一、企业概况

德龙钢铁有限公司成立于2000年，坐落于河北省信都区南石门镇，占地1 800亩，现有员工4 000余人。公司产能铁、钢、材各300万吨，总资产182亿元，是一家集烧结、炼铁、炼钢、轧钢为一体的大型钢铁联合企业，主要装备：132/230㎡烧结机各1台，1 080m³高炉3座，120吨转炉2座，850/1 250mm热轧中宽带产线各1条，主导产品为热轧中宽带钢和热轧卷板，用于石油管线、钢结构、冷轧、家电、机械加工等诸多领域。公司拥有三大省级研发平台，坚持自主创新，不断加大新技术和新产品开发力度，走新型工业化道路，紧紧围绕品种、质量、节能、环境和效益进行产品结构和技术装备结构调整及产业升级，建设具有强大核心竞争力的精品板带材生产基地和资源综合利用、生产与环境和谐友好的绿色钢城。

二、主要措施

(一)建设背景

近年来，受国际形势和疫情的影响，钢铁行业在新形势下面临着原料紧张、环保限产、疫情防护等挑战，利润持续下滑，企业面临持续的市场竞争压力。

越来越多的钢铁企业借力互联网经济，提高核心制造能力，推动钢铁全产业链的运营协调和整体优化，不断提高钢铁行业运行质量和效益，德龙钢铁通过引入ERP、MES、EAM等基础信息系统，并自主开发和集成了部分工业APP应用，进行了智能化设备升级改造，已搭建完善基础信息化系统，但目前应用信息化系统多而分散，做不到数出一源，存在大量的数据孤岛，不能发挥出数据的价值。

而由于各信息化系统间存在的信息壁垒，使各类数据无法得到高效整合与利用，在生产制造、运营管理和市场风险方面，仍存在排产复杂度高、库存压力大、产业链协同难等行业痛点。

大数据平台项目的建设旨在对生产数据、设备数据、能源系统、经营数据、供应链数据等做数据整合和管理，打破数据孤岛，以数据驱动生产价值促进经营提升。对供销过程中的物流、资金流和信息流进行综合管理，实现智能化生产、采销及环保，以及供应链的协同管控，结合生产实况合理调整优化，全方位赋能钢铁生产制造和上下游客户。

(二)建设内容

1.德龙工业大数据平台总体设计

(1)数据模型设计

梳理横向数据(财务数据、生产数据)和纵向数据(财务数据、生产数据、设备运维数据，能源系统数据)，结合横向数据的数据可视化、对比分析报表和数据信息推送应用型数据需求，以及纵向数据数据可视化、对比分析报表，数据信息推送以及德龙钢铁的2D可视化大屏数据需求，完成数据中台的整体架构、数据仓库设计、各业务域数据模型设计、数据域的划分分析定义、编制数据模型配套的数据资源编目。

(2)钢铁工业大数据平台架构设计

钢铁工业大数据平台是以大数据工具为基础的大数据应用支撑平台，是实现企业统一数据平台的核心，包括大数据基础平台、数据中心、行业应用等部分组成。如上图所示：

钢铁工业大数据平台采用分层架构设计，逻辑和结构清晰，提供层次视图和模块接口说明；同时采用开源技术框架，支持任务的灵活划分，具备良好的开放性与扩展性；各模块、产品间高度集成，形成统一整体。同时，为了满足高效的算法应用及模型挖掘，平台已内置高级算法库，引用简便且性能稳定高效，可为后续的生产设备效益评估、设备故障预测等机器学习提供基础支撑。

2.数据门户设计与开发

建设德龙钢铁数据门户，通过建设德龙钢铁数据门户，帮助公司业务人员实现以门户的形式查看数据资产的目标，本期数据门户的功能包含数据规范的发布与查询、数据指标订阅、员工自定义数据桌面功能。

各用户可见的数据门户首页，基于其订阅规则及权限范围，将展示对应的数据报表内容，用于支持用户日常工作中的数据决策需求。

3.数据可视化大屏开发

基于德龙钢铁横向数据(财务数据、生产数据)和纵向数据(财务数据、生产数据、设备运维数据，能源系统数据)、门户设计和报表内容完成数据可视化应用页面设计。

(三)项目建设路径

钢铁工业大数据平台基于工业互联网总体架构战略和“6185智能炼钢工程”规划，依托各项业务管理实际需求，紧密结合数据管理全生命周期八项能力域建设标准，设计规划项目实施路径，具体如下：

1.数据战略

围绕“6185智能炼钢工程”展开能力建设，辐射炼钢生产业务和集团全职能。以财务利润为主线，对生产数据、设备运维数据以及能源系统等数据做接入和管理，建立合适的可视化、对比分析报表、信息推送以及可视化大屏展示等，实现数据驱动生产价值，促进经营提升。

2.数据治理

通过有效的数据整合、数据应用与数据服务，提升企业数据质量和业务信息化管理能力。数据治理体系通过借鉴行业数据治理体系架构，建立规范的数据中心管理办法及实施细则，明确职责分工、建立流程规范、制定考核方法，为数据标准化、数据质量、数据安全等数据治理工作有效开展提供有力保障。

3.数据架构

数据架构从跨组织、跨业务的视角进行数据组织和管理，描述全公司数据资产的概念和逻辑结构，通过建立数据模型、清晰数据分布对业务流程和应用集成进行支撑．并为数据仓库设计的实施提供参考和依据。数据架构包括数据模型、数据分布和数据流转三部分。

4.数据应用

德龙集团工业大数据平台，作为集团统一数据门户，面向整个德龙集团，为集团管理者、经营分析人员以及部分一线人员提供综合的数据分析、数据资产管理以及数据服务能力的平台，辅助企业精细化运营。通过统一的大数据共享和分析平台，对各类业务进行前瞻性预测及分析，为公司各层级用户提供统一的数据分析支持，提升数据共享与流转能力，实现数据驱动业务价值提升。

5.数据安全

(1)数据库审计，严格控制后台修改数据的隐患，以可视化的形式展示出数据库的相关信息，全面记录数据库活动。

(2)搭建堡垒机，监控记录网络设备操作行为，规避黑客入侵风险。

(3)进行数据实时异地灾备，最大程度保证业务的连续性，保证数据更安全、更可靠。

6.数据质量

(1)依托数据工厂，从数据完整性、准确性、有效性、及时性、一致性等方面，建立了一系列衡量数据质量的技术指标、业务指标以及相应的校验规则与方法。

(2)建立数据质量故障处理机制：严重的数据质量事件升级为故障，作为部门和人员的严格的考核指标。

7.数据标准

遵照公司要求，对各系统间数据进行统一、集中管理，实现标准化应用，建立业务术语、主数据、数据元、指标数据的管理规范，从范围、职责、标准、流程等方面，明确各类数据的管理规则，规范参考数据及主数据等的管理流程，保证业务术语及主数据等在各方面长期有效运行，达到“数据同源、规范共享、应用统一、服务集中”的目的。

8.数据生存周期

借助OA及企业微信等工具，依托相关数据管理办法，规范数据需求管理及数据设计开发流程；对数据采集、处理、存储等过程日常运行和维护情况进行监控，保证数据平台及服务稳定运行。

三、实施效果

(一)整体效果

工业大数据平台项目实施后，全面应用于生产、管理各领域，大数据不仅改变了数据的组合方式，而且影响到企业运营和服务管理及生产。通过用数据来规划生产架构和流程，发掘传统数据中无法得知的价值组合方式；同时对生产及管理的细节问题，能够通过数据呈现出某种规律，通过针对性的数据分析，找到相关性的、一对一的解决方案，为企业开展生产提供保障，更好地帮助企业做到“未雨绸缪”。大数据的虚拟化特征，大大降低了企业的经营风险，使企业能够在生产或服务尚未展开之前就给出相关确定性答案，让生产和服务管理做到有的放矢。

一是生产制造方面。通过质量数字化大屏、生产数据实时采集、建立数据分析预测模型等手段，及时把控生产过程，科学调整原料配比、合理安排生产计划，从而提高生产效率并有效降低排产复杂度，缩短产品交付周期。

二是运营管理方面。通过库存数字化看板和关键备件共享平台，相关人员能够把握原料和产品收发存情况及产销动态，预测库存走势以及库存周转率，最终实现合理安排物流任务，提高产品库存管理和零库存管理效益的目的，降低库存成本。

三是市场风险方面。通过搭建全集团统一标准的供应商与客户平台，从而实现集团供销数据价值释放，规避了供应商与客户的信用风险，建立全产业链的产供销一体化，促进了区域产业经济共同繁荣。通过数据化渗透和全流程优化，打通产业链及区域壁垒，重塑供需模式，发挥协同效应，解决了产业链协同难的痛点问题。

四是管理层工作方式的变革。直观来看，各层级管理者通过数字看板及各层级报表信息推送，可以实时检查到各个环节的状况与风险，及时做出预判，指导管理决策。

五是人员配置方面。通过车间的智能化设备应用，各层级管理系统的实施等方式，有效实现了危险岗位及重复性岗位的人员置换，降低人工成本，提高企业管理安全性及运营效率。

此外，大数据平台链接供应商、经销商及客户，通过不同业务的相关性分析，降低企业依靠自身资源、公共关系等方面的模糊判断和沉没成本投入，有效进行客户画像和市场分析，为企业运营管理提供有效支撑；同时引导供产销方式转变，用数据驱动供产销流程重塑及产业链结构的变革。

(二)经济效益

钢铁工业大数据平台集成全业务域数据，涵盖基础自动化、智能化及数字化内容，达成效果：

1.生产效率提高5%以上

采用智能化机器人、自动控制系统、生产数字化看板、生产过程可视化等相结合的手段，重点监测各工序关键指标，通过产量同比、环比、计划完成率等一系列指标，预计可提高生产效率12%以上。

2.运营成本降低10%以上

通过全业务域的信息化手段改造，改进工艺流程/方法、提高供应链管理效率等，预计可降低降低运营成本10%以上；通过加强智能制造投入，降低车间工人成本2%。

3.单位产值能耗降低8%以上

通过集成环保平台及能源监控系统，实现德龙钢铁环保指标远远优于邢台环保要求数据，水、电、煤、暖等能源投入有效循环利用，单位产值能耗降低值已达到8%以上。

(三)社会效益

1.实现数据资产沉淀和对外能力输出

以大数据工具为基础的大数据应用平台，采用分层架构设计进行数据模型的规划、设计，维度的建立，以及各应用和服务的开发，形成统一的行业数据场景，通过实时数据汇聚、智能数据精炼、数据服务三个步骤完成德龙钢铁数据资产沉淀和对外能力透出，帮助德龙钢铁降本增效、挖掘数据资产价值，实现智能化生产运营。

2.形成行业场景应用

德龙工业大数据平台汇聚全业务域数据，沉淀了巨大的数据资产，通过数据模型创建，逐步精炼各生产工序和企业管理流程，在进行数据资产的价值挖掘时，深挖炼钢业务场景，形成一个又一个行业场景应用，服务企业，赋能行业。

3.提升数据管理成熟度，引领行业发展

德龙钢铁的数字化管理能力持续升级，2020年荣获DCMM管理成熟度三级认证。本项目的实施，提高生产效率，降低运营成本和员工劳动力强度，缩短产品全链路周期，同时可实现环保上节能减排降耗的联动效应，对整个钢铁制造模式升级转型具有良好的带动示范作用，引领钢铁产业的高质量发展。

来源：推进智慧企业建设公众号