好書推薦《#大減速》部落格文章末，抽書兩本
想像一下，你正坐在一輛高速前進的列車上面，當列車突然剎車的時候，你會感覺整個人被往前拋。只有在事後回顧過去，你才會察覺，自己已經不再像以前那麼快向前移動了。我們就像是被往前拋的乘客，誤以為世界仍然在加速，卻沒察覺到周遭的一切已經開始放緩。
部落格文章 https://readingoutpost.com/slow-down/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
#這本書在說什麼？
.
《大減速》的作者是牛津大學的社會地理學教授丹尼‧道靈（Danny Dorling），他的研究領域涵蓋住宅、健康、就業、教育和貧窮。在這本書裡，他揭露了一個人們很難察覺的事實：「世界並非加速前進，而是開始慢下來了」。這些成長趨緩的領域包含人口、經濟、債務、數據和科技進步的速度。

近代的人們覺得快速成長是常態，但是作者以實際的數據顯示，趨緩的成長和穩定的步調才是世界得以永續生存的條件。而綜觀各項領域的指標來看，各國的發展漸漸邁向更加緩慢、穩定和平等的狀態。只是在這些樂觀的背後，仍有一道不能忽視的難題：世界平均溫度的增溫速度持續加快。

作者希望透過這本書，告訴我們趨緩的成長是好事，不需要因此擔憂，而我們需要將注意力轉往真正重要的事。這本書多達480頁且偏內容「硬」，篇幅有大量的圖表和資訊，讀起來並不輕鬆。但是書中呈現的「事實」反而很有意思，因為它刷新了我的老舊認知。以下針對書中概念導讀並且列出我覺得有省思的部分。
.
#鐘擺效應
.
這本書多達67張圖表，作者在他的官方網站公開全部的圖片，並且都有「GIF 動畫」的呈現方式。我在讀這本書的時候搭配這些動畫，讀起來更加生動。要讀懂這本書首先要懂一個叫做「鐘擺效應」的原理，如同下圖所示，當鐘擺擺盪從左邊的「高點 1」逐漸加速擺盪到「低點 2」的時，速度最快。當鐘擺從「低點 2」擺盪到右邊的「高點 3」時，速度緩慢下來直到靜止為零。

作者透過這本書要傳達的觀念就是，人類在近代工業化和數位化的年代，一直體驗到了「高點 1」到「低點 2」的「加速時代」。可是自從1970年代開始，世界的各項指標其實漸漸地減速，變化越來越慢，實際上是走入了「減速年代」。只是人們的心中仍然有一種錯覺，覺得時代會越來越加速，變化會越來越快。但實際的情形卻剛好相反，這本書就是在說這件事。
.
#獨特的時間線圖
.
這本書中使用了一種很特殊的「時間線圖」來詮釋所有的資料。比起常見的只看「時間vs.總量」的趨勢圖，這種時間線圖可以表示出數值的「變化的速度」，用這個方式更能清楚顯示各種趨勢的演進。在這個時間線圖中，Y軸仍然代表數量的絕對值；X軸則用來代表「變化的速度」，越往右邊的資料點代表「增加的速度越快」，越往X軸左邊的資料點代表「減少的速度越快」。接下來的各項討論會引用作者官網的動畫來說明。
.
#趨緩的人口數量
.
作者直言，從來就沒有「人口定時炸彈」這種東西，世界的人口成長必定會持續趨緩。作者的這項觀察，也同樣在讓我對世界的發展趨勢大為改觀的《真確》書中被詳細提及。

以下這張圖呈現了聯合國對世界人口的成長預估，從2017年以來人口的成長速度持續放緩，來到了2090年人口會達到110億人。作者針對世界各國的人口成長做了更細緻的統計，他認為聯合國高估了這個成長，真實的人口數字到了2090年應該只是會落在90億人左右。

作者分析了中國的人口狀態，不同於我之前以為中國還會有人口紅利，現在中國呈現了一種「穩定」的階段，就像鐘擺已經擺到頂端，人口增加的速度正準備降低了。另一個我們熟悉的國家日本，則已經正式走入了「減速」的階段，人口的增加速度持續降低。放眼望去，世界上幾乎所有國家的人口成長都即將邁上這兩種階段。

同樣減速的還有「生育率」。整個世界的公共衛生的進步、嬰幼兒死亡率的降低，讓人可以少生好幾個小孩。當人們相信社會有辦法照顧你，會生得更少或只生一個，因為不再需要養兒防老。尤其當女性接受的教育和擁有的權利提高之時，她們有權提出與傳統父權社會不同的聲音，她們能夠自己決定要不要生、要生幾個。

根據數據統計，世界上越來越多的地方政府試圖提升生育率，但是幾乎都以失敗告終。我回想到前陣子網路瘋傳的「台灣生育率『全球倒數第一』政府推優惠措施 前景仍不樂觀」這類新聞，這究竟是「經濟不景氣」貨「政府不爭氣」惹的禍？還是「全民教育程度高」和「女性擁有更平等的權利」？從書中的資訊給我的想法是，人口和生育率的趨緩，不是一件壞事，它本身就是世界必然的趨勢。
.
#趨緩的經濟成長
.
隨著人口增長的趨緩，許多人一定會認為經濟恐怕就此完蛋，會不會經濟的發展因此趨緩了？對，一定會。作者統計了世界各國的「國內生產總值」（GDP：指某一特定時期在某一特定地區內，所有完成的貨品和提供的勞務之總值），整理成以下這張圖。

顯而易見的事實是，世界整體的GDP總值雖然持續上漲，但是成長的速度都已經慢了下來。其他的經濟指標例如學貸、車貸、房貸和國債，總額雖然持續增加，但是增長的速度都出現了趨緩。如同動畫的鐘擺一樣，經濟的成長也開始減速。在新冠疫情之後，經濟的成長更加趨緩，但是這對地球的生態永續反而是好事，更少的製造、更少的汙染、更少的浪費。這或許是一個經濟成長趨緩但即將變得更好的世界。

這個經濟趨緩的過程，在西方常被誤認為是經濟下滑，或者跟中國的崛起扯上關係。實際上，從書中的資料不難看出，中國正出現史上最大的生育率趨緩，中國的經濟成長率也同時在急劇減速。作者對這件事下的結論是，這其實只是資本主義轉型結束的新狀態。因為資本主義強調的成長和擴張本身是一個「過程」，而不是「穩定狀態」。

我從書中的各類觀察發現，作者從英國學者的角度去分析美國、歐洲、亞洲、大洋洲各國的狀態，其視野更顯得宏觀。歐洲（尤其北歐）各國已經開始適應這種趨緩，打造許多對應的社會福利和機制，而且人民幸福指數高居世界之巔。只有美國老大哥認為自己的經濟砸鍋是中國的錯，這也不難看出美國想要奪回世界霸權地位的別有居心，但我認為即使美國最後「贏了」這場經濟對抗，資本主義的歡樂派對將無以為繼。
.
#趨緩的知識數量
.
作者認為，全世界的「數位數據總儲存量」雖然持續呈現指數級的成長，但是有意義和值得留存的「知識資訊量」並沒有以指數成長。數位訊號讓我們容易「複製」、「傳遞」和「儲存」，但光是儲存大量無用、過時、多餘的資訊，對於人類知識的增進其實沒有太大幫助。

維基百科從2001年開站以來，條目數量的增加速度急速攀升，到了2007年增加的速度達到最高峰，但是從這個時間點開始反轉。自此之後的每一年，條目數量的增加速度都持續減緩。雖然到了2019年的條目總數超過了600萬筆，但是者提出了一個有趣的觀察，全世界大多數的人感興趣的事情介於100萬到200萬件之間（百科全書紀載的數量都遠少於100萬則），因此之後增加的條目都比起以前的「更不有趣」。現在追加的新內容，充斥著一堆只有條目的標題和簡介、卻沒有詳細內容的「小作品」等著別人去補充資訊。垃圾資訊量的成長速度遠高於真正的知識資訊量。

還有另外一個跟知識資訊量有著類似趨緩跡象的東西：「書籍」。根據書中的數據，可以發現新書數量的增加速度也持續在減緩，看起來新數據和新想法的產出速度都在減緩下來，作者評論道：「這是越來越沒有新東西的洪流」。我自己反思的事情是，不要隨著資訊洪流起舞和追隨「更多」的資訊，反而要仔細篩選、挑揀高品質的內容。要去主動連結和創造出自己的洞見，或許，「少」即是多。
.
#加速中的地球暖化
.
作者談了人口、經濟、債務、數據和科技進步的速度都正在「減速」，這對地球永續是好事，對社會公義是好事，但是有一個無法忽視的危機：「地球的平均溫度上升的速度越來越快」。從下圖可以發現，溫度的變化一直往右上角發展，代表增溫越來越快。這個數據跟溫室氣體的排放量呈現很強的關聯，遠在2010年左右還有許多反對地球暖化的學說，但如今科學家們面對實際的數據，幾乎沒人在辯駁暖化效應正在惡化的事實了。

作者引用了世界自然基金會執行長 潭雅．斯蒂爾（Tanya Steele）說過的一句話：「我們是第一個知道自己正在毀滅地球的世代，也是最後一個還能做些什麼的世代。」雖然人類對於衛生、貧窮、教育等方面作出重大努力，也克服了許多難關，但是對於溫室效應的挽救，卻顯得束手無策。

如同最近發生在全球各地的極端氣候和災難，其嚴重程度不斷打破歷史紀錄，這不是偶然，而是平均溫度上升的必然。最令人憂心的是全球溫度上升的速度，至今仍然沒有半點趨緩的現象。只能祈禱美國和中國的對抗戲碼盡快落幕，或是美國什麼時候才要覺醒帶領世界各國一起迎戰真正的敵人「地球暖化」？人類是否能團結起來打贏這場戰役，或者事後回顧去奚落當初的無所作為？
.
#後記：放慢不是壞事
.
《大減速》的作者透過這本書帶出一個觀念：「人類過去生活的環境一直都是停滯和緩慢成長的平衡狀態，就只是沒有像現在這麼『急遽變化』而已。」我們正走向逐漸的減速，只是當停滯到了極點，又會出現下一次的加速變化（不知道我們有生之年能不能看到）。

從書中的各類數據看來，以及世界各方面的趨勢顯示，這是一個成長趨緩的年代（除了溫度加速上升）。我們要警覺那些舉著大旗吶喊「加速經濟成長」和「重返成長榮耀」的人物和口號，事實是趨勢早已改變，而且舉世皆然。我們已經不是乘坐在加速的列車上，也不該繼續乘坐下去。

作者認為趨緩帶來的另一項好處，是讓我們有更多的時間去質問，那些「我們祖父母和父母輩沒有質問過的事情」，因為他們的年代變化得太快、出現太多新鮮事物了。未來我們遭遇的無論科技、經濟、生活模式的變化速度，都可能會來越慢（看看令人失望的 iPhone13），如何降低自己對加速的期待，過上理想和滿足的生活，成了我們這代人的新課題。

最後，我想引用亞馬遜創辦人貝佐斯（Bezos）談打造商業策略的一句話：「與其問未來什麼會改變，不如問未來什麼是『不會改變』的？以這個回答去打造你的事業。」套用到我們自己的人生，享受親人、朋友和家庭的快樂相處時光，或許就是那件不會改變的事情。讓我們放慢腳步，細細思考什麼是人生中真正重要的事，並以此打造自己心中的理想生活。
.
Kobo電子書7折代碼：WAKISLOW
Kobo 購書連結：https://bit.ly/3jW9fkV
使用期限：9/26~10/2
.
感謝 聯經出版 提供抽獎贈書

日本在綠氫能源上的發展（08/26/2021 風傳媒）

氫將是人類最清潔的燃料，其燃燒只產生水而不排碳，由於這種對環境的友好性，氫被稱為「完美能源」或「未來能源」。

氫廣存於地球之中，其能源密度極高，且可以氣態、液態及固態的氫化物呈現，以適應各種運儲方式及應用環境的要求，和化石能源相比，其製取更為方便，不受地區因素的限制，也不會因資源分布不均而引發地緣政治風險，通過可再生能源製氫，將促成碳中和的實現。

作者：胡僑華

太陽能製氫是前景最好的製氫法

目前以化石燃料做為主原料的煤氣轉化法占全球氫製備總量的95%，而以電解水製氫的的比率不足5%，以太陽能製氫的比例更小。其實以太陽能製氫已有40年的的發展歷史，被認為是最有前景的製氫方法之一，值得繼續努力研發。

當今全球在建的以可再生能源製氫項目總計80GW（1GW = 100萬千瓦），在2020年新增的項目即達50GW，就像過去十年風能和太陽能的價格成倍下降， 一旦形成規模效應，即大幅降低其LCOE成本（Levelized Costof Energy，均化能源成本）。

日本百年老店──電氣產品製造商東芝集團（Toshiba）正在全球布置此具「未來能源」之稱的氫能，並以大規模可再生能源製取綠氫，做為碳中和時代的解決方案。

放眼全球，日本是近年來最熱衷發展氫能的國家之一，利用碳捕獲（CCS）實現平價化石燃料的脫碳製氫，以及可再生能源製氫，對能源自給率甚低的日本而言，用零排碳的可再生能源以製取清潔、高效且較易儲運的氫能，無疑是「後福島時代」得以兼顧能源安全和碳中和目標的理想選擇。

早在50年前東芝就開始做氫能方面的研發，當時日本的氫路線是烴類或醇類重整製氫，但現在零碳的理念下，近10年已全面提升氫能體系。例如東芝燃料電池體系全部都是純氫製備，其燃料電池系統H2Rex 在日本國內已累計交付了100台以上，這種100KW的模塊化單元，可根據需求做靈活組合，啟動後不及5分鐘時間，高效管道或儲槽中的氫氣轉化為電能和熱能。

從製氫到氫利用的全程實現了零排碳

以東芝的新氫能綠合中心為例，利用太陽能電解水製備氫氣，並直接將其應用於東芝的府中工場的燃料電池驅動叉車（Fork lifter）上，不但叉車運轉不排放二氧化碳，且因利用可再生能源作為製取氫能的燃料，從製氫到氫利用的全程實現了零排碳。當突發災難時，這套小型分布式能源亦可大顯身手，做為一條生命線為300名受災群眾提供一週所需的電力和熱水供應。

綠氫雖有諸多優點，但在全球範圍內仍為成本高居不下所困擾，在日本要靠政府的政策來支持。此外光伏、風電仍存在間歇性問題，且因電網調峰要求甚大，導致棄風、棄電的狀況經常發生，若將這部分電力轉換為氫能儲存起來，需要時再予釋出，成為最理想可靠的結合。亦即可再生能源與電解質製氫技術綑綁在一起，製造出完全的綠氫。

在日本國立新能源產業技術綜合開發機構NEDO（New Energy and Industrial Technology Development Organization）的帶頭下，東芝與另外兩家日本企業合作的福島氫能研究基地（FH2R）已於2020年成立。東芝在該領域所長的是對電力系統、電子設備及控制系統的深入了解，及對氫的長期技術累積，目前正與上游製氫企業研討合作。

在氫能起動階段，東芝呼籲政府對全行業給予政策支持，鼓勵更多企業參與氫能產業鏈的完善，並儘早明確氫能使用的法律及規範，在此前提之下，氫能成本才能隨著規模效應而快速下降。

氫能成本的下降有賴於一個足夠大且高速成長的下游市場，東芝正在推動純氫能燃料電池系統H2Rex儘早應用於日本及中國市場，使其成本符合市場潛在的需求，並聯合中國合作夥伴一起開拓市場。

福島事故讓東芝不得不脫鉤核能

實際上東芝對於 「終極能源解決方案」的認知，在福島核能事故之後，出現了徹底的轉變，東芝曾是全球核能領域的重要領先者，旗下擁有歷史戰績輝煌的美國西屋電氣公司。但2011年發生的福島核能事故，使全球核電技術放緩，建造成本陡增，西屋電氣申請破產保護等諸原因，東芝最後選擇脫鉤核電資產。

2020年10月日本首相菅義偉在臨時國會上發表施政演說時宣布，日本將爭取在2050年實現溫室氣體净零排放，這標示做為全球第三大經濟體及第五大排碳國的日本，在氣候議題上的立場有了巨大的轉變。

日本的溫室氣體排放中，至少有80%來自能源範疇。二氧化碳零排放並不是最近才有的呼聲，早在〈京都協議書〉及〈巴黎氣候協定〉且更早以前，就進行了與此相同的探討。

福島事故改變了全球滅碳的思路，2011年之前，日本及歐洲都將低碳發電目標寄望於核能，但現在已轉變為寄望於可再生能源的發展。除了氫能之外，東芝還有其他頗具競爭力的的能源業務和碳捕獲及儲存技術，可以根據不同地區的條件與與特徵，進行靈活的組合，無論在水電領域、光伏領域及地熱領域，均處於世界領先的地位。

該項目建有全球最大的利用可再生能源的10 MW（1萬千瓦）級製氫裝置，正在驗證清潔低成本的製氫技術，在此所產生的氫氣不僅使用為平衡電力系統，還為固定的氫燃料電池系統，及移動的氫燃料電池車輛（汽車、巴士）等提供動力源。

日本的綠氫發展可供台灣借鏡，台灣現行的可再生能源發電占比僅20%，卻以進口液化天然氣以支持50%的氣電 ，與其如此，不如投資於光源充足的澳洲建立液化綠氫廠，並進口台灣以取代LNG（主成分為排碳的甲烷）以供發電，達成低碳及無排碳的能源承諾。

本文作者胡僑華為工程專業經理人

完整圖文內容請見：
https://www.storm.mg/article/3875207?mode=whole

♡

【中鋼AI現場1：1千5百度高熱密閉生產環境如何監控？】高爐AI應用大剖析

中鋼靠間接量測高爐生產數據，一步步打開黑盒子，運用AI即時監控爐況，提早預測異常生產狀況即時應變

文/翁芊儒 | 2021-03-04發表
攝影／洪政偉

高爐之於鋼廠，是不可或缺的一環。飄洋渡海的鋼鐵原料從港口上岸後，會先由煉焦工廠製成焦炭、燒結工廠製成燒結礦與鐵礦，加入其他次要原料後，就會來到鋼鐵融煉的第一站，高爐。

高爐的作用，就是透過一連串高溫熔融反應，將鋼鐵原料煉成鐵水。雖然說起來容易，實際上，高爐卻是一個複雜的煉鐵反應器。中鋼煉鐵廠高爐二課課長許雍達解釋，每一座高爐，都集合了非常多系統於一身，包括了爐體本身冷卻系統、熱風爐、原料輸送、出鐵、爐氣處理、頂壓回收發電、噴媒等環節，每個系統互相搭配，才能維持高爐穩定運作。

這個系統中，真正煉製鐵之處，就是外觀形似巨大養樂多瓶的高爐爐身。其運作原理，是從上方加入煉鐵原料，以一層焦炭、一層燒結礦與鐵礦的方式，盡量將原料均勻散布其中，再透過周邊的熱風爐，將空氣加熱，從高爐下部的鼓風嘴鼓進高爐，來加熱、還原，將鐵礦石融煉成鐵水與爐渣。

熔煉過程中，中鋼也透過鼓風嘴噴吹粉煤，來取代部分焦炭作為還原劑，可降低煉焦爐的負荷，並有利於爐熱調節；而爐內產生的高爐氣，也能在淨化後用來發電，並作為熱風爐及廠內的燃料，來達成節能、減少碳排放的效益。最後的鐵水與爐渣，則會分開取出，各自進行下一步的加工或販售。

許雍達指出，這套高爐生產的做法，早從十多年前就持續運作至今，但在過去，高爐內部高溫、密閉且不易觀測，難以得知爐況是否符合預期，「比如原料一層一層加入之後，到底分佈均不均勻？又要如何在爐溫下降之前，提早預測來因應？」

這些問題，隨著IoT與AI技術日漸成熟，中鋼開始蒐集更多生產數據，逐步翻轉過去熟悉的高爐運行操作。

落地27項高爐智慧應用，更即時掌握高爐生產動態

中鋼約從3年前開始，致力於研發高爐AI，不只開發高爐爐況監控的相關應用，也開發周邊設備的AI應用，比如原料輸送帶的預測維修、熱風爐生產效率與耗能監控、現場人員的安全監控等，截至今年初，已經完成27項高爐智慧應用的開發，依據應用的特性與適用場域，分散部署在4座高爐中。

由於高爐本身就像是一個黑盒子，為了掌握高爐的生產狀況，中鋼在高爐上裝設了多種感測器，就是要靠各種生產數據，一步步將盒子打開。

比如說，從高爐上方布料時，雖然是均勻旋轉布料，但實際布料情況還是會依據爐內氣流變化而改變，為了監控布料狀況並適時調整，中鋼在布料槽裝設了料面溫度儀與輪廓儀，來掌握布料形狀與高溫氣體的分布情形。在爐壁上，中鋼也裝測了溫度感測器，透過爐壁溫度變化頻率，來預測爐壁冷卻元件是否受侵蝕、內部是否結塊。

不只如此，為了預測爐熱變化，中鋼量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，開發AI預測未來爐熱；也運用爐溫爐壓分布的異常數值，找出發生管道流異常的可能性。透過更即時發現異常並自動預警，就是要讓產線人員盡早發現問題，才能提前調整生產參數來因應。

而且，針對所有開發的生產數據監控與AI應用，中鋼開發了綜合爐況評分機制，能從原料分佈、氣流狀況、目前風量、鐵水產量、爐內溫度等生產狀況，為高爐當下的運行表現評分，讓產線人員可以更直覺、快速地的了解當前高爐爐況，「中鋼自己設定的目標，是要隨時大於89分以上，」許雍達說。

克服AI落地挑戰，中鋼導入一站式生產數據監控平臺

中鋼過去開發AI應用時，是由技術人員設法取得生產數據，開發出AI模型，再由IT單位開發成應用程式，個別部署到現場中控室的單機電腦中。

許雍達指出，這個做法面臨了三大挑戰。首先，當時從生產環境蒐集到的資料，位於封閉式的生產系統中，為避免透過外部線路存取資料時，可能帶來的資安風險，「研究人員不能輕易的取得生產數據資料，分析費時費力。」

再加上，每一支開發完成的應用程式，都必須部署到中控室的單機電腦中，透過視窗介面來呈現，在應用程式分散在多臺電腦的情況下，增加了電腦、網路的維護工作。不只如此，隨著蒐集到的資料量更大，AI分析也需要更大量的硬體運算需求，原有的主機資源逐漸不敷使用。

這三大挑戰，讓中鋼在2019年底，率先在二號高爐場域，規劃建置AIoT智慧分析平臺，更找來研究部門、子公司中冠資訊共同研發，利用二號高爐在去年大修的期間，同步導入該場域。

這套AIoT平臺最主要的目的，是要將分散部署在不同電腦的AI應用，整合到同一個Ｗeb平臺中，讓員工只要以瀏覽器開啟入口網站，登入帳密，就能一站式管理高爐所有的生產資訊。

建置過程中，中鋼不只以Web介面重新設計AI應用儀表板，也將過去難以取得的生產數據整合到一個資料平臺，供技術人員更方便的分析取用資料，更建置了專屬AI應用的硬體資源，取代分散部署到電腦主機的方法。

許雍達指出，AIoT平臺上線後，中控人員不只能即時查看重要的生產資訊，當高爐發生任何異常狀況，平臺也會自動觸發告警，並顯示操作指引，讓員工可以依照指示排除異常，將異常狀況可能帶來的傷害降到最低。

比如說，當AI偵測到四號高爐的爐身發生結塊，就能利用過去一段時間的溫度變化，去推測結塊情形的演變，系統也會提供操作指引，來建議員工應使用哪一種應對模式，才不會導致結塊問題更嚴重。

處置完成後，員工也可以直接在介面中回報，將此次事故處理過程提交出去，作為歷史維運紀錄，而且，過去類似事故的處理方法與結果，也會同步附件於操作指引的介面中，提供緊急處理時參閱。

除了上線網頁版的AIoT監控平臺，中鋼也接續打造了行動裝置版本，只要安裝到手機上，具登入權限的中控人員，就能隨時隨地掌握生產即時動態，了解異常狀態資訊。

今年初，二號高爐完成大修，這套AIoT平臺已經導入二號高爐場域中。中鋼也正在規劃，要將AIoT平臺導入其他座高爐中。許雍達表示，更長久的計畫，則是要開發煉焦、燒結兩大原料加工廠的智能模組，並且整合到AIoT平臺來監控運用，「這樣一來，我們在高爐的現場就能看到原料加工廠的生產數據，如果有異況，高爐也能同步調整、配合。」

高爐AI應用大剖析

「高爐出了問題，就得降風停產，如果能見微知著，在發生狀況前預先防範，就能降低損失產量的風險。」中鋼技術部門代理副總經理鄭際昭，一句話點出高爐AI的重要性。

用AI煉鐵，導入27項高爐場域智慧應用，被中鋼視為第一個進化里程。27項應用中，中鋼不只開發高爐爐況分析監控，也開發周邊設備的AI應用，比如原料輸送帶的預測維修、熱風爐生產效率與耗能監控、現場人員的安全監控等。

其中，高爐本身的爐況監測，更是AI開發的重點任務，因為高爐就像是一個黑盒子，為了掌控高爐的生產狀況，中鋼得在高爐上裝設多種感測器，以AI監控生產數據，才能提前發現問題，並及早因應。

因此，在眾多應用中，中鋼特別介紹7項與高爐爐況分析相關的智慧應用，揭密1,500度高熱密閉的生產環境，如何靠AI監控。

1 爐內布料情形監控

技術關鍵 靠掃描感測儀器與熱像儀，偵測原料、粉塵、高溫氣體分佈狀況，並將資料視覺化

效用 監控氣流是否穩定、布料形狀是否符合預期

將原料從爐頂添加到高爐時，過去無法得知實際布料狀況，但現在，中鋼在爐頂布建掃描感測儀器，就能即時偵測原料在高爐內的分佈，同時透過爐內的熱像儀，掃描粉塵、高溫氣體的分佈，就能比對得知目前氣流是否穩定，布料形狀是否符合預期。中鋼也將量測到的數據，以視覺化的方式來呈現。

2 管道流預警AI

技術關鍵 透過AI判斷爐內壓力與溫度分布是否超過異常值，來預測管道流異常

效用 提早預測管道流異常發生可能性，調整生產參數來因應

一般來說，高爐運作的理想情況，是從下面鼓風，爐氣均勻往上傳遞，將原料還原熔融。但是，若爐氣無法穩定通過爐料，而是累積在某個區塊，就可能因為壓力蓄積過大往上竄出，造成爐頂洩壓閥排放，或造成設備損傷。「氣集中在一個地方，壓力大到一個程度就會往上衝，就好像人打嗝，不能等到衝上來，要想辦法及時拯救。」鄭際昭形容。

為了提早發現管道流的情形，中鋼在高爐爐殼上設置壓力量測與溫度量測點，分別將溫度與壓力的分佈視覺化呈現，若結合兩者數值，發現壓力差超過異常值，或是局部溫度過高，AI判斷為管道流異常可能發生，「系統會發出預警，引導操作人員先降低風壓、風量，」中鋼煉鐵廠高爐二課課長許雍達表示，越早預測出管道流異常，就能越早調整生產參數，來避免管道流發生。

3 爐壁厚度監測AI

技術關鍵 透過爐壁探鑽深度與周圍壁面溫度變化的關聯性，訓練AI靠爐壁溫度變化，判斷爐壁厚薄

效用 預測爐壁冷卻元件受損情形，安排檢修時程

高爐爐壁冷卻元件（冷卻壁）若被蝕破，就可能造成嚴重的生產危機。然而，單從高爐外觀，無法得知爐壁冷卻元件被侵蝕的程度，中鋼以往只能定期量測來推斷爐壁狀況，定期檢修，來降低意外風險。

要監測爐壁厚薄，中鋼在爐壁裝設測溫感測器，找出溫度與爐壁厚薄的關聯性。鄭際昭解釋，一般來說，爐壁變薄後，測得的爐壁溫度會升高，雖然鐵水在壁面結塊或脫落，也會造成可能造成溫度改變，但相較於正常爐壁狀況，溫度變化頻率會較為劇烈。

因此，中鋼以探鑽點位附近的歷史溫度變化，結合實際探鑽的厚度訓練AI模型，再套用到高爐其他測溫點位上，來推測爐壁不同位置的侵蝕狀況。

4 爐壁結塊預測AI

技術關鍵 透過爐壁溫度變化頻率預測結塊情形

效用 監測到爐壁溫度變化異常，提早因應避免結塊情形惡化

高爐溫度一旦降低，就可能造成鐵水冷卻結塊、附著在爐壁上，若爐壁的結塊大量滑落，導致爐氣異常溢出，就可能發生操作上的危險，「許多高爐曾經因為高爐內部結塊過大，掉落時打到鼓風嘴，導致鼓風元件受損漏氣。」許雍達說。

為了維持爐況穩定與操作安全，中鋼開發了爐壁結塊預測AI，當發現溫度變化波動越來越小，就能推測爐壁內部結塊，並提前調整高爐的生產條件，避免結塊情形更嚴重。

許雍達表示，這套AI應用目前部署在三、四號高爐，因為這兩座高爐的爐內冷卻元件形式與一、二號高爐不同，更容易發生產生爐壁結塊問題，較有應用AI的急迫性。

5 爐熱溫度預測AI

技術關鍵 量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預測未來爐熱

效用 預測未來2～4小時內的爐熱變化，提前調整生產參數來因應

對於正在生產鐵水的高爐來說，必須維持一定的爐熱，高爐才能穩地熔煉鐵水，若溫度異常大幅下降，就可能造成爐冷危機，需花費許多時間調整加熱，一旦惡化至鐵水凝固無法排出，復原工作會很困難。

「發生一次就是上億的損失，所以我們要盡可能避免走到這一步。」鄭際昭點出爐熱預測的重要性。

中鋼在建立爐熱溫度預測AI時，就是透過量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預知未來2～4小時的爐熱趨勢，藉此訓練出爐熱預測的AI，若預測到未來爐熱可能下降，就能即時調整生產參數，微調風溫、噴煤量，來維持爐熱的穩定。

6 鼓風嘴噴煤預警AI

技術關鍵 透過大量鼓風嘴噴煤影像訓練AI判斷異常

效用 自動化找出噴煤槍過短、噴煤口堵塞等異常影像，減少人力監控負擔

中鋼透過在鼓風嘴噴吹粉煤，來減少原料焦炭的使用，同時，也能透過粉煤噴吹量來調節爐熱。不過，粉煤噴吹的狀況，過去需要人工監控，透過攝影機將風口影像傳輸到中控室，來監測是否發生噴嘴阻塞、或是噴煤槍設備耗損的情形，而且，需監控的影像還不只一個，光是二號高爐就有30個風口影像需要監控。

為了減少人力的負擔，中鋼正在運用歷史監測影像，訓練影像辨識AI，來自動監診噴煤槍設備，找出噴煤槍過短、噴煤口堵塞等異狀。

7 高爐原料粒徑分析AI

技術關鍵 透過原料粒徑影像資料，訓練AI進行粒徑分析

效用 即時辨識原料粒徑大小與分布，調整入料情形來降低燃料率

將原料送入高爐時，若原料的粒徑大小符合預期、分布較平均，有助於爐況穩定、降低燃料率。中鋼甚至推算，高爐燃燒料率每減少1%，每年可以減少上億的燃料經費，因此，中鋼用AI來即時辨識原料的粒徑大小，即時計算進入到高爐原料粒徑分布，以及是否混雜到其他原料等情況，再根據分析結果來調整原料分布，有助於穩定爐況、降低燃料率。

附圖：光是二號高爐，中鋼就投資約5,700萬元來建置智慧應用，投資的金額雖大，但帶來的效益更可觀，預估每年可以降低成本3,270萬元，減少排放溫室氣體2,217噸。（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/news/142938