作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
它同時擁有嘉峪關本部、蘭州榆中和山西翼城三個鋼鐵生產基地，鋼鐵產能已經突破1000萬噸，主體技術裝備屬於國內先進水平。
輝煌時期的酒鋼，曾為三峽大壩、青藏鐵路和北京鳥巢等幾個重大項目提供鋼材。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
它同時擁有嘉峪關本部、蘭州榆中和山西翼城三個鋼鐵生產基地，鋼鐵產能已經突破1000萬噸，主體技術裝備屬於國內先進水平。
輝煌時期的酒鋼，曾為三峽大壩、青藏鐵路和北京鳥巢等幾個重大項目提供鋼材。
然而，輝煌的背後，酒鋼也有難以言說的疼痛。
很長一段時間，由於國際市場低迷和頻發的生產安全事故，酒鋼一度掙扎在生死的邊緣。你很難想象，一個有60多年曆史的鋼鐵企業，依然被安全生產事故而搞的狼狽不堪。
在這其中，絕大部分事故都是「高爐」爆炸所導致的。這是一種高溫、高壓且密閉的熔爐，工人無法直接觀察其內部的工作情況，隱患非常巨大。
1990年3月12日，酒鋼的一號高爐在生產中發聲爆炸。巨大的壓力波瞬間將部分爐壁、冷卻設備和爐內材料拋向周圍。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
它同時擁有嘉峪關本部、蘭州榆中和山西翼城三個鋼鐵生產基地，鋼鐵產能已經突破1000萬噸，主體技術裝備屬於國內先進水平。
輝煌時期的酒鋼，曾為三峽大壩、青藏鐵路和北京鳥巢等幾個重大項目提供鋼材。
然而，輝煌的背後，酒鋼也有難以言說的疼痛。
很長一段時間，由於國際市場低迷和頻發的生產安全事故，酒鋼一度掙扎在生死的邊緣。你很難想象，一個有60多年曆史的鋼鐵企業，依然被安全生產事故而搞的狼狽不堪。
在這其中，絕大部分事故都是「高爐」爆炸所導致的。這是一種高溫、高壓且密閉的熔爐，工人無法直接觀察其內部的工作情況，隱患非常巨大。
1990年3月12日，酒鋼的一號高爐在生產中發聲爆炸。巨大的壓力波瞬間將部分爐壁、冷卻設備和爐內材料拋向周圍。
滾燙的材料和空氣熱浪，夾雜著倒塌物立刻奪去了19名工人的生命，造成2120萬元經濟損失。
要知道，鋼鐵生產企業都會設立「爐長」這一職位，他們由經驗豐富的工人來擔任。通過多年的經驗積累和工作訓練，優秀的爐長通過肉眼觀察後，可以預估高爐的當前溫度與狀態，並做到與真實情況相差不到0.005%。
但即便是這樣，將10多億元的生產設備安全寄託在一個經驗豐富的工人上，顯然已經不再適應現代化的生產安全流程。
根據相關統計，全球大約有1500座鍊鋼高爐，其中三分之二位於中國。運行中的高爐每年會產生近315TB（1TB=1024GB）的數據量，其中不乏能夠直接引起安全生產事故的關鍵性數據。
對於酒鋼來， 一方面，無法全面、科學和精準的收集這些數據，數據價值被白白浪費掉；另一方面，爐長的口頭總結，無法將安全生產的專業知識完整的傳承下去，導致事故反覆發生 。
兩難的境遇之下，酒鋼的最大高爐——7號高爐，從啟用以來，就經歷了178次事故與故障，非常影響生產的有效進行。
2
安全生產陷入停滯，企業發展自然也進入了瓶頸。
為了解決這個困境，酒鋼將突破方法轉向了大數據，而東方國信則承擔了這次酒鋼7號高爐的數據化改造工程。
這個100多米高的7號爐體上，佈滿了近萬條管道與線纜，它們的每一處都有可能成為未來生產過程中的隱患。
為了能夠將爐長的經驗之談進行數據化統計，傳感器成為了非常重要的部件。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
它同時擁有嘉峪關本部、蘭州榆中和山西翼城三個鋼鐵生產基地，鋼鐵產能已經突破1000萬噸，主體技術裝備屬於國內先進水平。
輝煌時期的酒鋼，曾為三峽大壩、青藏鐵路和北京鳥巢等幾個重大項目提供鋼材。
然而，輝煌的背後，酒鋼也有難以言說的疼痛。
很長一段時間，由於國際市場低迷和頻發的生產安全事故，酒鋼一度掙扎在生死的邊緣。你很難想象，一個有60多年曆史的鋼鐵企業，依然被安全生產事故而搞的狼狽不堪。
在這其中，絕大部分事故都是「高爐」爆炸所導致的。這是一種高溫、高壓且密閉的熔爐，工人無法直接觀察其內部的工作情況，隱患非常巨大。
1990年3月12日，酒鋼的一號高爐在生產中發聲爆炸。巨大的壓力波瞬間將部分爐壁、冷卻設備和爐內材料拋向周圍。
滾燙的材料和空氣熱浪，夾雜著倒塌物立刻奪去了19名工人的生命，造成2120萬元經濟損失。
要知道，鋼鐵生產企業都會設立「爐長」這一職位，他們由經驗豐富的工人來擔任。通過多年的經驗積累和工作訓練，優秀的爐長通過肉眼觀察後，可以預估高爐的當前溫度與狀態，並做到與真實情況相差不到0.005%。
但即便是這樣，將10多億元的生產設備安全寄託在一個經驗豐富的工人上，顯然已經不再適應現代化的生產安全流程。
根據相關統計，全球大約有1500座鍊鋼高爐，其中三分之二位於中國。運行中的高爐每年會產生近315TB（1TB=1024GB）的數據量，其中不乏能夠直接引起安全生產事故的關鍵性數據。
對於酒鋼來， 一方面，無法全面、科學和精準的收集這些數據，數據價值被白白浪費掉；另一方面，爐長的口頭總結，無法將安全生產的專業知識完整的傳承下去，導致事故反覆發生 。
兩難的境遇之下，酒鋼的最大高爐——7號高爐，從啟用以來，就經歷了178次事故與故障，非常影響生產的有效進行。
2
安全生產陷入停滯，企業發展自然也進入了瓶頸。
為了解決這個困境，酒鋼將突破方法轉向了大數據，而東方國信則承擔了這次酒鋼7號高爐的數據化改造工程。
這個100多米高的7號爐體上，佈滿了近萬條管道與線纜，它們的每一處都有可能成為未來生產過程中的隱患。
為了能夠將爐長的經驗之談進行數據化統計，傳感器成為了非常重要的部件。
工程師首先製作了一個小型爐體，體積只有原爐體大小的三千分之一左右，並通過這個模型計算出7號爐所需要的傳感器數量。
在這之後，工程師將根據爐體情況，在相應監測位置安裝高溫傳感器，以監測爐內工作的相關數據。
最後，由2000多個傳感器組成的數據採集陣列，每天將收集近600MB爐內數據，囊括水溫、壓力、溫度等參數，來反映高爐工作時的「健康狀況」。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
它同時擁有嘉峪關本部、蘭州榆中和山西翼城三個鋼鐵生產基地，鋼鐵產能已經突破1000萬噸，主體技術裝備屬於國內先進水平。
輝煌時期的酒鋼，曾為三峽大壩、青藏鐵路和北京鳥巢等幾個重大項目提供鋼材。
然而，輝煌的背後，酒鋼也有難以言說的疼痛。
很長一段時間，由於國際市場低迷和頻發的生產安全事故，酒鋼一度掙扎在生死的邊緣。你很難想象，一個有60多年曆史的鋼鐵企業，依然被安全生產事故而搞的狼狽不堪。
在這其中，絕大部分事故都是「高爐」爆炸所導致的。這是一種高溫、高壓且密閉的熔爐，工人無法直接觀察其內部的工作情況，隱患非常巨大。
1990年3月12日，酒鋼的一號高爐在生產中發聲爆炸。巨大的壓力波瞬間將部分爐壁、冷卻設備和爐內材料拋向周圍。
滾燙的材料和空氣熱浪，夾雜著倒塌物立刻奪去了19名工人的生命，造成2120萬元經濟損失。
要知道，鋼鐵生產企業都會設立「爐長」這一職位，他們由經驗豐富的工人來擔任。通過多年的經驗積累和工作訓練，優秀的爐長通過肉眼觀察後，可以預估高爐的當前溫度與狀態，並做到與真實情況相差不到0.005%。
但即便是這樣，將10多億元的生產設備安全寄託在一個經驗豐富的工人上，顯然已經不再適應現代化的生產安全流程。
根據相關統計，全球大約有1500座鍊鋼高爐，其中三分之二位於中國。運行中的高爐每年會產生近315TB（1TB=1024GB）的數據量，其中不乏能夠直接引起安全生產事故的關鍵性數據。
對於酒鋼來， 一方面，無法全面、科學和精準的收集這些數據，數據價值被白白浪費掉；另一方面，爐長的口頭總結，無法將安全生產的專業知識完整的傳承下去，導致事故反覆發生 。
兩難的境遇之下，酒鋼的最大高爐——7號高爐，從啟用以來，就經歷了178次事故與故障，非常影響生產的有效進行。
2
安全生產陷入停滯，企業發展自然也進入了瓶頸。
為了解決這個困境，酒鋼將突破方法轉向了大數據，而東方國信則承擔了這次酒鋼7號高爐的數據化改造工程。
這個100多米高的7號爐體上，佈滿了近萬條管道與線纜，它們的每一處都有可能成為未來生產過程中的隱患。
為了能夠將爐長的經驗之談進行數據化統計，傳感器成為了非常重要的部件。
工程師首先製作了一個小型爐體，體積只有原爐體大小的三千分之一左右，並通過這個模型計算出7號爐所需要的傳感器數量。
在這之後，工程師將根據爐體情況，在相應監測位置安裝高溫傳感器，以監測爐內工作的相關數據。
最後，由2000多個傳感器組成的數據採集陣列，每天將收集近600MB爐內數據，囊括水溫、壓力、溫度等參數，來反映高爐工作時的「健康狀況」。
圖片來源：央視9套大數據時代2
安裝之後的7號高爐，猶如被CT掃面一般，實時接收來自總控室的監測。這些數據被後臺計算機彙總並記錄，通過工業大數據算法分析，甚至可以提前2個小時預測高爐內部的生產情況。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
它同時擁有嘉峪關本部、蘭州榆中和山西翼城三個鋼鐵生產基地，鋼鐵產能已經突破1000萬噸，主體技術裝備屬於國內先進水平。
輝煌時期的酒鋼，曾為三峽大壩、青藏鐵路和北京鳥巢等幾個重大項目提供鋼材。
然而，輝煌的背後，酒鋼也有難以言說的疼痛。
很長一段時間，由於國際市場低迷和頻發的生產安全事故，酒鋼一度掙扎在生死的邊緣。你很難想象，一個有60多年曆史的鋼鐵企業，依然被安全生產事故而搞的狼狽不堪。
在這其中，絕大部分事故都是「高爐」爆炸所導致的。這是一種高溫、高壓且密閉的熔爐，工人無法直接觀察其內部的工作情況，隱患非常巨大。
1990年3月12日，酒鋼的一號高爐在生產中發聲爆炸。巨大的壓力波瞬間將部分爐壁、冷卻設備和爐內材料拋向周圍。
滾燙的材料和空氣熱浪，夾雜著倒塌物立刻奪去了19名工人的生命，造成2120萬元經濟損失。
要知道，鋼鐵生產企業都會設立「爐長」這一職位，他們由經驗豐富的工人來擔任。通過多年的經驗積累和工作訓練，優秀的爐長通過肉眼觀察後，可以預估高爐的當前溫度與狀態，並做到與真實情況相差不到0.005%。
但即便是這樣，將10多億元的生產設備安全寄託在一個經驗豐富的工人上，顯然已經不再適應現代化的生產安全流程。
根據相關統計，全球大約有1500座鍊鋼高爐，其中三分之二位於中國。運行中的高爐每年會產生近315TB（1TB=1024GB）的數據量，其中不乏能夠直接引起安全生產事故的關鍵性數據。
對於酒鋼來， 一方面，無法全面、科學和精準的收集這些數據，數據價值被白白浪費掉；另一方面，爐長的口頭總結，無法將安全生產的專業知識完整的傳承下去，導致事故反覆發生 。
兩難的境遇之下，酒鋼的最大高爐——7號高爐，從啟用以來，就經歷了178次事故與故障，非常影響生產的有效進行。
2
安全生產陷入停滯，企業發展自然也進入了瓶頸。
為了解決這個困境，酒鋼將突破方法轉向了大數據，而東方國信則承擔了這次酒鋼7號高爐的數據化改造工程。
這個100多米高的7號爐體上，佈滿了近萬條管道與線纜，它們的每一處都有可能成為未來生產過程中的隱患。
為了能夠將爐長的經驗之談進行數據化統計，傳感器成為了非常重要的部件。
工程師首先製作了一個小型爐體，體積只有原爐體大小的三千分之一左右，並通過這個模型計算出7號爐所需要的傳感器數量。
在這之後，工程師將根據爐體情況，在相應監測位置安裝高溫傳感器，以監測爐內工作的相關數據。
最後，由2000多個傳感器組成的數據採集陣列，每天將收集近600MB爐內數據，囊括水溫、壓力、溫度等參數，來反映高爐工作時的「健康狀況」。
圖片來源：央視9套大數據時代2
安裝之後的7號高爐，猶如被CT掃面一般，實時接收來自總控室的監測。這些數據被後臺計算機彙總並記錄，通過工業大數據算法分析，甚至可以提前2個小時預測高爐內部的生產情況。
圖片來源：酒泉信息中心
爐內溫度、燃料用量和礦砂投放等本依靠爐長經驗的供需，都在大數據的全面掌握之中實現了精準配比。
通過一系列的大數據改造，酒鋼提升了鐵水質量穩定性20%，每座高爐每年可以降低成本2400萬元，減少碳排放2萬噸左右，冶煉效率提升10%。
東方國際工業大數據曾作出預期，整個鍊鐵行業推廣大數據化後，每年將帶來至少200億元成本的降低和2000萬噸的二氧化碳減排成效。
3
也許你很難體會，「提升20%的穩定性」和「降低2400萬元成本」是什麼概念。
我們客觀地來說，消費類大數據終歸和工業大數據差別巨大。工業大數據可能無法像消費類大數據一樣帶來「快速」、「巨大」的成功。
但我們需要知道的是： 對於製造行業來說，成本、效率、質量和安全永遠是企業最為關心的話題，而數據則是當今提高這些要素的重要手段 。
在鋼鐵的整個生產過程中會產生巨大的數據，這些數據不僅僅是可以用作於安全生產，更是全面實現工業信息化所必須的條件。
很多企業在數據收集之後，無法汲取價值為自身所用，從而導致大量數據只能單純存儲在硬盤上。此外，一些企業在數據化中一味追求信息化，採購大量硬件設備，加劇資源的消耗與浪費。
作者/王思宇
來源/數據賦能
最近幾年來，大數據的應用一直是製造業的熱點話題。
尤其是中國的鋼鐵企業，很大一部分都具備了較高的自動化和信息化水平，各類數據系統被運用其中，成為企業高效率製造、管理的基礎。
從2000年開始，中國一些鋼鐵企業的技術工人就利用數據參與到製造、控制和決策各個方面，並取得不少成果。
如果與其他製造業進行橫向比較的話， 鋼鐵業絕對是在數據、算法和系統研製等相關技術領域均走在前列 。
而今天我們要說的，便是一個傳統鋼鐵企業通過大數據成功完成生死逆轉的案例。
1
酒泉鋼廠的名字誕生於1958年。
作為國家「一五」計劃的重點建設項目，酒鋼成為了我國西北地區最大的碳鋼和不鏽鋼生產基地。
它同時擁有嘉峪關本部、蘭州榆中和山西翼城三個鋼鐵生產基地，鋼鐵產能已經突破1000萬噸，主體技術裝備屬於國內先進水平。
輝煌時期的酒鋼，曾為三峽大壩、青藏鐵路和北京鳥巢等幾個重大項目提供鋼材。
然而，輝煌的背後，酒鋼也有難以言說的疼痛。
很長一段時間，由於國際市場低迷和頻發的生產安全事故，酒鋼一度掙扎在生死的邊緣。你很難想象，一個有60多年曆史的鋼鐵企業，依然被安全生產事故而搞的狼狽不堪。
在這其中，絕大部分事故都是「高爐」爆炸所導致的。這是一種高溫、高壓且密閉的熔爐，工人無法直接觀察其內部的工作情況，隱患非常巨大。
1990年3月12日，酒鋼的一號高爐在生產中發聲爆炸。巨大的壓力波瞬間將部分爐壁、冷卻設備和爐內材料拋向周圍。
滾燙的材料和空氣熱浪，夾雜著倒塌物立刻奪去了19名工人的生命，造成2120萬元經濟損失。
要知道，鋼鐵生產企業都會設立「爐長」這一職位，他們由經驗豐富的工人來擔任。通過多年的經驗積累和工作訓練，優秀的爐長通過肉眼觀察後，可以預估高爐的當前溫度與狀態，並做到與真實情況相差不到0.005%。
但即便是這樣，將10多億元的生產設備安全寄託在一個經驗豐富的工人上，顯然已經不再適應現代化的生產安全流程。
根據相關統計，全球大約有1500座鍊鋼高爐，其中三分之二位於中國。運行中的高爐每年會產生近315TB（1TB=1024GB）的數據量，其中不乏能夠直接引起安全生產事故的關鍵性數據。
對於酒鋼來， 一方面，無法全面、科學和精準的收集這些數據，數據價值被白白浪費掉；另一方面，爐長的口頭總結，無法將安全生產的專業知識完整的傳承下去，導致事故反覆發生 。
兩難的境遇之下，酒鋼的最大高爐——7號高爐，從啟用以來，就經歷了178次事故與故障，非常影響生產的有效進行。
2
安全生產陷入停滯，企業發展自然也進入了瓶頸。
為了解決這個困境，酒鋼將突破方法轉向了大數據，而東方國信則承擔了這次酒鋼7號高爐的數據化改造工程。
這個100多米高的7號爐體上，佈滿了近萬條管道與線纜，它們的每一處都有可能成為未來生產過程中的隱患。
為了能夠將爐長的經驗之談進行數據化統計，傳感器成為了非常重要的部件。
工程師首先製作了一個小型爐體，體積只有原爐體大小的三千分之一左右，並通過這個模型計算出7號爐所需要的傳感器數量。
在這之後，工程師將根據爐體情況，在相應監測位置安裝高溫傳感器，以監測爐內工作的相關數據。
最後，由2000多個傳感器組成的數據採集陣列，每天將收集近600MB爐內數據，囊括水溫、壓力、溫度等參數，來反映高爐工作時的「健康狀況」。
圖片來源：央視9套大數據時代2
安裝之後的7號高爐，猶如被CT掃面一般，實時接收來自總控室的監測。這些數據被後臺計算機彙總並記錄，通過工業大數據算法分析，甚至可以提前2個小時預測高爐內部的生產情況。
圖片來源：酒泉信息中心
爐內溫度、燃料用量和礦砂投放等本依靠爐長經驗的供需，都在大數據的全面掌握之中實現了精準配比。
通過一系列的大數據改造，酒鋼提升了鐵水質量穩定性20%，每座高爐每年可以降低成本2400萬元，減少碳排放2萬噸左右，冶煉效率提升10%。
東方國際工業大數據曾作出預期，整個鍊鐵行業推廣大數據化後，每年將帶來至少200億元成本的降低和2000萬噸的二氧化碳減排成效。
3
也許你很難體會，「提升20%的穩定性」和「降低2400萬元成本」是什麼概念。
我們客觀地來說，消費類大數據終歸和工業大數據差別巨大。工業大數據可能無法像消費類大數據一樣帶來「快速」、「巨大」的成功。
但我們需要知道的是： 對於製造行業來說，成本、效率、質量和安全永遠是企業最為關心的話題，而數據則是當今提高這些要素的重要手段 。
在鋼鐵的整個生產過程中會產生巨大的數據，這些數據不僅僅是可以用作於安全生產，更是全面實現工業信息化所必須的條件。
很多企業在數據收集之後，無法汲取價值為自身所用，從而導致大量數據只能單純存儲在硬盤上。此外，一些企業在數據化中一味追求信息化，採購大量硬件設備，加劇資源的消耗與浪費。
與本文中的案例類似，鋼鐵企業的數據化轉型，大部分由專業技術公司在負責實施，而鋼鐵企業內部的工程師卻在做項目主導，這其中的成本風險可想而知。
事實上，企業內部的工程師通常不具備較高的數據處理能力，所以企業不應該急於給他們提供那些過於完整技術，尤其是那些價格高昂的分析工具。
應該先給工程師提供比較觸及的數據工具，然後再根據情況購買部分高級工具進行使用。這不但節約了開支，也為後續的企業數據化轉型奠定了基礎。