澳门永利

欢迎光临澳门永利 官方网站

【数字经济应用场景-案例说|产业互联网系列(八)】兴澄特钢:大数据质量分析系统变革质量控制模式
发布日期:2021-08-26    来源:澳门永利     分享到:

北京产业互联网既肩负着再造数字经济万亿级产业集群的重要使命,也承担着促进数字经济与实体经济融合应用的重要任务。为此,澳门永利 在《数字经济应用场景-案例说》栏目中重磅推出产业互联网系列,旨在生动地展现数字经济如何具体重塑产业的新局面,唤起人们对数字经济,特别是产业互联网改变生产、生活和生产关系的认知。

本期案例中,兴澄特钢炼轧大数据质量分析系统抽取各生产工序的工业大数据,采用流处理计算引擎和统计过程控制方法实时计算、实时分析、实时预测,将传统质量控制的事后管理模式转变为事中、事前模式,可实现实时质量诊断、全过程质量追溯。

 

产业互联网类型:工业互联网 

案例提供单位:紫光软件系统有限公司

图片1.png 

江阴兴澄特种钢铁有限公司(简称兴澄特钢)隶属中信特钢集团,其主要装备设施均从国外引进,生产过程均采用国际先进工艺,现已成为国内生产高标准优特钢的主要基地,主要产品都获得国际质量认证,多种高等级产品的产销量在国内多年领先。

 

转型诉求

钢铁行业生产过程长,工艺复杂且生产连续性强,传统质量管理的事后管理模式存在着较大的不足,不利于钢铁行业的强基增效和转型升级。主要问题包括:

● 管控环节滞后,难以真正提升产品质量;

● 上游坯料质量问题造成下游工序的产能与资源浪费;

● 缺乏全过程质量追溯能力,难以适应日益严格的质量监管与合规性要求。

● 兴澄特钢期望通过炼轧大数据质量分析系统的建设,彻底解决上述问题。

为此,兴澄特钢选择与紫光软件合作,打造炼轧大数据质量分析系统。

 

创新应用场景

炼轧大数据质量分析系统的核心方法为SPC(Statistical Process Control,统计过程控制)模型,并综合采用了大数据技术、云计算技术和AI技术。兴澄特钢炼轧大数据质量分析系统主 要由大数据平台、质量管理应用和AI应用组成:

● 大数据平台

数据支撑平台:采用开源Sqoop、Kafka、Hadoop、HBASE、Hive等大数据技术和InflfluxDB时序数据库,采集、清洗、转换、计算并存储各类工业大数据。提供数据合理性判断、处理噪声数据、协调不同数据的采样频率、数据的二次计算、过程工艺数据与批次信息关联等功能,并通过冷热数据分区方法,实现过程质量数据的长期存储。

实时大数据分析平台:该平台是本项目的实时计算和分析预测平台,采用Flink流处理引擎实时计算、分析工业时序大数据;采用TensorFlow开源机器学习平台支持各类AI应用开发;搭建DNN、CNN网络模型训练深度学习算法,实现各类AI预测功能;提供数据挖掘算法库、AI模型库、SPC与Cpk分析组件等,实现模型与组件的多层次复用与重用。

● 质量管理应用

工艺参数实时监控与告警:建立各工序、各产品品种的SPC控制图,利用采集的数据实时计算并绘制相关参数变化曲线。按照物料号、品种、规格、生产厂、工序工位、时间区间等多维度条件绘制工艺参数的历史趋势图,为产线人员直观显示关键输入变量的数值指标及其波动情况。当发生数据超限现象时系统自动分析、自动诊断,并向产线人员发出告警或预警信息。

全过程质量追溯:依据成品批号、卷号、钢种以及生产日期等数据,结合上下游各工序的生产过程工艺实绩数据,实现对炼钢、轧钢全过程的质量数据追溯,满足客户日益严格的质量监管与合规性要求;分析上游生产过程的质量波动对下游工序和产成品质量的影响程度,为质量判责提供事实依据,促进全生产链条的质量控制与优化。

● AI应用

智能辅助排产:结合机器学习方法与动态优化算法,求解生产任务的最优排产方案。初始状态输入生产任务信息,计算生产任务的初始排产方案;在发生生产事故、设备故障等非计划停机时,智能辅助排产模块可快速计算出相对最优的生产调度方案,为排产调度人员提供参考。

工序指标智能预测:在转炉/电炉生产过程中,需要严格控制出钢温度和钢水碳含量,并提前预知所消耗的总氧气量。工序指标智能预测模块引入深度神经网络模型与算法,利用大量历史数据进行模型训练,对电弧炉炼钢工序的重点指标进行智能预测,指导操作人员精确控制生产工艺,提高生产质量、降低生产成本。

新钢种研发:新钢种研发模块采用深度神经网络模型,能够预测各种金属辅料的不同配比对产品机械性能的影响,并提供工艺调整的优化建议,帮助产线快速适应非标产品的生产,助力企业定制化研发新钢种,提升精益制造水平。

 

产业赋能价值

兴澄特钢炼轧大数据质量分析系统抽取各生产工序的工业大数据,采用流处理计算引擎和统计过程控制方法实时计算、实时分析、实时预测,将传统质量控制的事后管理模式转变为事中、事前模式,可实现实时质量诊断、全过程质量追溯。其应用价值主要体现在以下三方面:

第一,有效提升产品质量。通过实时质量监控功能,及时发现上游工序出现的半成品质量问题,并指导下游工序采取有针对性的工艺优化措施予以矫正,或者采取转产其他品种的方法降低残次品、废品的发生,有效提升产品质量。

第二,避免产能与能源的浪费。上游工序造成的报废半成品,经实时质量诊断功能判定为无法挽回的,可及时退出生产过程,避免造成下游工序工时与能耗的浪费。

第三,实现全过程质量追溯。实现全工序监控、全过程跟踪,对每道生产工序的各项参数实时记录、实时解算,对出现的质量波动自动诊断、精准判责。

炼轧大数据质量分析系统是兴澄特钢计算机集成制造信息化项目中的重要组成部分,开展了多项AI技术应用落地试验,包括智能辅助排产、工序指标智能预测、新钢种研发等应用,涉及动态优化、深度神经网络等不同的技术方向,取得了阶段性的成果,为下一步扩展新的AI应用场景奠定了坚实的技术基础。

 

用户评价

炼轧大数据质量分析系统是“实施精品质量管理模式”的IT支撑平台之一,是全流程质量管控模式的核心工具,为有效保证产品实物质量和企业经济效益提升发挥了无可替代的重要作用。

——兴澄特钢计算机中心主任 戚建国


你知道你的Internet Explorer是过时了吗?

为了得到我们网站最好的体验效果,我们建议您升级到最新版本的Internet Explorer或选择另一个web浏览器.一个列表最流行的web浏览器在下面可以找到.