e-works数字化企业网  »  文章频道  »  其他栏目  »  优秀CIO参评内容

郭玉宾 德龙集团&新天钢集团 首席信息官

2021/1/27    来源:e-works    作者:e-works整理      
关键字:CIO评选  e-works年度盘点  智能制造  郭玉宾  
本文为“2020年度中国制造业优秀CIO”参评材料。本次将评选出在企业成功规划和实施智能制造项目,带领各方积极推进项目实施并达到预期效果,为企业带来实际效益的制造业企业的优秀CIO。

一、企业简介

    德龙钢铁有限公司是德龙控股集团的全资子公司,于2005年3月在新加坡联交所上市,现有员工3700人,公司产能铁、钢、材各300万吨,总资产150亿元,是一家集烧结、炼铁、炼钢、轧钢为一体的大型钢铁联合企业。公司的主要装备有:3座1080m³高炉,2座120吨转炉,850mm、1250mm热轧中宽带生产线各1条,主导产品为热轧中宽带钢和热轧卷板,主要应用于石油管线、钢结构、冷轧、家电、机械加工等诸多领域,产品销往国内20多个省市、地区并已出口到韩国及东南亚等国家,与韩国的LG、浦项等国际知名企业形成了稳定的合作关系。

    公司坚持自主创新和“产学研”相结合,先后被评定为“国家级高新技术企业”、省级技术中心及CNAS国家实验室认证的理化中心;中国钢铁工业协会成员单位、河北省重点冶金企业、安全生产标准化二级企业、中国农业银行河北省分行AAA级信用客户、“河北省数字化车间”、“A+(特强)企业”等,多项科技成果国内领先。

    公司建有自主工业互联网平台,搭建了从生产设备连接到企业管理系统的数字化整体架构,实现了从数据采集、传输、分析建模及应用的垂直及横向链条的全打通,在工业技术、经验、知识模型上进行软件化、复用化沉淀,形成数字化驱动企业价值提升的新型炼钢模式主体。

二、CIO个人简介

    郭玉宾,毕业于河北大学信息系统与信息管理专业,2005年加入德龙钢铁有限公司,现任德龙和新天钢集团CIO。

    2005年1月-2008年4月,成本分析员,负责公司全流程各工序的费用归集、费用分配、成本结转等成本核算工作;

    2008年5月-2010年8月,ERP项目经理,负责大型ERP项目的团队建设、资源协调、项目管控,参与项目总体规划、蓝图设计、系统建设等阶段工作;

    2010年9月-2017年1月,德龙集团信息化部部长,负责信息化团队和体系建设,深度挖掘并整合信息系统数据,规划自主研发创新信息系统并推广;   

    2017年2月-2019年4月,德龙集团首席信息官;

    2019年4月至今,德龙集团&新天钢集团首席信息官,负责制定集团信息化发展规划,明确集团信息化推进过程中各阶段的信息化发展战略。

德龙集团&新天钢集团 首席信息官 郭玉宾

图1 德龙集团&新天钢集团 首席信息官 郭玉宾

三、个人信息化从业经历及主要业绩

    作为德龙集团信息化部的拓荒者和领路人,从早期的ERP项目组到如今的德龙集团信息化部,用自己全面扎实的信息化、数字化、软硬件建设、业务管理等多方面专业知识,以及优秀的企业管理和行政管理理念,全面推进德龙与新天钢集团的数字化、智能化建设,为两大集团信息化发展之路提供了独具特色的发展规划和指导思想,基于传统钢铁制造业智能化转型升级需求,以自身为原型,全方位的先行先试,围绕钢铁工业的18个领域进行全面的数字化、智能化改造,已经形成多项独具钢铁行业特色的一系列解决方案,并将研究成果和智能化实践成功应用于德龙和新天钢旗下各子公司,不断推动德龙智能制造进程,无论是系统性的推进组织方式,还是实际落地的效果,都取得良好的标杆示范效应。

四、近2年在企业主要推进的信息化或智能制造相关项目

    4.1 钢铁工业大脑

    总规划:钢铁工业大脑,立足德龙与新天钢大数据业务和智能化场景应用需求,借助阿里云在云计算、大数据及AI领域的技术实力,赋能国内钢铁企业数字化转型。钢铁工业大脑从大数据平台建设、视觉识别应用废钢判级、带钢表检和炼钢转炉优化4个项目,分别在不同层次、不同领域、不同技术方向上铺开应用。

    4.1.1 大数据平台项目

    基于德龙钢铁的业务流程及管理特点,建设数据采集系统及数据分析平台,采集生产、采购、物流、装备、安环、财务等全业务域数据,盘活企业全价值链数据资产,打破数据孤岛,实现从数据到业务的价值传递。

    根据公司智能制造总体规划蓝图及企业管理现状,以现有业务为基础,整合企业内外数据资源,搭建企业级数据仓库,构建德龙钢铁数据中心,实现业务全价值链的数据不落地和闭环控制,建立适合企业运营管理特色的数据分析模型,加强数据的分析与应用,辅助管理者日常运营风险的可视、监控、分析和挖掘等精益运营决策,成为满足德龙钢铁不同层级管理人员的工业大数据服务平台。

    项目实施内容及效果:

    本项目专注于德龙钢铁数字化转型创新项目,通过打造德龙钢铁大数据平台实现德龙钢铁在钢铁业务板块业务升级目标。整个项目将从两个维度来进行实施和落地。

    横向建设:对新天钢集团以及德龙集团德龙钢铁有限公司以外的3个公司的进行数据接入和管理,建立合适的可视化、对比分析报表以及信息推送接口API。

    纵向建设:对德龙钢铁的财务数据、生产数据、设备运维数据以及能源系统数据做接入和管理,建立合适的可视化、对比分析报表、信息推送接口API以及2d可视化大屏展示。

    实现目标如下图所示:

德龙钢铁数据中台需求梳理

图2 德龙钢铁数据中台需求梳理

    德龙工业大数据平台,采用分层架构设计进行数据模型的规划、设计、维度的建立,以及各报表和服务的开发。系统具有统一调度资源、快速布署、分布式计算和存储、动态扩展等特点。

工业大数据平台总体架构

图3 工业大数据平台总体架构

    ●基础设施

    德龙大数据平台基础设施由公共云、私有云及非云部署架构组成,支撑不断扩张的业务需求。云部署面向企业海量数据的存储、计算,基于计算机网络,提供服务计算模型,使服务使用者通过网络访问集中的共享计算资源(服务器、存储、网络、应用、服务)。云计算资源是动态、可伸缩且被虚拟化的,用户仅需最少的管理交互工作实现计算资源的柔性供应与快速发布,这种支持应用的方式在集成处理人、设备、原料、法(生产过程/工艺流程)、环(作业环境)等多源数据时发挥巨大的作用。

    ●工业大数据中心

    数据分析应用模型:围绕企业智能炼钢领域,客户和产品,建立算法模型,形成数据治理标准,搭建模型分析体系;

    企业级数据集市:建设AI算法宽表、BI数据分析报表、CI交互分析应用表等;

    数据服务:形成统一的数据服务层,为企业自身、企业上下游、客户、政府等提供数据接口服务,提升数据价值;

    ●数据工厂

    数据工厂将机器设备以及生产线自动化控制数据、MES/WMS数据、ERP数据,制造过程检测数据等复杂庞大的数据进行数据精炼,形成统一的行业数据场景。数据工厂为企业提供一站式工业智能数据服务平台,让客户通过实时数据汇聚、智能数据精炼、数据服务三个步骤轻松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。

    4.1.2 带钢表检项目

    德龙1250热轧板的表面缺陷检测一般多采用人工方式进行,这样的检测方式往往需要耗费较多人力资源,且存在以下问题:

    人工检测容易疲劳,劳动强度大,质量难以保证。

    人工检验是在有限时间内对钢板进行观察,找出存在的缺陷,因时间紧、人眼易疲劳,漏检概率大,且长期处于污染、噪音环境。

    人工检验基于一定的工作经验,判断标准存在一定差异性。

    为解决以上问题,德龙钢铁引进基于图像的人工智能技术进行智能检测,以提升产品质检效能,打造钢铁行业产品质量智能图像检测方向的突破性应用。

    项目实施内容及效果:

    本项目主要在轧钢厂安装视觉识别设备及软件部署,在层流冷却区域后部署6台CCD相机对钢板的整个板宽上下表面自动识别检测,记录钢板的缺陷位置、缺陷种类、缺陷大小和自动判级,通过综合运用云计算和人工智能等科技手段,对识别出的缺陷实时报警,所有检测的缺陷和分类结果通过用户界面实时展现在操作人员面前,辅助管理人员决策,同时降低工人劳动强度和风险,整体实现热轧缺陷图像检测的自动化和智能化,同时计划在未来进行更大范围的复制与扩展。

上表检设备

图4 上表检设备

    上表检检测设备安装在具有隔热功能的悬臂支架平台上,内部包含相机、光源、调整防护装置、冷却装置等部件,并可向入口方向旋转90°方便产品及产线的维护检修。

软件示意

图5 软件示意

    ●系统软件结构

    系统采用基于多PC的实时并行处理技术,每台前端处理单元完成缺陷识别后,将缺陷信息和图片传送至服务器,并由服务器进行整理保存。服务器记录缺陷的类型、严重等级、缺陷位置、缺陷大小等信息,并保存缺陷图像。同时,服务器还会对板带数据进行整体分析,计算周期性缺陷、计算板带宽度、计算板带表面质量,方便用户通过这些数据来指导优化工艺。

    表检系统可提供实时报警输出,还可以实现对自动化系统的干预(重要缺陷和控制命令的传输),与生产线紧密结合,形成联动。表检系统可以识别常见的辊印、划伤、裂纹、压入氧化铁皮、结疤、折印等,检测效果调试平台通过不断训练可逐步提高缺陷识别率。

    ●图像处理引擎介绍

    缺陷检测是一个从背景中分离不正常光线变化的处理过程,不正常的光线变化可能代表缺陷。前端的图像调度进程根据处理器繁忙程度从线程池中选择一个处理通道,触发图像引擎进行工作。图像引擎经过图像标准化、图像分割、特征提取、导入分类器,最终得到缺陷检测结果。图像引擎将检测结果反馈给调度进程,并最终连同图像传输至服务器进行整合和保存。

带钢表面缺陷识别

图6 带钢表面缺陷识别

    目前实现对采集到的缺陷数据照片进行有效标注,和结果现场核对,正在进行算法开发,以便有效监控产品质量,同时降低工人劳动强度和风险。

    4.2 德龙智能制造工程

    规划院合作的智能制造与制造执行系统(DL-iMES)项目主体实施工作顺利完成。

    截止目前,已建设完成并投入使用,完成了与ERP、能源管理系统、轧钢1250二级系统、物流检斤系统等信息系统的集成开发。

    当前,实现烧结、炼铁、炼钢、轧钢等工序在生产计划、投料、产出等生产过程的信息贯通和实施反馈,数据采集点由2017年的2213个扩大至15858个点位。其中,炼钢、轧钢一体化生产管控层面,实现了铁水产出与计量、混铁炉、转炉、精炼、连铸、送坯、加热炉、粗轧、精轧、卷取到成品入库的全流程数字化。

    在检化验方面通过取样规则智能化、样袋条码管理、检化验设备数据自动采集与集成,实现了采购质检、生产过程质检、产成品质检等层面的一体化管控。

    在销售与生产衔接层面,实现销售计划、生产计划、生产实绩、成品入库、产品发运等层面的一体化衔接,通过与金蝶ERP系统的有效集成,经过11月份的实际结算过程的评估,结算效率在原有基础上提升50%以上。

    综上,随着规划院合作项目的投运,邢台工厂作为集团试点,数字化主体已经形成,与规划院的合作由“信息贯通与数据收集阶段”向“数据综合利用阶段”进行转变。

数据综合利用

图7 数据综合利用

    4.3 物流检斤项目

    自主开发的物流检斤系统成功投运,整体效果达到全国领先水平,大幅提高了物流效率。

    该系统结合邢台工厂物流优化需求,集合物联网技术、移动互联网技术、大数据技术等新型技术手段,从提高检斤速度、降低检斤风险、实现全物流检斤过程调度管控以及对接检化验系统、物流系统、生产制造系统协同四个方向进行设计和建设,其技术水平和应用效果已达到全国领先水平;同时已申报软件著作权三项。

厂内外物流情况

图8 厂内外物流情况

    4.4 智慧环保管理建设

    目标:全力支撑超低排放、环保A级评定、国家4A级旅游景区建设。

    建设内容:①无组织管控全面覆盖、有组织管控实时监测,环保数据精准分析、预警信息精准推送、环保问题精准治理;②打造智慧化工业旅游景区。

环保管控平台

图9 环保管控平台

    德龙钢铁环保监控平台,综合利用计算机网络、物联网、通信及新型传感等技术,对水、大气(颗粒物、二氧化硫、氮氧化物、烟尘)、污染源等环境指标进行监测和控制,是一个集数据采集分析监测、环保设施运行监控、突发环境应急处理、调度指挥、现场环境管理等功能为一体的综合环保智能管控平台。

    同时环保指标与真气网对接,将平台大气形式分析、地区污染分布、空气质量预警、政策预警等大量数据接入真气网,客观、权威的呈现区域环保指标情况,记录厂区环保指标在全国的排名情况,全面满足国家对钢铁企业环保监控的要求。

环保管控数据流

图10 环保管控数据流

    4.5 两大集团ERP项目部署实施

    ERP项目先后完成两大集团的部署实施,主要针对采购、销售、财务、库存等业务,支撑产销合同、订单、物流、检斤、发货、出库、结算等供应链的一体化管理与控制,以多个业务系统为载体,实现全业务流程的可管、可控、可追溯、可分析、产销衔接、全流程协同和精细化管理,提高管理效益,有效防范风险。

    ●基础数据管理

    建立全面、完整的物料编码体系,统一基础资料规范、全面化,实行标准化管理,减少数据冗余,增加信息的准确化、标准化和集成化。

    ●库存管理

    库存数据准确率达到100%,为其他部门提供准确的库存数据,各部门能有效利用ERP系统查询库存信息;

    运用报表功能准确地分析库存状况。例如:可以随时通过ERP系统知道各仓库的呆滞料库存信息、当前库存信息等,而且可自动统计;

    进出仓管理严格合理,能提供准确及时的库存台帐报表;

    能做到按采购单收退料、相关单据由系统开出,信息高度共享,业务部门能及时跟踪到物流数据。

    ●采购管理

    企业所有的采购订单都通过系统管理,采购方面的统计工作由系统完成,采购订单均由系统开出,单据规范统一;

    通过ERP系统掌握物料的到货时间及分析哪些订单有延期交货;

    采购员按生产部门的需求下单,需求数据准确,通过系统追溯所需材料是否采购或外协,为生产按时按质量完成生产任务提供有力的保障。

    ●销售管理

    单品管理:产品销售、库存环节有机结合,产品销存数量准确掌握与控制;

    货款余额自动控制:客户货款由系统自动控制,实时调整单价,适应市场价格变动,比手工计算更合理、精确,防范业务风险;

    月末自动结算:系统自动根据基价、材质、厚度、协议户等信息出具结算价格,提高结算效率,降低结算风险。

五、个人在智能制造工作中的体会或观点

    钢铁企业的智能化、数字化的规划是一个十分复杂的系统工程,在新形势下面临着环保限产、利润驱动产能扩张、钢铁产量屡创新高和进口矿成本快速增长、产业容易再次恶性竞争等挑战,同时也存在内需潜力快速释放、“一带一路”沿线国际空间需求巨大及环保倒逼产业升级等机遇。越来越多的钢铁企业借力互联网经济,建立核心制造能力,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,“互联网+钢铁”正逐渐成为中国钢铁产业发展的新趋势。随着5G商用时代的到来,互联网、人工智能、大数据等在工业领域的应用越来越深入,钢铁产业必须进一步挖掘、释放创新驱动潜能,坚持融合互动,走智能化发展之路,提升工业网络化、信息化、智能化、服务化水平。

    企业的研发能力、生产制造水平、运营管理水平、以及关联企业的有效沟通交流与协作,是战略协同的基础,实施跨区域网络协同制造管理是解决问题的重要手段。只有了解企业的运营现状、整合企业内外部产业链资源、准确把握外部市场,运营管理改善和信息化才能使企业走向科学化精细化管理之路。钢铁企业协同制造的目标就是所有原材料供应商、物流运输车队和炼钢厂都在同一节奏标准下进行,通过整合行业相关资源,实现对生产的高效管控和经营管理的敏捷化,最终达到外部协同行为一体化。其重要性在于,协同是围绕炼钢生产过程的信息集成,它是从提高制造企业核心竞争力的角度出发,依托互联网技术打破时空信息不对称,构建数字化和供应链协同,有效解决供需错配的问题。信息不对称会导致钢铁产业的供需错配、产业链中下游资金压力大、终端需求难以及时获取、市场反应滞后等问题。

    疫情常态化下,钢铁行业要实现高质量发展,必须走“绿色+智能”的路子,优化资源配置,形成创新应用模式,提升生产力,最终实现智能决策和智能运营,创造经济和社会价值。

责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐