通过学习专家经验并进化的AI，降低钢铁损耗率[AI自主管理制造，开启未来]

by Cho Seongpill

Published 17 Jun.2025 09:00(KST)

Updated 23 Jun.2025 07:59(KST)

open/close

去除杂质并调控硫含量
由AI接管“预处理工序”
现场数据实时分析与控制
尚未达到高技能工人最高水平
工厂长 Yoon Jeonggyun：“仍在学习进化中”

位于浦项制铁所第3炼钢厂一侧的预处理操作室，如今一片寂静，取代了以往的铁水与火花、噪音与震动。顺着墙面摆放着陌生的电子设备和与现场相连的监控屏幕，操作室内部让人联想到闭路电视监控室。某个显示器画面上，盛在钢包（ladle·盛装铁水的大型容器）里的铁水翻腾起伏，漂浮在上方的杂质正被撇渣机（去除杂质的设备）刮除。撇渣机时停时动，划出类似挖掘机作业的轨迹。屏幕另一侧，铁水与杂质交织的复杂工序所带来的紧张感清晰传递了过来。

浦项制铁浦项制铁厂第3炼钢厂预处理工序内部。自动撇渣机正在从盛装高温铁水的钢包表面清除杂质。浦项制铁提供

预处理工序的作用，是从高炉出铁水中撇除杂质，并调节决定钢材质量的硫（S）含量。在这里，这一道工序也被称为“排渣”。过去，必须由人工坐在配有撇渣机控制器的控制台前逐一操作。即便是熟练工，也要进行400次以上的重复操控，是一项高难度作业。从上个月起，由作业人员个人“手感”掌控的操作权，已经移交给人工智能（AI）。这正是预处理操作室能够保持安静的原因。

模仿熟练工感知的AI，降低铁损率

人工智能已经成功以比普通作业人员更快、更稳定的方式完成排渣工序。实际生产中，AI完成前排渣平均耗时5分30秒，后排渣在10分钟内结束，而一般作业人员则分别需要约6分钟和15分钟。AI在保持工序时间稳定的同时，还将铁（Fe）损失率降低了2%至3%。虽然数字看上去不大，但在一天内要重复数百次工序的制铁厂，这一差距会累积成巨大的效益，现场人士如此说明。

目前，在操作室主控制台上，AI正实时分析来自现场的数据。控制画面上动态显示着盛装铁水的钢包编号、铁水成分、预处理设备的位置与动作状态等信息。浦项制铁相关负责人表示：“在倾动钢包的倾东阶段，AI会先行预测铁水流出的时机，预处理设备则随之动作。”记者走访当日，画面上方刚弹出“排渣率90%”的提示信息，系统便立即进入下一阶段，停止撇渣机的动作。也就是说，AI正在自行判断并投入后续工序。

Posco浦项制铁厂第3炼钢厂厂长Yoon Jeonggyun在接受《亚洲经济》采访时，正在介绍人工智能自主化工艺。Posco提供

不过，目前AI的作业能力尚未达到顶级熟练工的最高水准。如果将排渣设备插入得太深，就会把铁水一并带出；插入得太浅，则会导致杂质残留，影响铁水质量。为逼近人的感知，现场AI正通过学习数以千计的操作模式来高度化技术。由于每位作业人员刮除杂质的方式略有不同，如何将这些差异收敛并平均化为数据，过去花费了很长时间。通过提升摄像头像素、记录撇渣机的运动轨迹，AI正逐步以近似人的方式动作并自我改进。工厂长Yoon Jeonggyun强调：“不存在完全自动化的工序，不断学习与进化才是实现自律化的本质。”

微小失误也可能引发重大事故……答案在“算法”

在技术上最棘手的环节，是倾动盛装铁水的钢包这一动作。只要对倾斜角度判断稍有偏差，铁水就可能溢出，进而导致整个工序停摆，演变成重大事故。为防止这种情况，浦项制铁将高像素高精度摄像头与倾斜角度数据相结合，构建了“重复判定算法”。AI通过多条路径交叉核对现场数据，一旦捕捉到异常征兆，便会自动停止动作。工厂长Yoon表示：“如果因为人的失误导致铁水溢出，整栋建筑都有可能坍塌，这正是我们引入AI的原因。”