电炉炼钢大致是将废钢在电炉中熔化,经精炼炉后通过连铸工序制成半成品钢坯或钢锭。随后在检验工序中检查半成品,不良品重新投入电炉作为原料使用。而若引入智能工厂方式,在各工序安装传感器并实施数据挖掘(分析海量资料以找出有用模式),便可提前预测哪些产品为不良品。若预测可信度足够高,被系统判定为不良的产品无需再由人工复检,直接重新投入电炉即可。这自然能在大幅减少工作量的同时提升生产率。
14日在首尔三成洞COEX举行的“2018智能工厂专业人才培养事业成果发布会及优秀论文竞赛”现场,发表了以上述内容为核心的有意义的研究。东亚大学硕士研究生曹多雪发表了题为《基于数据挖掘的炼钢工序管理系统》的论文,提出在炼钢工序引入智能工厂设备并进行数据挖掘分析以预测不良品的方式。该论文研究了通过智能化工序管理提升炼钢效率的方法,获得相当于最优秀奖的韩国产业通商资源部长官奖。
为推动制造业创新,政府积极推进的智能工厂运营设计专业人才培养项目正取得可见成果。该项目旨在培养契合第四次工业革命时代的智能制造领域定制型核心人才,由韩国产业通商资源部与韩国产业技术振兴院推进。以智能工厂推进团为主管机构,韩国生产性本部及4所大学(庆熙大、东亚大、韩国产业技术大、忠北大)等参与其中。韩国生产性本部负责共同课程及短期集中教育课程的开发与运营等。
教育分为学位课程学生的课程和制造企业员工课程两条轨道。参与高校开设了智能工厂融合相关硕博课程,企业员工培训课程由生产性本部承担。前述优秀论文即出自学位课程学生的研究成果。
4所大学智能工厂相关研究生院去年至今年共注册110人。其中部分人取得硕士学位后进入智能工厂控制软件领域。今后硕博学位人才将大量涌现,预计将在学界和产业界主导智能工厂相关研究与实务。这些研究生除学业之外还参与教授主导的研究项目并领取研究活动费,金额足以覆盖学费并有余。政府积极扶持,让智能工厂领域人才减轻经济负担、专注学业与研究。
智能工厂推进团相关人士介绍:“最大的成果是项目启动仅两年,学生实力便大幅提升”,“获奖学生还将优先获得参与与新加坡制造技术研究院(SIMTech)共同研究项目的机会”。
韩国生产性本部面向企业员工的教育项目为“智能工厂运营设计短期集中课程”。为最大化教育效果,分为首席执行官(CEO)、中层管理者、实务人员三个班,差异化设置讲义内容和授课时间。CEO教育为一天课程,在首尔、釜山、大邱举行;中层管理者课程设计为一周,同样在首尔、釜山、大邱实施。实务人员教育为2至3天课程。生产性本部相关人士解释:“CEO需要改善对智能工厂的认识,中层管理者重在智能工厂规划能力,实务人员则须具备运营能力,因此按班级分别施教”,“去年和今年受训的共160余人,都在各自公司主导智能工厂的引入与高度化”。
业界评价认为,智能工厂人才培养事业为难以自主培养人才的制造业中小企业提供了很大帮助。生产性本部相关人士强调:“大多数中小企业即便对引入智能工厂有兴趣,也常因成本问题难以轻易开展员工培训”,“人才培养事业对财力紧张的中小企业改善智能工厂认识、提升规划与运营能力起到很大帮助”。






