从传统到智能,台湾中钢转型与破局之道

CIOAge
台湾中钢总部位于台湾高雄,成立于1971年12月,目前台湾中钢的粗钢年产量位1500万吨,全球产品排名第22位,主要产品为钢板、条钢、热轧、冷轧、电镀锌钢捲、电磁钢捲及热浸镀锌钢捲等钢品以及钛基镍基合金。

台湾中钢总部位于台湾高雄,成立于1971年12月,目前台湾中钢的粗钢年产量位1500万吨,全球产品排名第22位,主要产品为钢板、条钢、热轧、冷轧、电镀锌钢捲、电磁钢捲及热浸镀锌钢捲等钢品以及钛基镍基合金。从规模来讲,台湾中钢属中型钢企,但获利率却在亚洲钢厂中名列前茅,号称亚洲***钱的钢铁厂。来自于行业分析机构世界钢动态公司(WSD)的2016年钢铁企业全球竞争力排名中,台湾中钢位于全球第11位,亚洲***位。台湾中钢强大的市场竞争力源于打造精致化钢厂的战略。

全球钢铁产业正在面临困境

[[209363]]

作为台湾***钱的钢铁企业的CIO,张日新对当前全球钢铁产业的发展现状及面临的挑战有着非常深刻的认识。他认为,从全球钢铁供需市场来看,目前全球钢铁产业产能是供大于求,特别在中国大陆,2016年在供给侧改革的推动下,中国钢材产能仍然达到了11.6亿吨,但市场消费的需求只有7亿吨,仍然处于产能严重过剩状态。他同时强调,这种情况不仅仅存在于中国大陆,在台湾、欧美情况都是一样。与此同时,钢铁产能的严重过剩直接拉低了整个行业的利润空间。

张日新认为,当前钢铁是怎样炼成的已经不是问题,而好钢铁是怎样炼成的才是一个问题。对台湾中钢而言,在产能发展遭遇天花板之际,我们的目标是只能品质精致化的方向发展,只有发展高质化、差异化及价值创新,即加强三品(品质、品级、品种)才可能胜出。中钢走的正是一条技术化营销之路,定位于“精致化的钢厂”。

因此,我们的业务目标概括起来是:智能产销登高峰,开源节流创优势, 传承创新开新页,绿能轨道增价值。从高产到高质,从生产到销售实现自动化、智能化,同时开源节流,提升下游产业链活力,才是提升核心竞争力,拯救传统制造业的法宝。那么业务的转型需要IT科技的支撑和接应,在这个过程中,台湾中钢借助到了IBM科技的力量。

传统生产管理带来的新挑战

对于台湾中钢的转型,张日新谈到,从中钢建厂至今, IBM z系列产品就一直正在支撑企业的业务发展,之所以选择与IBM合作,其核心就是相信IBM的品牌和影响力。经过40多年的应用,IBM z系列产品在核心业务,如钢铁数据处理方面的的高性能和高安全性已经得到了充分认可。当前,随着企业业务规模的扩大和需要处理的数据日趋增多,台湾中钢每月纳入编制集团合并报表的公司就超过110家,属直接掌控的也超过35家子公司,其中有众多的7X24小时不停歇的生产线,对在这些传统核心数据的处理正不断面临着新挑战,主要体现在以下两个方面:

***,随着订单量的增多,对于钢胚的动态运筹管理等复杂的作业,以往都采取批次性处理,不但处理次数外在环境之瞬息变更,在处理速度上多以小时计算,很难满足时时动态之产销要求。

第二,以往为确保在线实时作业之快速处理绩效,对于各项生产和质量数据之分析均采脱机处理,此种处理每日需把收集之数据另行备份,再启动分析软件运作,分析的动作每日仅能作一次,往往会错失问题发生之解决时效。

台湾中钢智能转型“三步曲”

据张日新介绍,为了摆脱前面谈到的困境,台湾中钢开启了从传统到智能的转型。

***步:数据实时洞察,极速释放数据价值。淬炼管理智慧逻辑,突破业务动能极限。

通过启用IBM大数据实时分析解决方案——IDAA(The IBM DB2 Analytics Accelerator),将处理钢胚动态运筹管理的作业时间缩短百倍,由原来的以小时计算到现在的6秒内。突破原作业时间的限制,快速响应客户需求,真正做到实时企业之境界。这个优化对实际业务的好处在于:使整个钢铁生产过程中的每个流程都节省了半天到一天的时间。同时,以IDAA协助展开实时分析之作业能力,各项解决方案可在问题发生之在线进行实时的分析与因应,不但消除每日为数据分析所作“愚公移山”似的备份工作,更能快速排除问题提升良率,不但可提高客户满意度,也大幅削减了企业生产销售成本,增加了市场竞争力。

对于中钢自身管理而言,透过IDAA集中搜集、储存、分析与管理关键业务相关的数据资料,可以更快速度分析庞杂的数据资料,从中萃取出累积数十年经验的管理制度和作业逻辑,并进行进一步可视化分析评估,简化后续工作并带动后续应用。

第二步:拥抱开源创新应用,兼顾安全高效可靠,重塑钢铁行业典范。

张日新谈到,除了前面谈到的通过IBM IDAA对核心系统进行优化之外,在底层基础架构层,台湾中钢也进行了平台整合。同时,鉴于多年使用IBM大机的经验和基础,我们最终选了IBM LinuxONE,这是一款将企业级 Linux 和开放源码的精华结合起来的平台,也是当前业界***效、***大和最安全的 Linux 平台服务器。

回顾以前,台湾中钢都是大量使用x86服务器,但由于 x86 服务器效能低且数量众多,管理起来十分复杂。为了简化系统部署架构并提升系统性能,通过综合性能测试与评估,台湾中钢最终把原有x86服务器上运行的系统和应用整合到LinuxONE平台上。除了性能提升,系统架构更为简洁之外,LinuxONE平台上还可以部署SUSE、IBM KVM等开源软件。对企业而言,整个IT基础架构系统更加稳定、高效、安全。

第三步:从高产到高质 实现价值创新,推动产业升级。

张日新认为,在瞬息万变的数字时代,传统企业要想立于不败之地,除了在管理和运维上进一步削减成本之外,还要使产品和服务实现高品质和差异化,这才是企业提升市场核心竞争力的关键。台湾中钢能在当前产能过剩的大背景下保证持续的市场竞争力,最根本的原因就是做到了这一点。

比如,在生产过程中钢胚很容易出现质量问题。如果有问题,企业必须额外增加工序去处理,从而保证钢坯的质量,减少钢卷残次品并提升品质。但是仅凭肉眼很难判断产品是否存在质量问题,因为一块钢坯厚度有30到40公分,里面是什么状况不可能看到,只有把它压薄后才能凸显,直到钢卷产出之后才可以看出品质好坏。

那么,以一条生产线为例,如果生产的次品率为10%,而为了避免这10%的次品,安排增加一小段的额外处理来避免,虽然可以将降低次品率,但增加额外处理又将耗费更多人力成本和时间。因此,如过能事先预知可能存在的次品或针对这些可能导致次品产生的生产和管理环节进行优处理, 就可以在保证产品质量的同时节省成本。

值得肯定的是,在节省成本的前提下IBM为台湾中钢解决了这个问题。台湾中钢在生产环节导入了IBM PowerAI解決方案,这个方案的任务是对炼钢过程中可能造成热轧缺陷进行监控、分析和预测。在部署实施该系统之前,台湾中钢先提供过去一年中超过7000批次的各种产品工艺参数,利用这些信息通过不同的数学模型进行建模和分析。这个过程主要分为三个环节:

***,对于可能造成缺陷率分析所需要的数据进行清洗和统一数据格式,形成机器可识别和分析的数据源,并建立完整的数据库。其中,将数据分成两组,一组约占80%供机器学习,另一组约20%作为验证数据。

第二,利用4种数学模型进行分析和预测。以黑箱作业方式,验证分析结果与实际值相似度来最终确定模型的可行性。

第三,为找出影响因子并消除各项可能形成的干扰数据,通过分析生产线产生的数据。机器学习可以发现炉内压力,这个参数对缺陷率影响很大。

经过反复的分析和验证后,项目得到了公司领导的高度认可。随着IBM PowerAI系统的实施,钢品品质、产率都得到了大幅的提升。以前没办法提前判定,为了找出有问题的钢胚就要耗费大量的人力和成本。但现在通过IBM PowerAI系统,我们节省了90%人力成本和时间。

后记

台湾中钢与IBM的合作经历已经超过了40年,在这40年的时间里,IBM一直伴随并支撑着中钢的扩张与转型。40年前,台湾中钢开始部署IBM Z系列大型机,核心系统与IBM Z系统一起成长。40年后,全球进入大数据时代,台湾中钢迅速导入IBM IDAA系统为业务做实时分析和报价。随着数字化转型,台湾中钢响应IBM的步伐,导入IBM LinuxONE系统,开始拥抱开源。为了让生产和管理过程更加智能,台湾中钢导入IBM PowerAI,实现从传统企业到智能企业的突破。回顾台湾中钢的发展历程,处处都融入了IBM的影子。

这让我们有理由相信,未来随着IBM在AI领域不断创新,台湾中钢还会继续寻求与IBM的深度合作,我们的目标是,不仅仅做亚洲***钱的钢企,而是发展成为行业中拥有国际竞争力的领头羊。

 

 

责任编辑:吴金泽 来源: e-works
相关推荐

2020-12-04 17:59:54

物联网安全IoT

2020-05-07 10:36:48

云原生白皮书

2021-11-13 00:08:30

区块链烟草技术

2019-06-06 09:31:45

开源技术 趋势

2016-03-18 13:28:23

IT经理人沙龙智造+

2016-03-18 13:33:42

IT经理人沙龙智造+

2014-11-14 17:37:03

云记账

2015-06-25 17:24:26

IDC云服务公有云

2020-04-02 09:20:19

传统银行数字化转型

2014-09-01 15:39:16

传统企业转型

2013-06-14 16:17:28

企业电商

2024-08-16 09:48:48

数据飞轮数据中台数据管理

2019-10-23 13:36:21

数字化云计算人工智能

2019-04-15 13:18:38

开源AWS云供应商

2023-07-26 15:25:55

供应链4.0工业4.0

2022-11-22 09:38:47

网络SRv6IPv6

2010-04-23 15:07:08

云计算

2015-02-02 14:06:33

微软win10

51CTO技术栈公众号