大数据驱动的钢铁智造实践

钢铁交易平台物流服务平台金融服务平台 钢铁交易平台物流服务平台金融服务平台社交网络第三方资讯平台政府监管•企业内的垂直集成（各业务环节）•横向数据集成（上下游）描述性分析（DescriptiveAnalytics），即根据历史数据进行统计归纳，可以实现现象的准确描述。这属于大数据分析的第一阶段，大多应用于消费互联网。预测性分析（PredictiveAnalytics在数据中发现规律、形成洞察，就能够更加接近客观真指导性分析（PrescriptiveAnalytics）。对于很多决策者来说，相对于描述过去的事实和预测可能的规律，更重要的是如何在多变、不确定、动荡的当下作出正确的决策。大数据不能帮你采集数据大数据不能帮你采集数据多维复杂系统，通过3C（Computing、Communication、Control）技术的大数据不能帮你分析数据 数据仓库的分析对象都是管理的结果数据、业务的状态数据，对这些数据的统计分析在一定数据仓库的分析对象都是管理的结果数据、业务的状态数据，对这些数据的统计分析在一定｜程度上有效的帮助管理者把握企业运营态势，使决策有据可依。然而，环境、业务、人员都处于不断的变化之中，数据呈现的状态结果并不可靠，也不全面，决策者并不具有真正敏锐的洞察力充分利用各领域的过程数据挖掘潜在规律突破固有认识将推动商业管理的洞察力。充分利用各领域的过程数据，挖掘潜在规律，突破固有认识，将推动商业、管理、技术跨越式创新。4V4VVVV结构化数据OLAP分析统分挖 管理费用财务费用现实世界一季度二季度三季度高维度的算法模型语音数据 图像数据支持大规模分布式并行计算模型结构化数据OLAP分析统分挖 管理费用财务费用现实世界一季度二季度三季度高维度的算法模型语音数据 图像数据支持大规模分布式并行计算模型统计分析与数据挖掘统计分析与数据挖掘下钻上卷抽样抽样帐套3帐套3帐套2帐套12012年 销售费用2012年2012年旋转切片切块视频数据流数据 视频数据流数据文本数据经流过滤后的数据流使用数据仓库分析模型台 经流过滤后的数据流使用数据仓库分析模型台 应用企业级管理型数据仓库低成本海量数据存储和分析实时大数据分析应用企业级管理型数据仓库低成本海量数据存储和分析实时大数据分析优势基于关系模型的高性能数据查询和分析；成熟内建统计算法；成熟报表工具；标准数据访问接口。大规模并行数据处理；灵活可编程；支持海量数据存储的文件系统；低硬件成本服务器集群。实时数据处理和低延迟响应；高度扩展能力；灵活可编程；刀片服务器集群。劣势不适合非结构化数据处理；通常情况，企业级硬件支持不适合复杂数据关联查询；缺乏标准访问接口。不适合对长上下文相关的统计分析适合场景结构化数据的高性能复杂查询传统报表分析和数据挖掘。非结构化数据处理；全数据批量处理；个性化数据分析和挖掘；海量数据检索，索引和搜索。非结构化数据处理；复杂逻辑的实时数据处理;高性能海量数据流处理。■■客户服务L4 3.制定大数据的存储策略，3.制定大数据的存储策略，铸连异常监视产线对标一贯制分析检验分析性能分析履历跟踪CPK评价异议分析重点关注判定分析公司级应用分析趋势监视缺陷分析三维监视SPC诊断方差分析合格率分析CPK管理集中 监视产品KIV产品过程监视产线应用过程诊断异常监视产线对标一贯制分析检验分析性能分析履历跟踪CPK评价异议分析重点关注判定分析公司级应用分析趋势监视缺陷分析三维监视SPC诊断方差分析合格率分析CPK管理集中 监视产品KIV产品过程监视产线应用过程诊断分析主题数据炼孔表厚检洞符合性符合性评价流程优化、要因分析、质量改进、资源配置、服务相关性分析异常相关性分析异常报警机组级应用监视过程监控、数据统计、要因分析、过程改进、质量一贯制一贯制 分析ODS 冷 ODS 冷 铁板 技术云计大数可视内存中间信息数据文本信息信息支撑算据化计算件网络挖掘挖掘推送发布分类粒度较粗，且判断标准比较模糊，既不利于对缺陷的快速判定，也不利于对缺陷产②在大数据平台上，对钢卷缺陷数据进行划分，形成特征向量空间③利用聚类算法对缺陷位置、分布特征进行挖掘，形成特征模型④基于特征模型与控制信息相关性，发现潜在缺陷原因具有传动侧分布集中，操作侧分布集中，长度具有传动侧分布集中，操作侧分布集中，长度方向分布集中，宽度方向分布集中，网格分布密度很高（高原）5个特征具有上表面缺陷集中，中心线位置分布集中，长度方向分布集中，网格分布密度较小（平原)4个特征宝钢2001年建设了第一个机组IPC，到2012年，共建设了92套机组级BPC系统，覆盖炼铁、炼钢、热轧、冷轧、厚板、钢管等工序；BPC系统的技术核心是SPC，SPC在有效性和准确性方面较为依赖于专家经验，且存在较为明显的滞后性，对查找问题的原因带来不利影响方案与效果运用基于累积和图的QEWS系统，优化判定参数，更加明确和早期的感知过程中异动这张图展示了QEWS基于同样数据产生的结果。X轴与SPC图有着同样的时间取值。QEWS在“累计证据”高出水平的阈值线（黑线）时会报警。在这个例子中，QEWS比SPC提前了8个周期产生的告警信息。使用和上面一样的数据，使用和上面一样的数据，QEWS产生告警，并持续保持在告警状态（在水平黑线之上）。线持续向上说明质量问题正在变糟。使用QEWS会给出一个更加明确的告警需要进行干预。在线监测效果不佳；>控制系统及传感器产生的数据未有效保存、利用；>难以预测设备异常、故障发生趋势，忙与应对突发故障关键度分类高温关键设备关键设备重要设备一般设备换、小波变换等）贝叶斯网络）关键度分类高温关键设备关键设备重要设备一般设备换、小波变换等）贝叶斯网络）状态分类状态分类精确预测设备失效与寿命精确预测设备失效与寿命 营销行为已从“以产品为中心”转变到“以客户为中心”，宝钢营销未来在宝钢厂区行驶的承运商车辆，需要实时掌握车辆的行驶状况。一方面，从车辆的运行轨迹和速度，判断车辆是否按照安全规范驾驶，从而降低事故风险。另一方面，可以掌握车队的运输能力，从而进行合理的调度安排，提升物流管控水平。①在运输车辆上安装车载终端，从车辆CAN总线上实时采集车辆的油耗、车辆状态等信息，并把车辆位置、车速、加速度等数据汇总后以每5秒一次的频率，通过GPRS无线传到大数据平台②在大数据平台上，根据车辆的加速度、速度，分析车辆是否有超速、急加速、右转未停车等驾驶行为③通过大数据平台，统计车队的运输能力，实时掌握当前的运输负荷实现对车辆运输状态的实时监控，发现违规的驾驶行为，同时掌握车队运输能力。对承运商进行运输效率，运输负荷，安全等方面的全面考核。开展厂区内信号灯滤波试点研究，从而降低大型车辆停车、再启动造成的燃油消耗。宝钢近年来在安全生产和治安保卫领域进行了部分信息得了一定的实效。目前信息资源不能实现共享，不具备联动响应第二步：通过对海量危险源、隐患、违章、事故等数据进行分析，分析提供安全风险预警，并有针对性地制定预防方案，提升源头治理通过大数据的支撑，实现管理模式的转变，提升管理效率和效果预警互联网数据与企业数据集成平台等等他们都是工业大数据的共预警互联网数据与企业数据集成平台等等他们都是工业大数据的共第一，工业大数据项目主要针对的对象不是“既有业第二，工业大数据目前尚处于“探索”阶段，人们对数据价值的“提取”方法、技术与工具尚不成熟，特别是以物理规律发现为目标工业大数据项目一些共性抓手：比如“端+云”的储处理平台、基于大数据的装备寿命预测与可靠性分析平台、测.881652473..在厚板加工生产中，厚板板形对厚板质量有很大影响，板形质量决定了厚板及其制品的商品价值和使用价值。厚板产品在出厂时已满足交货质量标准，但仍然可能存在一定的不能被有效检测到的剩余应力。POSCO厚板产品因为剩余应力而引起质量异议的客户投诉率大约1%左利用厚板生产过程各道工序的基准数据与大量过程数据，并结合出厂前的体现材料厚度差异的平坦度图像数据进行综合性分析，通过对历史数据的模型训练，对出厂材料进行剩余应力的预测。项目实施周期3个月。项目实施后的3个月客户投诉率降低到“零”。其中，韩国分析团队长期服务于韩国浦项、三星和其中，韩国分析团队长期服务于韩国浦项、三星和LG等行业领导企业。提提序各节响的关键提供板板多次冷矫与韩国浦项相似，宝钢厚板同样存在因为剩余应力而导致的客户投诉的问题。为了保障重点战略客户的质量，厚板部往往会采取对子板进行多次冷矫的方式，以便充分释放剩余应力，但这又会导致工序物流不顺、成本上升，且并不能完全避免客户投诉现象的发生。第一步：构建跨国顶级分析团队，对某船板产品4个月的数据开展概念验证预测；第二步：自动采集各工艺段数据，搭建完整的预测模型，实现厚板剩余提示工序各环节影响质量的关键因子，提供提示工序各环节影响质量的关键因子，提供厚板子板是否需要多次冷矫的推荐建议，有效降低用户投诉率。•基准信息（工作时间，产品编号，规格等）•时间(加热炉在炉时间，厚板热轧所•状态信息(一张钢板幅度差异,厚度,•掌握品质缺陷特性数据:Image数据•宝信大数据平台BaosightBGP•生成分析用数据集市定PMQ内置的标准工业数据模型Resource_PMQ内置的标准工业数据模型Resource_profileResource_KPIMa