一、客户背景

河北天柱钢铁与中冶赛迪信息于2023年10月联合成立“天柱—赛迪智能制造联合研究院”，围绕组织、机制和模式三个方面开展创新，建立面向钢铁生产的数字化创新创效能力体系。双方以工业互联网平台为基础，将数据技术与炼钢业务结合，推进智能炼钢等解决方案落地，探索由生产经验驱动向数据辅助生产管控转变的新路径。

炼钢是钢铁生产中的核心环节之一，涉及生产设备、传感终端、工艺控制系统及多个生产岗位。生产过程中持续形成工艺、设备、质量和成本等数据，这些数据既反映现场工况，也是开展生产控制、质量管理和成本分析的重要基础。随着数据来源和应用场景不断增加，项目需要建立统一的数据链路，使现场数据能够被及时采集、稳定存储，并进入智能炼钢应用。

联合研究院的成立，使项目建设不再局限于单一系统部署，而是将技术平台、业务场景和持续创新机制结合起来。河北天柱钢铁希望依托这一合作体系，逐步形成“数据感知—智能控制—工序协同—精益管控”的闭环，为质量稳定、成本控制和生产效率提升提供支持。

二、面临挑战

炼钢生产工况持续变化，原料条件、设备状态和工艺过程之间相互影响。相对固化的工艺参数难以及时适应现场变化，传统生产操作较多依赖岗位人员经验，不同人员对工况的判断和操作方式可能存在差异，质量与成本指标也容易随生产条件发生波动。

要推动智能炼钢落地，企业需要持续获取炼钢过程中的实时工艺参数和设备状态，并将不同来源的数据进行汇聚。材料显示，项目面临多源数据融合与有效特征提取难的问题。如果数据仍分散在不同生产系统中，上层应用便难以及时获得完整、连续的生产信息，也难以将数据分析结果用于工序协同和生产控制。

与此同时，炼钢设备和传感终端持续产生海量时序数据。传统数据管理方式难以同时满足高并发写入、低延迟查询和历史回溯需求。缺少统一时序数据底座，不仅会影响生产数据的实时使用，也会制约质量分析、成本管控和智能应用对历史数据价值的进一步挖掘。

项目因此需要解决两个相互关联的问题：一是建立统一、高效的数据采集与时序存储能力；二是让数据真正进入炼钢生产流程，支持现场感知、智能控制和精益管理，而不是停留在数据汇集层面。

三、IoTDB解决方案

项目通过工业互联网平台接入天柱钢铁炼钢等工序的生产系统、设备和传感终端，实时采集工艺、设备、质量和成本数据。现场数据经平台汇聚后，形成面向智能炼钢应用的统一数据链路，为生产状态分析和工序协同提供基础。

底层时序数据由中冶赛迪基于 Apache IoTDB 构建的时序数据库统一承载。主要负责海量生产时序数据的实时写入、统一存储、快速查询和历史回溯，为上层智能炼钢应用提供高并发、低延迟的数据服务。

在数据感知环节，平台持续获取炼钢实时工艺参数和设备状态，使上层应用能够及时掌握现场生产信息。在智能控制环节，智能炼钢方案以实时数据为基础开展业务处理，为生产操作和过程控制提供支持。在工序协同环节，统一的数据体系为不同生产环节使用一致的数据提供条件，并进一步提高服务质量、成本和效率等精益管控目标。

当业务人员需要了解当前工况时，上层应用可以从IoTDB获取实时数据；需要分析生产过程或回顾相关状态时，则可以查询相应历史时序数据。基于IoTDB构建的数据底座由此连接现场设备、工业互联网平台和智能炼钢应用，使数据能够沿着采集、存储、查询和业务使用的链路持续流动。

联合研究院则为方案持续落地提供组织与机制保障。双方可以依托已经建立的数据底座和智能炼钢体系，围绕具体生产问题持续优化应用，使数字化建设与炼钢业务需求保持衔接。

四、方案效果与价值

河北天柱钢铁依托联合研究院，以数据驱动方式推进智能炼钢等方案落地，支撑炼钢厂在质量稳定、成本控制和生产效率等环节实现关键指标稳步提升，并逐步形成持续创新创效的数字化能力体系。

从数据治理角度看，项目将炼钢工序生产系统、设备和传感终端产生的数据纳入统一链路，基于 IoTDB 构建的时序数据库为海量时序数据提供实时存取和历史回溯能力，改善了上层应用缺少统一数据支撑的问题。从业务应用角度看，实时工艺与设备数据进入智能炼钢方案，为数据感知、生产控制和工序协同提供支持，推动生产管理逐步减少对单一人工经验的依赖。

项目还形成了技术系统与创新机制协同推进的建设方式。工业互联网平台负责现场数据接入，IoTDB 承担时序数据管理，智能炼钢应用将数据用于生产业务，联合研究院则支持方案持续创新和优化。这一模式为智能制造能力长期建设提供了基础。