李子彪[ ]，张 莉,朱敏清
河北工业大学，经济管理学院，天津 300401
摘要：识别钢铁产业技术需求以及预测技术未来发展前景，对国家战略制定与企业科技竞争力提升具有重要意义。研究以为钢铁产业带来深度影响的智能制造技术为研究对象，借助文献计量等方法，探究智能制造技术在钢铁领域中的运用情况，构建了钢铁智能制造关键技术体系，并对其未来发展趋势进行分析，提出了今后钢铁智能制造技术发展的重点方向和内容，为钢铁产业在着力生产工艺技术进步、明确技术演化趋势、实现技术创新突破方面提出了重要依据。
关键词：钢铁产业；智能制造；技术需求
RESEARCH ON THE DEVELOPMENT TREND OF INTELLIGENT MANUFACTURINGrend TECHNOLOGY IN STEEL INDUSTRY
Li Zibiao, Zhang Li
(School of Economics and Management, Hebei University of Technology. Tianjin 300401 )
Abstract：It is of great significance to identify the technological demand of iron and steel industry and predict the future development prospect of the technology for the national strategy formulation and the enhancement of the technological competitiveness of enterprises.This paper studies the intelligent manufacturing technology, which brings profound influence on the steel industry, and explores the application of intelligent manufacturing technology in the iron and steel field by means of bibliometric methods.The key technology system of iron and steel intelligent manufacturing was established, and its future development trend was analyzed, and the key direction and content of the development of iron and steel intelligent manufacturing technology in the future were put forward, which provided an important basis for the iron and steel industry to focus on the production technology progress, clarify the trend of technology evolution, and achieve technological innovation breakthrough.
Keywords: Steel industry; Intelligent manufacturing;Technical requirements
0 引言
伴随着新一轮科技革命的到来，以物联网、大数据分析、人工智能等为代表的新兴智能技术，更多的应用于生产方式、工艺流程、生产组织等方面的重大变革。与此同时，钢铁材料，作为最重要的基础性结构材料，近年来却受下游行业发展高端化、用钢需求多元化的挑战，倒逼着钢铁产业在着力生产工艺技术进步、明确技术演化趋势、实现技术创新突破方面做出重要改变。
因此，研究以能够为钢铁产业带来深度影响的智能制造技术为主要研究对象，借助文献计量等方法，探究智能制造技术在钢铁领域中的运用情况，并对其未来发展趋势进行分析，提出了今后钢铁智能制造技术发展的重点方向和内容[[[] 刘景钧,封一丁.智能制造在钢铁工业的实践与展望[J].河北冶金.2018(04):74-80.]]，这对于追踪技术热点，识别钢铁产业技术需求以及预测技术未来发展前景，对国家战略制定与企业科技竞争力提升具有重要意义。
1 数据分析
研究为保证数据的权威性和可信度，选择学术水平和理论价值相对较高的中国CNKI数据库中的核心期刊和CSSCI来源期刊的文献作为数据。首先，通过高级检索设定文献类型为期刊，以“主题=*钢铁*智能制造*or 主题=*钢铁*人工智能*or主题=*钢铁*大数据”进行检索，检索时间以2014-2020年为研究时间段，共得到477条检索结果。由这几年的发文量趋势图可以看出，2014年后的几年中，特别是2015年《中国制造2025》的出台，使得钢铁领域中的智能制造技术关注度持续上升，并且有大量研究成果涌现。
.png)
图2 2014-2020年钢铁智能制造技术词云图
根据三时间切片下，智能制造技术关键词的变化，可以看到，具体的技术内容在不断的丰富，并且技术间更趋向于体系化发展。随着时间的演变，智能制造形成了“物联网”，“大数据”，“人工智能”，“云计算”，“5G”，“区块链”，“工业互联网”等前沿技术与制造技术融合发展的趋势，将智能制造技术引进钢铁企业现有的生产方式和工艺技术中，如物联网技术，与钢铁制造技术相结合，通过构建钢铁行业的物联网技术应用架构，实现了数据集成、RFID技术的有效融合[[[] 马婷.智能制造技术在钢铁行业的应用[J].冶金管理,2019(07):132-133.]]；此外，大数据、人工智能的应用为钢铁产业带来了巨大优势，高炉黑箱可视化智能分析预测系统的建设、冶金工艺数值模拟实验室的设立、工业机器人的应用提高职工工作效率和标准化作业方面带来良好效果[[[] 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,2019,43(01):1-5.]]。钢铁产业向智能制造转变是科学技术发展的必然趋势，也是钢铁产业转型升级的必然需求。
物联网技术用于钢铁制造流程中，对于实现钢铁行业生产自动化、运输智能化、管理一体化等方面具有巨大的作用[[[] 武尽祥.基于RFID的钢结构企业物联网平台关键技术研究［D］.天津:河北工业大学.2015．]]。大数据分析及云计算用于钢铁制造业，有助于提前预判钢铁生产各工序的生产状态，并优化生产工艺参数[[[] 王春梅,周东东,徐科,张海宁.综述钢铁行业智能制造的相关技术[J].中国冶金?2018,28(07),1-7?.]]。人工智能用于钢铁制造业，结合钢铁生产流程的特点，为人工智能技术的应用打下坚实基础[[[] 李新创,栾志伟,施灿涛.人工智能技术在钢铁行业中的应用研究[J].冶金自动化,2020(01):1-7.]]，人工智能技术在钢铁生产中应用的主要包括专家系统、神经网络、机器学习、智能机器人、智能优化等。
5G技术用于钢铁制造业，5G网络具备低时延、大带宽、广连接等特点，将其运用到钢铁领域，能够解决智能制造技术场景中的无线连接难点问题。如宝武集团将5G技术用于焦炉四大车自动控制、成品钢卷运输车无人驾驶、高运行状态采集监控等领域[[[] 李玉菲.以数据集中管控系统推动钢铁企业智能制造发展[J].冶金管理.2020(07):177+227.]]；鞍钢运用5G技术在智能安防、电力巡检机器人、产品过程质量控制、智能物流等方面也实现了研究成果。工业互联网用于钢铁制造业，是互联网和新一代信息技术与工业系统全方位深度融合所形成的生态体系；随着技术、产业、应用的创新突破和协同推进，工业互联网将与钢铁制造业数字化转型和智能制造更加紧密结合，加速其数字化转型。
2 钢铁智能制造关键技术体系构建
在初步识别到对未来产业发展具有深刻影响的几大钢铁智能制造技术后，进一步结合时事热点信息，如新闻数据等，梳理了每一技术领域下的具体关键技术，如下图所示。这些技术部分已经在相关钢铁企业展开运用，但尚未普及；部分关键技术仍未投入使用，但代表了冶金领域的钢铁技术的未来发展方向，具有典型的预测性；对这些智能制造关键技术进行梳理，一方面希望给予钢铁产业一些技术借鉴，使得钢铁产业在技术层面取得突破性进展[[[]刘文仲中国钢铁工业智能制造现状及思考[J].中国冶金.2020(06):1-7.]]，另一方面希望能够充分把握新一轮科技革命和产业变革带来的发展机遇，通过智能技术的智慧运用与融合，使当地钢铁产品在成本降低，质量提高方面取得重大突破，缩小与同行业其他地区钢条产业的差距[[[] 唐恒国,范佳,杨林浩.智能制造推进工作的探讨[J].河北冶金.2017(03):1-8.]]，推动钢铁产业向高质量可持续方向迈进。
图3 钢铁行业智能制造关键技术体系
经梳理，钢铁智能制造技术重点应用于检测、控制、优化、数据挖掘与分析、调度与可视化几大场景中。检测场景下，重视对冶金流程的在线监测和监控以及成分快速检测和温度检测等等；控制场景下，关注钢铁复杂生产过程（炼钢、轧钢）智能控制系统以及生产、设备、质量的智能管控；优化场景下，侧重与多工序、多目标、物质流能量流以及全局的协调优化[[[] 姚林,王军生.钢铁流程工业智能制造的目标与实现[J].中国冶金.2020(07):1-4.
基金项目：河北省科学技术厅创新战略资助项目“邯郸市县域特色产业创新发展模式研究”（编号：20180403）；河北省创新能力提升计划项目“高速公路建设科技计划项目技术经济分析（20557672D）”。
作者简介：李子彪（1979-），男，博士，教授，博士生导师，研究方向：创新管理；张莉（1995-），女，硕士研究生，研究方向：技术经济及管理
]]；数据挖掘与分析场景下，追求工业互联网平台的搭建和数据集成以及数字孪生技术的应用；调度场景下，要从钢铁整体技术体系出发，构建一体化计划方案，对一系列不确定因素进行仿真设计并对其影响因素进行预测；可视化场景下，强调借助基于运动模型和数据驱动的动态跟踪技术等一批关键核心技术构建3D可视化系统。
3 结论
研究以为钢铁产业带来深度影响的智能制造技术为研究对象，借助文献计量等方法，探究智能制造技术在钢铁领域中的运用情况，构建了钢铁智能制造关键技术体系，并对其未来发展趋势进行分析，提出了今后钢铁智能制造技术发展的重点方向和内容，未来钢铁智能制造技术重点将应用于检测、控制、优化、数据挖掘与分析、调度与可视化几大场景中，研究为钢铁产业在着力生产工艺技术进步、明确技术演化趋势、实现技术创新突破方面提出了重要依据。
参考文献