钢厂全流程大数据分析应用渐成趋势

编者按:

当今世界,制造业正在发生着革命性的进步,智能制造必将缔造人类崭新的工业文明。《中国制造2025》国家战略向世界宣告了大国的责任与担当。作为冶金建设国家队,中冶京诚集近70年钢铁工业工程技术之精华,比肩国际先进理念,创新性提出了钢铁工业新一代智能制造整体解决方案,在钢铁工业数字化、智能化转型探索之路上取得了丰硕成果。特此编撰系列报道,以飨读者。

中冶京诚全流程大数据分析系统

探索智慧钢铁

近年来,世界各国竞相提出现代制造业创新战略,无论是德国工业4.0,美国工业互联网,还是《中国制造2025》,其实质都是以大数据搜集和分析为实施基础搭建未来工业制造系统。

2015年,我国政府工作报告提出“互联网+”行动计划,推动移动互联网、云计算、大数据、物联网等与现代制造业相结合,大数据产业逐步从理论研究加速进入应用时代。2017年,国家发布《高端智能再制造行动计划(2018-2020年)》等文件,在提出新的发展要求时,也强调了大数据技术在不同产业发展中的推动作用。

钢铁制造是典型的长流程工业,生产工序众多,工艺流程复杂,大型设备集中,且工艺参数繁多,多参数间耦合性强。我国各钢铁企业的生产过程数据均存放在各工序独立的L1、L2及MES系统中。由于数据架构、技术平台和数据采集技术的局限,使得日累计达上百GB的生产数据形成信息孤岛,无法共享、融合,更有大量诸如视频、图片的非结构数据无法被利用参与分析。这些数据蕴含了大量生产信息,是极为重要的数据财富。而大数据技术的应用打破了这些信息孤岛,可深度挖掘和利用数据价值,必将为钢铁行业发展带来巨大的推动与变革。

中冶京诚工程技术有限公司,作为冶金建设国家队,响应和贯彻国家发展战略,秉承多年钢铁工业信息化技术积累,全力探索和拓展大数据、云计算、物联网与钢铁行业相融合,率先提出打造钢铁工业大数据行业云平台的规划思路,为行业向数字化、智能化、“互联网+”转型提供有力支撑。

作为中冶京诚新一代钢铁工业智能制造整体解决方案的重要组成部分,钢铁行业全流程大数据分析系统,基于多年钢铁工业生产管控技术积累,利用大数据深度挖掘深层次生产知识、最优操作条件和最佳管控体系,逐步实现了钢铁行业的质量分析与管控、智能化设备运维、成本分析、智慧排产和销售预测等智慧化功能。

图1 全流程大数据分析系统架构

1 全流程大数据分析系统架构

全流程大数据分析系统主要包含数据抽取层、数据存储层、智能分析层以及可视化展示层(图1)。

1.1数据抽取(ETL)

数据的抽取(Extract)、转换(Transform)、装载(Load)是构建数据仓库的重要环节,通过高效的过滤处理,抽取各环节的有效数据,将生产过程中的分散、零乱、标准不统一的数据整合到一起,为数据分析提供坚实的基础。中冶京诚大数据分析系统与生产车间的各L2系统(过程控制系统)、PLC系统(基础自动化控制系统)、MES系统(生产制造执行系统)、EMS(能源管理系统)、检化验系统、物料网设备、移动设备进行全面对接,收集所有工序的生产、控制、工艺、能源介质、设备运行、质量参数等数据及图像视频资料。系统将这些多源、多类型数据经过清洗和转换形成统一格式存入数据仓库。

1.2数据存储

中冶京诚采用海量数据仓库管理及分布式数据处理技术,利用多台服务器作为数据节点分担存储负荷,不但提高了系统的可靠性、可用性和存取效率,而且易于扩展。数据存储机制通过多节点的冗余处理有效保障了系统的数据安全。先进的流处理技术使得系统具备高速的数据采集能力,满足钢铁企业各生产车间,尤其是高速轧线车间的毫秒级数据采集存储需求。

1.3智能数据分析

中冶京诚大数据分析系统具有高效的数据挖掘平台,集成数据预处理、数值分析、深度学习以及分类、聚类、预测等智能机器学习算法,方便数据分析人员进行快速数据分析与深度数据挖掘。

1.4可视化展示

系统通过可视化的展示平台提取各生产运营环节的关键指标信息,通过多种展示方式直观地向公司各级管理者提供管理依据(图2)。

图2 大数据监控分析展示

2 全流程大数据分析系统功能

2.1质量分析与管控

钢铁企业大数据分析系统可为钢铁生产过程建立质量标准,全面优化质量工艺,协助研发新产品,实现钢铁企业质量过程可追溯,质量问题可分析,并结合智能化算法实现质量的可预测。

系统通过海量存储处理技术实现了炼铁、炼钢、轧钢全流程生产质量数据的快速检索和信息提取,通过产品坯号或炉号进行全流程质量参数追踪;系统提供各种质量分析工具进行异常质量分析,快速找到影响质量问题的主要原因并且通过集成深度学习算法实现便捷的质量专家判定建模和持续训练优化。例如,对某钢种疏松缺陷原因进行分析,通过系统能够快速找出影响较大的化学成分有:Mn,S,P,C,Si(图3)。

图3 钢种缺陷成因快速分析

系统具备智能图像分析识别功能,根据智能化的图像分析技术及深度学习技术可对产品的影像数据进行自动质量等级判定,有效提高质量缺陷评定的及时性和准确率。

系统可根据海量的钢种成分标准数据、检化验数据,协助企业更好的进行新钢种的研发工作,大大减低新钢种的研发周期,降低企业的研发成本。例如,可根据国家标准对钢种性能的要求,结合企业的检化验历史数据,自动找出满足钢种力学性能要求的最佳成分标准。

2.2智能化设备运维

设备稳定、正常运行是企业产量和产品质量的保证,设备的非正常停机、维修往往制约企业进一步的提升。大数据分析系统通过实现智能化设备运维,为设备全寿命周期跟踪提供更多、更精细的数据支撑,减少设备非故障停机率,有效提高生产效率。

系统通过大数据分析系统实时采集获取企业重大机械设备、电气设备的运行参数(振动参数、温度、频率、电压、电流、转速等)信息、运维参数信息(设备上下线时间、工作时间、点巡检信息等),根据设备的运行参数和理论参数在大数据系统中模拟分析最优的设备运行参数曲线,结合模型算法实现预防性的设备诊断、预警和维修,保障设备的科学合理使用,避免突发性设备故障,更好地保障企业生产的连续性和产品质量的稳定性(图4)。

图4 设备运行分析诊断

2.3成本分析

利用大数据分析系统,通过对海量生产成本数据进行智能化的归并和统计计算,按照不同的钢种和规格建立各生产工序的成本标准,通过标准进行生产过程中的动态成本监控,及时进行成本超标报警。生产结束后,大数据分析系统以工序、炉次、坯料、成品等多种维度,进行成本统计分析和展示(包括历史成本变化分析、各工序成本明细组成分析和成本相关性分析等),协助管理者快速定位炼钢和轧钢整体成本超标的原因。未来通过大数据分析进一步对炼铁、炼钢、轧钢全流程的物料平衡和物料配比计算进行全面优化指导,实现钢铁企业生产成本的动态管控,有效降低企业生产运维成本。

2.4智慧排产

大数据分析系统通过海量的生产数据分析,优化炼钢各工序的钢种冶炼时间标准及天车吊运时间标准,协助MES系统制定更为可行的炉次和浇次生产计划。同时,系统结合智能的自学习算法,根据冶炼过程中计划的实际执行情况、各种突发事件以及相关的调度规则,自动调整和更新各工序未执行的生产计划,保证整个生产计划的可执行性,同时有效降低调度人员的工作强度,实现全自动智能化动态排产。

2.5销售预测

大数据分析系统通过有效整合和利用与生产销售相关的多个数据集,从生产销售数据分析和宏观数据趋势两个层面进行生产销售大数据分析与预测。系统采用多个不同领域的生产销售数据来解决生产销售历史数据特征空间稀疏的问题,从而降低生产成本,提高生产效率和产品销售预测的准确率。

3 应用及前景

中冶京诚全流程大数据分析系统已开始实施于具备年产400万吨生产能力的某钢铁企业的炼钢、轧钢工序,系统范围涵盖转炉、LF精炼炉、RH精炼炉、连铸机和高速线材、棒卷、特大棒等生产线。系统上线后已为客户实现了快速质量问题分析、在线质量预测和动态指导生产,运行效果良好。

中冶京诚全流程大数据分析系统的实施是我国钢铁工业数据应用的创新型项目,未来将充分结合云技术,虚拟化技术,逐步升级扩展行业的大数据行业云平台,服务于整个钢铁行业,为推进大数据、人工智能与钢铁工业深度融合奠定坚实有力的基础。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181128B1FQ1D00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券