高爐智慧化發展現況與挑戰

低碳專欄 點擊數: 6

 T41余佳杭

為掌握國際高爐智慧化相關技術發展現況與趨勢，T41針對高爐智慧化相關技術及全球主要鋼廠導入案例進行調查，彙整相關導入現況、趨勢與挑戰，說明如下：

  • 主要鋼廠導入現況與趨勢

JFE、JSW、POSCO、ArcelorMittal與寶武等鋼廠的高爐智慧化，已從傳統的點狀技術轉向全面性的系統整合，各鋼廠發展重點如表一所示，可歸納出以下趨勢：

  1. 「黑盒子」的可視化與數據化：透過數位雙生與虛擬預測模型，將模糊因素量化，讓操作員能「看透」內部並預測異常。如：安賽樂米塔爾利用數位雙生技術，提前預測鐵水溫度與爐壁異常，防止停機並延長設備壽命。
  2. 從「人工干預」走向「自主控制」：技術發展已不限於單純的數據監測，而是走向自動化操作。如：JFE透過將OT數據串聯雲端建置虛實整合系統（CPS），自動控制熔融鐵水溫度；寶武集團高達90%以上的控制採用率，自動提供最佳化指令或直接執行控制。
  3. 兼顧「綠色減碳」與「職業安全」：智慧化的最終效益聚焦於降低碳排放、減少焦炭等燃料消耗，及利用機器人（仿生、人形或重載）代替人類進入高溫、高粉塵的危險環境進行巡檢與取樣。如：浦項製鐵導入人形機器人執行高溫危險任務，使現場員工轉為監督角色，兼顧員工職業安全。

表一、高爐智慧化發展重點

鋼廠

實際案例

特色

成效

JFE、JSW

虛實系統（CPS）高爐應用

將高爐OT數據與雲端（AWS、Cognite）串聯。在高爐導入客製化CPS自動控制熔融鐵水溫度與透氣性。

Ø 透過CPS預測與自動化控制，防範嚴重爐況異常。

浦項製鐵

AI智慧高爐計畫

1.     在2號高爐，將原本依賴經驗、人為判斷的模糊因素轉化為資料。AI負責分析熱風口的火焰與氣流以判斷生產效率，並能管理原料濕度與高爐內壁的附著物。

2.     導入仿生四足機器人用於巡檢；人形機器人用於鐵水取樣。

Ø 品質不良率從13.3%大幅降至4.9%。

Ø 年產量增加8.5萬噸。

Ø 現場工人轉為監督角色，職業安全大幅提升。

寶武集團

AI智慧高爐

1.     融合冶金專業知識與先進的人工智慧演算法，建立涵蓋整個生產鏈的智慧管理系統，已在寶山基地的多座高爐部署，預測準確度與控制採用率均超過90%。

2.     系統能自動偵測運轉異常並提供最佳化指令，大幅降低對人工干預的依賴。

Ø 透過精準控制爐內化學反應，大幅降低焦炭等燃料消耗。

Ø 實現生產效率提升並降低碳排放。

安賽樂米塔爾

高爐數位雙生

1.     歐洲地區高爐透過數位雙生技術，提升產量和降低碳排放，實現高爐自動化操作。

2.     優化裝料順序、風量和熱力分佈，以提高日產量。預測並防止滑料、卡料和爐底冷卻等問題，避免產量下降。

Ø 高爐能耗降低12%。

Ø 高爐產量提升8%。

Ø 施行該技術的行業平均非計畫性停機時間減少30%。
  • 高爐智慧化之挑戰與建議
  1. 在極端環境下維護數萬個感測器之基礎建設與數據邊緣成本極高，應優先引進視覺AI與智慧機器人（如自動巡檢、自動開堵鐵口、自動取樣），以相對可控的數據邊緣成本，快速將現場員工轉化為系統監督者，優先換取最高的職業安全效益並打破傳統高風險的工作環境。
  2. 因原料更換、燃料配比調整或設備老化所導致的AI模型「漂移」與長期校正維護問題，故應同時建立長期的模型重新訓練與校正維護機制。
  3. 將資深師傅隱性經驗完美轉化為程式碼的跨領域技術門檻高（AI工程師普遍缺乏複雜冶金知識），提早整合冶金專業知識與AI演算法融合的隱形門檻，培育兼具鋼鐵熱力學與數據科學的跨領域團隊。
  4. 全球製程向氫直接還原鐵與電爐轉型，對現行高爐投入高昂的智慧化改造前，必須權衡高爐剩餘壽命與綠色製程轉型時程，規避潛在的資產擱置風險。