数字工厂建设 到底该如何发力？

信息化推动生产效率提高的当下，制造业企业也正处于绿色低碳转型和高质量发展的关键时期。

在《安泰行业评论》中，由宝钢工程技术集团公司副总经理袁磊撰写的《钢铁工业数字化工厂建设与运营——浅谈数字孪生技术的应用》提到，数字化转型的最好方式是把全生命周期的数据按照标准集成起来，在数据中找到支持各种应用场景的规律、算法、模型来优化全生命周期的活动，使得效率更高、成本更低、风险更受控。

文中指出，以钢铁行业为代表的流程型制造业企业，在数字工厂建设的过程中仍面临诸多挑战。并针对管理短板、数据资产化、信息传递方式以及工业软件利用等问题提出思考。

对于有一定规模的企业来说，管理定义了技术的边界，而管理往往是短板。标准化、流程化、价值化管理能力不足，可能会带来质量、成本、效率等方面的问题。

从本质上讲，数字工厂的建设需要人们转变思想观念，优化团队组织结构和知识结构，创新工作流程。同时，推动基层组织变革、流程变革，打通界面、贯通数据，是提升管理效率、提高管理智能化水平的重要举措。

此外，工业制造业会产生大量数据，数据是公司的战略资产。但是，当下数据资产化的程度还相对较低，管理好数据也是数字工厂建设过程中的一大挑战。

文中提出，管理好数据，首先要从业务、技术、管理等方面定义数据标准；同时，要增强数据治理的工具和实施能力，驱动企业构建跨越孤立数据的数据管理系统；此外，要在数据网络安全的前提下实现数据大范围共享，提高业务作业效率和质量。

在信息传递方面，现有的系统工程方法中，信息以非数字化的文件传递，工程图纸资料以纸质文档和PDF文档的形式交付，这种操作的严重缺陷是不能传递文件内容之间的相互关系，缺乏系统性和重用性，并可能会造成企业大量原始数据“躺”在工程档案馆中难以调用，而最终交付的产品和服务与最初的需求相去甚远。

针对这一问题，现阶段攻坚的重点在于如何将图纸资料激活、结构化，以进行数据应用。在未来，以模型为代表的信息技术在钢铁行业数字化工厂的建设中将发挥重要作用。

作为工业化知识的集大成者，工业软件可以使得大量复杂、精细的工业知识越来越紧密地被编码化。当下，钢铁领域工业软件有了长足进步，但是仍然存在许多问题。比如生产过程中流程模拟、排程优化等方面的工业软件仍不稳定；工厂设计、体系建模与仿真仍处于探索阶段等。

数字经济时代，政产学研用联合攻关，开展新一代信息技术与制造装备融合的集成创新和工程应用。在学习先进工业软件技术的基础上，要强化企业创新主体地位，促进各类创新要素向企业聚集。