2016年12月7日，《智能制造“十三五”發(fā)展規(guī)劃》正式發(fā)布，對我國制造業(yè)向智能化方向升級提出了明確要求。鋼鐵業(yè)作為國內最典型的制造業(yè)之一，在實現智能制造方面任重而道遠。作為一種全新的概念，我國鋼鐵企業(yè)既要趟出一條符合自身產業(yè)發(fā)展的特色之路，同時也要借鑒、吸收國外其他企業(yè)的方式方法，少走彎路，爭取實現“彎道超車”。
本文介紹的是韓國浦項打造智能化鋼廠的思路，即以改進產品質量、提高生產效率為目的，考慮如何將智能化應用于鋼廠各連續(xù)生產工序之間，使其達到協同、交互和改進的效果，并通過一些智能工廠的典型實例來說明智能制造如何優(yōu)化鋼廠生產流程并提高效率。通過本文介紹，希望可以為國內鋼鐵企業(yè)提供一些借鑒或啟發(fā)。
通過傳統(tǒng)工業(yè)與ICT(信息、通信、技術)技術的融合，第四次工業(yè)革命已經給人類帶來了巨大的、前所未有的變化。物聯網(IoT)、大數據和人工智能(AI)的聯合推動加快了傳統(tǒng)工業(yè)結構轉型。
為了適應第四次工業(yè)革命帶來的種種變革，許多亞洲鋼鐵企業(yè)都在采取行之有效的手段以確保自身優(yōu)勢。韓國鋼鐵巨頭浦項采用的是“TheSmarterPOSCO
mandate”模式(見文后鏈接)，不僅增強了其核心業(yè)務的競爭力，還推動了相關制造業(yè)的發(fā)展。
全球首家實現連續(xù)生產的鋼鐵廠模式
浦項的光陽廠主要生產船舶和海洋平臺結構專用的厚板產品。該廠涵蓋了煉鋼、連鑄和軋鋼的全流程。在構建鋼鐵生產的智能工廠方面，需要考慮行業(yè)的特定要求。
首先，鋼水經連鑄工序凝固成板坯，板坯頻繁地被切割、翻轉和旋轉時，其物理性能會發(fā)生變化，因此很難通過跟蹤來發(fā)現產生缺陷的根源。其次，通過在線調整或改變上工序和下工序生產耗資巨大，也是非常困難的。例如，所有的材料均設定了生產路徑和順序，如果在工序中出現故障，流程就會停擺，直到問題完全解決。再次，各種材料在同一設備中處理，在生產一種產品時，需要一系列的設備和生產方法，因此很難發(fā)現導致問題的確切原因。
認識到浦項定位的全球優(yōu)等產品(WorldPremium，即WP)生產過程的復雜性，光陽廠建立了智能工廠的模型，將物聯網、大數據和人工智能應用于生產、員工安全和成本管理。
為了滿足行業(yè)特定要求，浦項將德國工業(yè)4.0進行了如下改進：將學術上的概念、理論轉換為車間級的實際和實用措施;采用一種符合相關政策的、以價值為中心的、可產生良好結果的方法;將領域知識與信息通信技術融合，而不僅僅是通過信息技術實現;采用一種演進方法而不是一種大爆炸(big-bang)方法;靈活采用嚴格的工業(yè)4.0標準，便于車間部署。
智能工廠在光陽廠的實施細節(jié)
1.智能工廠項目的選擇
TheSmarterPOSCOmandate的中長期愿景就是：為了提高全球競爭力，選擇智能工廠項目，最大化地提升客戶價值。在生產運作、質量、維護、安全和能源等方面，浦項與鋼鐵研發(fā)和IT領域的專家積極合作，產生新的創(chuàng)意，構建包括物聯網技術的綜合項目，重點關注傳感、分析和控制。
在項目選擇中，浦項優(yōu)先考慮靈活性和潛在結果，其目標就是對過去依賴于經驗的工作進行量化和自動化處理，同時對內在聯系的工序進行分析，利用預測模型，擴大自主控制的比重。
2.開發(fā)智能工廠的數字基因組圖譜
在PLC/DCS等生產控制系統(tǒng)，以及ERP和MES的商務系統(tǒng)，對于數據駐留，浦項進行了廣泛、深入的評估，甚至包括安裝在生產機器上單個傳感器發(fā)出的數據。這項嚴格的工作程序的目標方向如下：確定可能影響生產和質量的，沒有被捕捉、儲存或使用的數據(結構化/非結構化數據，宏/微數據);對約6萬個數據實體的屬性進行規(guī)范描述，確保所有利益相關方達成共識;在統(tǒng)計材料到成品的數據之后，將生產操作、質量和維護、上下生產工序的數據相聯系，繪制出鋼鐵工廠的數字基因組圖譜。
為了實現這一目標，浦項在制造業(yè)上充分利用微數據(此前這些數據僅有6%得到利用，剩下94%都被舍棄)。此外，浦項還采用物聯網技術采集新的、額外的數據。在處理客戶索賠時，可快速和輕易地跟蹤缺陷在哪里出現，并追溯到原材料。在缺陷傳遞到下一工序之前就及時上報。這樣一來，前工序的問題在生產過程中就得到解決。
3.用于連續(xù)加工工業(yè)生產的浦項智能工廠平臺PosFrame
通常而言，一個軟件平臺可以開發(fā)并采用各種應用軟件。一個智能工廠平臺作為一個軟件子結構，可以支持智能傳感、智能分析和智能控制。
PosFrame是專為連續(xù)加工工業(yè)而建立的平臺，具有如下功能：通過高速采集及相互關聯結構化/非結構化數據，宏/微數據，將數字基因組圖譜用于生產操作;以相同的難易程度和速度，將生產操作、質量、維護、安全和能源等方面的智能工廠手段快速轉換為智能手機的應用程序;將物聯網、大數據和深度學習等各種新技術用于普通平臺，便于企業(yè)開展智能工廠業(yè)務;為其他類似工廠推出低成本的智能工廠模型，并輔以標準化的、可重復使用的軟件組件。
4.智能工廠項目實施與成果共享
在全面實施智能工廠項目之前，為了驗證商業(yè)可行性，浦項還將運作中試項目。每個初級項目的經驗都被用于下個項目，并不斷積累。成功案例在類似的工廠得以復制。采用智能工廠項目的工廠將于2017年完成，在維護、操作、質量、安全和能源等方面進行了改進。維護：預先安排常規(guī)維護，故障檢修將提前被預見性維護所取代;操作：預先安排的生產將被實時、自適應生產所取代，靈活應對需求、質量和維護狀態(tài)的變化;質量：響應式質量控制將被實時、現場質量控制所取代;安全：員工安全在過去主要依賴于物理屏障和安全培訓，但物聯網技術將自動識別危險，并發(fā)出警報;能源：預先安排的能源生產和分配將被最優(yōu)的模式所取代，主要基于供需變化以及操作環(huán)境的改變，這將節(jié)省成本，同時減少二氧化碳排放(如下表所示)。
此外，目前用于培訓的虛擬工廠將在網絡空間的環(huán)境下進行產品研發(fā)，節(jié)省了時間和費用。
浦項智能工廠的幾個重點項目
實例一：從材料到成品的缺陷跟蹤
在加工的過程中，板坯的長度和形狀不斷改變。因此，質量控制工程師需要更多的時間和精力采集、分析數以萬計的數據，最終確定缺陷產生的原因，但仍很難找出確切原因。
為了解決這一問題，浦項設計出一種全新的、實時采集宏/微數據的方法，這些有關操作、質量控制和維護的數據與產品長度和寬度的每個單元一致，并將每個工序階段的數據相關聯，因此，工程師分析數據的時間可節(jié)省一半。
例如，如果表面缺陷檢測器在鋼板上檢測到任何裂紋，來自上一工序的操作、質量控制和維護數據將在每個階段以100mm的產品增量進行分析，從板材追溯到母材和板坯。這樣就可以使工程師確定缺陷發(fā)生的精準原因，為改進產品節(jié)約了時間。
實例二：在連鑄工序中減少不必要的火焰清理
用于從板坯去除表面缺陷的火焰清理工序，是難度最大的工序。由于質量要求高，WP產品都要進行火焰清理，但是，如果是普材產品，只需要檢查板坯樣品，如果有缺陷，整批帶有缺陷的板坯都要進行火焰清理，這意味著普通板坯進行了不必要的火焰清理。而WP產品比重的提高進一步加劇了火焰清理工序的使用。
光陽智能工廠分析了來自各工序的結構化/非結構化數據，并自動檢測單塊板坯上的表面缺陷。這降低了火焰清理的頻次，從而減少了生產負荷，生產更多的WP產品。找到了缺陷的根源所在，就可改進煉鋼和連鑄等上工序，并引導軋制和剪切等下工序實現優(yōu)化操作，顯著降低成品缺陷。這就是在不提高產能的前提下，采用數據和軟件技術解決問題的典型案例。
實例三：在網絡空間里模擬新產品研發(fā)
煉鋼工序需要大規(guī)模的設備投入，因此，很難有單獨的流程測試新產品。而且，由于鋼鐵生產的固有特性，其也很難像電冰箱和洗衣機等家電企業(yè)一樣，通過設計和模擬軟件開發(fā)新產品，并測試其性能。為了應對這些調整，虛擬工廠持續(xù)研究在網絡環(huán)境下，如何進行新產品的開發(fā)和模擬。
在虛擬工廠中，浦項根據鋼鐵生產技術訣竅，通過3D技術建立的設備與高級控制算法和操作技術相結合，用于培訓和調試，如圖所示。在不久的將來，虛擬工廠將能夠進行中試生產，節(jié)省巨額費用。
為了成為全球制造業(yè)先進典范，浦項并不滿足于現有的成就，而是在持續(xù)進行創(chuàng)新。通過產學研的合作，持續(xù)開發(fā)人工智能和虛擬工廠等技術，并將其應用于生產現場，通過智能工廠項目，浦項連接客戶和供應商的價值鏈也將更加穩(wěn)固。
相關鏈接
TheSmarterPOSCOmandate“TheSmarterPOSCOmandate”是指通過數字化和智能化釋放潛在價值，從而創(chuàng)造全新的、差異化的價值。其中，數字化包括存儲、分析、利用和仿真各種數據，這些數據與人、產品、資產和操作過程等信息相關。智能化利用先進的機器學習技術，讓機器可以理解、執(zhí)行并改進運作模式。
除此之外，浦項制鐵對智能工廠作出了新的定義，即：利用ICT技術調查和分析生產工序，通過傳感、分析，并作出適當控制，從而降低成本、減少缺陷、縮短停機時間，進而優(yōu)化生產模式。
具體而言，一座智能鋼鐵廠是通過“智能傳感”“智能分析”“智能控制”逐步發(fā)展的。智能傳感指實時采集、轉化和連接來自生產現場的數據，提高數據的可視性;基于冶金技術理論、專業(yè)知識和大數據分析的綜合體系，智能分析可預測生產工序的狀態(tài)，即車間的產品流向，以及生產狀況;智能控制是指智能機器學習掌握最佳方案，并優(yōu)化生產工藝。
