王國(guó)棟：加速數(shù)字化轉(zhuǎn)型，鋼鐵行業(yè)必須打造這一“核心競(jìng)爭(zhēng)力”

　　鋼鐵工業(yè)是國(guó)民經(jīng)濟(jì)的重要基礎(chǔ)產(chǎn)業(yè)，是國(guó)之基石。改革開放以來，我國(guó)鋼鐵行業(yè)迅速發(fā)展，到2020年，我國(guó)鋼產(chǎn)量已經(jīng)達(dá)到世界總產(chǎn)量的57%，可以生產(chǎn)所有門類的鋼鐵產(chǎn)品。鋼鐵工業(yè)為國(guó)家建設(shè)提供了重要的原材料保障，有力支撐了國(guó)民經(jīng)濟(jì)的健康發(fā)展，推動(dòng)了我國(guó)工業(yè)化、現(xiàn)代化進(jìn)程，促進(jìn)了民生改善和社會(huì)進(jìn)步。

　　作為大型復(fù)雜流程工業(yè)，鋼鐵工業(yè)全流程各工序均為具有多變量、強(qiáng)耦合、非線性和大滯后等特點(diǎn)的“黑箱”，實(shí)時(shí)信息極度缺乏；各單元為孤島式控制，尚未做到單元間界面無縫、精準(zhǔn)銜接。鋼鐵行業(yè)面臨的質(zhì)量、成本、環(huán)境、穩(wěn)定性等方面的問題亟待解決。嚴(yán)重的“不確定性”是鋼鐵生產(chǎn)過程面臨的重大挑戰(zhàn)。

　　鋼鐵行業(yè)具有豐富的數(shù)字技術(shù)應(yīng)用場(chǎng)景資源。經(jīng)過長(zhǎng)期的建設(shè)和發(fā)展，鋼鐵行業(yè)已經(jīng)具有先進(jìn)的數(shù)據(jù)采集系統(tǒng)、自動(dòng)化控制系統(tǒng)和研發(fā)設(shè)施，可以為我們提供海量的數(shù)據(jù)資源。我們已經(jīng)實(shí)現(xiàn)了全面的數(shù)據(jù)采集和豐富的數(shù)據(jù)積累。

　　習(xí)近平總書記號(hào)召我們“加快建設(shè)數(shù)字中國(guó)”。我們鋼鐵人要將數(shù)字技術(shù)與鋼鐵行業(yè)深度融合，充分發(fā)揮鋼鐵行業(yè)海量數(shù)據(jù)和豐富應(yīng)用場(chǎng)景優(yōu)勢(shì)，在工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、5G網(wǎng)絡(luò)等信息技術(shù)的支撐下，借助大數(shù)據(jù)與機(jī)器學(xué)習(xí)/深度學(xué)習(xí)等數(shù)據(jù)科學(xué)技術(shù)，快速解析海量數(shù)據(jù)中蘊(yùn)含的企業(yè)生產(chǎn)過程中的規(guī)律，并利用這些規(guī)律解決流程工業(yè)普遍存在的不確定性等“黑箱”難題，發(fā)揮數(shù)據(jù)技術(shù)的放大、倍增、疊加作用，推進(jìn)鋼鐵行業(yè)的數(shù)字化轉(zhuǎn)型與高質(zhì)量發(fā)展。

　　鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施是以工業(yè)互聯(lián)網(wǎng)為載體、以數(shù)字孿生為核心，提供數(shù)據(jù)全生命周期管理，支持?jǐn)?shù)據(jù)治理、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)分析引擎、大數(shù)據(jù)流動(dòng)驅(qū)動(dòng)等數(shù)據(jù)底座。它搭建數(shù)據(jù)化業(yè)務(wù)基盤，并構(gòu)建面向未來的數(shù)字化創(chuàng)新應(yīng)用，依托全流程、全場(chǎng)景數(shù)字化轉(zhuǎn)型，軟硬協(xié)同，發(fā)展最新的工業(yè)信息通信技術(shù)，實(shí)現(xiàn)鋼鐵工業(yè)的數(shù)字化轉(zhuǎn)型。

　　鋼鐵行業(yè)必須與數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)相融合，發(fā)揮鋼鐵行業(yè)應(yīng)用場(chǎng)景和數(shù)據(jù)資源的優(yōu)勢(shì)，以工業(yè)互聯(lián)網(wǎng)為載體、以底層生產(chǎn)線的數(shù)據(jù)感知和精準(zhǔn)執(zhí)行為基礎(chǔ)、以邊緣過程設(shè)定模型的數(shù)字孿生化和CPS化為核心、以數(shù)字驅(qū)動(dòng)的云平臺(tái)為支撐，建設(shè)數(shù)字技術(shù)與鋼鐵企業(yè)實(shí)體技術(shù)深度融合的數(shù)字化創(chuàng)新基礎(chǔ)設(shè)施，鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施是鋼鐵工業(yè)的核心競(jìng)爭(zhēng)力。

　　創(chuàng)新基礎(chǔ)設(shè)施的核心功能，就是建立鋼鐵材料的成分設(shè)計(jì)、制造工藝與其組織、性能、服役表現(xiàn)、外形尺寸、表面質(zhì)量或其他各種經(jīng)過數(shù)字化的非結(jié)構(gòu)化數(shù)據(jù)表征的狀態(tài)變量之間的關(guān)系，即建立鋼鐵行業(yè)信息物理系統(tǒng)的數(shù)字孿生，利用自學(xué)習(xí)、自適應(yīng)、自組織的數(shù)字技術(shù)持續(xù)優(yōu)化生產(chǎn)工藝過程，實(shí)現(xiàn)鋼鐵行業(yè)綠色化、數(shù)字化、高質(zhì)化、服務(wù)化發(fā)展的目標(biāo)。

　　鋼鐵企業(yè)創(chuàng)新基礎(chǔ)設(shè)施包括4個(gè)主要組成部分，即實(shí)驗(yàn)中心、中試基地、底層生產(chǎn)線組成的物理空間，位于邊緣的邊緣數(shù)字化核心平臺(tái)（邊緣云平臺(tái)），位于云平臺(tái)之上的企業(yè)資源配置與管理平臺(tái)（資源配置與管理平臺(tái)），以及管理以上底層物理實(shí)體和2個(gè)平臺(tái)的網(wǎng)絡(luò)系統(tǒng)。

　　鋼鐵創(chuàng)新基礎(chǔ)設(shè)施的底層是企業(yè)實(shí)驗(yàn)室、中試基地、生產(chǎn)線組成的物理實(shí)體。在物理實(shí)體設(shè)備上安裝的信息感知系統(tǒng)，采集數(shù)據(jù)并傳送到邊緣或云平臺(tái)，對(duì)經(jīng)過預(yù)處理的海量數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析，并在邊緣建立數(shù)字孿生模型進(jìn)行過程控制，或在云平臺(tái)進(jìn)行管理和操作指導(dǎo)。

　　鋼鐵工業(yè)要采用數(shù)字化技術(shù)，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，首要條件是鋼鐵產(chǎn)線的各個(gè)基本單元具有完備、可靠、性能優(yōu)良的數(shù)據(jù)采集系統(tǒng)，可以提供精準(zhǔn)、齊全的現(xiàn)場(chǎng)有關(guān)材料成分和實(shí)時(shí)操作數(shù)據(jù)等輸入數(shù)據(jù)，以及材料外形尺寸、組織性能、表面質(zhì)量等輸出數(shù)據(jù)。同時(shí)，各工序的基礎(chǔ)自動(dòng)化系統(tǒng)和執(zhí)行機(jī)構(gòu)必須以足夠的響應(yīng)性、實(shí)時(shí)性和控制精度實(shí)現(xiàn)過程控制系統(tǒng)與物理系統(tǒng)的實(shí)時(shí)交互，完成需要的自動(dòng)化控制任務(wù)。

　　盡管我國(guó)的多數(shù)鋼廠是近年建設(shè)的，采用了先進(jìn)的自動(dòng)化技術(shù)，有較好的自動(dòng)化基礎(chǔ)，但是仍然有缺項(xiàng)和“短板”。因此必須填平補(bǔ)齊底層生產(chǎn)線的數(shù)據(jù)采集和執(zhí)行機(jī)構(gòu)的缺項(xiàng)，消除“短板”。由于鋼鐵行業(yè)作業(yè)條件和技術(shù)水平的限制，過去的一些數(shù)據(jù)難以檢測(cè)，甚至檢測(cè)不了。比如煉鋼過程中的下渣檢測(cè)、連鑄液面波動(dòng)檢測(cè)、復(fù)雜形狀的測(cè)量等?，F(xiàn)在可以采用各種新檢測(cè)方法來實(shí)現(xiàn)信息感知。利用機(jī)器視覺技術(shù)可以提供多維測(cè)量的信息，經(jīng)過數(shù)據(jù)變換和分析，可以獲得我們需要的尺寸、形狀、分布等定量的表達(dá)。這方面有很大的創(chuàng)新空間。

　　執(zhí)行機(jī)構(gòu)嵌入到三類實(shí)驗(yàn)工具的物理實(shí)體層上。依靠實(shí)驗(yàn)室規(guī)模的基礎(chǔ)性實(shí)驗(yàn)裝備提供的信息，可以建立初級(jí)數(shù)字孿生模型。這組模型經(jīng)過中試規(guī)模實(shí)驗(yàn)工具的驗(yàn)證、優(yōu)化，再進(jìn)一步在實(shí)際生產(chǎn)線規(guī)模的實(shí)驗(yàn)工具上進(jìn)行生產(chǎn)性驗(yàn)證和優(yōu)化。優(yōu)化后的數(shù)字孿生模型，在生產(chǎn)中承擔(dān)生產(chǎn)過程設(shè)定計(jì)算和動(dòng)態(tài)設(shè)定計(jì)算，并與物理系統(tǒng)（即生產(chǎn)線）進(jìn)行實(shí)時(shí)交互、反饋控制、循環(huán)賦能。處于模型庫(kù)中的各鋼種模型，具有高度自治的功能，可以在軋制該鋼種時(shí)，利用實(shí)測(cè)大數(shù)據(jù)進(jìn)行自學(xué)習(xí)、自適應(yīng)，實(shí)現(xiàn)模型的更新，持續(xù)不斷地提高模型的保真度。

　　為進(jìn)一步提高生產(chǎn)效率、改善成材率、實(shí)現(xiàn)穩(wěn)定生產(chǎn)，需要對(duì)傳統(tǒng)自動(dòng)化系統(tǒng)補(bǔ)課，大力推進(jìn)操作的遠(yuǎn)程化和自動(dòng)化。對(duì)于3D（Difficult，Dirty，Dangerous）崗位實(shí)行機(jī)器人化。這是一個(gè)長(zhǎng)期的工作，可分步逐步實(shí)施。

　　建立數(shù)據(jù)驅(qū)動(dòng)的新型IT架構(gòu)。這種IT架構(gòu)通過工業(yè)互聯(lián)網(wǎng)直接將底層的數(shù)據(jù)采集系統(tǒng)獲得數(shù)據(jù)傳輸?shù)竭吘壖霸浦械臄?shù)據(jù)中心/機(jī)器學(xué)習(xí)平臺(tái)，在邊緣形成數(shù)字孿生模型取代原有的機(jī)理或經(jīng)驗(yàn)?zāi)Ｐ?，而在云中多?shù)形成操作指導(dǎo)，對(duì)資源配置進(jìn)行優(yōu)化與管理。

　　鋼鐵企業(yè)過程控制系統(tǒng)有數(shù)千臺(tái)至數(shù)萬臺(tái)計(jì)算機(jī)運(yùn)行，發(fā)生大量的數(shù)據(jù)往來。在傳統(tǒng)的鋼鐵制造工序中，傳感器信號(hào)匯集到定序器等下位計(jì)算機(jī)后，再傳送到上位機(jī)。傳統(tǒng)的控制系統(tǒng)沒有考慮到整個(gè)過程大數(shù)據(jù)分析的需要。傳感器數(shù)據(jù)經(jīng)過多次邏輯運(yùn)算、閾值處理等，再分層地匯集，必然舍棄較多數(shù)據(jù)。在這樣的結(jié)構(gòu)中，大數(shù)據(jù)的分析和運(yùn)用非常困難。因此，必須采用數(shù)據(jù)驅(qū)動(dòng)型的系統(tǒng)架構(gòu)（Data Driven Architecture）。這種架構(gòu)將傳感器等物聯(lián)網(wǎng)化，公平收集所有傳感器的數(shù)據(jù)，再送到邊緣和云中的數(shù)據(jù)中心進(jìn)行處理和分析。對(duì)于多廠商環(huán)境的課題，可以在邊緣服務(wù)器等匯集數(shù)據(jù)后，從優(yōu)先的數(shù)據(jù)群開始依次進(jìn)行結(jié)構(gòu)標(biāo)準(zhǔn)化等操作，以便于數(shù)據(jù)使用。這種方法在運(yùn)用原有系統(tǒng)的同時(shí)，通過運(yùn)用最新的數(shù)據(jù)轉(zhuǎn)換技術(shù)和高速通信，可以推進(jìn)數(shù)據(jù)驅(qū)動(dòng)型架構(gòu)的構(gòu)筑。

　　在生產(chǎn)線附近的邊緣，設(shè)置一個(gè)數(shù)據(jù)驅(qū)動(dòng)的原位分析系統(tǒng)。原位分析系統(tǒng)由邊緣數(shù)據(jù)中心和機(jī)器學(xué)習(xí)平臺(tái)組成。數(shù)據(jù)中心對(duì)來自傳感器系統(tǒng)的“粗”數(shù)據(jù)進(jìn)行預(yù)處理，完成“粗”數(shù)據(jù)的提取、轉(zhuǎn)換、存儲(chǔ)等操作。時(shí)間序列數(shù)據(jù)對(duì)流程工業(yè)特別重要。這些數(shù)據(jù)包括僅標(biāo)題加工過的原始數(shù)據(jù)，分、小時(shí)、天等時(shí)間數(shù)據(jù)，最大值和最小值等統(tǒng)計(jì)數(shù)據(jù)。

　　這個(gè)原位分析系統(tǒng)的邊緣數(shù)據(jù)中心/機(jī)器學(xué)習(xí)平臺(tái)對(duì)經(jīng)過處理的生產(chǎn)試驗(yàn)數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等數(shù)據(jù)分析，以足夠的精度給出描述材料成分、生產(chǎn)工藝與產(chǎn)品組織、性能、外形尺寸、表面質(zhì)量、狀態(tài)量等控制目標(biāo)之間的關(guān)系，即數(shù)字孿生，為后述的過程設(shè)定提供具有自學(xué)習(xí)、自適應(yīng)、自組織等能力高保真度設(shè)定模型系統(tǒng)。

　　在資源管理與配置云平臺(tái)，預(yù)處理后的數(shù)據(jù)根據(jù)需要，可以使用BI(商務(wù)智能)工具進(jìn)行可視化處理，再輸出到屏幕顯示或操作指導(dǎo)。BI工具可以很容易縮小數(shù)據(jù)范圍，切換可視化部件，實(shí)現(xiàn)可視化部件之間數(shù)據(jù)聯(lián)動(dòng)等，因此容易進(jìn)行靈活的分析?？梢暬考ǎ簳r(shí)間序列圖表工具、散點(diǎn)圖工具、工藝流程可視化工具等。

　　GUI（圖形用戶界面計(jì)算機(jī)）環(huán)境下運(yùn)行的機(jī)器學(xué)習(xí)工具有兩類，即專門用于分析時(shí)間序列異常預(yù)兆的機(jī)器學(xué)習(xí)工具和進(jìn)行一般數(shù)字?jǐn)?shù)據(jù)分析的機(jī)器學(xué)習(xí)工具，將依據(jù)需要分別在云平臺(tái)和邊緣平臺(tái)使用。在GUI環(huán)境下運(yùn)行的深度學(xué)習(xí)工具，可以處理聲音、圖像、文本等非結(jié)構(gòu)化數(shù)據(jù)。

　　為適應(yīng)“無編程化”發(fā)展趨勢(shì)，采用“低編碼應(yīng)用程序開發(fā)”等新的應(yīng)用程序編程工具，實(shí)現(xiàn)編程工具簡(jiǎn)易化。這樣有利于加速數(shù)字技術(shù)的傳播與普及，使數(shù)字技術(shù)成為鋼鐵等非信息領(lǐng)域?qū)＜沂种械挠辛ぞ撸铀僭阡撹F企業(yè)中發(fā)展、壯大數(shù)字化創(chuàng)新人才隊(duì)伍，形成數(shù)字化創(chuàng)新的生態(tài)。

　　邊緣數(shù)字化核心平臺(tái)的關(guān)鍵技術(shù)是邊緣過程設(shè)定模型數(shù)字孿生化和邊緣—生產(chǎn)線互相映射的過程控制的信息物理系統(tǒng)化。

　　鋼鐵生產(chǎn)過程全部冶煉—加工過程是“黑箱”。傳統(tǒng)的邊緣主要使用基礎(chǔ)理論數(shù)學(xué)模型和經(jīng)驗(yàn)?zāi)Ｐ?，來完成過程機(jī)設(shè)定計(jì)算和基礎(chǔ)自動(dòng)化控制。此外，原系統(tǒng)的邊緣處還有過程監(jiān)控系統(tǒng)、質(zhì)量追溯系統(tǒng)、數(shù)據(jù)庫(kù)系統(tǒng)等，近年還有少許的局部智能化控制環(huán)節(jié)。由于環(huán)境狀況和操作條件波動(dòng)以及設(shè)備運(yùn)行狀態(tài)變化，加之過程輸入條件、狀態(tài)變量和控制系統(tǒng)之間的關(guān)系十分復(fù)雜，這些機(jī)理模型對(duì)于全流程“黑箱”的復(fù)雜動(dòng)態(tài)過程適用性很差，預(yù)報(bào)精度不高，難以準(zhǔn)確透視工藝、設(shè)備、質(zhì)量等關(guān)鍵參數(shù)之間的復(fù)雜關(guān)系。目前傳統(tǒng)的鋼鐵生產(chǎn)生產(chǎn)過程存在三類問題。一是產(chǎn)品質(zhì)量、成材率、新品開發(fā)效率等商品與服務(wù)問題，二是提高產(chǎn)量與效率、降低成本、防止事故等工藝過程問題，三是提高勞動(dòng)生產(chǎn)率、技能傳承、人才培養(yǎng)、安全、操作水平等生產(chǎn)現(xiàn)場(chǎng)問題。這三類問題均集中在以“黑箱”為特征的主流程生產(chǎn)過程中。

　　針對(duì)上述影響企業(yè)經(jīng)營(yíng)的重大問題，我們必須圍繞制造主流程，建立“邊緣數(shù)字化核心平臺(tái)”，簡(jiǎn)稱“邊緣平臺(tái)”，實(shí)現(xiàn)數(shù)字孿生系統(tǒng)與實(shí)際過程實(shí)時(shí)融合的一體化和全流程的CPS化。

　　邊緣云平臺(tái)的任務(wù)是，利用大數(shù)據(jù)/機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法，解開貫穿鋼鐵全部主流程的“黑箱”，搞清楚隱藏在“黑箱”中的規(guī)律，將“黑箱”變“透明”，給出全局性的數(shù)字孿生過程控制模型，實(shí)現(xiàn)邊緣設(shè)定模型的數(shù)字孿生化。

　　因此與加工、裝配為主的機(jī)械制造業(yè)不同，鋼鐵等流程工業(yè)必須將云端業(yè)務(wù)能力向邊緣延伸，發(fā)揮邊云協(xié)同能力，實(shí)現(xiàn)分布式云功能，強(qiáng)化邊緣低時(shí)延、實(shí)時(shí)性工業(yè)控制。構(gòu)筑在邊緣設(shè)施上的邊緣云計(jì)算平臺(tái)，具有和傳統(tǒng)私有云一樣的安全性，在用戶機(jī)房?jī)?nèi)就近部署，滿足數(shù)據(jù)不出廠的需求。

　　數(shù)據(jù)驅(qū)動(dòng)的邊緣數(shù)據(jù)中心，必須提供大數(shù)據(jù)/機(jī)器學(xué)習(xí)必需的全部數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換、存儲(chǔ)等數(shù)據(jù)處理。與此相應(yīng)，在邊緣部分設(shè)置“大數(shù)據(jù)/機(jī)器學(xué)習(xí)解析平臺(tái)（I）”（D/M平臺(tái)I），可以利用數(shù)據(jù)科學(xué)、AI等技術(shù)解析建立數(shù)字孿生過程模型，以及實(shí)現(xiàn)過程可視化、APP開發(fā)等功能。生產(chǎn)過程數(shù)字孿生模型要傳送到過程控制系統(tǒng)，代替?zhèn)鹘y(tǒng)的機(jī)理-經(jīng)驗(yàn)?zāi)Ｐ停M(jìn)行生產(chǎn)設(shè)備的設(shè)定和動(dòng)態(tài)設(shè)定。

　　鋼鐵生產(chǎn)流程上各個(gè)不同的應(yīng)用場(chǎng)景，比如燒結(jié)、球團(tuán)、高爐、轉(zhuǎn)爐、精煉、連鑄、熱軋、冷軋等，有各自特點(diǎn)，需要采用不同的數(shù)據(jù)分析方法。所以，要注意依據(jù)各個(gè)場(chǎng)景的特點(diǎn)，采用不同的機(jī)器學(xué)習(xí)算法，解決各自的問題。這是我們需要依據(jù)各單元特征突破的技術(shù)難點(diǎn)。

　　這樣一來，我們?cè)谧鳛槲锢韺?shí)體的物理底層和作為數(shù)字虛體的邊緣之間，形成數(shù)據(jù)閉環(huán)自動(dòng)流動(dòng)的四個(gè)環(huán)節(jié)，即“狀態(tài)感知、實(shí)時(shí)分析、科學(xué)決策、精準(zhǔn)執(zhí)行”的閉路循環(huán)中，實(shí)現(xiàn)資源的優(yōu)化配置。在這個(gè)循環(huán)過程中，大量蘊(yùn)含在物理空間中的隱性數(shù)據(jù)經(jīng)過狀態(tài)感知被轉(zhuǎn)化為顯性數(shù)據(jù)，進(jìn)而能夠在信息空間進(jìn)行計(jì)算分析，將顯性數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的信息。不同系統(tǒng)的信息經(jīng)過集中處理形成對(duì)外部變化的科學(xué)決策，將信息進(jìn)一步轉(zhuǎn)化為知識(shí)。最后以更為優(yōu)化的數(shù)據(jù)作用到物理空間，構(gòu)成數(shù)據(jù)的閉環(huán)流動(dòng)。這個(gè)閉環(huán)賦能過程具有“數(shù)據(jù)驅(qū)動(dòng)、軟件定義、虛實(shí)映射、泛在連接、異構(gòu)集成、系統(tǒng)自治”六大特征。也就是說，我們建立了鋼鐵生產(chǎn)各工藝單元的CPS。將全流程各單元的CPS集成起來，就實(shí)現(xiàn)了全流程的CPS化。

　　邊緣部分全流程的CPS化促成了鋼鐵創(chuàng)新基礎(chǔ)設(shè)施的重要特征與絕對(duì)優(yōu)勢(shì)。CPS實(shí)現(xiàn)了鋼廠控制的下述突破性的進(jìn)展：感知數(shù)據(jù)與操作數(shù)據(jù)全部可視化，不可見部分的可視化；“黑箱”模型數(shù)字孿生透明化，動(dòng)態(tài)、實(shí)時(shí)調(diào)整的精準(zhǔn)實(shí)時(shí)虛擬化；異常情況早期預(yù)先檢測(cè)和預(yù)測(cè)，過程最優(yōu)狀態(tài)的預(yù)測(cè)與檢測(cè)；完成正確的操作指導(dǎo)，迅速的前饋與反饋，以及精準(zhǔn)的執(zhí)行自動(dòng)化等控制響應(yīng)，從而實(shí)現(xiàn)對(duì)過程的自主控制。 

　　云中的資源配置管理云平臺(tái)，簡(jiǎn)稱“云平臺(tái)”，位于云中，稱為“云端智能層”。在傳統(tǒng)的工業(yè)互聯(lián)網(wǎng)系統(tǒng)中，它承擔(dān)低實(shí)時(shí)性的 MES、ERP和BI生產(chǎn)計(jì)劃、管理、調(diào)度、決策等功能，同時(shí)，還可以實(shí)現(xiàn)質(zhì)量、設(shè)備能力、成本、資源、能源、人力資源等多個(gè)目標(biāo)的管控、溯源、資源優(yōu)化配置等支撐和保證作用。

　　在鋼鐵創(chuàng)新基礎(chǔ)設(shè)施中，“云平臺(tái)”負(fù)責(zé)生產(chǎn)計(jì)劃、調(diào)度、質(zhì)量、效率、穩(wěn)定性等生產(chǎn)活動(dòng)，原料、供應(yīng)、能源、介質(zhì)、排放、物流、人力資源、財(cái)務(wù)、成本、技術(shù)創(chuàng)新、發(fā)展戰(zhàn)略等資源配置和管理功能，是“邊緣部分”設(shè)定、運(yùn)行、調(diào)度的強(qiáng)大支撐部分和企業(yè)管理的重要組成部分。

　　云平臺(tái)必須是數(shù)據(jù)驅(qū)動(dòng)的。在云平臺(tái)配置有企業(yè)大數(shù)據(jù)中心和“大數(shù)據(jù)/機(jī)器學(xué)習(xí)解析平臺(tái)（II）”（D/M平臺(tái)II），該平臺(tái)也是利用大數(shù)據(jù)/機(jī)器學(xué)習(xí)等數(shù)據(jù)技術(shù)，分析生產(chǎn)、設(shè)備、能源、物流等資源的生產(chǎn)要素，對(duì)相應(yīng)部分的運(yùn)行和管理工作進(jìn)行管理和優(yōu)化，支撐和保證邊緣云的最優(yōu)化運(yùn)行。位于云端智能層的資源配置與管理系統(tǒng)包括如下7部分：

　?、偕a(chǎn)計(jì)劃與調(diào)度管理系統(tǒng)（原MES,ERP）；

　?、谠O(shè)備運(yùn)維、管理、診斷、維護(hù)、點(diǎn)檢、檢修、備件管理、可靠性分析等有關(guān)事項(xiàng)；

　　③物流、原料、介質(zhì)、能源調(diào)度、管理，以及工件跟蹤、產(chǎn)品管理、排放管理，等等；

　?、馨踩?/div>