一家国营老化工厂的数字化转型三级跳|案例解析

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
全局流量管理 GTM,标准版 1个月
简介: 在六国化工这一数字化转型案例中,从自动化,到信息化 / 数字化,到实现数据驱动的 AI 智能决策。

在六国化工这一数字化转型案例中,从自动化,到信息化 / 数字化,到实现数据驱动的 AI 智能决策。
WX20220522-100345@2x.png

因新冠疫情影响,国外磷肥企业开工不足、产能下降,今年以来,磷化工产业链相关产品价格持续上涨。并且中国积极推动的“工业4.0”数字化升级,使得国内化工公司的业绩持续向好。

今年7月31日,化工龙头股“化肥巨头”六国化工发布2021中期业绩。财报显示,经历多年国企数字化艰难改造转型之后,如今六国化工净利在增长。公司2021上半年实现营业总收入27.5亿元人民币,同比增长21.4%;实现归母净利润1.5亿元,同比增长132.2%;报告期内毛利率为14.86%,同比增长5.49%;净利率为6.98%,同比增长160.99%,业绩持续向好。

六国化工全称是“安徽六国化工股份有限公司”,成立于2000年,主要从事磷复肥、精细磷化工、合成氨和甲醇等生产与销售。2004年3月5日,六国化工成功在A股上市,一度成为中国化肥行业的领军企业。

上市十七年间,六国化工所在的中国化肥行业经历了翻天覆地的变化。

近几年,一方面随着农业发展,化肥和农药等化工需求急剧增加,另一方面无化肥的绿色食品也在市场中流行起来。这样一种竞争状态使得化肥售价波动较大,产能结构性过剩、产品同质化严重、低水平竞争等严峻现状倒逼化肥企业转型升级,必须提升产供销一体化的能力。

六国化工不断进行数字化改造升级,希望借此提升竞争力,智能化提升产能。“我们在传统化工的控制过程中引入工业智能来替代人工操作,减少人工干预,实现流程的智能化、自动化,从而带来效能提升。”今年7月初,在六国化工的会议室里,身着蓝色工装的六国化工总经理马健向我们介绍了六国化工数字化升级改造的整个过程。

一级跳:上马ERP系统
地处皖中南,中国古铜都——安徽铜陵是一座历史悠久的城市,六国化工就坐落于此。六国化工前身是铜陵磷铵厂,成立于1986年,系国有大型企业,中国重要的磷肥工业基地,国家“七五”期间重点建设的国内第一家大型高浓度磷复肥生产企业,曾被列入国家国债专项资金支持项目,是国家重点发展的磷肥生产大型骨干企业。

2004年2月19日,六国化工登陆上海证券交易所。目前该公司集化肥、肥料、化学制品、化学原料、磷石膏、矿渣等产品的研发、生产、销售和服务为一体,现有1个本部、7个控股子公司。截至2021年上半年,六国化工总资产达到人民币53亿元。

但过去数十年来,随着时代发展,化肥售价波动性较大,业务倒逼企业转型。过去,六国化工内部,销售与计划模式缺乏量化指导,一切都是人工完成,临时调整多为线下沟通。由于销售员对销售量预估精确度较低,会出现长尾货品库存积压现象,也会出现补单、插单现象,还会因工厂或仓库改造等突发事件导致常规品缺货。生产计划落地与实时追踪困难,直接导致六国化工业绩受到影响。

六国化工2016年全年财报,公司实现营业收入44.57亿元,净亏损达1.25亿元。

马彩云是六国化工的一位计划员主管,她对长期的人工数据信息报备,深有感触。她说:“以前,审计财务都是线下人工进行的,大概每个月都需要汇报销售数字和需求量,销售预测、品种、数据等均汇成纸质表格。以前我一做这个就头疼,天天晚上加班,因为时间太紧了,两三天内就要做好所有的销售统计和生产计划,不止是六国化工本部,其他子公司的生产也要统筹起来,效率十分低下。但现在都是通过线上线下联动方式工作。”

而企业数据化大势让六国化工看到了可能解决问题的办法,开始走上了探索数字化转型之路。

首先,六国化工开启了“一级跳”:初步引进了SAP的ERP(企业资源计划)系统,选定SAPAnalyticsCloud(分析云)+SAPBW/4HANA(数据仓库)作为智能分析的平台,升级到数据统一管理。目标是建设集团化数据标准,统一内部管理分析口径,构建结构化指标体系和数据分析体系,建立企业级数据仓库,提高数据分析的时效性,包括生产控制、销售数据、预警监测等一应俱全,最终实现了管控集团化,运营协同化,决策数据化。

根据六国化工提供的数据,通过SAPS/4HANA升级项目,六国化工的结算效率提升80%,审批效率提高90%,纸质审批减少50%,数据及时性提高80%,整体有了很大的效率提升。

但这些还不够。由于化肥产业,需要输出大量的数据,光一个ERP平台,只能从纸质转向线上而已。对于传统化工行业来说,生产参数指标来源于设计指标,就是经验指标,但缺乏全局数据计算的支撑。所以,六国化工需要搭建一个全新的智能体系,这极为重要。

二级跳:安装“工业大脑”!
2018年8月,铜陵在全省率先推动实施“工业大脑”项目。基于大数据计算平台和独有的工业大脑,六国化工公司的“磷酸萃取率提升大数据应用项目”成为第一个示范项目。

六国化工在磷酸车间,引入了工业互联网和“工业大脑”,工业互联网负责采集全局数据,把生产中产生的温度、流量、加矿量、压力等数据收集起来,工业大脑利用云上算力和人工智能算法优化引擎,对大数据进行深度分析挖掘,把它们内在联系找出来,给出用料参数优化的建议,指导车间操作人员进行生产过程优化,提高磷酸萃取率,从而实现从“经验指标”向“数据指标”转换。

孔令西指出,在这一项目中,利用了IoT、云、大数据和AI技术的优势,不断地把实时运行数据采集上云,工业大脑的部署也在云上,工业大脑中的人工智能算法引擎不断地对生产数据进行高速处理、分析和计算,再结合挖掘出的人工操作工艺经验,使六国化工实现磷酸生产效率的最大化。

经过14个月的不懈努力,既实现了节能减排,也实现了降本提质增效,项目运行结果符合预期。马健介绍说,在“工业大脑”的帮助下,六国化工的磷酸萃取率从早前的95%提高到95.6-96.2%,磷转化率平均提升0.79%(最高提升至1.2%),非水溶磷的残磷率稳定性得到大幅提高,控制波动性的标准差显著降低,预计可以为企业每年带来约500万的经济效益,每年可节约磷矿石资源6000吨,减少磷石膏固废约1万吨。以最高提升1.2%计算,每年可为六国化工带来1200万元的收益。
1102370f1477185e469a79a4f3d3399e.png

2019年,六国化工的“工业—环境大脑”荣获全球智慧城市大会(SCEWC)中国赛区数字化转型大奖。特别值得一提的是,2019年工信部颁发的“百家大数据优秀案例”,六国化工的“工业—环境大脑”是全国唯一一家化工企业。

值得注意的是,“工业大脑”技术是在SAP的ERP系统建成后实现的,并没有重新做一套系统。对此,孔令西表示,工业的垂直细分领域很多,并且每个工厂从自动化到信息化牵涉的系统也很多,很难有一家供应商,可以提供全部的产品或技术,因此一个企业用很多家的产品与技术是必然的。但是我们不能再做一个烟囱式建设,让彼此无法互联互通,而是希望能构建一个统一的数据、算法、应用平台,实现对数据、算法、应用的统一管理,从而实现不同系统应用之间的协同。

“我认为,目前智能制造最大的技术难点,就是如何实现各种系统和数据的无缝连接与共享,建立统一的数据标准,在一个平台上实现真正的协同。”孔令西说。依托于工业大脑的项目,还做了进一步的延伸,在子公司做了能源的控制、环保优化、品控AI筛选等项目。比如利用视觉分析进行品控的自动打分,对绩效考核及产控非常有实质意义。

但这还不能满足六国化工的另一个需求——产销协同。因为化工行业,特别是农业化工行业,是充分竞争行业,我国磷肥行业协会统计:国内每年规模以上企业的磷肥产能为2000万吨,市场需求量只有1000万吨。加上新冠疫情影响,六国化工迫切希望系统性地提高企业经营决策质量与智能化水平,提升抗风险能力,寻求决策智能化的突破口。

三级跳:智能决策体系
2020年8月,六国化工宣布,全面实现产销链条数据打通、智能算法辅助、产销协同实时模拟等优化方案,提高决策水平。

具体来说,首先解决了产销链条数据打通问题,整合了六国化工产销链条多系统数据,提供实时准确的关键产销信息,全面反映六国化工供应链状况;其次,引入智能算法,实现需求计划优化、补货及库存优化、生产计划优化等;第三,产销协同仿真模拟,实时的模拟计算产销平衡的决策,直观的展示各决策带来的影响。通过AI决策中台,六国化工实现了量化的最优排产决策,加速推动企业从“制造”向“智造”的数字化转型。

根据六国化工的数据,订单平均满足率,整体可以保持在较高水平,业务人员将精力集中在产销异常的产品上。另外每月库存保持在较稳定水平:1-4月,可以用较低库存水平实现较高的服务水平,5-8月可再稍微提高库存水平,提高服务水平。“我们把原来18个销区、250万吨的化肥销售量进行了重新的拆解,变成可视化图谱:通过算法分析,模拟优化出销量最好的产品种类,细化到销售区甚至销售员的业绩,再进行生产。”六国化工信息中心主任吴昊表示,尽管算法预测依赖的数据量不大,但这一销售预测的结果对于六国化工来说极为重要,旨在均衡年度淡旺季库存,提高整个供应链的运行效率,预计每年可降低库存占用资金1800万,生产效率提升15%。

工业4.0和互联网时代依靠AI技术帮助企业进行相关决策是大势所趋,利用“求解器”帮助企业在各种复杂问题下完成最优决策,这是目前很多公司的迫切需求,在六国化的经验基础上,企业可以更快捷的实现转型,甚至不必大动干戈,可以从最迫切的需求点入手,这方面可以咨询上海速嵌,一箭中的解决问题。

六国化工依靠一套定制化数学规划方案,即通过复杂的现实问题建模成数学问题,针对多种已经建立的线性、整数及各种非线性模型,进行大量计算,用数学方法求解出最优的解决方案。

相关文章
|
1月前
|
数据采集 人工智能 安全
数据治理的实践与挑战:大型案例解析
在当今数字化时代,数据已成为企业运营和决策的核心资源。然而,随着数据量的爆炸性增长和数据来源的多样化,数据治理成为了企业面临的重要挑战之一。本文将通过几个大型案例,探讨数据治理的实践、成效以及面临的挑战。
数据治理的实践与挑战:大型案例解析
|
2月前
|
安全 算法 网络安全
网络安全与信息安全:构建数字世界的坚固防线在数字化浪潮席卷全球的今天,网络安全与信息安全已成为维系社会秩序、保障个人隐私和企业机密的关键防线。本文旨在深入探讨网络安全漏洞的本质、加密技术的前沿进展以及提升公众安全意识的重要性,通过一系列生动的案例和实用的建议,为读者揭示如何在日益复杂的网络环境中保护自己的数字资产。
本文聚焦于网络安全与信息安全领域的核心议题,包括网络安全漏洞的识别与防御、加密技术的应用与发展,以及公众安全意识的培养策略。通过分析近年来典型的网络安全事件,文章揭示了漏洞产生的深层原因,阐述了加密技术如何作为守护数据安全的利器,并强调了提高全社会网络安全素养的紧迫性。旨在为读者提供一套全面而实用的网络安全知识体系,助力构建更加安全的数字生活环境。
|
2天前
|
存储 人工智能 自然语言处理
高效档案管理案例介绍:文档内容批量结构化解决方案解析
档案文件内容丰富多样,传统人工管理耗时低效。思通数科AI平台通过自动布局分析、段落与标题检测、表格结构识别、嵌套内容还原及元数据生成等功能,实现档案的高精度分块处理和结构化存储,大幅提升管理和检索效率。某历史档案馆通过该平台完成了500万页档案的数字化,信息检索效率提升60%。
|
12天前
|
Prometheus 监控 Cloud Native
实战经验:成功的DevOps实施案例解析
实战经验:成功的DevOps实施案例解析
28 6
|
15天前
|
安全 Java
Java多线程通信新解:本文通过生产者-消费者模型案例,深入解析wait()、notify()、notifyAll()方法的实用技巧
【10月更文挑战第20天】Java多线程通信新解:本文通过生产者-消费者模型案例,深入解析wait()、notify()、notifyAll()方法的实用技巧,包括避免在循环外调用wait()、优先使用notifyAll()、确保线程安全及处理InterruptedException等,帮助读者更好地掌握这些方法的应用。
12 1
|
28天前
|
数据格式
常用的Lambda表达式案例解析,工作中都会用到!
常用的Lambda表达式案例解析,工作中都会用到!
|
2月前
|
缓存 网络协议 Linux
DNS解析工具使用案例
关于如何在Windows和Linux操作系统下使用DNS解析工具的案例,包括查看和清空DNS缓存、使用whois查询工具以及安装和使用dig工具进行DNS记录查询。
37 2
DNS解析工具使用案例
|
2月前
|
存储 安全 算法
网络安全与信息安全:构建数字世界的坚固防线在数字化浪潮席卷全球的今天,网络安全与信息安全已成为维系社会秩序、保障个人隐私与企业机密的关键防线。本文旨在深入探讨网络安全漏洞的成因与影响,解析加密技术如何筑起数据安全的屏障,并强调提升公众安全意识的重要性,共同绘制一幅数字时代安全防护的蓝图。
本文聚焦网络安全与信息安全领域,通过剖析网络安全漏洞的多样形态及其背后成因,揭示其对个人、企业乃至国家安全的潜在威胁。随后,详细阐述了加密技术的原理、分类及应用,展现其在保护数据安全方面的核心作用。最后,强调了提升全民网络安全意识的紧迫性,提出具体策略与建议,旨在构建一个更加安全、可靠的数字环境。
|
1月前
|
存储 数据采集 监控
CDGA\如何建立实现数据治理的效率价值框架:实践案例解析
数据治理是一个持续优化的过程。组织应建立健全的监督与评估机制,定期对数据治理工作进行评估,发现问题及时整改。广东药科大学通过数据全景图和数据监控大屏,实现了对数据治理成果的动态、多维度呈现与监控,为科学管理决策提供了有力支撑。
|
3月前
|
开发者
告别繁琐代码,JSF标签库带你走进高效开发的新时代!
【8月更文挑战第31天】JSF(JavaServer Faces)标准标签库为页面开发提供了大量组件标签,如`<h:inputText>`、`<h:dataTable>`等,简化代码、提升效率并确保稳定性。本文通过示例展示如何使用这些标签实现常见功能,如创建登录表单和展示数据列表,帮助开发者更高效地进行Web应用开发。
42 0

推荐镜像

更多