2025 年钢铁行业分析 2024 年，中国粗钢产量同比小幅下降，钢铁行业下游需求疲弱，供给端相对处于 过剩态势，原燃料价格虽有下降，但成本端降幅不及钢材价格降幅，钢铁行业整体盈 利水平持续下行。受供需关系影响，铁矿石和焦炭价格均呈现波动下行态势；房地产 投资持续下滑，但制造业和基建投资对用钢需求提供重要支撑，钢铁产品结构持续调 整。 预计 2025 年中国钢铁行业将延续供需双弱的格局，钢材价格预计维持震荡走势， 步出清，钢铁行业将转向 高质量发展，行业竞争格局有望得到明显改善。 联合资信 工商评级四部 |钢铁行业组 www.lhratings.com 研究报告 1 一、 行业运行情况 2024年，中国钢铁行业供需双弱，行业景气度仍处于探底阶段。行业供给过 剩依然严重，产品价格下行，钢铁行业整体盈利趋弱。 钢铁是重要的基础原材料，行业具有典型的强周期属性。钢铁行业的供给受 下游有效需求不足及春节后需求启 动延缓等因素影响，粗钢产量低于上年同期值；5－6月，随着国内房地产利好政策 效应的不断释放，钢材边际需求改善，粗钢产量同比小幅增长；7－9月，随着气温 升高，钢铁行业转入消费淡季，叠加热轧带肋钢筋新国标发布以及钢厂检修等因 素，粗钢产量同比下降；进入四季度，随着市场需求阶段性回升以及对三季度粗钢 产量下降的修复，全国粗钢产量同比增长。其中，12月粗钢产量同比增长11

细分行业工业互联网平台落地应用的整体解决方案，确保 抓准行业数字化转型的着力点。 ix 目 录 一、钢铁行业 ............................................................................. 1 1.1 钢铁行业数字化转型趋势分析...................................... 1 1.1 1.3 供应链体系由局部协同向全局协同转变............... 2 1.1.4 环保管理由粗放型向清洁型转变........................... 2 1.2 钢铁行业工业互联网平台典型应用场景及实践.......... 3 1.2.1 设备全生命周期管理............................................... 3 1 VIII 一、钢铁行业 钢铁行业作为我国重要的原材料流程制造行业，具备生 产流程长、生产工艺复杂、供应链冗长等典型特征， 当今正 面临设备维护成本高、工业知识隐形程度高、下游需求日益 个性化、环保压力增大等挑战， 亟需围绕设备管理、生产管 控、供应链管理、环保管理等方面开展数字化转型。连接全 要素、全产业链、全价值链的工业互联网，正是钢铁行业进 行数

contents 目 录 一、 钢铁企业数字化工厂 背景与意义 当前钢铁行业面临产能过剩、环 保压力增大、市场竞争加剧等问 题，亟待通过技术创新和转型升 级提升竞争力。 行业现状 未来钢铁行业将朝着智能化、绿 色化、服务化方向发展，数字化 工厂建设是实现这一目标的重要 途径。 发展趋势 钢铁行业现状及发展趋势 数字化工厂是利用先进的信息技术、自动化技术和智能制造 技 理等环节，提高客户满意度和忠诚度。 客户服务策略 通过定期回访、客户满意度调查等方式，了解客户需求和反馈，及时 改进产品和服务，维护良好的客户关系。 客户关系维护 客户关系管理策略部署 五、 钢铁行业数字化转型实施路径 01 制定数字化战略 01 02 04 制定数字化战略 钢铁企业需要制定数字 化战略，明确数字化转 型的目标、重点和路径。 确定数字化应用领域， 如生产管理、供应链管 成跨部门协同工作的氛围。 跨部门协作机制 建立快速响应市场变化的机制，调整生产计划和产品策略，以满足客户需求。 敏捷响应市场变化 组织架构调整以适应数字化转型需求 积极引进具有数字化技能和钢铁行业经验的高端人才，提 升企业整体竞争力。 引进高端人才 针对不同岗位和层级，制定个性化的人 才培养计划，提升员工数字化素养和专 业技能。 制定培养计划 建立与数字化转型相匹配的激励机制， 包括薪酬、晋升、奖励等方面，激发

全球首例 氢冶 金示范工程。在此基础上，发布“6+6+5”低碳钢、绿钢及近零碳排钢产品 10 矩阵，集成节能、减污、降碳、循环与协同管理能力，构建覆盖生产全链的绿色 解决方案，为钢铁行业提供可复制的低碳转型路径，同时通过技术标准输出、产 业链 协同及跨领域联盟共建，赋能上下游超百家企业，树立“内生转型驱动外 生赋能”的产研融合典范。TCL 集团依托深厚制造基因，战略孵化成立格创东智 策手段，激励电力设备制造商和 用户采纳节能降碳技术。 2. 钢铁行业 我国钢铁业以长流程为主的生产工艺，以高碳化石能源为主的能源结构决定 了行业能耗高、碳排放量大、减碳困难。行业碳排放量占全国排放总量的 15%以 上，仅次于电力行业。随着碳主题贸易规则和供应链碳中和要求不断提高,绿色低 碳发展已成为全球钢铁行业战略竞争的制高点。 工艺流程变革。摆脱传统工艺流程和装备的束缚，寻求关键技术变革性创新。 推动电炉短流程、研发氢冶金等颠覆性技术应用是钢铁行业落实双碳工作的重要 抓手。在电炉短流程技术应用方面，中国全废钢电炉流程所占比例与世界先进水 平有一定差距，但是电炉钢碳排放较传统高炉-转炉长流程炼钢具有明显低碳优 势。目前，国内钢铁行业在积极推广短流程炼钢，发展新型电炉装备，加快推动 有条件的高炉-转炉长流程炼钢转型为电炉短流程炼钢。在实施先进冶炼技术方 面，氢能作为清洁能源在钢铁行业有广泛的应用场景，其中氢冶金技术研究是关

智能化能源管控平台 整体解决方案 需求分析 01 解决方案 02 特点 & 效果 03 业绩 & 效益 04 PA RT O N E 1需求分析 钢铁行业能源管理三个层级 LEVEL 3 LEVEL 2 LEVEL 1 基于全流程优化与系统节能思想的能源管理，重点关 注全生产流程及工序间的优化与协调，期望实现公司 整体节能效益的最大化。 基于能源介质平衡的能源管理，重点关注一次能源及 基于能源介质平衡的能源管理，重点关注一次能源及 二次能源在生产过程中的供需平衡，减少因不平衡所 造成的能源浪费。 基于单体设备与工序级的能源管理，重点关注单体设 备的节能，尽量减少能源介质的“跑、冒、滴、漏”。 钢铁行业能源管理系统发展趋势 钢铁行业能源管控痛点问题 Ø 能源站所室分散，从生产效率、 管 理 效 益 和 人 员 优化上都存在很大提升空间； Ø 大多原能源管理系统只关注在生 产 监 视 、 报 表 数

环控制结构构成了 CPS 的基本功能逻辑单元，执行 CPS 网络最基本的检测与控制功能。 CPS 系统是由众多异构元素构成的复杂系统， 典型 CPS 系统可以分为物理层、网络层和应用层。 本文考虑钢铁行业实际，构建 CPS 系统架构如图 2 所示。其中，基础物理层考虑炼钢、炼铁等各工 序，以及煤气、氧气等各能源介质；网络层则通过 新一代网络将底层传感器采集信息做高效传输；最 终的应用层涵盖钢铁工艺知识库等多方面资源，并 设及推广指南”、“工业互联网平台评价方法”等文 件，“工业互联网”也成为“热词”并写入“2019 年国务 院政府工作报告”。考虑到能源产、消、存等环节与 生产制造存在的天然密切联系，工业互联网是目前 钢铁行业发展的一个主攻方向。2016 年，国家发改 委、能源局、工信部联合印发“关于推进互联网+智 慧能源发展的指导意见”，指明了将工业互联网引入 工业能源领域的大方向 [4]。 考虑到钢铁生产制造和能源产消用等实际情 3D 可视化监控、高炉智能配料与 上料系统、设备智能化点检系统等为实现炼铁全流 程实时监控，提高生产安全性及生产效率，降低劳 动强度，为实现绿色、高效、智能炼铁提供有效 途径。 作为国内钢铁行业软件的领军企业之一，上海 宝信软件公司以宝钢园区为主要对象，开发了“宝之 云”系列产品，涵盖包括云基础架构、网络服务、安 全服务和基础软件等方面 [5]。宝钢结合宝信云平台建 设思想，建设了宝钢私有云平台，制定规范原则、

万亿蓝海，新从旧来——中国设备更新战略与实践 14 色、建材、机械、汽车、轻工、纺织、电子等重点行业。 以钢铁行业为例，根据中国钢铁工业协会数据，2023年，78家钢铁企业3.9亿吨粗钢产能完成全 流程超低排放改造，超低排放改造使中国钢铁业向低能耗、低污染绿色制造转型取得突破性进步。下一 步，钢铁行业将纳入全国碳市场，会进一步加快钢铁行业超低排放改造进程，力争2025年80%以上的 钢铁产能完成改造，带动新一轮的设备投资需求。 从产业自身来看，在碳中和背景下，低碳减排已成为冶金行业的发展的关键目标。这推动氢冶金 替代高碳排放的传统工艺，促进冶金行业向绿色低碳方向转型。与此同时，行业自动化、信息化也在加 速，从而促进钢铁行业转型升级、高质量发展。 企业实践：新引擎、新模式、新价值呼唤新质服务体系与生态构建 19 行业洞察：转型新纪元 探索数字化与绿色化的双轨路径 19 3.1.1痛点分析：提升能效、降低能耗 术，以提升生产效率和减少人工干预。通过智能化技术，企业能够依据生产过程中收集的数据，自动调 节生产设置，从而提升生产效率和流程的优化。 3.1.2场景案例：重点钢企——全球首个无人值守智能车间 作为钢铁行业的领先试点项目，某钢铁头部企业亟需通过前沿技术在车间生产的性能、灵活性、可追 溯性、数字化等方面实现创新升级。同时，钢铁产业仍面临产能过剩、降本增效、节能减排、创新发展能 力不足等严峻挑战，叠

预测模型，对晶圆工期进行预测，并在其中一个车间内进行验证和调 控，使得该车间晶圆的生产批次（LOT）平均偏差改善了 18%。 3、钢铁：聚焦质量管理和安全管理 钢铁行业是流程型行业，生产过程复杂、工艺门槛高、大型高温 高压设备集中。由于钢铁行业普遍存在高温、热辐射、粉尘等危险环 境，在大量的生产操作、物流配送场景中，传统机器人已经得到了广 泛的应用，如上下料机器人、测温取样机器人、冲击拉伸机器人、打 3来源：《智能车间的大数据应用》（作者：张洁，吕佑龙，鲍劲松，汪俊亮） 21 图 8 苏州沙钢生产过程智能检测中心 “移动机器人+识别类模型+自主导航模型”实现高温生产设备的 安全检查正处于应用推广阶段，占比约为 23%。钢铁行业的冶炼、精 炼、连铸和轧制产线中分布了大量的高炉、连铸机、烧结机、焦炉等 大型高温设备，存在安全隐患，借助智能机器人可以实现全天候、全 方位的生产设备检测。如柳钢的“飞流”是炼铁厂自主研发的一只智

n 现状评级：★★★ n 工具链：钢铁行业开始广泛采用物联网、大数据分析和人工智能等技术来支持协同生产 ，从生产监测控制到工艺过程优化 ，再到产品质量监控 ，有效提升了产业链的整体协同制造水平。 n 数据链：企业间也通过数字化平台实现了跨企业、跨平台的数据交换和集成 ，进行数据共享和协同作业 ，推动企业之间更好地协同合作。 n 痛点问题 ：钢铁产业链数字化系统集成难度高 ，主要是因为钢铁生产流程复杂 产设备状态数据、产品质量检测数据 人 才技 能 ： 冶 金工 程 与材 料 科学 、 大数 据 与数 据 分析 、 计算 机 科学 与 信息 技 术、 软件开发与编程、人工智能与自动化 痛点问题 ：钢铁行业中 ，不同部门、不同项目之间存在数据孤岛 ，数据无法有效共享和整合 ，影响研发效率和成果。 A 铁前环节 B 炼铁环节 D 轧钢环节 n 现状评级：★★ n 工具链：钢铁行业利用数字研发平台、生产工艺模拟、工艺流程设计等软件 ，开展新钢种性能预测 ，以及热处理、连铸、轧钢等工艺仿真优化 ，提升了钢铁行业创新研发与试验验证效率和质量。 n 数据链：钢铁企业利用标准化接口 ，加速 LI MS 与 PLM 、 MES 等系统数据互通 ，实现研发设计、试验与生产全链条数据贯通