本报记者 杨悦
近期，日本JFE钢铁株式会社对外分享了一项具有代表性的工业智能应用案例：在其不锈钢冷轧退火酸洗线（CAP）上，利用基于AI（人工智能）的图像处理技术，成功开发出一套切边异常早期检测与自动急停系统。
该公司表示，研发应用这一系统旨在解决切边废料异常突起这一长期困扰其现场安全与限制生产效率提升的难题，并以极简的系统配置实现对高风险人工作业的根本性替代。
据其介绍，在不锈钢冷轧退火酸洗线精整工序中，带钢经过退火、酸洗后，需要利用圆盘剪等切边设备，将边部不均匀或存在缺陷的部分精准切除，以保证带钢宽度和边部质量。然而，这一看似常规的作业长期存在隐患：当切下的边丝废料在通过溜槽排出时，时常会堵塞。一旦发现问题不及时，废料在数秒内便会迅速缠绕，死死嵌入设备内部。
该公司表示，过去其异常检测完全依赖操作人员的目视察觉，但操作人员开展切边作业的同时还需检查带钢表面质量，注意力有所分散。在传统显示器监视的情况下，从废料堵塞到人员响应至少需要5秒。5秒的时间足以让废料严重缠绕。据其不完全统计，该公司过去生产过程中约有5%的产品因此而停机干预。除此之外，后续处置流程也十分被动且危险。操作人员必须完全进入设备区域，在机械运转部件附近手动割断、解开并拉出缠绕的废料。
为了将一线职工从这种风险中“解救”出来，JFE钢铁株式会社设计并实施了一套基于AI图像判断的系统。该系统仅由两台工业GigE（基于千兆以太网通信协议开发的相机接口）相机、一个GPU（图形处理器）图像处理单元和报警停机联锁装置组成，结构稳固，极易与其现有设备集成。在操作过程中，两台工业相机持续捕捉切边溜槽区域的实时画面，AI模型则以毫秒级速度对图像进行连续判断。
JFE钢铁株式会社表示，现在这一系统已通过超过1000张经人工精细标注的图像记忆完成了“自我训练”，充分学习并掌握了“正常排料状态”与“废料异常突起状态”的视觉特征边界。当识别到废料异常突起的前兆时，那双“AI眼睛”可以在短至0.2秒、长不超过0.5秒的时间内触发报警，并立即自动停止切边设备运转。“这远快于人的反应极限速度。”该公司表示。
据介绍，该系统的现场验证结果极为严谨，对废料突起异常的检测率达到100%，而误检率严格控制在1.0%以下，既不漏报，也极少因误报而干扰生产。操作人员也无需再进入设备内部解开紧密缠绕的废料，只需使用专用工具在线外安全处理微微突起的废料，促使人员直接暴露于危险的概率骤降，与此相关的工伤事件再未出现。
运营效益同样显著。此前，该公司需要人工取出缠绕废料的产品比例约为5%，系统实施后，该频率大幅降至0.5%以下。即使偶尔需要取出，但因停机及时，废料不再呈紧密缠绕状态，操作人员的处理工作量大幅减轻。“这直接带来了切割面缺陷减少、成材率提高、非计划停机时间缩短等一系列效益，降本效果可观。”该公司表示。
JFE钢铁株式会社介绍，其已将该系统的核心概念应用于火灾预防场景：当检测到焊接设备附近存在层间纸碎片等易燃物时，该系统即自动停止焊接序列，从源头遏制火灾风险。
经过3个月的自主学习、调优与现场验证，该系统已标准化为JFE钢铁株式会社生产流程的一部分，保持着稳定运行。JFE钢铁株式会社计划将这一系统从主要试验工厂进一步推广到旗下其他工厂的切边生产线上，以及更多涉及产品质量的连续监控系统中。
新闻链接
助力汽车用高强钢生产效率提升
JFE设计开发加压成型评估技术软件
本报讯 近日，JFE钢铁株式会社联合外部机构，将其独有的加压成型评估技术开发成一套软件产品“JESOLVA®— Forming for JSTAMP”。
据悉，该软件可以弥补传统成型极限图（成型极限曲线）在评估时存在的局限，同时提高对难成型的高强度钢板裂纹的预测精度，从而显著提升生产效率，进一步优化生产流程。 （陈灿）
《中国冶金报》（2026年06月26日 02版二版）
