“2022中国电磁线行业十强单位”、“2022中国绝缘材料最具影响力企业”揭晓！SMM :稀土行业将保持高景气度 2023年稀土供需及价格走势或将这样！【电机&永磁峰会】

智能决策技术赋能智能制造与低碳减排【电机&永磁峰会】

来源：SMM2022-11-24 09:25

SMM11月23日讯：在SMM主办的2022中国电机&永磁行业峰会上，杉数科技联合创始人王曦对电气、电机、永磁行业需求进行了分析，并分享了智能决策技术及端到端解决方案与典型案例。

电气、电机、永磁行业需求

永磁、电机、电气行业的市场洞察

永磁行业将会稳定增长，原因是：产量最多，品种增加，市场最大，需求旺盛。

我国目前已经成为全球永磁材料产量最多的国家，增速在全球市场上遥遥领先。同时中国是全球最大的市场，占有大约75%的市场份额，其次是日本和北美地区，二者共占有接近20%的份额。数据显示，2020年全球永磁体市场规模达到了222亿元，预计2026年将达到235亿元。2021年中国稀土永磁材料产量为20.46万吨，消耗量为15.8万吨。预测2022年中国稀土永磁材料产量为22.4万吨，消耗量为17.36万吨。

电机行业属于典型的离散型制造模式，80%以上为多品种、小批量生产模式，实际的供应链规模超过千亿元。近几年受疫情市场环境影响，仍然保持增长趋势。从世界电机市场的规模来看，中国电机行业规模最大，占比为30%，美国和欧盟分别占比27%和20%。基于离散制造，市场规模大，受经济大环境影响大等原因，预测电机行业波动上扬。

电机行业2019年的销售收入达3496.5亿元，同比增长7.37%。2020年受疫情影响，整体市场出现下滑，销售收入为3291.4亿元，同比下降5.87%。预计2022年将增长至3612.1亿元。

工业电气作为基础工业产品，与人们的生活息息相关，因此工业电气产品的需求很多表现为硬需求，具有弱周期性的行业特征；工业电气的市场结构呈现典型的金字塔状，具有较低技术门槛的中低端产品市场需求巨大，市场竞争激烈，行业整体集中度不高。

总结来说，电气行业有弱周期性硬性需求、中低端需求大、玩家众多、竞争激烈等特征，因此电气行业竞争激烈。相关数据显示，2022年上半年，全社会用电量累计40977亿千瓦时，同比增长2.9%。2021年中国工业电气行业市场规模达33849亿元，同比增长14.75%，预计2022年中国工业电气行业市场规模将达到36064亿元。

永磁、电机、电气行业对智能制造和低碳减排有强烈需求

首先，政策方向明确。永磁行业属于重点新材料和高新技术，产业政策长期支持促进行业发展。《电机能效提升计划（2021-2023 年）》政策要求，加快高效节能永磁电机推广应用，推进淘汰低效电机和高效电机的改造升级。“两化”是新型电力系统的典型特征和长期主题。“电气化、清洁能源化”的“两化”趋势是行业共识。

其次，平衡供需匹配。从需求到供应环节多，链条长，供需两端沟通难度大，半自动化+人工衔接的处理方式，亟需升级为智能化方式，以促进企业的供需平衡，实现企业经营的产销协同。

第三，原料采购降本。上游的有色金属原材料等多为原辅料大宗采购，从需求到计划再到采购和执行，流程长，对供应商管理要求高。在大宗原料价格波动的背景下，生产企业优化采购决策，降低采购成本，需成为基本能力。

第四，生产计划性提高。电机电气产品生产流程长，生产工艺复杂，工序设备多。制定生产主计划、工序作业计划、生产调度计划时，约束规则复杂，人工编制计划难以达到整体最优的目标。

第五，供应链升级。对于电机行业等离散制造的场景，生产线的数字化升级和信息系统的数字化转型，可以推动企业精益管理。供应链协同在电机行业的应用场景分为企业内部纵向集成以及企业外部横向集成两大板块，可以有效提升供应链水平，赋能企业智能化升级。

最后，在双碳目标的大环境下，作为碳排放相关行业，环保压力和生产压力巨大，如何提高单位能耗产量，降低碳排放，合理利用碳指标成为未来关注的重点。

智能决策技术

决策智能化的三个关键因素是数据描述、规律分析、决策分析。数据描述即数据收集与管理，这是大数据时代决策的硬件基础、数据时代驱动公司的原燃料，通常由计算机和信息科学技术完成。规律性分析是将数据中信息提取，了解事物背后的规律，通常由统计和机器学习技术完成。决策分析也就是决策建模与求解，核心决策往往有较高的复杂度，受诸多决策因素影响，且决策因素之间关系复杂，因此，从规律到决策的演化往往需要极强的建模及求解能力支撑，通常由运筹学和优化技术完成。

智能决策极其重要。宏观方面，国家层面出台了智能制造和双碳目标建设的相关指导，其中智能决策技术是关键。换句话说，智能制造与双碳目标的实现本质上都是智能决策的问题。理论上说，智能制造与双碳目标的实现需要统计数据，构建模型，考虑约束条件，对目标进行优化，求得最优解。

端到端解决方案与典型案例

基于端到端业务流，追溯企业碳排放的碳素流。

以某钢铁集团智能采销管理与能耗优化为例。

2015年全行业出现亏损，企业停产；2020年粗钢产量超13亿吨，产能过剩趋势严峻；国家实行供给侧结构性改革，竞争更加激烈，因此市场行情比较糟糕。同时投资成本愈加上升，包括环保压力剧增导致产线投资加速增长、原材料价格波动影响利润率降低、物流负荷增加使成本持续增长。此外钢铁企业间利润差距巨大，最优企业吨钢利润1100元，为行业平均水平4倍多；钢材价格透明，其中冶炼工序费用影响效益作用最大，成本占比95%。

智能决策如何助力智能采销管理与能耗优化呢？采购方面，在海量的矿石采购数据中，结合烧结、球团、炼铁和炼钢生产工艺约束，分析得出既满足铁水或钢水产量要求，又可使采购成本最优的矿石采购配比方案，生产人员亦可按照生产实际调整参数，快速多次决策。碳素流方面，在现有的矿石库存数据中，结合炼铁和炼钢的生产工艺约束、炼铁和炼钢的碳排测算公式，分析得出在符合钢厂碳排要求下，产能最优的投料决策，并输出各工艺环节碳排报告，梳理完整的钢坯生产碳素流地图。

最后成果表明，工艺约束满足率达100%，铁水配比成本降低8%，钢水配比成本降低5%，焦煤使用量减少5%。