�N����65 ���� �0 ���� 基于 5G 和工业互联网的冶金尘泥循环 利用绿色智能工厂 赵国宾 赵俊杰 祁萌 杨慧 顾银琴 (永卓控股有限公司,张家港 215600) 摘要:永卓控股旗下的永钢集团冶金尘泥循环利用绿色智能工厂使用 5G、工业互联网、大数据等技术改 善了传统的大体量、粗放式、弱研发、轻环保的管理模式,实现了生产集控化、安环可视化、作业无人化、 点检智能化、协同高效化、管理智慧化 关键词:5G;工业互联网;大数据;绿色工厂 中图分类号:F426. 32;TF08 文献标志码:A 引用格式:赵国宾,赵俊杰,祁萌,等 . 基于 5G 和工业互联网的冶金尘泥循环利用绿色智能工厂[J]. 信 息通信技术与政策, 2023,49(11):55-64. DOI:10. 12267/ j. issn. 2096-5931. 2023. 11. 008 要素协同创新,实现了生产管理、质量管理、设备运行、 能源管控、物流运输、环境监控等企业运营管控智慧化。 1 基于 5G 和工业互联网的绿色智能工厂的 设计意义 1. 1 建设冶金尘泥循环利用绿色智能工厂,是钢铁行 业企业落实政策、合规经营的必经之路 钢铁冶金工业的发展促进了经济的快速增长,为 经济建设提供了物质保障,但冶炼生产所产生的大量 废渣、废物等也成为了环境污染的主要来源。

.. 208 上海市 1.中国（上海）自由贸易试验区临港新片区推动新型储能示范应用引领 产业创新发展实施方案 为加强新型储能在优化城市能源结构、构建新型电力系统中的支撑 作用，提高能源综合利用效率，推动新片区新型储能规模化、产业化发 展，打造具有全球竞争力的储能产业创新高地和示范应用基地，抢占绿 色低碳发展新赛道和未来能源发展新方向，结合新片区实际，制定本实 施方案。 一、总体要求 组件研发，提升锂 电池容量密度，降低储能成本。加强固态锂电池等新一代锂基电池关键 技术开发。 提升退役动力及储能锂离子电池回收和利用水平，加强电池一致性 管理等关键技术突破，健全电池性能监测与评价体系，确保安全的前提 下，探索动力及储能锂离子电池的梯次利用。 5.推动氢储能产业安全发展 重点布局电解水制氢装备。发展多种技术路线电解水制氢技术，提 升质子交换膜（PEM）、固体氧化物电解池（SOEC）等电解水制氢的工艺 研发和项目应 用。探索布局压缩空气储能、飞轮储能、重力储能及超导储能等产业。 7.拓展新型储能产业配套服务 提高数字化能源管控水平。结合重要电力负荷用户实际需要，通过 虚拟电厂等手段支持聚合利用不间断电源、电动汽车、用户侧储能等分 散式储能设施，依托大数据、云计算、人工智能、区块链等技术，优化 区域储能设施调度。 面向新型储能系统集成、检测认证、智能运维、安全预警、共性技 术研发、

改革、推进中国式现 代化的决定》，明确提出“建设和运营国家数据基础设施，促进数据共享”。2024年10月9日，中共中央办 公厅、国务院办公厅发布《关于加快公共数据开发利用的意见》，提出“加强数据基础设施建设，推动数据 利用方式向共享汇聚和应用服务能力并重的方向转变。”“研究制订数据基础设施标准规范，推动设施互联、 能力互通，推动构建协同高效的国家公共数据服务能力体系。”2024年12月31日，国家发展改革委、国家数 了新的、更 严格的要求，即要确保数据在大规模、高通量、快速率的流通过程中的安全。数据安全发展到了动态全过程安全阶段，这 时不仅需要更加强大的连接和算力功能，对数据更大规模、更快速率、更高通量流通利用的需求更强烈，而使用控制、隐 私计算、区域链、数据沙箱、智能合约、数据标识、语义发现、元数据智能识别等可信安全的数据流通技术正在成为数据 要素化发展新阶段的主流技术。 欧盟 《通用数据保护条例》 中，BigQuery是Google Cloud构建的高效安全数据流通平台。 BigQuery平台通过EDC组件并嵌入联邦学习，可以提供数据存储、数据处理、数据分析等全流程服务，以实现数据的 高效利用与处理。既能满足互操作性的要求，通过实现不同系统和平台之间能够无缝对接，从而推动数据的流通和共享，也 能确保数据自主权的实现，即保证参与者能够使用与管理自己的数据，在向他方提供数据访问权限时，能够保持对自己数据

INDUSTRIES SOFTWARE 从精益制造向智能制造演进 siemens.com/semiconductors 与许多半导体公司一样，几十年来，贵公司一直依赖精益制造技术。精益制造关乎企业生 存。利用精益生产方式，贵公司已经能够裁汰各项非增值流程，以减少浪费并充分提高生 产效率。 芯片制造商们深知精益制造的优势至关重要，但其中大多数公司也明白，在当今要求苛刻 的市场中，光靠精益制造是不够的 (MES) 收集实时数据， 为半导体专用仪表板（包括独特的半导体特定制造流程清单 / 信息清单模块）提供信 息。用于半导体制造的 MES 可以利用生产的数字孪生来实时捕获性能数据，包括统计 过程控制 (SPC) 以及与制造执行、维护、测试和调度的偏差。数字孪生利用 MES 数据 不断进行更新，可以随时提供高度准确的仿真，帮助企业确定生产改进机会。 是什么让智能制造脱颖而出？ 生产线自动化规划 • 消除返工，提高良率，实现零缺陷 • 通过数字方式连接生产流程和系统，以便清楚地了 解流程，防止出错 • 将虚拟世界与现实世界无缝连接 • 防止不良制造事件 • 利用无返工设计始终如一地达到高水平的初始质量 • 在不影响精益制造流程的情况下实施改进 • 运行闭环数据，实现持续学习和改进 向智能制造演进有望带来哪些业务成果？ • 提高产量：半

北 京邮电大学经济管理学院、南京邮电大学数据要素创新实 验室、北京化工大学信息化绩效评估中心、北京京数智科 技开发有限公司和上海合合信息科技股份有限公司共同拥 有，并受法律保护，转载、摘编或利用其它方式使用本报 告文字、图表或观点的，应注明“来源：《全国数智产业 发展研究报告（2024-2025）》”，违反上述声明者，将追 究其相关法律责任。 II 编写组 （三）数据流通交易将更加安全普惠 ....................................................................... 199 （四）数据开发利用将更加智能深入 ....................................................................... 200 （五）数据安全将全过程动态化保障 ...................... 15 图 9：数据安全企业的两种培育方式 ........................................ 15 图 10：数据流通利用企业的四种培育方式 ................................... 17 图 11：算力一体化企业的三种培育方式 .............................

本白皮书所载的材料和信息，包括但不限于文本、数据、图片 和观点，不构成法律建议，也不应替代律师意见。本白皮书版权归 广东广信通信服务有限公司/中通服中睿科技有限公司所有，并受法 律保护。如需转载、摘编或利用其它方式使用本白皮书文字或者观 点的，应注明来源。违反上述声明者，将追究其相关法律责任。 编写委员会  编制单位： 广东广信通信服务有限公司 中通服中睿科技有限公司  专家组： 专家组组长：王晔 以及人工智能技术催生的智能化运维需求，共同构成了算力运维的复杂技术生态。据 行业研究显示，算力中心的非计划停机每小时可能造成数百万美元损失，而高效的运 维体系可使设备故障率降低 40%以上，能源利用率提升 20%以上，凸显出科学运维体系 的核心价值。 本白皮书旨在系统梳理算力运维的技术框架与实践路径，为行业提供兼具前瞻性 与可操作性的参考指南。基于我们在算力基础设施领域多年的技术积累与项目经验， 气象、医疗、生物、仿真等领域，以 HPC 为代表的计算集群。 1.1.3 算力运维与传统运维的区别 传统运维核心是“保稳定”，注重基础设施可靠性；算力运维核心是“提效率”， 注重算力资源最大化利用，涉及全链路优化，对技术深度和动态管理能力要求更高： （1）. 传统运维核心目标是保障机房基础设施和 IT 基础设施的稳定运行，侧重 高可用性以确保业务连续性；服务对象多为企业内部业务系统或基础网络服务；

面向光电拓扑的预计算优化与双模路由表设计.........38 3.4 链路层：面向光电网络的智能双工重构...............................39 3.4.1 上下行非对称带宽的链路利用..................................... 40 3.4.2 智能预测与链路池化资源管理策略.............................41 3.5 步等集合通信操作，这些数据传递操作在服务器机内和机间均存在， 且随着模型参数量的逐步提升，所传递的数据量也会不断增加。因此 网络带宽越高，网络通信延迟在训练周期中占据的时间越短，也就能 够提升 GPU 的利用率和有效计算时间占比。 以 千 亿 参 数 规 模 的 AI 大 模 型 为 例 ， 数 据 并 行 单 次 迭 代的 AllReduce 集合通信数据量可达数百 GB 级别，如此庞大的数据量在 MW——超过 10% 的胡佛 大坝发电量。可见，电交换网络的功耗随训练规模呈指数级上升[10]。 此外，大模型的训练周期长（如 GPT-4 需 90-100 天），GPU 持续高 负载运行，且当前利用率仅 32%-36%，故障率较高，进一步延长训 练时间并推高能耗。 为满足极端高速率转发需求，电交换芯片必须在高功率状态下运 行，其高速 I/O 与大型转发能力意味着持续的高能耗（例如 CMOS

版权声明 本报告版权属于 CCSA TC601 大数据技术标准推进委 员会，并受法律保护。转载、摘编或利用其它方式使用本报 告文字或者观点的，应注明“来源：CCSA TC601 大数据技 术标准推进委员会”。违反上述声明者，本院将追究其相关 法律责任。 编制说明 本报告由 CCSA TC601 牵头撰写，在撰写过程中得到了多家单位 的大力支持，主要的参编单位及人员如下： 主要参编 ................. 9 （一） 推进基础保障体系建设，夯实地方政务数据管理基础...................... 9 （二） 统筹管理一体化，助力政府侧数据共享协调集约利用.................... 12 （三） 数据目录一体化，盘点数据底数构筑数据资源总账本.................... 14 （四） 数据资源一体化，归治用一体发挥数据资源汇聚效益 数据基础设施建设指引》指出，行业、区域数据基础设施是国家数据 基础设施的核心主体。政务数据平台作为区域基础设施的重要底座， 为各地方、各行业间推进政务数据采集、汇聚、传输、加工等体系化 建设提供底座基础，是推进公共数据流通利用的重要前提与基础。 4 二、一体化政务大数据体系建设总体视图 2024 年中国信通院联合产业界共同推进《一体化政务大数据体 系能力成熟度评估模型》（GDMM）标准框架的编制工作，从基础 保

了为避免服务中断而过度配置计算资源的需求。 与此同时，核心系统的现代化改造可以减少对昂贵专用软件和长期许 可协议的依赖。现代化工作负载还可以利用自动扩展、容器化和无服 务器计算，减少因过度配置而产生的不必要基础设施成本。 亚马逊云科技云服务通过按需付费定价模式、杜绝过度配置以及利用 开源和云原生技术优化资源利用率，助力企业实现上述成本节约。 这些技术将帮助您通过以下方式精减 IT 预算： 基础设施成本降低 2 IDC，《VMware IDC，《VMware Cloud on Amazon 在构建 VMware 混合云环境中的商业价值》，2024年 从本地系统迁移至可扩展的云端模式，降低基础设施与维护成本。 利用先进的解决方案和工具，如 Amazon Transform、Amazon Cost Explorer 和 Reserved Instances（预留实例），更有效地控制支出。 部署亚马逊云科技的自动化和高效存储解决方案，进一步降低运营 52%。团队重新审视并在多数情况下淘汰了传统流程，以此 降低成本、加快产品上市速度并增强业务敏捷性。 他们使用 Amazon Snowball 数据传输服务将超过 750 TB 的管道检测设备数据迁至亚马逊云科技，同时利用 Amazon Aurora、Amazon CloudWatch、Amazon Elastic Beanstalk 以及 Amazon Trusted Advisor 等亚马逊云科技服务，大幅

年，绿色低碳循环发展经济体系基本建立，主要资源利用效率达到国际先进水平， 经济社会发展全面进入绿色低碳轨道，碳排放达峰后稳中有降，美丽中国目标基本实现。 以 ESG 治理驱动上市公司绿色转型 11 工作原则：全面转型、协同转型、创新转型、安全转型 到 2030 年，重点领域绿色转型取得积极进展，绿色生 产方式和生活方式基本形成，减污降碳协同能力显著增 强，主要资源利用效率进一步提升，支持绿色发展的政 年，绿色低碳循环发展经济体系基本建立，绿 色生产方式和生活方式广泛形成，减污降碳协同增效取 得显著进展，主要资源利用效率达到国际先进水平，经 济社会发展全面进入绿色低碳轨道，碳排放达峰后稳中 有降，美丽中国目标基本实现。 实施全面节约战略，大力推进节 能降碳增效，加强资源节约集约 高效利用，大力发展循环经济 推动消费模式绿色转型，推广绿 色生活方式，加大绿色产品供给， 积极扩大绿色消费 重点行业节能降碳增效 循环经济 强化基础研究 加快关键技术研发 开展创新示范推广 巩固生态系统碳汇能力 提升生态系统碳汇增量 绿色生活方式 扩大绿色消费 加大绿色产品供给 化石能源清洁高效利用 发展可再生能源 构建新型电力系统 产业结构升级 遏制两高项目盲目发展 发展绿色低碳产业 优化交通运输结构 优化交通运输结构 引导低碳出行 城乡绿色规划建设 发展绿色低碳建筑 优化建筑用能结构