摘要：钢铁在几乎所有行业中都发挥着至关重要的作用，也将成为未来循环经济的支柱材料。钢铁生产的碳排放大约占全球总排放量的5%。达索系统的3DEXPERIENCE平台通过数据驱动和基于模型的虚拟孪生体验技术，能够帮助钢铁企业实现提升生产和物流效率，实现绿色智能发展。

本文节选自作者应邀在《2022中国绿色钢铁国际峰会》上所做的演讲《数字技术助力钢铁行业绿色智能发展》的上半部分。《2022中国绿色钢铁国际峰会》由ECV公司主办。

每次在外面走在骄傲的阳光之下，我的脑海里都会联想到双碳目标，联想到可持续、绿色智能发展。

当然我们也能看到，不管是能源企业还是钢铁企业，从这些企业的网站上都会有一个可持续发展的页面。我们可以看到这些企业都制定了碳达峰和碳中和的时间，通常碳中和的时间大部分都设置在了2050年。碳达峰的时间不太一样，我看到河钢设置的碳达峰时间是2022年，宝钢设置的碳达峰的时间是2023年。

可能有人认为公司做出这些声明的动机更多是出于公关和营销目的，但今天的情况并非如此，每家公司都在认真尝试减排的措施，我们看到整个钢铁行业正在缓慢但肯定以有意义的方式解决碳排放问题。但减排对我们的钢铁客户来说确实是一个巨大的挑战。

钢铁是我们生活的必需品，尤其对于建筑行业和基础设施行业来讲，钢材的使用量占到了50%。即使是“清洁能源”也需要钢铁，而且用到的钢铁比重是84%。全球的钢铁企业，每年生产1800兆公吨钢铁，相当于16万个埃菲尔铁塔的重量。

钢铁生产对环境的影响非常大。钢铁生产既消耗大量的能源，同时又导致大量温室气体的排放。据统计，钢铁生产的全球碳足迹，总计有两吉吨二氧化碳，大约占全球总排放量的5%。再加上加热钢铁“冷板”所消耗的860特瓦时的能源需求。

当然，钢铁企业已经有大量的生产创新来节约能源。比如说热装的创新，热装能够把调度效率提高4%。热装避免了在成型前再重新加热钢材。我也看到咱们国内的钢铁企业都在强调直装率和热装率，很多企业热装率超过了50%，有的甚至超过了90%。

我们能够看到钢铁企业有这样的节能减排技术创新的应用趋势，哪怕是仅仅从热装带来的变化，就已经显著减少了钢铁企业的碳排放和能源消耗，同时提供了额外的成本节约优势，使企业的业务更具可持续性。

仅仅是热装的普遍应用，就能够减少钢铁企业总碳排放的0.95%，换算到全球总体碳排放能够减少0.05%。

如何利用数字化技术来实现钢铁企业的绿色智能发展呢？对于钢铁的企业数字化转型，我们能够看到6个转变趋势。

第1个转变趋势是从传统生产方式向低影响生产方式之趋势。如何通过数字化实现对环境的友好，实现对环境的影响最小。

第2个转变趋势是商品和特殊材料向循环可持续解决方案转变之趋势。建立以材料为中心的解决方案骨架，来支持可持续革命。

第3个转变趋势是从一次性巨型项目向模块化和可复制钢铁工厂转变之趋势。钢铁厂的产品化和预制趋势。钢铁厂的EPC项目需求是千变万化的，但设备和供应商、人力资源等都是有限的，模块化的钢铁厂是基于这样一种变革模式，用有限的设备，有限的供应商，有限的材料，有限的资源来建造出满足EPC项目千变万化的需求，最经济的方式就是模块化。实现模块化才能实现快速复制钢铁工厂的建设。

第4个转变趋势是从以客户为中心转为项目驱动转变之趋势。钢铁厂的建造和运营过程以项目制进行。

第5个转变趋势是从采掘工业向地球资源的可持续治理转变之趋势。钢铁厂的上游企业以铁矿石采矿企业为主，达成资源循环利用与碳中和，实现地球资源的最佳治理模式。

第6个转变趋势是从传统的资产管理向数据驱动的资产关怀转变之趋势。通过使用钢铁工业大数据洞察，帮助钢铁企业驱动更具可持续性的资产运营，提升运营效率。

数字技术助力钢铁行业绿色智能发展的第一性原理。在物理的钢铁厂的基础上，我们在虚拟世界里面构建一个虚拟的钢铁厂，我们让虚拟世界里面的钢铁厂与真实世界同步运行，甚至更早地运行，在虚拟世界里面不断的进行尝试，不断的优化，找到最安全、最经济、最绿色环保的方式，在真实世界再把它变为现实，这就是数字技术帮助钢铁企业实现绿色智能发展的第一性原理。

具体哪些数字化技术能够帮助钢铁企业实现绿色智能发展呢？去年的时候，CIMData做过一个调研。调研了几百家制造业的企业、软件供应商和系统集成商。调研的结果发现对于制造业的企业、软件供应商和系统集成商，对于哪些数字化技术能够帮助企业更具可持续性，认知是不一样的。当然也有相同的地方，他们都认为PLM是实现可持续性的最重要的数字化技术。还有一个特别有趣的结论，是每家企业都认为自己是在可持续性方面是市场领导者。

有没有一项技术，或者一个平台能够同时具备上面提到的各种数字化技术呢？达索系统提供的三维体验平台就涵盖了以上所有的数字化技术。三维体验平台上承载了两种数字化技术，一种是数据驱动。从现实世界采集所有必要的数据，基于这些数据，通过算法实现极致的最高效率，实现极致的管理，让我们所做的所有的决策具备科学性。实现数据驱动的可持续钢铁厂。

第二种技术手段是基于模型。基于模型构建从原子到星球的虚拟世界。在虚拟世界里对钢铁厂的设计和运营建立模型，通过仿真和优化，找到最具可持续性的方案，并将其变成现实。

什么叫极致管理？管理的极致就是企业的战略，能够逐级分解逐级落实，在基层完美执行，使得企业里面每一个人每时每刻所做的工作都是在执行企业的战略。从最高等级的企业的宗旨远景、企业的文化到具体的战略目标，对一个钢铁厂来说，就是未来3~5年能够达到的产能和营收的目标。再分解到具体的产品组合、项目群、项目、任务、流程、具体的工作内容。反过头来是逐级的数据汇总过程。让每一级的管理层都能够透明地掌握和洞察自己负责的部门运行的状况。

接下来是从横向看，一个钢铁企业极致的管理包含哪些内容呢？钢铁工厂的全生命周期管理涵盖了从钢铁工厂的立项，到初步设计、详细设计、设备的采购和制造、施工建设、生产线调试、运营维护，一直到退役的全过程。也包括从矿石原材料、烧结、炼铁、炼钢、连铸、轧钢一直到成品的钢材产品全生命周期的管理。

数据驱动的极致管理，还包括产品生命周期里的每一个环节实现局部的最高效率和整个产品生命周期的全局最优效率。从采购到制造、运输、销售、人力资源，都有各种计划。从不同的层次分有战略规划、销售运营计划、产销主计划和详细排程。崇尚更快更高更强的奥运会，有田径、举重、游泳等各种项目的世界纪录。在生产调度和物流路线规划等领域也有世界级的算法优化记录。

柔性作业车间调度（FJSSP，Flexible Job Shop Scheduling Problem），是自 1960 年代以来一直在研究的经典车间调度问题的扩展。达索系统DELMIA品牌的子品牌Quintiq创造了FJSSP的119个世界纪录。

FJSSP是基于生产环境的约束条件。机器运行特定的操作以完成订单，这是完成工作订单中操作顺序更繁杂的一部分操作。FJSSP每套方案的目标均是以最少的时间完成整个的工作订单。FJSSP的每个实例均具有以下特点：

指明工作数量和机器数量

每项工作包含一个固定的操作顺序

某些操作仅可在某些机器中执行

每个操作的处理时间不同，这取决于所运行的操作机器

一台机器每次仅可运行一项操作

同时，Quintiq还创造了84个VRPTW世界纪录，有时间窗车辆路径问题（vehicle routing problems with time windows，VRPTW）。

要破解VRPTW问题，必须制定出一组使用最少车辆并以最短距离行驶的交付路线，以便在特定时间范围内到达假设的客户。一个很好的解决方案可能是：

而Quintiq能够达到的世界纪录的解决方案：

用到10%更少的卡车，7%更少的里程，每年节约大约一百万美元。Quintiq的算法创造的记录也被评估机构SINTEF所认可。

此外，Quintiq还创造了13个PDPTW世界纪录；带时间窗的装货卸货（PDPTW）问题multi-vehicle pickup and delivery problem with time windows (m-PDPTW)。

Quintiq优化器的核心是五项供应链优化技术：坤帝科智能逻辑语言(Quill)、数学规划、约束规划、路径优化算法和图形规划。

在钢铁制造中，即使对于经验丰富的规划人员来说，根据可用资源和待定订单准确规划各个生产车间也很困难。例如，计划人员必须考虑可以插入哪些板坯以延长进度并最大限度地减少铸轧之间的等待时间，或者考虑如何在遵守客户交货日期的同时创建可行且高效的热轧机活动。当发生意外中断时，这很快就会出错，需要计划者对时间表进行重大更改。

但是，如果您有一个可以立即重新计划和优化跨不同领域的日程变更的解决方案呢？ DELMIA 拥有规划人员在各个规划级别做出最佳决策所需的解决方案。在操作层面。DELMIA支持计划人员创建最佳程序和序列、计划物料流和活动，并创建批次以生成最佳序列，从而实现更高的生产力和更好的交付性能。

解决方案的动态排序功能可实现灵活的时间表，使规划人员能够有效地应对中断，通过简化铸造和热轧时间表以实现更平稳的过渡来提高整体效率，通过集成调度增加热装来实现更好的节能和降低碳排放。

在战术层面，DELMIA 的主生产调度提供端到端的可见性并帮助制定切合实际的计划。模拟和比较假设情景以实时查看影响和后果，并根据 KPI 优化绩效，通过供应链规划连接销售、生产、采购和运输，消除运营孤岛。许多 DELMIA 客户在交付、性能、库存、交货时间和计划方面都实现了显著改进。

DELMIA不仅能在战术层面和运营层面解决钢铁企业的需求，还能从战略层面，通过协作式 S&OP 流程支持钢铁企业的销售和运营规划、销售和生产，以优化产品组合和长期产能决策。实时协作支持所有利益相关者的协调以及财务指标。通过应用机器学习方法，在时间和需求维度上对预测进行适当和一致的聚合和分解，并模拟场景和供应链规划，以支持决策制定以实现最大的盈利能力。

Acciaierie Bertoli Safau（简称ABS） 是欧洲三大特殊钢材制造商之一，也是意大利的领先制造商。ABS成立于1988 年，由Officine Bertoli（成立于1813 年）和Safau（成立于1934 年）合并而成。ABS是Danieli Group 的一个部门。

ABS 选择DELMIA Quintiq 作为最适合的平台，以帮助它改善客户服务和降低运营资本。借助DELMIA Quintiq，ABS可以优化产能，消除瓶颈并针对首要制造资源安排活动。DELMIA Quintiq 还使ABS 规划人员能够对备选计划的优点进行比较。在实施DELMIA Quintiq 后的短短一个月内，ABS就实现了关键绩效指标的改进。

“DELMIA Quintiq 在我们的行业拥有丰富的经验，并且在提供我们所需的附加价值方面取得了公认的成功。我们相信DELMIA Quintiq 解决方案可以帮助我们提升到新的水平。”ABS 项目经理Visentini Luca说。

Arvedi Group 旗下的 Acciaieria Arvedi 是意大利领先的炼钢和加工公司，每年生产超过400 万吨钢材。 当Arvedi 希望进一步改善整个供应链的客户服务时，它选择了DELMIA Quintiq 来提供对其复杂供应链流程的最大可见性。结果是，Arvedi更好地响应订单并改进了生产协调，提高了客户服务水平，降低了运营和物流成本，提高了产量。

“在评估多个提供商之后，我们发现DELMIA Quintiq 非常适合我们的要求和目标。自身作为先进技术的所有者，我们认识到，技术是企业成功的重要因素。这种协作体现了我们的承诺- 对DELMIA Quintiq 等强大技术和合作伙伴进行投资- 以便我们能够进一步提高我们在市场上的竞争优势。我们期待利用DELMIA Quintiq 在金属行业的灵活解决方案和丰富经验来支持我们定义未来项目。”Acciaieria Arvedi 的CEO Fabio Baldrighi说。

ArcelorMittal Dofasco 是北美领先的钢铁生产商与高品质扁轧钢供应商。每年生产和运输 450 万吨钢材。它在加拿大占地750 英亩的钢铁制造中心拥有北美一部分技术最先进的设施。ArcelorMittal Dofasco 的钢产品可用于从汽车车身零件到家用电器和建筑材料等各种用途。

该公司拥有1,400 多名员工，每周要处理数千份工单，因此需要更好的维护和调度解决方案；该解决方案可以优化流程并缩短安排工作所需的时间。DELMIA Quintiq 的解决方案允许规划人员实时做出决定。它使他们能够更好地预测需求并更有效地应对时间表中断。借助DELMIA Quintiq，ArcelorMittal Dofasco 的维护团队可以积极主动地进行人力规划，并更好地管理工单积压。

“如果没有软件工具的帮助，维护调度可能会非常复杂、耗时和耗费大量人力。实施DELMIA Quintiq 解决方案的目的是提供所有工作和资源的完全可见性（这些工作和资源用于维护我们的设施），从而最大限度地提高利用率和实现高水平的资源效率和有效性。”ArcelorMittal Dofasco 维护部门总经理Gino Palarchio说。

Beltrame Group 已在钢铁行业运营了一个多世纪，它生产用于建筑、造船厂和挖掘机的异型钢材。它是欧洲的行业领导者，拥有九个工厂，综合生产能力约为400 万吨。

该集团选择DELMIA Quintiq 来优化规划并改善其意大利、法国和瑞士工厂的客户服务。DELMIA Quintiq 将提供一个可配置的软件解决方案，该解决方案考虑了Beltrame 的具体业务目标和限制。该解决方案将释放本来会被闲置库存占用的资本，并确保产品线可在需要时用于客户订单。

“我们对这个项目感到非常兴奋，这将首次让我们全面了解三个最重要的欧洲工厂的生产流程和库存周转率…优化供应链运营意味着我们可以增强客户服务，这反过来将为Beltrame 带来更大的竞争优势。”Beltrame Group发言人说。

FNsteel 是定制长钢产品的独立开发商、生产商和分销商。该公司在荷兰、芬兰和瑞典设有工厂，配备先进的设施，用于各种生产和加工活动，包括盘条的酸洗、退火和拉丝。

FNsteel在荷兰阿尔布拉塞丹的退火业务中实施了DELMIA Quintiq 软件。DELMIA Quintiq 软件同时用于规划将卷板装入熔炉的过程，从而更有效地利用能量。它还可用于管理材料和库存，创建生产订单，规划海上发货等。

DELMIA Quintiq 在 FNsteel 的复杂供应链的每个阶段发挥了关键作用。FNsteel 报告了自实施DELMIA Quintiq 以来实现的几项改进，包括缩短10% 的生产周期和将熔炉容量利用率提高到90% 以上。产能利用率也得到提高，库存水平和客户服务也得到改善。

NatSteel 是亚太地区领先的钢铁生产商，拥有3,000 多名员工。这家跨国公司每年的钢生产能力约为200 万吨。NatSteel为建筑行业提供优质钢解决方案，包括上游产品以及定制的下游产品和服务。其产品用于住宅、工业和商业项目以及基础设施工程。

NatSteel 是新加坡唯一一家综合上游和下游运营的钢厂，通过回收废料制造钢材，并根据客户的需求制造钢材。作为全球十大钢铁公司之一，NatSteel拥有世界上最大的单一切割和折弯业务之一。

“我们希望转型整个供应链。我们审查了多家APS 提供商，DELMIA Quintiq 的解决方案及其在钢铁行业的强大专业知识让我们的选择变得显而易见。Macro Planner 和Company Planner 解决方案已上线，Upstream and Downstream Scheduler 正在实施中，Logistics Planner 即将开始实施。基于这些实施的成功，我们将考虑将该解决方案推广到我们在新加坡以外的其他工厂。”NatSteel首席供应链官Tan Man Ee说。

Outokumpu 是不锈钢和高性能合金领域的全球领导者。该公司生产的高级材料十分高效、持久且可回收。Outokumpu在40 多个国家/地区拥有15,000 多名专业人员，总部位于芬兰埃斯波。

Outokumpu 一直在寻找一种可以管理需求增长的解决方案。他们选择了DELMIA Quintiq 的供应链规划和优化平台来管理其意大利的两个服务中心和瑞典的一个冷轧厂。DELMIA Quintiq 的Macro Planner 将集成整个Outokumpu 的业务规划流程。自实施以来，Outokumpu的交付周期和库存水平都有所减少。

“我们在之前的项目中与DELMIA Quintiq 合作过。他们拥有知识渊博的员工和可靠的工作方法，可确保项目目标的实现。我们打算使用该软件来构建一个平台，以促进交付的持续改进。”Outokumpu 特种卷板供应链副总裁Gunnar Meller表示。

太原钢铁是中国宝武的控股子公司和不锈钢产业一体化运营的平台公司。始建于1934年，前身是民国时期创立的西北实业公司所属西北炼钢厂。新中国成立之初，被国家定位于发展特殊钢，先后生产出中国第一炉不锈钢、第一张热轧硅钢片、第一块电磁纯铁，也是中国第一台不锈钢精炼炉、第一台不锈钢立式板坯连铸机、第一条冷轧不锈钢生产线、第一条冷轧宽带不锈钢光亮退火线、第一条不锈钢冷热卷混合退火酸洗线的诞生地。

太钢通过实施DELMIA Quintiq的项目，对计划与排产系统进行优化升级后，在产销一体化、库存、生产、物流等方面的管理得到了很大提升，从而做到“事前有计划，事中有追踪，事后有评价“的可持续循环管理，打通生产和市场，让企业以非常柔性的方式，按照市场不同的需求去高效组织生产。不仅降低了库存，降低了成本，交货期也得到了改善，同时在排产方面也解放了很多人力资源。

河钢集团唐钢公司是河钢集团的核心企业和最大的钢铁子公司，是我国转炉炼钢的发祥地，曾是全国“十大钢”之一，是全国“第一批绿色工厂”，被世界钢协誉为“全球最清洁钢厂”。

唐钢公司是国内外具有重要影响力和较高知名度的汽车板、家电板生产基地，致力于为下游产业提供最具价值的钢铁材料和综合服务解决方案，主要生产冷轧退火板、冷轧涂镀板、热轧卷板、中厚板、大型材、中型材、棒材、线材等产品，其中镀铝硅板、镀锌铝镁板、结构钢、矿用钢市场占有率居国内第一。

根据唐钢公司全球讯息与自动化部长赵振锐的介绍，2008年以后，钢铁企业从卖方市场变成买方市场，为了让生产跟经营符合用户需求，唐钢过去讯息化架构，对于在有线产能约束下，有很大的差距，整个生产过程中，生产了多少、整个工序还有产品、交期地回应也不是很准确。

引进达索系统DELMIA Quintiq APS 系统以后，让系统跟品质管理能够实现，满足客户需求，借此提升消费者满意度。 在此，唐钢学习到一个好的架构能够推动企业往好的发展，当大家都用同样的语言沟通，所有员工就能按照客户要求，如期达成订单。

Quintiq到底是如何帮助这些钢铁企业进行优化的呢？我们通过一个样例来看。我们假设有一家钢铁公司名为QSteel。

QSteel公司的产品有板坯、退火平整线圈、镀锌卷材、通用柱、通用梁、TMT棒材、线材等等。

QSteel工厂的工艺环节如图所示，图中简称含义为BOF（碱性氧气炉）、LF（钢包炉）、SC（板坯连铸机）、PH（预热）、HR（热轧）、PL（酸洗线）、CR（冷轧）、GL（镀锌线）、AN（退火线）、SP（平整）。

QSteel 生产钢板、薄卷材、结构型材和长材，为汽车和建筑行业的客户提供服务。它有2 个生产设施：位于2 个不同地点的工厂1 和工厂2。

产品可以从工厂1 或工厂2 的仓库发货，以履行客户订单。还有一个客户在他们家门口交付订单，需要从工厂1 或工厂2 运输。

工厂1 拥有生产板坯（4级）、热轧卷（4级）和薄板卷（3级）的设施，而工厂2 能够生产钢坯（2种合金）、热轧卷（2级）)、薄卷材（2级）、结构型材和长材。

要在工厂2 中生产热轧卷材（2个等级），输入板坯必须从外部供应商处采购或从工厂1 运输到工厂2。

基于平衡的场景的实现率非常低。我们将对此进行进一步分析，看看是否还有其他事情要做。从每个销售段的需求满足图中，我们看到Great Car Products 客户未满足需求的最大差距。让我们深入了解该客户按产品划分的需求满足细分。进一步观察到我们不能满足镀锌卷的所有销售需求。

通过查看按库存点的销售需求履行情况，只有FG 库存点（工厂1）的销售需求有未履行数量。因此，这意味着所有未完成的销售需求仅针对为工厂1 下的订单。我们进一步调查导致1 号工厂履行率低于100% 的潜在原因。

在系统中我们发现大部分瓶颈在工厂2 的资源中，而对于工厂1，我们看到只有热轧机的利用率为100%，这可能是工厂1 需求未满足的原因，因为热轧机正在满负荷运行。我们进一步放大规划期间的容量使用情况，并查看更详细的视图。

因此，我们在这里看到了从2022 年1 月到2023 年6 月开始的18 个月内每月存储桶的计划容量使用情况的完整概览。工厂1 的热轧机在整个规划范围内确实满负荷运转，是一个瓶颈。

我们遇到瓶颈的时期将以黄色突出显示。然而，即使我们在前几个月也遇到了一些瓶颈，但它们并没有以黄色突出显示。原因是我们正在做S&OP 计划，其中决策是针对更长远的，因此我们将瓶颈检测设置为仅在QSteel 的3 个月后开始。尽管它们的灰色部分表明我们不是全职运行热轧机。所以也许有一些需要改进的地方。

那么如果我们增加热轧机的加班时间呢？让我们创建一个新场景并尝试增加热轧机的产能。从2022年4月起，我们将把热轧产能从24×5增加到24×7。为什么只从四月开始？短期范围的决策不是在S&OP 的计划级别做出的，更重要的是，因为轮班时间表的改变不能在一夜之间做出。我们去主数据维护来改变班次模式。

调整后，热轧机利用率也上升了，机器实际上是在满负荷运行，大部分时间是24×7 班次。优化器运行完成。在这里，您可以看到履约率已显著上升至91%。

钢铁行业的关键要求之一是如何使用制造运营管理(MOM)，而不是MES，来进行有效的生产管理。使用MOM，企业可以在远程或无线环境中有效地执行、跟踪和跟踪所有在线或离线订单的生产订单。达索系统的DELMIA APRISO解决方案提供了进阶版的操作可见性和动态仪表板，用于帮助企业在生产、质量、维护、劳动力管理等方面做出明智的决策。

过去几年，钢铁企业采用数字化的步伐有所加快。 分析、自动化、移动解决方案、工业物联网、机器人技术方面的创新正在推动显著的效率提升，并通过资源优化帮助实现业务连续性、供应链弹性和绝对可持续性。

3DEXPERIENCE 平台可以在钢铁企业自动化之旅中发挥重要作用，在平台上具有 DELMIA Operations Experience 的虚拟孪生体验、与 3DLean的精益协作、通过 Apriso 的任务执行和生产监控，当然还有具有调度功能的 Quintiq 供应链将有助于钢铁企业实现智能工厂。

由3DEXPERIENCE平台提供了这些能力，最终形成了为钢铁行业量身定制的可持续转型的完整解决方案，使钢铁企业获得可持续转型的7 大竞争力。

（1）虚拟孪生体验：实现供应链和运营的准确虚拟表示，允许您在现实世界中执行流程和资源之前对其进行测试和优化。

（2）销售和运营规划(S&OP)：通过CO2 排放KPI 弥合业务战略和运营之间的差距，可以在优化策略中考虑这些KPI，并在规划和报告过程中进行权衡取舍。

（3）主生产计划(MPS)：帮助微调供需数据和预测，以在整个生产供应链中提供准确及时的生产计划，包括提高客户订单的交付绩效，并提供更现实的交付预期。

（4）详细调度：帮助规划物料流、组合订单和创建批次以生成理想的序列，以便在最佳生产效率和最佳交付性能之间找到适当的平衡。

（5）协作运营：通过将人们聚集在一个指导发现、分析和更好协作的结构中，使钢铁员工能够找到新的创新方式。

（6）制造运营管理(MOM)：为卓越制造提供全面的核心平台，使您能够在全球范围内控制和同步运营。

（7）AI/ML 驱动的平台：通过供应链所有组件的闭环、智能决策自动化，帮助创建未来的价值网络。

图：演讲现场照片墙

由于文章篇幅较长，分开两部分分享给读者，敬请期待后续：

虚拟孪生助力钢铁行业绿色智能发展（下）

（本文在这里结束）