一、企业基本信息

鞍山钢铁集团有限公司（以下简称鞍山钢铁）是新中国钢铁工业的长子，生产铁、钢、钢材能力年均达到2600万吨，拥有鞍山、鲅鱼圈、朝阳等生产基地，在广州、上海、成都、武汉、沈阳、重庆等地，设立了生产、加工或销售机构，形成了跨区域、多基地的发展格局。鞍山钢铁年物流量达1.3亿吨（不含厂内物流量），铁运量占其总物流量的绝大部分（例如鞍山本部基地铁运量占80%以上），每天进出局车量大、项目实施前铁运供应链数字化、网络化、智能化水平制约了供应链数据互联互通并影响运输效率，局车在厂内占用时间比较长。

二、案例背景

该项目国内首例实现钢企与国铁集团数据的互联互通，并基于数据生态、人工智能、数据孪生等技术对局车运输组织海量、多维业务数据进行智能、有序地驱动，加速物流运输组织数智化转型，引领钢企局车运输组织数字化、网络化、智能化管理的全新变革。解决的主要问题为：

一是，“公转铁”缺车的问题。国家实施蓝天保卫战“公转铁”以来，大量货源转到铁运。国家铁路车皮急缺，“车皮周转率”直接影响产业链供应链的物流、商流、资金流、信息流的高效运转，本项目实施就是要解决这一难题，助力国家战略落地，为产业链供应链自主可控做出基础保障。

二是，客户体验不好的问题。外部客户及用户的体验成为了评价供应链最重要的标准之一。全链的数字化，并且数字化贯穿全链的商流，物流，资金流以及三者合成的信息流，才可能构建以客户为中心的供应链，否则供应链竞争力就会下降。

三是，运输效率低、能耗高的问题。效率是供应链的生命，不断提升效率、和环境绩效、社会绩效是供应链平台的使命和供应链制胜法宝。

四是，创造裂变新场景，以供应链韧性、柔性解决多场景绩效差的问题。

三、项目技术方案及实施过程

1.技术解决方案

（1）供应链信息互联互通，提升供应链协同效率

过去钢企铁运ERP系统与国铁集团的数据不能互通。国铁车辆到达钢企交接点，钢企重车配到国铁交接线，输入、输出的货运信息全是人工录入的。信息缺失造成运输效率不高、运输能耗高等问题凸显，另外最最重要的是局车大量的时间被占用在厂内，严重影响了国家“公转铁”实施后对车皮周转率的要求。

针对这一点，2018年-2019年鞍山钢铁与沈阳铁路局集团有限公司，按照安全共享和对等互利的原则，推动钢铁企业与港口、铁路、物流企业等信息系统对接，完善信息接口等标准，加强列车到发时刻等信息开放，实现了数据互通、提升物流效率和生产运营质量的良好效果。2020年鞍山钢铁与国铁集团全路首例实现了数据的互联互通，此项工作为产业链供应链数据共享和协同共赢奠定了重要的基础。

（2）基于数字孪生技术，提升局车运输组织效率

钢企铁路运输资源管理系统是钢企铁运业务的核心系统，承载着钢企所有铁路运输资源的物流管理作业。该系统业务量大，运输组织环节繁杂，涉及设备众多，运输组织数字化程度不高就会导致运输效率无法进一步提升。鞍山钢铁在该系统原有功能基础上，研发并实施应用“基于数字孪生的钢企局车运输组织技术”、“钢企铁运物流“数据生态”技术”等技术，提升了局车运输组织效率。

（3）开发低碳智能的局车管控技术，提升局车运输能耗管控水平

鞍山钢铁原有的铁路运输资源管理系统缺失评价钢企铁运组织各作业环节时间指标、能耗指标体系，无法精准定位作业瓶颈及能耗标准，局车周转不畅，局车在厂内运输周转过程中体现出能耗高的问题。鞍山钢铁在原有系统基础上开发“低碳智能的钢企局车管控专有技术”解决了该问题。

（4）数字化、网络化、智能化技术支撑钢企铁运系统，提升客户服务体验

鞍山钢铁原有的铁路运输资源管理系统缺少对铁运运输组织相关数据整合、清洗的手段和平台，信息相对无序、孤立，没有利用有效工具进行深度挖掘，无法全面、准确地分析作业环节存在的问题，无法有效获得数据资产能力。结果表现在对公司采购用户，不能做好铁运组织对采购方案优化的支撑；对公司制造用户服务，不能进一步提升铁运对生产稳定高效的保障和支撑；对销售用户服务，不能提供可视化服务、不能提供高效的延伸服务。鞍山钢铁采用数字化、网络化、智能化技术支撑钢企铁运系统，数字技术创造了裂变的新业务场景，支持鞍山钢铁以供应链韧性、柔性解决多场景业务协同绩效差的问题，提升了客户服务体验。

2.技术创新点

（1）基于数字孪生的钢企局车运输组织技术

鞍山钢铁将数字孪生技术深度应用至钢企局车运输组织中，将局车运输全流程的相关因素如铁路线路、道口状态、装卸车设备、成品库位信息进行实景化仿真显示，利用融合GIS、GPS、RFID射频、设备状态数据采集、网络视频等信息化技术手段，并与冶金企业铁路物流运输管理系统、生产指挥控制系统等系统相结合，将各个系统的业务数据如股道占用信息、车辆状态信息、机车位置信息、货位视频信息等叠加在虚拟仿真场景中，建立可视化、多源化的数字孪生平台。依托数字孪生平台，可以沉淀历史数据，实现运输组织闭环管理，辅助用户进行铁运效率的分析与追溯，全面提升铁运服务质量；可以进行全局感知、智能运控和实时调度，深度优化铁运调度计划指挥、高效组织生产物流铁运配送、精准执行铁运装备智能控制、科学压缩铁运能源损耗；可以基于仿真场景进行模拟推演、仿真预测和辅助决策，实现运输计划预测编排和优化计划的辅助决策、铁运设备的故障预测与健康管理。打造全方位、全要素、全过程、多尺度的局车运输组织数字化平台。

（2）低碳智能的钢企局车管控专有技术

采用了系统工程分析方法，对局车的冶金企业铁路物流运输的全作业流程进行详细地分析，并首创局车“时间轴”管理模式，将局车在冶金企业的铁路物流运输作业过程分解为：一灵、上行、卸前、卸车、装前、装车、发出七大作业过程，科学合理地分析物流运输各作业环节，深入洞察物流运输各环节的作业瓶颈，全面提升物流运输效率，大幅降低物流运输能耗，使物流运输全流程透明化、低碳化、规范化。对铁路物流运输组织的关键环节装卸车作业方式进行革新，通过翻车机作业联系系统、钢卷吊装对位测量系统、线材盘圆打包装置等专利技术的应用，优化装卸作业过程、压缩装卸作业时间，无缝衔接铁路物流运输过程。

（3）钢企铁运物流“数据生态”技术

首创钢企铁运物流“数据生态”平台。在与国铁集团实现供应链体系信息互联互通基础上，逐业务、多渠道、全方位收集局车作业过程的每个末端环节基础数据信息，形成多个路局“单车数据细胞”，每个“单车数据细胞”记录该作业环节车辆的多维数据信息。以“时间轴”管理模式为主线、以“链式数据结构”为信息中枢，对每个局车“单车数据细胞”进行有序地整理、清洗、排列、组合，从而实现冶金企业局车作业过程海量、多维业务数据进行智能、有序地驱动，数据价值有效地赋能业务，最终形成完备的局车“数据生态”平台。以局车“数据生态”平台为依托，通过大数据展示“管理驾驶舱”，全面、直观、具体地显示局车在冶金企业厂内物流运输周转的核心指标，并支持“钻取式查询”，实现指标的逐层细化、深化分析，从而打造一站式”（One-Step）信息决策支持展示中心，多视角、全方位地反映现场生产作业动态，使高层管理人员可以及时把握作业趋势、准确进行分析决策。

四、项目成效

1.应用情况及经济效益

本项目已于2020年1月起在鞍山钢铁进行全面推广，项目范围覆盖公司总调度、物流管理中心，铁运分公司、炼铁总厂、炼钢总厂、化工厂、炼焦总厂、大型厂、厚板厂、无缝厂、线材厂等物流运输各环节的相关单位。系统实施后，建立“数字孪生”平台，对局车物流运输全流程进行仿真显示，并结合现场孪生数据进行生产趋势的智能预测及关键生产指标的分析决策；利用“低碳智能”的局车管控技术，以“时间轴”的管理方式为主线，将局车物流运输延伸到各终端环节，形成完备的“供、运、装、卸、销”信息化管理体系；打通“路企共享”信息管道，提前预知局车预到达信息。依据局车到达情况、生产作业情况，装卸进度情况等全方位信息，采用多种分析算法，创立智能分析模型，对超过停时指标及能耗指标进行实时预警推送，使各环节管理人员能够及时掌握现场生产动态，形成绿色、闭环管理体系；以单车数据信息为细胞单位，以链式数据结构为数据中枢，构建冶金企业局车“数据生态”体系，形成了上下纵向贯通，横向集成的冶金企业局车作业的信息跟踪与管控。最终实现局车物流运输过程的信息集成、数据共享，以需定运，以卸定装，提高局车物流运输各作业环节反应能力和协同协作能力。实施该项目后，产生经济效益1000万元/年。

2.社会效益和环境效益

（1）是服务国家战略落地的利器

通过“低碳智能”局车管控技术，建立完善、绿色的局车管控数字化体系，通过信息化的管理高效组织局车的生产调度，科学合理的压缩能耗，提升工作效率，是“数字技术”解决“公转铁”国家战略落地中车皮急缺的问题的典型案例。

（2）是实现供应链信息互联互通提高整体供应链绩效的典范

打通路企信息通道，进行路企信息深度融合，共享路局运输动态及局车到达的预确报信息，结合预到达路局车辆进行合理组织运输生产调度，能实现业务场景创新带来的延伸服务绩效，例如公司配煤配矿方案的优化升级，降低采购综合费用；公司销售服务中给客户提供的延伸信息服务和铁运优化方案带来了新的价值创造空间。

是充分体现供应链协同带来铁运环境绩效案例

强化运输全流程计划的管控作用，实现运输计划流程的闭环管理，严格把控运输计划“申请-审批-执行”每个环节，并制定运输计划兑现率的考核指标，避免无协同计划装、卸车对运输效率的影响，全面提升局车物流运输的协同性。项目运输优化后压缩机车停时8.3%，提升机车效率5%，机车能耗降低9.4%。

（4）是技术牵引供应链流程优化的钢企铁运实践

全面推行网络货票，代替原来人工传递纸制货票的作业方式，使用电子印单等技术手段，对网络货票进行电子签证，作为运输结算的依据，真实、准确。同时也彻底社绝了在货票传递过程中产生的遗失、破损、不方便保存地弊端，极大地提高了作业效率。

（5）是供应链柔性的技术保障

一是，实现与国铁集团的数据互联互通，并建立全新的“时间轴”局时停时指标体系，从而准确地衡量铁路运输各环节的作业情况，深入洞察局车全流程作业瓶颈。二是首创“单车数据细胞”基于变量数据的深度学习，确保作业时长和作业能耗的深度学习。三是与底层控制车号识别系统、GPS机车定位系统进行实时数据交互，实现了作业数据由人工采集向设备自动采集模式的改变，使生产作业信息更加真实、可靠，降低劳动强度。四是基于多干扰因素的运输组织计算模型支持智能决策的实现。本项目是把“数字孪生”的“可视、诊断、预警、智能决策”四大功能的落地实施作为破解全局优化需求与碎片化供给矛盾的武器，是钢企铁运供应链柔性的技术保障。

五、亮点及模式总结

1.通过关键技术研发，探索出解决困扰国家“公转铁”战略落地的缺车难题的“鞍钢方案”。

2.项目中“基于数字孪生的钢企局车运输组织技术”、“低碳智能的钢企局车管控专有技术”、“钢企铁运物流“数据生态”技术”等技术的研发应用给行业提供了推动钢铁铁运物流高质量发展、可复制的技术工具。

3.是“强化产业链供应链自主可控能力”的技术表率，项目提升了“关键技术控制力、数字技术对钢铁铁运物流的引领力”。

六、未来发展机遇与挑战

1.数字经济将指导物流和供应链开展顶层设计

习总书记对未来数字经济的发展提出了非常明确的方向。他指出未来数字经济发展包括三个方向，一是促进数字技术和实体经济的深度融合；二是要赋能传统产业转型升级；三是催生新的产业、新的业态、新的模式。未来，钢铁供应链从业者应进一步理解数字经济发展的迫切性、它的重大的影响力以及它的发展方向，并将其作为指导在物流和供应链领域开展数字化的一个顶层引导。

2.数字经济将推动钢铁物流供应链高质量发展

作为世界经济主要驱动力的钢铁业在“数字产业化”和“产业数字化”两个方面全力提速，为钢铁业可持续发展提供了强劲动力。在中国，以钢铁业为代表的制造业，重点领域关键工序数控化率由2012年的24.6%提高到2020年的52.1%，数字化研发设计工具普及率由48.8%提高到73%。“十四五”时期，产业机遇和挑战将主要围绕着“数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字化效率提升业”等5大业态展开；钢铁行业应紧扣三个要素，即数据资源、现代信息网络和信息通信技术，围绕着“数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字化效率提升业”等5大业态在持续创新，推动钢铁产业链供应链的高质量发展。