潘金柱

摘   要：在科学技术创新发展的大背景下，钢铁行业也逐渐呈现出智能化的发展方向。基于此，智能制造技术在钢铁行业中得到了广泛应用，不仅能够降低经济成本的投入，还能够优化钢铁生产流程。文章对此进行了分析。

关键词：智能制造技术;钢铁制造行业;发展现状分析;未来发展趋势

近年来，随着我国钢铁行业的快速发展，钢材质产品的质量在不断提高，相关的制造工艺和制造设备都已经达到了国际化水平，提高了钢铁企业的技术经济指标。但是同质化竞争和产能过剩导致钢铁企业的经营发展面临困境，从而降低了企业的经济效益。

现阶段，我国钢铁企业相关产品的竞争优势主要体现在价格优廉、连续生产、批量生产、规模生产等。客户对钢铁产品的需求逐渐呈现出多样化和个性化的特点，导致钢铁企业在生产技术和组织管理方面，与客户对钢铁产品实际需求之间的问题日益突出。

为了有效解决上述问题，钢铁企业积极采取全新的生产制造技术，但是受到炼钢工序复杂化的影响，钢铁产品的生产效率和产品质量都在不断提高。因此，钢铁企业需要采用全新生产模式来满足客户对钢铁产品价格低、质量高、个性化的要求，从而提高钢铁企业的行业竞争实力。

1    钢铁企业的发展现状和改进方向

近年来，钢铁企业在生产制造过程中，主要是以力学性能预测为基础，进行集约化的生产加工。在合适的范围内，利用控轧控冷工艺能够将相同化学成分的板坯，生產出不同强度和不同用途的钢铁产品，或者将不同化学成分的板坯生产出相同强度和相同用途的钢铁产品，从而简化炼钢过程和连铸操作，有利于维持这两个工序的稳定生产，在降低整体生产复杂程度的同时，简化钢铁生产的监督管理工作，从而实现钢铁企业的大规模生产。钢铁生产制造如图1所示。

钢铁企业可以利用优化热轧工艺、轧后冷却工艺、热处理生产工艺，来生产出不同性能的钢铁产品，满足客户对钢铁产品的实际需求。这种生产技术具有明显的应用优势，首先，可以减少钢铁产品的种类以及简化生产材料的使用，增强企业的行业竞争实力和实际经济效益。其次，对生产过程进行有效控制，灵活地进行生产制造。最后，有利于对钢铁产品生产工艺进行优化控制，降低产品生产的不合格率。

现阶段，虽然我国的钢铁企业实现了集约化的生产，但是在信息技术广泛应用的今天，钢铁企业的生产工艺和加工流程都已无法满足社会的发展要求。钢铁企业在生产经营过程中，虽然已经建立起企业资源计划（Enterprise Resourse Planning，ERP）系统和数据仓库，但这些系统都较为分散，仅是用作生产加工过程的记录，缺少全面化的分析研究。同时，钢铁企业在生产经营过程中会涉及诸多参数，客户对产品规格的要求不同，导致加工参数的确定存在较大争议，严重制约了集约化生产的发展。

2    智能制造技术在钢铁企业中的应用展望

2.1  研究大数据在生产制造过程中的应用

智能制造技术在钢铁企业中的应用，离不开大数据的支撑，不仅能够从战略角度来预见未来发展方向，还能够指导钢铁企业的经济生产方式。钢铁企业是典型的传统制造行业，具有流程化、网络化的产品制造体系，覆盖生产制造、销售服务等诸多环节。虽然钢铁企业的数据仓库中积累了大量的数据，但是这些数据都分散在各个环节中，无法实现对生产制造整个过程中相关数据的分析。从大数据来看，这些积累的数据对钢铁企业的生产的钢铁产品的销售具有积极的指导意义。同时，在制造企业的集约化生产过程中，可以利用大数据进行协同制造，在实现钢铁企业内部资源合理利用的同时，实现钢铁产品的技术创新和质量提高。

2.2  研究建立钢铁产品的智能化生产方式

建立钢铁产品的智能化生产方式，主要是以产品标准化设计为基础，以力学性能预测为依托。为了实现钢铁企业的智能化生产，需要对产品性能进行有效预测，其中，物理冶金学模型的精准程度较差，对单因素的变化规律和机理分析具有重要意义，适合离线模型。网络模型的精确程度较高，无法体现出钢材性能的整体变化规律，适合在线使用。在力学性能预测模型的支撑下，建立起“工艺—组织—性能”的逆向优化模式，并且在进行热轧工艺的优化时，需要充分考虑到屈服强度、抗拉强度、延伸概率这3个性能指标。因此，热轧工艺的优化设计工作是进行多个目标优化设计，在这个过程中，实现了钢铁企业数据信息的实时采集和实时分析。

3    结语

综上所述，科学信息技术的创新发展，使计算机、大数据、云计算等诸多信息技术得到了广泛的应用。基于此，ERP技术在钢铁企业的生产制造过程中得到了有效应用，能在计算机设备上完成相关钢铁产品的生产制造过程，对整个过程进行全面分析和科学预测，便于实际生产制造过程中的管理控制。

[参考文献]

[1]王春梅，周东东，徐科，等.综述钢铁行业智能制造的相关技术[J].中国冶金，2018（7）：1-7.

[2]李欢，莫欣岳.智能制造技术在钢铁行业的应用[J].企业管理，2017（3）：104-107.

[3]王新东，闫永军.智能制造助力钢铁行业技术进步[J].冶金自动化，2019（1）：6-10.