鋼鐵智能制造技術在鋼鐵行業的發展和展望

潘金柱

摘? ?要：在科學技術創新發展的大背景下，鋼鐵行業也逐漸呈現出智能化的發展方向。基于此，智能制造技術在鋼鐵行業中得到了廣泛應用，不僅能夠降低經濟成本的投入，還能夠優化鋼鐵生產流程。文章對此進行了分析。

關鍵詞：智能制造技術;鋼鐵制造行業;發展現狀分析;未來發展趨勢

近年來，隨著我國鋼鐵行業的快速發展，鋼材質產品的質量在不斷提高，相關的制造工藝和制造設備都已經達到了國際化水平，提高了鋼鐵企業的技術經濟指標。但是同質化競爭和產能過剩導致鋼鐵企業的經營發展面臨困境，從而降低了企業的經濟效益。

現階段，我國鋼鐵企業相關產品的競爭優勢主要體現在價格優廉、連續生產、批量生產、規模生產等。客戶對鋼鐵產品的需求逐漸呈現出多樣化和個性化的特點，導致鋼鐵企業在生產技術和組織管理方面，與客戶對鋼鐵產品實際需求之間的問題日益突出。

為了有效解決上述問題，鋼鐵企業積極采取全新的生產制造技術，但是受到煉鋼工序復雜化的影響，鋼鐵產品的生產效率和產品質量都在不斷提高。因此，鋼鐵企業需要采用全新生產模式來滿足客戶對鋼鐵產品價格低、質量高、個性化的要求，從而提高鋼鐵企業的行業競爭實力。

1? ? 鋼鐵企業的發展現狀和改進方向

近年來，鋼鐵企業在生產制造過程中，主要是以力學性能預測為基礎，進行集約化的生產加工。在合適的范圍內，利用控軋控冷工藝能夠將相同化學成分的板坯，生產出不同強度和不同用途的鋼鐵產品，或者將不同化學成分的板坯生產出相同強度和相同用途的鋼鐵產品，從而簡化煉鋼過程和連鑄操作，有利于維持這兩個工序的穩定生產，在降低整體生產復雜程度的同時，簡化鋼鐵生產的監督管理工作，從而實現鋼鐵企業的大規模生產。鋼鐵生產制造如圖1所示。

鋼鐵企業可以利用優化熱軋工藝、軋后冷卻工藝、熱處理生產工藝，來生產出不同性能的鋼鐵產品，滿足客戶對鋼鐵產品的實際需求。這種生產技術具有明顯的應用優勢，首先，可以減少鋼鐵產品的種類以及簡化生產材料的使用，增強企業的行業競爭實力和實際經濟效益。其次，對生產過程進行有效控制，靈活地進行生產制造。最后，有利于對鋼鐵產品生產工藝進行優化控制，降低產品生產的不合格率。

現階段，雖然我國的鋼鐵企業實現了集約化的生產，但是在信息技術廣泛應用的今天，鋼鐵企業的生產工藝和加工流程都已無法滿足社會的發展要求。鋼鐵企業在生產經營過程中，雖然已經建立起企業資源計劃（Enterprise Resourse Planning，ERP）系統和數據倉庫，但這些系統都較為分散，僅是用作生產加工過程的記錄，缺少全面化的分析研究。同時，鋼鐵企業在生產經營過程中會涉及諸多參數，客戶對產品規格的要求不同，導致加工參數的確定存在較大爭議，嚴重制約了集約化生產的發展。

2? ? 智能制造技術在鋼鐵企業中的應用展望

2.1? 研究大數據在生產制造過程中的應用

智能制造技術在鋼鐵企業中的應用，離不開大數據的支撐，不僅能夠從戰略角度來預見未來發展方向，還能夠指導鋼鐵企業的經濟生產方式。鋼鐵企業是典型的傳統制造行業，具有流程化、網絡化的產品制造體系，覆蓋生產制造、銷售服務等諸多環節。雖然鋼鐵企業的數據倉庫中積累了大量的數據，但是這些數據都分散在各個環節中，無法實現對生產制造整個過程中相關數據的分析。從大數據來看，這些積累的數據對鋼鐵企業的生產的鋼鐵產品的銷售具有積極的指導意義。同時，在制造企業的集約化生產過程中，可以利用大數據進行協同制造，在實現鋼鐵企業內部資源合理利用的同時，實現鋼鐵產品的技術創新和質量提高。

2.2? 研究建立鋼鐵產品的智能化生產方式

建立鋼鐵產品的智能化生產方式，主要是以產品標準化設計為基礎，以力學性能預測為依托。為了實現鋼鐵企業的智能化生產，需要對產品性能進行有效預測，其中，物理冶金學模型的精準程度較差，對單因素的變化規律和機理分析具有重要意義，適合離線模型。網絡模型的精確程度較高，無法體現出鋼材性能的整體變化規律，適合在線使用。在力學性能預測模型的支撐下，建立起“工藝—組織—性能”的逆向優化模式，并且在進行熱軋工藝的優化時，需要充分考慮到屈服強度、抗拉強度、延伸概率這3個性能指標。因此，熱軋工藝的優化設計工作是進行多個目標優化設計，在這個過程中，實現了鋼鐵企業數據信息的實時采集和實時分析。

3? ? 結語

綜上所述，科學信息技術的創新發展，使計算機、大數據、云計算等諸多信息技術得到了廣泛的應用。基于此，ERP技術在鋼鐵企業的生產制造過程中得到了有效應用，能在計算機設備上完成相關鋼鐵產品的生產制造過程，對整個過程進行全面分析和科學預測，便于實際生產制造過程中的管理控制。

[參考文獻]

[1]王春梅，周東東，徐科，等.綜述鋼鐵行業智能制造的相關技術[J].中國冶金，2018（7）：1-7.

[2]李歡，莫欣岳.智能制造技術在鋼鐵行業的應用[J].企業管理，2017（3）：104-107.

[3]王新東，閆永軍.智能制造助力鋼鐵行業技術進步[J].冶金自動化，2019（1）：6-10.