施耐德电气IACS无人行车白皮书

融合创新，实现更安全，可靠，高效的智能库区管理 施耐德电气IACS无人行车白皮书 se.com/cn 目录 前言 钢铁行业处于重要的战略调整时期 智能制造、融合创新将是钢铁行业未来的发展方向 第1章智能制造为钢铁行业赋能 1.1钢铁行业智能制造蓬勃发展 1.2智能制造助力钢企降本增效 1.3钢铁行业智能制造展望 第2章钢企发力无人行车，打造钢铁智能制造新标杆 2.1行车智能化转型的驱动因素 2.2无人行车技术发展历程及面临的挑战 2.3保障行车无人化设计成功的关键要素 第3章利用融合创新技术，实现更安全，可靠，高效的智能库区管理 3.1IACS无人行车系统客户价值 3.2IACS无人行车系统架构 3.3IACS无人行车系统关键技术 3.4IACS与5G技术的融合创新 第4章IACS无人行车系统价值主张附录1：名词术语和缩略语 附录2：参考资料 版权声明 本白皮书版权属于施耐德电气 使用说明：未经施耐德电气事先的书面授权，不得以任何方式复制、抄袭、影印、翻译本文档的任何部分。凡转载或引用本文的观点、数据，请注明“来源：施耐德电气”。 前言 钢铁行业处于重要的战略调整时期 钢铁工业是国民经济的基础产业，战略地位至关重要。当前，我国虽然已建成全球产业链最完整的钢铁工业体系，但钢铁产业仍面临产能过剩、降本增效、节能减排、创新发展能力不足等严峻挑战。未来，我国钢铁工业已不再是大规模发展时期，将进入结构调整、转型升级为主的发展阶段，是钢铁工业结构性改革的关键阶段。钢铁行业要积极适应、把握、引领经济发展新常态，落实供给侧结构性改革，以全面提高钢铁工业综合竞争力为目标，以化解过剩产能为主攻方向，坚持结构调整、坚持创新驱动、坚持绿色发展、坚持质量为先、坚持开放发展，加快实现调整升级，提高我国钢铁工业发展质量和效益。 智能制造、融合创新将是钢铁行业未来的发展方向 近年来，由于信息化技术（信息化、数字化）和工业制造运营（自动化、电气化）等技术的融合发展，尤其是5G、人工智能、大数据、云计算、物联网技术体系以前所未有的速度大规模进入制造业，并改变工业制造的既有流程、模式和市场格局，因此，智能制造、融合创新等概念已经在全球范围内引起政产学研等各层参与者的高度重视，并投入了相当周期对上述概念进行探索和实践。 如何利用智能技术打造“互联网+”的产业生产体系，推动信息化和工业化深度融合，构建全流程智能制造系统，力促行业转型升级，成为了钢铁企业发展关注的核心。随着物联网、人工智能等信息技术的发展，钢铁企业正在向以智能工厂为载体、以关键制造环节智能化为核心、以端到端数据流为基础、以网通互联为支撑的智能制造模式转型。其中，无人行车与库区的智能化建设，成为钢铁行业智能工厂建设极具代表性的一项技术。 第1章智能制造为钢铁行业赋能 1.1钢铁行业智能制造蓬勃发展 钢铁行业围绕降本提质增效的目标，在质量全过程管控、设备预防性管理、能源综合管理、供应链集成等方面不断提升智能化水平。自上世纪90年代以来，我国钢铁行业两化融合发展取得长足进步，大型钢铁企业在整体自动化和信息化建设方面投入大量的资源，积累大量信息资产。经过多年发展，尽管面临着产能过剩、结构失衡，能源环境等巨大压力，总体上，大型钢铁企业在实现物流、信息流、资金流同步方面取得了显著的进步，积极探索大数据在研发、生产、能源管控、质量控制等方面的应用，有效的支撑了整体行业制造水平和能力的提升，集约高效、实时优化的智能生产新体系正逐步构建。 钢铁行业工业化和信息化相互促进，融合程度不断加深。钢铁企业在工艺装备、流程优化、企业管理、市场营销和节能减排等方面的信息化水平大幅提升，并加速向集成应用转变。基础自动化在全行业普及应用，重点统计钢铁企业已全面实施生产制造执行系统，主要钢铁企业实现了企业管理信息化，逐步形成了多层次、多角度的信息化整体解决方案。 十一五期间 信息化技术在生产制造、企业管理、物流配送、产品销售等方面应用不断深化，关键工艺流程数控化率超过65%，企业资源计划（ERP）装备率超过70%。开展了以宝钢热连轧智能车间、鞍钢冶金数字矿山为示范的智能制造工厂试点,涌现了南钢船板分段定制准时配送（JIT）为代表的个性化、柔性化产品定制新模式。钢铁交易新业态不断涌现，形成了一批钢铁电商交易平台。 十二五期间 加快推进钢铁制造信息化、数字化与制造技术融合发展，把智能制造作为两化深度融合的主攻方向。支持钢铁企业完善基础自动化、生产过程控制、制造执行、企业管理四级信息化系统建设。支持有条件的钢铁企业建立大数据平台，在全制造工序推广知识积累的数字化、网络化。支持钢铁企业在环境恶劣、安全风险大、操作一致性高等岗位实施机器人替代工程。全面开展钢铁企业两化融合管理体系贯标和评定工作，推进钢铁智能制造标准化工作。 十三五期间 1.2智能制造助力钢企降本增效 钢铁行业作为亟待转型的传统行业，在以互联网、大数据、5G为代表的新一代信息技术快速发展的当下，钢铁行业数字化已成为必然趋势。对于钢铁行业而言，开展智能制造具有先天优势，推动数字化对钢铁企业降本增效也有重要意义。首先，钢铁行业生产流程长，涉及设备量大，是大数据产生及应用的典型行业；其次，钢铁行业流程制造环节的数字化具有广泛实施的可复制性；最后，钢铁行业具备较为广泛的自动化基础，具有良好的抓手。智能制造的实施有助于钢铁企业实现全流程降本，提高企业的生产、管理、研发能力，助力企业形成核心竞争优势。 1.3钢铁行业智能制造展望 2020年，面对新冠肺炎疫情的严重冲击，以及严峻复杂的国际形势，中国钢铁生产保持平稳，产量继续增长，据国家统计局公布的数据，2020年，我国粗钢产量10.53亿吨，同比增长5.2%。钢铁工业智能化发展迅速，但整体仍处于起步阶段，且企业间差距很大；钢铁行业总体运行平稳、稳中向好，但同时稳中也有忧。工信部提出到2020年全国两化融合发展指数达到85，2019年钢铁行业两化融合指数为53.6点；钢铁行业生产设备数字化率49.8%；过去五年劳动生产率从514吨钢/人年增长 到736吨钢/人年，但距离实现国际先进水平1000吨钢/人年的目标还有一定差距；电气运维人员老龄化年均增速约5.7%，利用数字化工具解决运维难题成为大势所趋。 49.8% 53.6 736 5.7% 钢铁行业生产设备数字化率钢铁行业两化融合指数钢铁行业劳动生产率电气运维人员老龄化年均增速 其他一系列因素催促钢铁行业加快向绿色钢铁、智能钢铁转型升级 环保压力加大，节能减排 总体产能过剩，降本增效 经济下行压力，钢铁需求放缓 行业吸引力下降，招工难 TheOpportunity机遇 钢铁工业是自动化程度较高的流程性产业，智能制造基础好、空间大，有助于中国钢铁工业充分把握新一代信息技术带来的产业革命契机，将智能化融入钢铁制造和运营决策过程中，做到“精准、高效、优质、低耗、安全、环保”，全面提升发展水平，实现钢铁行业高质量发展。 2018年各行业智能制造就绪率（%）（图片来源：国信证券） 第2章钢企发力无人行车，打造钢铁智能制造新标杆 2.1行车智能化转型的驱动因素 2.1.1钢铁企业库区运行现状及管理难点 库区作为钢铁生产流程中物流衔接和生产节奏控制的重要枢纽，是工厂无人化和智能化建设的基础，而行车则是库区最重要的执行单元。在传统的行车吊运工作中，一台行车如果要完成一次钢卷吊运，需要一位机组操作室通过对讲机和吊运计划单传递吊运信息，需要一名行车工操控行车，一名库位工找准库位。流程不仅繁复而且存在人员需求量大、信息丢失、危险系数高等一系列难题。 传统行车运行维护难题 数据信息难题 库存不准确、不实时，上下游信息不流畅 库区安全难题 行车操作人员工作环境差、劳动强度大、安全风险高 质量管理难题 过度依赖人工识别，人工吊运不当造成物料损坏 运营效率难题 仓储人为规划不合理带来的多次倒库行为，产品出厂时花费较长时间找料和装车 人力资源难题 人口老龄化，行业吸引力下降，用工成本不断提高 设备运维难题 设备运维不智能，设备数字化率低 2.1.2人口因素促使行车智能化转型 过去10年，起重机市场在不同行业的应用都发生了变化，其中，人力用工成本的提升，智能制造的不断践行，新技术的不断提升应用，以及运营中对安全和效率的运行都驱动起重机智能化的不断发展。 中国企业用工成本在过去10年每年以10%左右的成本增长，对企业运营带来巨大的压力，促使企业逐步使用智能化技术来替代人工操作。 2010-2019全国年城镇非私营单位就业人员年平均工资及增速（数据来源：国家统计局） 人口老龄化的趋势是促使起重机智能化的另一人口因素，同时00后一代更愿意从事办公室工作及自由职业，起重机司机用工难问题尤其突出，同时现场工作环境愿意，起重机司机的工作稳定性较差，影响企业的稳定的运行效率。 2.1.3新的生产需求推动起重智能化转型 起重机作为特种设备，安全和效率至关重要，每年仍然有大量的起重行业相关的安全事故，造成重大的人员伤亡，设备损伤和生产损失。根据公开资料整理，80%的起重事故由于违章操作引起。提升效率是众多行业面临的巨大挑战，同时基础设施建设以及固定，无法简单的通过增加起重设备来提升效率。通过起重的智能化改造，来提升整体的工艺流程的运行效率是企业的共同想法和目标。 2.1.4数字化及新技术的应用推进行车智能化转型 数字化，智能化转型已经成为企业的共识，随着转型的推进，各种新技术，新应用不断落地，包括5G技术，人工智能，机器学习，视觉技术，软件算法等。这些新技术的应用，客观上解决了起重机智能化中不少技术难题，作为企业生产的一部分，企业数字化和智能化的转型推动着起重机的智能化转型。 信息 化 智能化 数字化 人工 智能 工业互 联网 大数据 ICT 技术 云计算 物联网 5G 2.2行车无人化技术发展历程及面临的挑战 桥式起重机的诞生至今，不断蜕变以适应工业生产提升的需求，总体而言钢铁行业的行车无人化发展经历了3个阶段， 第一代行车：第一代技术的主要特点是依靠人工进行信号传递及行车操作。库区管理系统依靠人工录入钢卷信息，行车采用人工驾驶方式，人工传递钢卷信息。行车动作需要行车驾驶员和指吊人员两人共同完成。 第二代行车：在第二代行车自动化技术中，实现了行车的精确定位，行车驾驶员可以通过车载终端接收指令及查看信息。第二代行车自动化技术的主要特点是库区管理实现信息传递自动化，行车驾驶员根据指令驾驶行车。 第三代行车：凭借智能库区管理系统和行车自动化系统的发展，与企业的信息管理系统ERP/MES进行深度融合，实现了以施耐德电气IACS无人行车系统为代表的无人化全自动控制，全天候工作，大幅提升了作业效率。 行车在各个行业都有广泛的应用，并且在不同行业的进程不同。尽管各个行业的都在积极推进行车的智能化，智能化转型仍然充满3大挑战。 行车的工作指令和运行与MES系统深度对接，每个应用场合工艺的不同，都需要深度的理解生产系统并融入到调度系统中，实现IOT的深度融合。 挑战1：IT+OT 深度融合 行车的智能化不仅是操作无人化，更重要是使原来的生产习惯和规则发生变化，用户需要在改变生产规则和运营管理规则来适应智能化的带来的变化。 挑战2：生产规则改变 仍有很多的应用场景限制起重机智能化的改造，如识别技术，磁力控制技术，分拣优化算法等。 挑战3：关键技术突破 2.3保障行车无人化设计成功的关键要素 行车的无人化全自动控制和智能库区建设是一项系统性工程，向上涉及到与客户L3（MES/ERP）系统的信息交互，向下需要协调行车自动化系统和地面控制系统的高效协作，这就需要IT/OT融合的集成化技术，贯通上下游信息，解决生产过程中物质流与数据流的智能化融合的基础问题。其中涉及的主要作业类型包括：机组上料，下料，退料；汽车入库、出库；倒库、过跨；平整、缓冷、保温、翻坯等等。 作为无人行车市场发展的先行者和引领者，施耐德电气拥有丰富