为了应对第四次工业革命的浪潮，韩国钢铁企业正在积极开展智能工厂业务。此前，制造业已经普遍采用了数字化技术，可以缩短工序，实现自动化控制，从而显著提升生产效率。数字化技术采用了创新的技术手段，在信息传输速率、数据作用范围和产品多样化等方面都发挥了巨大的作用。与之相比，智能工厂技术运用了物联网(IoT)和大数据(BigData)等人工智能(AI)技术，将虚拟世界与现实世界合二为一，最终真正实现智能化控制。

一直以来，针对制造现场产生的问题，为了对其进行理解、传达和解决，技术人员往往需要经过数个阶段，耗费大量的时间，才能作出最终的决策意见。在智能工厂的制造过程中，传感器通过物联网就可以对实际生产数据进行传达；借助人工智能就可以对生产状况进行自动判断和决策，从而达到实时(Realtime)监控和解决的目的。另外，通过外联的信息网络，不仅可以实时了解厂内的问题，还可以对供应商的状况、市场反映等企业外部状况进行有效把控。

技术人员以往是通过机械设备和软件生成的数据，了解并判断问题的症结所在，从而采取应对措施。在智能制造过程中，无需人为干预，利用积累的数据，设备就可以自主进行“认知-判定-实施”的流程化运行。也就是说，借助数据就可以实现机械和软件的控制。传统的设备试进行往往需要耗费大量的时间和费用，而借助虚拟仿真的技术手段，就可以对尚未发生的诸多问题进行预见和预防，从而显著降低了试验成本。

随着全球化的竞争不断加剧，为了在激烈的市场环境中求生存，谋发展，智能工厂技术已经成为了制造业必备的条件。自2016年以来，韩国钢铁业界由浦项钢铁公司率先在智能工厂领域开展了实践，与此同时，针对自身的特点，世亚制钢、KG东部制铁等企业也在积极构建智能工厂。不仅实现了降低生产成本，提高了生产效率和产品质量。从产品的生产过程开始，延伸至产品管理和发货，甚至是物流领域，截至目前已经取得了一些成果。

浦项钢铁：加快构建以“以成果为中心”的智能钢铁厂

为了积极应对全球第四次工业革命，浦项钢铁公司自主创建了名为“PosFrame”的智能工厂平台，通过对钢铁生产过程中的大量数据进行分析和管理，真正实现了生产效率提升，设备故障预防，以及质量预测，通过向钢铁全工序进行推广实践经验，加快构建智能工厂。

截至目前，最具代表性的成果就是“智能高炉”。通过采用深度学习(DeepLearning)’技术，可以对炉况进行自动控制，及时发掘细小问题，予以改进，从而有力确保高炉操作稳定性、生产效率和铁水质量，目前，这一技术正在向大型高炉进行推广和应用。浦项钢铁厂2号高炉是最早采这一用智能技术的高炉，铁水日均产量增至240吨，年均产量达到8.7万吨，较此前增加了5%。与此同时，每生产1吨铁水所消耗的燃料量也显著减少，燃料费用较此前节省了1%。

作为智能高炉的核心技术，深度学习技术将数据进行集群化或分类，借助计算机对其进行区分，从海量数据中发掘规律，从而实现预测。浦项历时3年的研究，在高炉的不同部位都开发了专属的自动控制系统，可以充分利用这一技术。目前正在开发性能更优的升级系统。今后还将深度学习技术从2号高炉(内容积约为2550m3)推广到3号和4号高炉(约为5600m3)。

在轧制工序方面，此前仅有热轧工序采用了PosFrame。自2017年4月起，与热轧工序相连的炼钢、连铸、冷轧、不锈钢冷轧等前后工序全部采用了PosFrame，由此实现了全面贯通。受益于PosFrame的推广应用，生产效率提升，制造成本降低，有望生产出品种更为丰富的产品。另一方面，通过对连续运行的各工序产生的数据进行确认和分析，可以从整体的角度对问题进行诊断，从而更快地找到问题的症结所在，并对突发的故障或者不合格产品进行有效处理。通过自主开发不同的智能工厂技术，并对成果进行推广应用，浦项计划将高附加值钢种的生产比重从目前的50%扩大至70%以上，致力于打造全球最具竞争力的“智能钢铁厂”。

另一方面，为了提升中小企业客户的竞争力，浦项也在积极提供定制化的智能工厂服务。通过开展名为“人文解决方案营销”(humansolutionmarketing)的技术支持活动，浦项利用全球领先的钢铁设备运行技术，诊断客户的设备问题，并为客户提供设备解决方案和技术咨询。

现代钢铁：正式构建“智能型运营体系”

自2016年起，现代钢铁公司从研发到生产领域都在构建智能型运营体系，目标是在工序间产生最大化的协同效应。通过构建大数据平台，深入了解材料的理化性质，同时加快创建生产体系，实现对工序操作环境的优化控制。

值得一提的是，现代钢铁在新产品研发领域也大胆采用了人工智能技术。通过机械学习，对新钢种的成分、显微组织和相体积分数进行优化设计，无需人工操作，就可以得到最理想的结果，从而降低了研发成本，提升了研发效率。

在高炉工序，由于存在不能测定的区域，因而操作数据存在一定局限性，借助传感及数构建了大数据，并利用人工智能对其进行分析，通过对工艺和设备的可视化处理，构建最佳的操作指导体系。另一方面，通过深度学习模型创建综合指导系统，由此实现操作稳定，降低生产成本，进一步提升竞争力。在炼钢工序，以大数据和热力学解析为基础，开发了工艺仿真系统，可用于质量预测和工艺条件改善。同时还在构建高精度的炼钢综合仿真系统。通过持续的技术开发和推广应用，现代钢铁也计划尽快实现“智能钢铁厂”的目标。

东国制钢：致力于数据分析和人工智能应用

东国制钢从美国微软公司引进了大数据解决方案，并在生产工序中采用了大数据和人工智能的技术手段。在旗下的浦项钢铁厂，大数据技术已经应用于H型钢的生产。不同条件下，半成品的重量不同，根据这一原理，借助数据进行精准预测。

在生产普通H型钢时，半成品的标准是由重量所决定的。为了让产品具备合适的重量，就应该将产品切割为一定的长度，但在不同情况下会产生一定的误差。为了解决这一问题，在生产设备上安装了数千个传感器，并借助HDInsight分析设备进行分析，从而可以生产重量精准的半成品。为了分析海量的数据，在云端(服务商的服务器)上利用Hadoop框架对数据进行收集和分析。在彩涂板生产方面也利用了数据。热轧板卷基板的尺寸和性能是非常重要的指标，但不同供应商提供的原材料都会存在一定差异。为了让热轧板卷进行有效加工，需要保留足够的宽度，但这也会造成一定的浪费。为此，在向供应商订购原材料时，对不同的订单数据进行了分析，特别关注与成品更为接近的尺寸数据，对其进行数据化处理，从而提高了产品生产的精确度。与此同时，原材料订单数据全部保管于Hadoop，并结合时期、季节、价格等其他变量进行综合考虑，从而在原材料采购方面找到最小的误差值，并应用于后期的采购工作之中。