钢铁、采矿、化工和其他能源密集型流程等传统行业在运营和资本成本、能源和资源效率以及碳排放方面面临着日益严峻的挑战。即使不考虑 2020 年的新冠危机，金属行业的前景也已表明，可持续的竞争力将取决于效率而非规模。而数字化是提高效率的最重要手段之一。
然而，加工工业的数字化需要人们对业务战略、文化，当然还有数字化技术有清晰的认识。
学习型 [钢] 厂的愿景
学习型[钢]厂是西马克集团对全面互联的生产厂的设想，它利用智能模式识别算法提前确定所有情况，从实际事件中得出适当结论，通过人工智能不断训练和监控自己。这一概念的重点是前瞻性生产计划、产品质量保证、工厂状况监控和预测性能源管理。为了在整个生产链中取得最佳效果，有必要对从材料供应到生产再到销售的整个过程进行充分建模，并掌握相关的机器、过程和产品数据。
合理、智能的工厂管理的基础是能够预测资产状况和安排生产流程。最佳的设备健康状况是所有后续流程的基础。设备状况的可预测性允许对工艺偏差做出自发反应。使用预测性能源管理工具（如 Viridis 能源与可持续发展平台）可识别节能潜力。反过来，预测性生产计划也是生产最佳质量产品的基础。这种方法符合行业的新要求：如今，影响生产流程的不再仅仅是销售，还有指导销售的生产。预测生产空档，生成虚拟订单，并有效地加以应用。相应的生产数量和交货日期也是以销售为导向的。
学习型[钢]厂的主要任务从根本上说是将数据转化为信息，将信息转化为价值。它利用创新技术的所有优势来提高生产率和用户友好性，并支持可持续的绿色钢铁生产。
高效的能源管理
Viridis 能源与可持续发展平台由西马克集团旗下的 Vetta 公司创建，是钢铁、采矿和其他能源密集型加工行业的能源、资源和可持续发展管理综合解决方案。Viridis 通过三个杠杆创造可持续价值：能源和资源运营效率、能源和资源规划以及能源和资源综合管理。
一旦部署，Viridis 将为工厂整个能源矩阵的规划、消耗和转换的所有信息建立一个单一来源的真实系统，不仅涵盖电力，还包括燃气、冷却介质、水、废物、联产气体和任何关键资源。Viridis 将车间和上层的视角相结合，直接有助于有效提高能源和资源的运营效率并优化规划，从而加强持续改进周期。
Viridis 通过实施预测性能源、资源和可持续性管理，为学习型[钢]厂增加了一个重要的新支柱。这意味着要从规划到执行的全过程对钢铁厂的运营建立全面的管理视角，不仅要优化成本、产量和质量，还要优化与能源相关的成本、原材料使用，甚至是碳、温室气体和废物排放，从而提高工业竞争力。
将大数据转化为智能数据
有了 Viridis，数字化可以直接加快和利用工业领域在提高能效和减少碳排放方面取得的成果。智能传感器可以收集能耗数据和有关运行环境的信息（如生产以及工艺和环境变量）。这些海量数据为人工智能算法提供了支持，人工智能算法可以分析和建议行动，以分散的方式优化工业团队和过程的能源和环境效率。然后，可以动态控制每种能源输入的供需，从而在整个价值链中实现增效。
从工厂车间收集到的数据还可以为预测模型提供信息，这些预测模型可以从对方案和生产条件的评估开始，精确地估算出运营所需的每种能源资源的数量。通过模拟工具，可以对获取和执行能源买卖合同的不同方案进行评估，以降低单位成本，同时优先考虑排放水平较低的能源。这样就可以制定稳健的计划，降低运营和财务风险，改善成本控制。
此外，数字化还能更准确地衡量和验证必要转型的回报，从而实现投资、减少碳排放、获取价值和再投资的良性循环。
优化整个价值链
事实上，生产过程中能源和资源的使用方式会对整个价值链产生重要影响。这里可以强调两个方面：不同工艺步骤之间的接口处有时存在 "隐藏 "的机会，以及能源和资源对提高产品质量和资产健康的直接贡献。
关于第一个方面，Viridis 不仅可以管理单个工艺，还可以管理整个工厂，帮助分析特定产线的能源性能以及相邻工艺产线之间的接口。例如，如果一批直接还原铁到达炼钢车间的温度低于指定目标，炼钢车间的能耗可能会增加。另一方面，如果板坯或方坯离开连铸机后能立即进入再加热炉，则可以降低燃料气体的消耗。在某些情况下，Viridis 可用于优化综合钢铁厂热电联产机组的电力调度，通过考虑电力和天然气合同定价规则及其各自的市场现货价格，平衡热电联产气体的供应和需求，并瞄准最低的全球运营成本。只有确保能源和资源效率、规划和管理的深度整合，才能实现这一目标。
关于第二个方面，Viridis 还被用于识别最优工艺批次，利用专门的机器学习算法，将能源和资源消耗与生产批次的关键性能指标（如热量）相关联，如产品质量和安全资产工作条件。因此，结合对工艺本身的深入了解，Viridis 可以支持工艺工程师确定性能基准和相应的工艺变量、设定点以及实现这些基准的执行指南。然后，可将这些指导原则传达给操作人员，以便在工艺执行过程中进行实时指导，从而避免出现质量问题或停机，因为这显然会导致生产重新分类和不可避免的产量损失。
绿色钢铁成为现实
对能源和资源的需求正在稳步增长。因此，智能数字化解决方案对于实现经济增长与环境责任之间的可持续平衡至关重要。有效的能源、资源和可持续发展管理对金属和加工工业至关重要，并对其成本效益和碳足迹产生决定性影响。
加工工业正处于数字化时代。高可用性水平、持续优化的资产条件、安全的工作环境和最高的产品质量是最大限度提高工厂绩效的关键因素。对更高效、更可持续的生产过程的需求已成为常态，而更高水平的数字化要求采用模块化、灵活的数字化解决方案，以确保工厂的全面连接。
通过生产规划、资产健康、产品质量和能源管理等支柱，学习型[钢]厂的愿景就是提高效率和竞争力。这样做的好处是直接的，并有可能建立起投资、成果和再投资的良性循环：更强的竞争力会带来更好的财务成果；有了更多的现金，就可以将更多的投资用于扩大产能、提高生产率、运营效率和能源效率；更高的效率可确保降低温室气体排放水平，从而在提高工作质量的同时减少对环境的影响。