国内钢铁业界因全球供应过剩、需求不振、保护贸易政策等面临困难,浦项制铁通过加强钢铁技术竞争力,开始摸索突破口。

计划以超差距技术为基础,在现场结合多种智能技术,进一步提高竞争力。

浦项制铁光阳钢铁厂最近在炼钢工程的"Sub Lance"冷却水设备上使用了异常预知模型。

亚分支是测量钢水温度、碳、氧含量的细棒状设备，通过亚分支测量的成分含量是炼钢过程中调节钢水成分的关键操作指标。

作为在高温环境下运行的设备,顺利供应冷却水,维持适当的温度非常重要,在此过程中,异常预测模型起到早期感知冷却水供应软管可能出现的问题的作用。

通过多年积累的作业数据建立的预测算法，实时监测冷却水的流量和温度，一旦检测到异常模式，就会立即发出预警。 而且,分析可能导致设备障碍的潜在要素,事先预测异常是最大的特点。

此外,浦项制铁还结合了车间内的人工智能(AI)技术,正在提高生产效率和业务效率。

浦项制铁公司浦项制铁厂最近开发了"基于AI的Coil Car材料障碍感知系统"

Coil Car是运输线材线圈的特殊车辆,是为了解决线材工厂运营的Coil Car的材料障碍问题而开发的。

以往主要依靠肉眼检查确认异常情况，随着新系统的应用，可实现实时监控和自动预警功能。

驾驶室内的显示器增加了闹钟功能,工作人员可以迅速识别问题情况并应对,提高了工作效率。

浦项制铁计划,今后在积累的现场经验和诀窍中,结合物联网(IoT)、人工智能(AI)、大数据等多种智能技术,具备最佳的生产环境。