2016年12月7日，《智能制造“十三五”发展规划》正式发布，对我国制造业向智能化方向升级提出了明确要求。钢铁业作为国内最典型的制造业之一，在实现智能制造方面任重而道远。作为一种全新的概念，我国钢铁企业既要趟出一条符合自身产业发展的特色之路，同时也要借鉴、吸收国外其他企业的方式方法，少走弯路，争取实现“弯道超车”。
本文介绍的是韩国浦项打造智能化钢厂的思路，即以改进产品质量、提高生产效率为目的，考虑如何将智能化应用于钢厂各连续生产工序之间，使其达到协同、交互和改进的效果，并通过一些智能工厂的典型实例来说明智能制造如何优化钢厂生产流程并提高效率。通过本文介绍，希望可以为国内钢铁企业提供一些借鉴或启发。
通过传统工业与ICT(信息、通信、技术)技术的融合，第四次工业革命已经给人类带来了巨大的、前所未有的变化。物联网(IoT)、大数据和人工智能(AI)的联合推动加快了传统工业结构转型。
为了适应第四次工业革命带来的种种变革，许多亚洲钢铁企业都在采取行之有效的手段以确保自身优势。韩国钢铁巨头浦项采用的是“TheSmarterPOSCO
mandate”模式(见文后链接)，不仅增强了其核心业务的竞争力，还推动了相关制造业的发展。
全球首家实现连续生产的钢铁厂模式
浦项的光阳厂主要生产船舶和海洋平台结构专用的厚板产品。该厂涵盖了炼钢、连铸和轧钢的全流程。在构建钢铁生产的智能工厂方面，需要考虑行业的特定要求。
首先，钢水经连铸工序凝固成板坯，板坯频繁地被切割、翻转和旋转时，其物理性能会发生变化，因此很难通过跟踪来发现产生缺陷的根源。其次，通过在线调整或改变上工序和下工序生产耗资巨大，也是非常困难的。例如，所有的材料均设定了生产路径和顺序，如果在工序中出现故障，流程就会停摆，直到问题完全解决。再次，各种材料在同一设备中处理，在生产一种产品时，需要一系列的设备和生产方法，因此很难发现导致问题的确切原因。
认识到浦项定位的全球优等产品(WorldPremium，即WP)生产过程的复杂性，光阳厂建立了智能工厂的模型，将物联网、大数据和人工智能应用于生产、员工安全和成本管理。
为了满足行业特定要求，浦项将德国工业4.0进行了如下改进：将学术上的概念、理论转换为车间级的实际和实用措施；采用一种符合相关政策的、以价值为中心的、可产生良好结果的方法；将领域知识与信息通信技术融合，而不仅仅是通过信息技术实现；采用一种演进方法而不是一种大爆炸(big-bang)方法；灵活采用严格的工业4.0标准，便于车间部署。
智能工厂在光阳厂的实施细节
1.智能工厂项目的选择
TheSmarterPOSCOmandate的中长期愿景就是：为了提高全球竞争力，选择智能工厂项目，最大化地提升客户价值。在生产运作、质量、维护、安全和能源等方面，浦项与钢铁研发和IT领域的专家积极合作，产生新的创意，构建包括物联网技术的综合项目，重点关注传感、分析和控制。
在项目选择中，浦项优先考虑灵活性和潜在结果，其目标就是对过去依赖于经验的工作进行量化和自动化处理，同时对内在联系的工序进行分析，利用预测模型，扩大自主控制的比重。
2.开发智能工厂的数字基因组图谱
在PLC/DCS等生产控制系统，以及ERP和MES的商务系统，对于数据驻留，浦项进行了广泛、深入的评估，甚至包括安装在生产机器上单个传感器发出的数据。这项严格的工作程序的目标方向如下：确定可能影响生产和质量的，没有被捕捉、储存或使用的数据(结构化/非结构化数据，宏/微数据)；对约6万个数据实体的属性进行规范描述，确保所有利益相关方达成共识；在统计材料到成品的数据之后，将生产操作、质量和维护、上下生产工序的数据相联系，绘制出钢铁工厂的数字基因组图谱。
为了实现这一目标，浦项在制造业上充分利用微数据(此前这些数据仅有6%得到利用，剩下94%都被舍弃)。此外，浦项还采用物联网技术采集新的、额外的数据。在处理客户索赔时，可快速和轻易地跟踪缺陷在哪里出现，并追溯到原材料。在缺陷传递到下一工序之前就及时上报。这样一来，前工序的问题在生产过程中就得到解决。
3.用于连续加工工业生产的浦项智能工厂平台PosFrame
通常而言，一个软件平台可以开发并采用各种应用软件。一个智能工厂平台作为一个软件子结构，可以支持智能传感、智能分析和智能控制。
PosFrame是专为连续加工工业而建立的平台，具有如下功能：通过高速采集及相互关联结构化/非结构化数据，宏/微数据，将数字基因组图谱用于生产操作；以相同的难易程度和速度，将生产操作、质量、维护、安全和能源等方面的智能工厂手段快速转换为智能手机的应用程序；将物联网、大数据和深度学习等各种新技术用于普通平台，便于企业开展智能工厂业务；为其他类似工厂推出低成本的智能工厂模型，并辅以标准化的、可重复使用的软件组件。
4.智能工厂项目实施与成果共享
在全面实施智能工厂项目之前，为了验证商业可行性，浦项还将运作中试项目。每个初级项目的经验都被用于下个项目，并不断积累。成功案例在类似的工厂得以复制。采用智能工厂项目的工厂将于2017年完成，在维护、操作、质量、安全和能源等方面进行了改进。维护：预先安排常规维护，故障检修将提前被预见性维护所取代；操作：预先安排的生产将被实时、自适应生产所取代，灵活应对需求、质量和维护状态的变化；质量：响应式质量控制将被实时、现场质量控制所取代；安全：员工安全在过去主要依赖于物理屏障和安全培训，但物联网技术将自动识别危险，并发出警报；能源：预先安排的能源生产和分配将被最优的模式所取代，主要基于供需变化以及操作环境的改变，这将节省成本，同时减少二氧化碳排放(如下表所示)。
此外，目前用于培训的虚拟工厂将在网络空间的环境下进行产品研发，节省了时间和费用。
浦项智能工厂的几个重点项目
实例一：从材料到成品的缺陷跟踪
在加工的过程中，板坯的长度和形状不断改变。因此，质量控制工程师需要更多的时间和精力采集、分析数以万计的数据，最终确定缺陷产生的原因，但仍很难找出确切原因。
为了解决这一问题，浦项设计出一种全新的、实时采集宏/微数据的方法，这些有关操作、质量控制和维护的数据与产品长度和宽度的每个单元一致，并将每个工序阶段的数据相关联，因此，工程师分析数据的时间可节省一半。
例如，如果表面缺陷检测器在钢板上检测到任何裂纹，来自上一工序的操作、质量控制和维护数据将在每个阶段以100mm的产品增量进行分析，从板材追溯到母材和板坯。这样就可以使工程师确定缺陷发生的精准原因，为改进产品节约了时间。
实例二：在连铸工序中减少不必要的火焰清理
用于从板坯去除表面缺陷的火焰清理工序，是难度最大的工序。由于质量要求高，WP产品都要进行火焰清理，但是，如果是普材产品，只需要检查板坯样品，如果有缺陷，整批带有缺陷的板坯都要进行火焰清理，这意味着普通板坯进行了不必要的火焰清理。而WP产品比重的提高进一步加剧了火焰清理工序的使用。
光阳智能工厂分析了来自各工序的结构化/非结构化数据，并自动检测单块板坯上的表面缺陷。这降低了火焰清理的频次，从而减少了生产负荷，生产更多的WP产品。找到了缺陷的根源所在，就可改进炼钢和连铸等上工序，并引导轧制和剪切等下工序实现优化操作，显著降低成品缺陷。这就是在不提高产能的前提下，采用数据和软件技术解决问题的典型案例。
实例三：在网络空间里模拟新产品研发
炼钢工序需要大规模的设备投入，因此，很难有单独的流程测试新产品。而且，由于钢铁生产的固有特性，其也很难像电冰箱和洗衣机等家电企业一样，通过设计和模拟软件开发新产品，并测试其性能。为了应对这些调整，虚拟工厂持续研究在网络环境下，如何进行新产品的开发和模拟。
在虚拟工厂中，浦项根据钢铁生产技术诀窍，通过3D技术建立的设备与高级控制算法和操作技术相结合，用于培训和调试，如图所示。在不久的将来，虚拟工厂将能够进行中试生产，节省巨额费用。
为了成为全球制造业先进典范，浦项并不满足于现有的成就，而是在持续进行创新。通过产学研的合作，持续开发人工智能和虚拟工厂等技术，并将其应用于生产现场，通过智能工厂项目，浦项连接客户和供应商的价值链也将更加稳固。
相关链接
TheSmarterPOSCOmandate“TheSmarterPOSCOmandate”是指通过数字化和智能化释放潜在价值，从而创造全新的、差异化的价值。其中，数字化包括存储、分析、利用和仿真各种数据，这些数据与人、产品、资产和操作过程等信息相关。智能化利用先进的机器学习技术，让机器可以理解、执行并改进运作模式。
除此之外，浦项制铁对智能工厂作出了新的定义，即：利用ICT技术调查和分析生产工序，通过传感、分析，并作出适当控制，从而降低成本、减少缺陷、缩短停机时间，进而优化生产模式。
具体而言，一座智能钢铁厂是通过“智能传感”“智能分析”“智能控制”逐步发展的。智能传感指实时采集、转化和连接来自生产现场的数据，提高数据的可视性；基于冶金技术理论、专业知识和大数据分析的综合体系，智能分析可预测生产工序的状态，即车间的产品流向，以及生产状况；智能控制是指智能机器学习掌握最佳方案，并优化生产工艺。
