【专家观点】钢铁全流程质量管控与模型分析平台实践-河钢数字

钢铁全流程质量管控与模型分析平台实践河钢数字亓鲁刚2024年4月 1行业背景2平台方案3实践案例 行业背景 冶金工业的工艺特点工序间的紧密联系行业挑战冶金工业的工艺特点工序间的紧密联系行业挑战•环境压力剧增•全球产能过剩导致激烈市场竞争质量管理需求质量管理需求•严格的产品公差控制•全生产流程的数据记录•满足产品和客户的质量标准•工艺复杂，控制流程长•不同工序间技术跨度大•质量管理模式差异显著大型钢厂的质量管理现状大型钢厂的质量管理现状•产线多、分布管理相对独立•质量管理多针对当前产线、工序、时间段•难以找到影响质量的根本原因•各工序相互依赖•最终产品质量与每道工序的控制相关高端产品的质量管理需求高端产品的质量管理需求•全生产流程的质量监控与修正•实现产品全过程质量管理的重要性 贯穿全流程的生产实绩数据基于治金理论的产品质量合格性检查物料追溯并长期存储数据基于长期数据积累的统计过程控制数据挖掘及数据分析并指出可能原因 1行业背景2平台方案3实践案例网络通讯设施工业安全 全流程质量管控解决方案工业互联网平台+全流程质量提升解决方案网络通讯设施工业安全 全流程质量管控解决方案连铸少人化控制连铸少人化控制核心技术质量应用核心技术高炉炉温智能预报系统高炉炉缸侵蚀智能监测系统数字化料场自动出钢控制自动精炼控制A夹杂物分布模型高炉炉温智能预报系统高炉炉缸侵蚀智能监测系统数字化料场自动出钢控制自动精炼控制A夹杂物分布模型摄像定尺系统质量规则设计质量判定低代码算法研发一卡通系统物流系统铁前配煤配矿优化模型系统高炉智能布料优化模型系统一卡通系统物流系统铁前配煤配矿优化模型系统高炉智能布料优化模型系统钢包管理平台产品质量在线分析与诊断技术锌层优化控制加热炉智能控制锌层优化控制加热炉智能控制APS热风炉自动控制检化验系统ODS检化验系统ODS工业互联工业互联网平台基础设备云边协同、设备管控、物联数据分发数仓快速构建+数据治理+统一数据服务监控大屏制作、工艺流程仿真大数据运行环境数据采集、交换、过程监控机器学习算法训练应用管理应用编排设备采集与解析边缘计算与分析数据存储与服务热风炉 加热炉 •随着工业互联网平台的发展，流水式海量数据采集和数据存储已经不再是关键。错误的数据会将分析与决策引向错误的方向，后果严重。数据准确且高效利用才是关键，这立足于数采对工业中工艺原理、质量设计、控制过程的知识融合。如何保证产品质量智采·工艺融合感知智采·工艺融合感知数据采集准确?如何利用海量智用·业务模型构建如何将闪现的科研思维快速落地?如何将闪现的科研思维快速落地? 智采·工艺融合感知 •引入了物联网、数据融合、边缘计算等先进技术，打造了物联网环境下分布式高并发数据采集与处理方法及系统，成功解决了生产过程中异常中断、断带和分卷等数据归类难题，成功进行各种工业协议转换，实现了产线数以万计设备的数据连接，确保海量多元异构数据的准确采集与存储。针对钢铁工艺流程特点针对钢铁工艺流程特点，建设“综合采集、统一管理、高效分发”的数据采集方案特点1特点1攻克行业内几大厂家自动化系统设备及控制核心数据的技术壁垒 特点2 特点2 智用·业务模型构建，全流程数据多层统一建模， •依托智采汇聚的海量数据，融合钢铁产线全流程工艺，实现生产关键参数分析、工序模型增强，构建了原料成分模型、原料配比模型、产品质量分析模型、工序协同模型等全流程质量管控模型，支撑了全流程生产协同和智慧运营。在全流程数据采集的基础上，通过对过程数据判定与评级，实现过程监控及质量追溯，保证全流程生产过程受控。分析作业效率提升进一步调整模型训练复杂度进一步调整模型训练复杂度、任务复杂度、耦合关系等，优化现有业务模型。生产整体效率提升t建立订单质量设计优化和排程优化反馈机制。建立订单质量设计优化和排程优化反馈机制。利用特征识别技术以及数据挖掘技术，对产品质量影响最关键的因素进行提取，对产品质量提升提供助力。生产损耗成本降低生产损耗成本降低智算·智能算法中心传统作业以威赛博工业互联网平台为基础构建算法库，搭载AI传统作业以威赛博工业互联网平台为基础构建算法库，搭载AI图像视觉、AI数“据预测等技术，打造了检测、识别、测量、引导、预测、分析、最优等多维度算法模型，全面驱动工业企业质量管控的数字化转型。智能质智能质量检验 作业现场环境恶劣数据录入效率低下手写数据难追溯危险异物难发现实时远程质量监控质量数据自动保存质量历史数据回溯算法自动识别报警习、统计学习、时间序列等算法模型的可视化、模块 1行业背景2平台方案3实践案例 变量变量2亿+•BS架构，支持全流程的数据展示和查询功能，旨在更好的服务产品质量追溯。•全流程数据追溯功能，分为产品浏览、产品对比、产品导出、缺陷分布统计。•拖拽式操作，方便灵活•宗谱图追踪全流程工序生产信息•系统响应速度快，秒级预览数据点选式换卷方便，多条数据展示 全流程 •SPC统计过程控制•自助配置SPC规则•实时动态监控SPC•自动接入质量设计上下限•操作人员添加SPC备注 •以高洁净度的IF钢为例，基于全流程夹杂物的定量分析和基于大数据分析技术，建立IF钢夹杂物与冶炼成分、渣成分及各工序关键工艺参数的定量关系，通过不断完善生产工艺，提高IF钢的质量稳定性。指标转炉终点温度平均值/℃转炉终点温度合格率转炉终点碳含量平均值/%转炉终点碳合格率转炉终点氧位平均值/ppm转炉终点氧位合格率累计补吹次数转炉终渣TFe平均值RH脱碳吹氧量/Nm3RH脱碳吹氧比例RH升温吹氧量/Nm3RH升温吹氧比例RH出站TFe平均值/%RH出站TFe≤6%比例RH终脱氧位平均值RH终脱氧位合格率/ppmRH铝耗kg/tRH铝耗≤1.1kg/t比例总铝耗（铝粒+改质剂）kg/tRH真空时间平均值/minRH真空时间≤28min比例RH出站T.O平均值/ppmRH出站T.O≤25ppm比例中包T.O平均值/ppm中包T.O≤25ppm比例中包Als烧损/ppm中包Als烧损≤55ppm的比例中包增氮平均值/ppm中包增氮≤3ppm的比例钢水过热度/℃钢水过热度20-35℃的比例累计拉速波动炉数恒拉速符合率液位波动≤±3mm水口堵塞率平均值夹渣降判率转炉出钢结束至连铸开浇时间平均值/min出钢结束至连铸开浇时间符合率转炉出钢结束至RH开始冶炼平均值/min转炉出钢结束至RH开始冶炼的符合率钢水静置时间平均值/min钢水静置时间≥20分钟的符合率空包时间平均值/min空包时间≤75min的符合率•总结关键控制和分析指标•准确的数据追踪•炼钢区域数据准确率98%•系统正常运行率98%•异常数据分析准确率98%•热轧夹渣翘皮比例下降•降判损失下降•合金料使用下降•经济效益210万元/年 •在线过程质量判定，可以确保加工过程的稳定性，进而提升产品的一致性。为企业生产和经营决策管理提供正确并且及时的质量信息，增强企业对产品质量的控制能力，提高企业管理水平提高。•灵活管理判定规则•判定结果回传•展示系统曲线及超标警告•报表数据统计数量 •高精度的数学模型是不断开发我国发展需要的钢材品种、不断提高产品质量、保持稳定生产、节能降耗的技术基•质量平台自