业可以全面掌握从原料采购、生产制造到物流配送的各个环节,实现全程可视化管理和追溯,这不仅有助于企业提高运营效率,而且还可以帮助决策者做出更加科学、精准的判断。
由此可见,钢铁工业智能化的发展促进加快新质生产力中的两个“摆脱”(传统经济增长方式和生产力发展路径),赋予了传统钢铁生产过程新的活力,有助于深化新质生产力内涵。
(二)钢铁工业智能化有助于提高新质生产力维度
钢铁工业智能化结合工业互联网、5G、工业物联网、云计算、大模型、大数据分析等先进信息技术,实现钢铁生产全生命周期的自动化、信息化、数字化和智能化,发展钢铁工业第二增长曲线。
在钢铁企业中已验证可行的智能化转型经验,不仅可以指导行业内企业的智能化转型,也可为其他重资产、高能耗、工序复杂的传统工业转型提供借鉴意义。如,钢铁工业在节能减排和环保方面的智能化技术应用可为能源行业提供借鉴方案;在智能物流管理系统可以应用于其他物流领域,如仓储、运输和配送等;在环保要求较高行业,可以借鉴钢铁工业的废气处理、废水处理和固体废弃物处理等技术,以改善环境质量并推动可持续发展;在矿山领域,钢铁工业对矿石资源的开采和利用具有丰富经验,其智能化技术可以应用于矿业行业。
由于钢铁工业涉及工序复杂,工序流程长,上下游产业链繁多等特点,其智能化的发展,可以促进相关产业智能化转型,进而提高新质生产力维度。
(三)钢铁工业智能化有助于丰富新质生产力活力
用科技创新赋能产业创新,用智能化手段发展新动能新优势,钢铁工业具有“黑箱”“流程长”“工艺复杂”等特点,符合创新所需的沃土,并能为丰富新质生产力活力提供天然优势。人工智能、大数据等新技术在钢铁工业的原创性创新应用,可以催生出新产业、新模式、新动能,不断充实新质生产力活力。
以大数据技术应用为例,钢铁企业拥有海量的数据,包括生产数据、设备状态数据、供应链数据等。通过数据中台的建设,可以将这些数据进行集成和整合,实现数据的统一管理和分析,进而实现智能分析与预测、智能决策支持等。同时,钢铁工业因其数据量庞大、生产工艺流程硬衔接、工艺技术成熟度较高等特征,使得其相较于其他行业来说,数据质量较高、数据来源易获取,在训练预测模型以及调整模型精度时具有天然优势。
钢铁工业深厚的数据基础,有利于人工智能和大数据等新技术在钢铁工业的应用,从而激发更多的创新动能,不断丰富新质生产力活力。
三、工作推进的主要建议
一是在技术创新和研发方面,钢铁工业应持续加大对数字化智能化相关技术应用的研发投入,推动技术创新,尤其是在生成式人工智能、大数据、物联网等先进领域。同时,要重视数据安全和员工隐私保护,采取有效措施防范潜在风险。
二是在智能制造试点示范方面,积极参与智能制造示范工厂/优秀场景建设,通过建设一批智能制造示范工厂,展示智能制造在钢铁工业的应用成果,形成可复制、可推广的落地经验,带动整个行业的转型升级。
三是在人才培养方面,新质生产力的发展离不开高素质的人才队伍。钢铁企业应加强对智能制造领域人才的培养和引进,提高员工的技能水平和创新能力。同时,加强与高校、科研机构的合作,共同培养具有创新精神和实践能力的复合型人才,但“复合型”绝不是多学科知识的简单叠加,而是系统集成,重在培养运用各种知识解决复杂实际问题的能力。
四是在绿色低碳和可持续发展方面,钢铁企业应注重绿色可持续发展,通过环保的生产工艺技术与智能化技术结合,减少污染物的排放,提高资源利用效率。
五是在产业链协同和合作方面,钢铁工业应加强与上下游产业的协同和合作,形成紧密的产业链体系。通过共同研发、生产、销售等环节的紧密合作,提高整个产业链的智能化水平和竞争力。
六是在制定配套政策和制定标准方面,政府应配套相关政策,出台税收优惠、补贴、奖励等鼓励性项目;制修订钢铁工业智能制造相关标准,加大智能技术应用的支持力度,健康培育新质生产力。
来源
国家智能制造专家委员会