随着越来越复杂的人工智能系统的出现，迫使钢铁行业急需扩大和改进其生产流程。
钢铁行业正引领“智能生产”的发展理念，并抓住第四次工业革命带来的各种机遇。
从钢铁行业的角度来看，第四次工业革命意味着炼钢厂自动化，人员、产品和生产设施完全通过物联网(IoT)实现连接。
通过传感器收集大量的数据，结果反馈到人工智能(AI)，对这些信息进行分析。这不仅优化了生产线，并对整个工厂产生协同效应。
欢迎来到智能工厂。
运营大脑
韩国浦项制铁公司分别在光阳市和浦项市设有世界上最大的两家钢铁厂，2016年的钢铁产量为4160万吨。通过开发的POSFrame软件平台收集了大量传感器收集到的大数据，然后将其发送至人工智能进行处理。
浦项制铁智能工厂项目总监JinSoo Park表示：“以前我们到处都有数据仓库，现在我们把所有数据集中放在那里。”
作为运营大脑，POSFrame在很多方面仍需学习，浦项制铁一直在邀请经验丰富的员工来帮助培训人工智能。
“我们所掌握的大部分技术都隐藏在我们的操作人员或工程师身上。我们正试图将这些知识从他们的头脑中提取出来，并将其编纂成某种我们可以称之为‘智能’的东西，”Park说。
“如果你无法衡量它，你就无法管理它。如果你无法管理它，你就无法改善它。”
Peter Drucker
引用自著名管理顾问、作家Peter Drucker的这句话“如果你无法衡量它，你就无法管理它。如果你无法管理它，你就无法改善它。”，成为浦项制铁和其他钢铁生产商的指导格言。
安全、效率和生产率
奥地利钢铁制造商奥钢联集团研发和创新总监Franz Androsch博士强调，对所有生产流程进行完整记录正是第四次工业革命的概念。
“各种各样的电子测量和监控系统对大量的机器和产品参数进行自动记录、联网和使用，以对机器实施控制，确保质量。这样就更容易去规划停工期、提高生产效率和确保获得最优质量。”
生产实地上的技术诀窍是智能钢厂的核心，而钢厂的核心则是高炉。
在林茨的综合炼钢厂里，奥钢联集团已经取得了令人瞩目的成果。高炉需要不断地用交替的焦炭和熔渣层来供应能量，这些交替层保证了均匀高效的气体流动。此前，气压形势和温度异常难以识别。如今，通过采用3D雷达技术，奥钢联集团已经开发出一套包含高炉条件实时测量的全面换气过程的模型，从而提高了产量和减少了排放。
厂区实地经验与新技术的融合促使工作环境变得更加安全。新日铁住金株式会社正设法先于事故发生前预测危险情况，以避免事故发生。
工程师们戴着装有相机、危险气体传感器和加速计的智能头盔。地理围栏技术为工厂提供室内定位系统。如果一名工人到达某个已知的危险区域，安全帽会发出警报提醒。同样地，如果他们发生坠落或处于异常位置，安全帽会发出警报。
数据革命
炼钢过程的数据集以前也曾收集过，但第四次工业革命的技术正在释放新的可能性，让钢铁生产商能够以不同的方式收集更多数据，这些数据来自于大量的智能传感器和智能系统，它们通过本地网络进行通信。
例如，当一块钢坯进入重加热炉时，激光传感器会检查空气的进出量。结果会被反馈到人工智能上，以获得钢坯正确的温度。然后测量平板顶部和底部的热量，确定是否有差异。
“控制这种差异非常重要。否则，钢坯将需要重新经历一次轧制过程，”浦项制铁的Park表示。
“这些数据使我们能够准确追溯到产品出现缺陷的原因和位置。具体到在哪一班，在哪一天，在什么条件下出现的。”
JinSoo Park
“钢坯同样会发生扭曲，这会对生产过程造成严重破坏，并造成事故发生。”
浦项制铁一直在通使用时效性维护，以保持其设备的良好运转，而智能工厂为改进这一技术提供了更大的可能性。
Park说：“我们正尝试对我们的流程注入一些智能，这样我们就可以做更多的预测性维护。这意味着我们不仅降低了成本，还减少了计划外的停机时间。”
炼钢厂是全天24小时运转的工厂。如同飞机在空中无法更换发动机，在工厂里也很难一次更换一个单独的零部件。
Androsch博士认为，“数字化改变了我们与供应商和客户之间的互动模式，例如使用新的在线平台、应用程序、订单跟踪系统及其他服务系统。”因此，它为全新的商业模式提供了可能性。
瑞典钢铁集团（SSAB）的执行副总裁兼首席技术官Martin Pei博士预见到整个数字“制造生态系统”的发展，在这个生态系统中，上游和下游产业积累的数据将被整合到整个价值链中。
他表示：“生态系统参与者将获得新的服务，并从事新的业务岗位。”
节能
除了利用数据来提高生产效率，钢铁生产商还安装智能仪表和其他传感器，以减少二氧化碳排放及减少能源浪费。
许多工厂利用熔炉和滚压过程产生的气体来生产大量的电力。然而，也有许多工厂使用大量的电网电力，这是它们一直希望减少的。
不同等级的钢需要不同的能量，而传感器现在能够精确地测量哪种等级的钢材是最耗能的。然后，钢铁生产商可以分析能源定价，在生产线上确定一定的等级，以便在电力最便宜的时候生产。
测量和改善
产品进行热浸式电镀时，人工智能也可以帮助削减成本。钢水浸入后，刀片会根据实时测量数据进行切割。这使得能够严格地控制钢涂层的重量和宽度。
Park解释说：“如果你在电镀过程中涂了过多的涂层，那就会增加成本，所以我们尽可能少地使用涂层是很重要的。”
通过人工智能，浦项制铁对涂层的质量偏差控制从84%提高到99%。
在每一个单独过程中收集到的数据会逐渐形成每一块金属板的数字基因，应用到整个工厂。浦项制铁收集的数据量呈指数级增长，因为它每一步都对产品进行采样。这反过来又提高了质量，提高了客户的满意度。
Park说：“这些数据让我们能够准确地追溯产品中出现缺陷的操作和位置。”“哪一班，哪一天，在什么条件下。”
这就产生了完全的责任制。还让钢铁生产商有机会通过持续的闭环改进来消除缺陷。
而实现智能工厂的最大挑战是：收集准确的数据。所有其他流程都依赖于这一至关重要的方面。
组建合适的团队
组建合适的团队也非常困难。数据科学家可以来浦项制铁工作，但他们可能不具备所需的特定领域专业知识。
为了确保成功的团队运作，公司一直在实施一项“智能”计划，向工程师们灌输“智能文化”，以引发团队层面的思维模式转变。
与年轻求职者一样，客户和供应商也可以访问该计划。
“自动化流程和工厂需要了解机器人的功能、需求以及如何管理机器人的员工。”
Dr Franz Androsch
Park说:“韩国目前的失业率非常高，所以我们也向他们开放大数据和人工智能课程。”
尽管人们担心机器人会抢走人类的工作，但智能工厂并没有导致浦项制铁运营员工的减少。相反，下一次革命，员工在工厂实地工作的机会会减少，而更有可能从事分析数据或研发工作。
对于Androsch来说，这些变化并不令人惊讶。“自动化流程和工厂需要员工了解机器人的功能、需求以及如何管理机器人。这对人类来说是一项艰巨的任务。在相关的生产工厂都为员工提供了培训设施。”
面对日益激烈的竞争——不仅来自其他钢铁公司，还来自其他材料的广泛制造商——钢铁生产商正在积极迎接第四次工业革命带来的提高生产效率并增强其可持续性信誉的机会。