《热轧生产智能管控技术要求》

YB/TXXXXX—XXXX

热轧生产智能管控技术要求

1范围

本文件规定了热轧生产智能管控的体系架构、基本要求、设备层要求、边缘层要求、数据层要

求、以及应用层要求等内容。

本文件适用于钢铁行业热轧板带生产智能管控系统的建设和改造，其他产品的热轧工序智能化改

造可参照使用。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文

件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适

用于本文件。

GB/T37393-2019数字化车间通用技术要求

GB/T26327-2010企业信息化系统集成实施指南

GB/T39466-2020ERP、MES与控制系统之间软件互联互通接口：系列标准

GB/T37942-2019生产过程质量控制设备状态监测

GB/T38848-2020智能工厂过程工业能源管控系统技术要求

GB/T41255-2022智能工厂通用技术要求

GB/T42199-2022智能制造大规模个性化定制设计要求

GB/T42202-2022智能制造大规模个性化定制通用要求

3术语和定义

下列术语和定义适用于本文件。

3.1

数据采集dataacquisition

获取和收集产品生存周期中的数据和状态信息。

[GB/T37413-2019，定义4.2.13]

3.2

物料跟踪Materialtracking

应用计算机技术、自动化技术、机器视觉等检测技术，对物料在生产过程中的流转进行位置跟

踪，从而实现信息流和物质流的匹配。

3.3

模块化设计modulardesign

4

YB/TXXXXX—XXXX

根据客户群需求，通过功能分析划分、设计和生产具有特定功能的模块，再由模块的组合开发单

个产品或系列产品的设计方法。

[GB/T34450-2017，定义3.4]

3.4

制造执行系统ManufacturingExecutionSystem

生产活动管理系统，该系统能启动。指导、响应并向生产管理人员报告在线、实时生产活动的情

况，这个系统辅助执行制造订单的活动。

[GB/T25486-2010，定义2.162]

3.5

生产排程Productionscheduling

根据企业季度、月度、日生产计划的具体规定，为各个工序、班组、个人制定的以周、日、班以

至小时计，制造产品个整体计划。

3.6

生产订单Productionorder

下达给生产车间并要求生产车间执行的生产任务。

3.7

质量控制qualityresources

质量管理的一部分，致力于满足质量要求。

[GB/T1900-2015，定义3.3.7]

3.8

追溯traceability

通过记录和标识，追踪和溯源客体的历史、应用情况或所处位置的活动。

[GB/T38155-2019，定义2.2]

3.9

设备管理equipmentmanagement

以设备为对象，追溯设备综合效率，用用理论、方法，通过技术、经济、组织措施，对设备的物

理运动和价值运动进行过程管理。

[来源：GB/T41255—2022]

3.10

能源介质Mediumofenergyresource

在生产过程中所消耗的不作原料使用，也不进入产品，制取时又需要消耗能源的工作物质。

3.11

协同可视化collaborativevisualization

建立生产线虚拟模型，采用生产过程的物料信息、设备状态与执行等实时数据，驱动虚拟模型与

生产现场同步，实现虚拟产线与生产现场实时同步。

5

YB/TXXXXX—XXXX

3.12

智能管控intelligentcontrol

从生产、质量、运维、成本、能源、安环业务视角，实现热轧产线的全要素精益管理以及业务高

效协同，并能达到辅助生产以及决策优化的目的。

4缩略语

下列缩略语适用于本文件。

PLC：可编程逻辑控制器(ProgrammableLogicController)

MES：制造执行系统(manufacturingExecutionSystem)

ERP：企业资源计划（EnterpriseResourcePlanning）

AI：人工智能(ArtificialIntelligence)

TCP/IP：传输控制协议/网际协议(TransmissionControlProtocol/InternetProtocol)

I/O：输入/输出(Input/Output)

PDCA：计划执行检查行动（Plan，Do，Check，act）

SCADA：监控与数据采集（SupervisoryControlAndDataAcquisition）

SPC：统计过程控制（StatisticalProcessControl）

SQL：结构化查询语言（StructuredQuevyLanguage）

PDA：生产数据采集（ProductionDataAcquisition）

KPI：关键绩效指标（KeyPerformanceIndicator，简称KPI）

TCP/IP：传输控制协议/网际协议（TransmissionControlProtocol/InternetProtocol）

OPC：过程控制对象连接与嵌入（ObjectlinkingandembeddingforProcessControl）

Profibus：过程现场总线（PROcessFIeldBUS）

API：应用程序接口（ApplicationProgrammingInterface）

REST：表现层状态转换（Representationalstatetransfer）

JSON：JAVA脚本对象简谱（JavaScript）

5体系架构

热轧生产智能管控应采用设备层、边缘层、数据层、应用层等四层架构，见图1。

设备层包括热轧工厂的电气与自动化系统、MES系统、ERP系统、检测仪表、视频监控等。边缘

层负责与热轧各类数据源（如电气与自动化系统、MES系统、ERP系统、检测仪表、视频监控等）进

行对接，实现采集引擎、协议转换、物料跟踪、时空变换、边缘缓存等工作。数据层通过数据预处

理、数据存储、数据融合以及数据接口，为应用层提供数据基础。应用层向用户提供生产、质量、运

维、成本等八大业务功能，并通过可视化功能，实现热轧多业务高效协同与决策优化。

6

YB/TXXXXX—XXXX

图1热轧生产智能管控体系架构图

6基本要求

6.1设计要求

6.1.1热轧生产智能管控系统的设计应符合GB/T37393—2019中的规定。

6.1.2热轧生产智能管控系统的建设与改造应提出合理方案，在不影响热轧生产作业的前提下，开展

智能化设计和建设。

6.2数字化要求

热轧工厂的设备要满足90%的数据可以通过系统实现自动采集。热轧生产过程的信息应能够转变为

计算机能够识别的信息并进行传输和处理，应保证数据采集的实时性以及高速性，数据颗粒度需达到

毫秒级别,应利用新一代信息技术实现设备数字化、生产数据全生命周期采集、实时数据分析、历史数

据挖掘、生产过程可视化等功能。基础数据应满足以下要求：

6.3网络要求

热轧工厂应建有互联互通的网络，包括生产网、办公网等，且具有安全可靠的网络安全设备及策

略，以实现质量、设备、能源、生产等生产资源与系统之间的信息安全交互。

6.4系统要求

应建立具有覆盖各项任务的智能管控软硬件系统，且应具有可实现内外部集成的信息系统，支撑

智能管控系统的功能。

6.5集成要求

系统应实现应用层与数据层、边缘层及设备层间的信息集成。

7

YB/TXXXXX—XXXX

6.6数据接口要求

6.6.1数据接口应能实现与其它系统的数据交换和互联互通，并具备接口的启用与关闭、接口类型设

置、接口服务的参数设置、数据字典管理、数据来源和目标服务器的配置等。

6.6.2互联接口应提供完备的互联接口安全解决方案。

6.6.3通信网络接口安全主要由网络安全硬件设备及配套的安全检测软件来保证，必要时采取网络物

理隔离的方法。

6.6.4数据层和应用层接口安全，应采用符合安全等级的操作系统、数据库和中间件等产品，并通过

身份认证和权限管理体系等方法来保证。

6.7扩展性要求

软件设计应具备良好的可扩展性、可配置性，采用面向对象、组件化设计方法，满足新业务范围

的扩展，当出现新的业务时，只需填加新的业务组件即可，满足二次开发需求。

6.8扩展性要求

软件设计应具备良好的可扩展性、可配置性，采用面向对象、组件化设计方法，满足新业务范围

的扩展，当出现新的业务时，只需填加新的业务组件即可，满足二次开发需求。

7设备层要求

7.1电气与自动化

7.1.1热轧工厂工艺流程应包括热轧产线所涉及的主要工艺设施，如加热炉、粗轧、精轧、层冷、卷

取、平整机等。

7.1.2热轧工厂应设置基础自动化系统和过程控制系统。

7.1.3基础自动化系统的设备都连接到以太网，实现现场数据的采集、处理以及数据交换，同时输出

所要求的执行命令。

7.1.4过程控制系统应保证生产过程的参量为被控制量使之接近给定值或保持在给定范围内，保证生

产自动控制。

7.2MES系统

7.2.1MES系统应对生产线上的生产过程、资源和数据进行集成管理，以提高生产效率和质量。

7.2.2MES系统应对外开放数据接口，满足系统的接入需求，且可实现自动采集。

7.3ERP系统

7.3.1ERP系统应利用模块化方式，管理企业内部价值链上主要的财务会计、供应链、营运、报告、

制造、销售和人力资源活动方面的工作。

7.3.2ERP系统应对外开放数据接口，满足系统的接入需求，且可实现自动采集。

7.4检测仪表

7.4.1为保证数据的完整性，热轧工厂应具备比较全面的检测仪表，包括高温计、测厚仪、板形仪、

能介仪表、振动仪等，以支撑各个业务模块所需的基础数据。

7.4.2检测仪表应对外开放数据接口，满足系统的接入需求，且可实现自动采集。

7.4.3检测仪表的数据颗粒度应满足各业务功能所需的最小粒度，如ms级别

8

YB/TXXXXX—XXXX

7.5视频监控

7.5.1热轧工厂应设置视频监控系统，生产单元内视频监控系统设备选型宜保持统一。

7.5.2热轧工厂应根据现场情况选用摄像机，其应满足以下要求：

a)应具备400万及以上像素输出，并配置400万或以上像素的高清镜头；

b)宜支持以太网电口输出，可选以太网光口输出；

c)宜具备同时输出多路高清码流功能；

d)环境照度较低场合应采用低照度摄像机（黑光或星光），强背光场合下应采用超宽动态或强光

抑制功能的摄像机。

7.5.3热轧工厂宜设置统一的视频管理平台，并且可通过网络与热轧智能管控系统实现数据传输。

8边缘层要求

8.1采集引擎

8.1.1数据采集引擎应实现数据格式转换和统一数据采集，采集频率应达到毫秒级，具备实时性和及

时性，实现全周期数据采集。

8.1.2数据采集对不同类型数据采集，应满足以下要求：

a）对装备传感数据采集，应提供工业场景下的实时设备数据接入与管理。

b）对存储系统的采集，应提供延迟低、使用方便的大数据总线服务，适用于增量流式的数据传

输、同步、交换，支持的数据库产品包括Oracle、MySQL、SQL等，支持跨网络下的数据同

步。

c）对图像文件数据，应提供本地图像文件的上传和管理能力，图像文件按照原始集和目标集分

类自动化管理功能。

8.1.3数据采集对象主要包括基础自动化系统、过程控制系统、MES系统、ERP系统、在线检测仪

表、视频监控等。

8.2协议转换

8.2.1协议转换应针对异构现场总线及以太网总线的不同报文结构的数据，通过标配数据接入模块，

进行标准化报文拆解。协议解析技术兼容各类通讯协议和软件通讯接口，以实现数据格式转换和统

一，实现数据的远程接入。

8.2.2协议转换应基于安全协议，对不同协议应满足以下要求：

a）基于标准OPC协议或其他标准协议的数据采集。应具备支持国内外主流基础自动化系统协议

的接入能力，如：西门子S7、ModBus、OPC、Profibus等各类工业通信协议和软件通信接

口。

b）基于外部文件的数据采集。例如PDA系统，可以同毫秒级的数据精度，根据外部数据文件格

式以及采集需求，解析数据文件之后通过数据存储引擎同步到实时历史数据库中。

c）基于自定义接口驱动的高速数据采集。对于热轧等高速轧制过程的自动化控制系统和专用仪

表，考虑带钢生产过程工艺参数、质量信息与带钢长度之间高精度同步对应关系，如热轧

TEMIC自动控制系统，开发自定义通讯驱动，实现多通道工艺参数的高速采集。

8.3规则引擎

8.3.1规则引擎应提供专用的规则配置、规则解析、规则编译、规则执行等公共服务，以通过配置方

法实现数据预处理以及满足各应用主题的状态监控、分析评价等功能需求。

9

YB/TXXXXX—XXXX

8.3.2针对生产过程中产生的大量时间轴/空间轴曲线，规格引擎集成大量基础算法和曲线处理的专

用算法，采用C++、C#、Java的语法，实现基于表达式/脚本的规则表达式。

8.3.3常用的规则表达式应包括：平均值、最大值、最小值、标准差、超差、局部落差、相邻物料数

据差值、极值、极差、峰值、命中率、去头尾、单点超限、连续超限、相邻点差值、积分、超限率、

滑动平均、去异常点等

8.4边缘缓存

边缘缓存应支持工业现场全量数据临时存储，并通过缓存设备将数据传输到数据中心，简化数据

传输过程，降低网络使用成本。当网络不可用的时候缓冲现场的实时采集的数据，当网络恢复正常的

时候将缓冲的数据上传至数据中心，保障数据及时可用性。

9数据层要求

9.1数据预处理

9.1.1数据预处理应实现对原始数据进行处理和重整，建立相应的数据之间关系，并按存储模型的要

求进行存储，在边缘层进行数据预处理提升响应灵敏度、消除网络堵塞，实现底层数据的汇聚处理，

并实现数据向数据采集系统的集成，不仅可支持小规模的设备级或车间级智能化应用，也支持大规模

的工厂级智能化应用。

9.1.2数据预处理应满足以下要求：

a）应确保所采集数据的可靠性和质量，根据数据标准规范对生产异常数据进行判异报警，如异

常数据为零或异常数据为空值等。

b）异常数据剔除应基于统计学或先验知识对异常数据进行剔除，保证采集到数据的合理性、正

确性。

c）数据再生应根据业务处理逻辑及业务场景，采用事件触发方式对原始曲线数据进行特征值计

算，提取任意数据特征实现数据派生。常规特征量通常包括：平均值、最大值、最小值、标

准差、头部超差、尾部超差、局部落差、相邻物料数据差值等。高级特征量通常包括：横向

局部高点凸度、横向落差、液压响应（超调量、上升时间、稳态时间等）、轧机刚度处理、张

力波动、动态速降（速度）、加热炉水印、轧辊偏心等。

9.2数据存储

数据存储应满足多元异构数据实现按需分类存储，通过时序数据库、关系数据库、NoSQL数据

库、分布式文件系统等不同的数据管理引擎实现海量工业数据的分区选择、存储、编目与索引等，实

现完整、高效、安全存储。时序实时数据库用于存储各工序各生产线的工艺质量实时数据；关系数据

库用于存储质量系统的数字化物料的各类数据；NoSQL数据库用于存储质量缺陷图片、缺陷报告等非

结构化数据。

9.3物料跟踪

9.3.1物料跟踪应满足热轧过程关键事件的物料跟踪，用以标识制造过程状态、物料信息等，将连续

变化的过程参数按起始结束时刻划分到对应的物料中，通过物料信息建立起不同数据之间的关联性，

使得数据到物料的精准对应，为中间变量与关键事件构建统一的时空转换关系打下基础。

9.3.2物料跟踪涉及物料在各设备的跟踪，主要包括加热炉炉内、粗轧道次、精轧各机架、除鳞、热

卷箱、层冷、卷取机、平整机、高温计、测宽仪、测厚仪、板形仪、表检议等；

10

YB/TXXXXX—XXXX

9.3.3物料跟踪的准确性是生产、质量、运维、成本、能源、安环模块功能实现的基础，需对物料跟

踪断点进行补充与完善。

9.4时空变换

时空变换应根据冶金工业机理经验和工艺流程特征，利用相应的数据时空变换模型和算法对多

源、异构、不同频率的数据进行处理，实现沿产品长度方向的质量、工艺参数等数据同步化，便于长

期存储和后续分析。

9.4.1时空变换应根据冶金过程工艺流程特征实现沿物料长度方向的过程参数等数据匹配同步化，使

得带钢全工序全长的数据精准匹配到物料上。

9.4.2时空变换的关键参数在于采集各个机架的轧制速度，以及辊缝参数，然后按全长对每块带钢的

数据进行等体积采样后，形成相应轧制过程长度与时间变化曲线，并存贮相应的变化规律。

9.4.3对于粗轧等往复工序，数据时空变换过程算法需要将带坯、带钢头尾进行反转，形成相应的工

艺参数变化曲线。

9.5数据服务

数据服务应宜采用RESTAPI等一系列WebAPI技术，向应用层功能提供统一数据访问接口，实

现根据物料信息、工艺参数信息等向应用层按数据存储模型中数据关系提供各类数据，并保证数据之

间逻辑正确性。

10应用层要求

10.1生产模块

10.1.1生产模块通过协同管理各工序计划，实现热轧计划的自动下达，为生产决策提供依据；实现

热轧工序计划的可视化，并提升各项经营指标，保证从计划到实施的各个层面实现生产高效协同、智

慧运营。

图2生产模块架构图

10.1.2生产模块数据需求具体如下：

生产数据主要涉及客户订单、检修计划、各工序设备约束、工艺约束等，包括热轧订单数据、连

铸产出实绩、辊道跟踪信息、轧制计划、计划执行、检修计划、钢卷实绩、轧制节奏、成材率、板坯

产出信息、热装作业信息、板坯库信息、钢卷库信息等。

10.1.3生产模块应满足以下要求：

11

YB/TXXXXX—XXXX

a）应建立订单预排与产线调整模块，实现自动对订单从规格、品种、工序能力、产线匹配、热

装等方面进行分析，依据订单自动分析的结果，为产线分配、销售接单调整、订单交付、产

能分析提供数据支撑。

b）应建立热轧计划排程模块，考虑产品的规格、质量及交货期等要求，根据原料供应、现场的

设备及生产状况对热轧板坯进行合理组坯和排序，确定不同轧制计划（批）之间的批间序和

同一轧制计划内板坯间的批内序，使生产满足工艺规程和客户要求，同时设备的磨损及能源

的消耗等尽可能的少。

c）应建立动态计划调整模块，结合实际工况及物料堆垛等情况进行轧制作业计划上料顺序优

化，形成作业计划优化调整方案，并通过订单与坯料置换优化模型进行坯料互换与订单处

置，根据实际情况执行紧急插单、紧急吊销等操作，提高制造过程的整体协调性及业务一致

性，达到减少倒垛、高效热装、提高产量，进而提升效益的目标。

d）应建立全流程设备运行情况、生产情况、重要事件报警的可视化动态跟踪模型，并根据各工

序情况维护各类规范，通过对制造过程追溯，对原料进厂、生产制造和用户使用过程中的产

品整个生命周期数据化、动态化管理，提高客户满意度的目标。

10.2质量模块

10.2.1质量模块应实现热轧产品全过程质量事前-事中-事后智能管控。

图3质量模块架构图

10.2.2质量模块数据需求具体如下：

质量数据主要包括生产工艺参数（轧制力、弯辊力、辊缝、张力、速度等）、过程控制参数

（PDI、模型设定）、仪表检测结果（温度、宽度、厚度、凸度、楔形、平直度、FDT、RDT、CT

等）、质量检验结果（抗拉强度、屈服强度、延伸率、冲击等）。

10.2.3质量模块应满足以下要求：

a）应基于ERP/MES系统的工艺执行标准与规范，集成规则引擎、特征值提取等技术，充分考

虑不同流向、用户、规格等，对各个工序的重要产品质量和过程参数进行精准判定及处理，

主要包括RDT、RDW、FET、FDT、宽度、厚度、凸度、楔形、平直度、中心线偏差、在炉

时间等，得到量化评判结果，并将结果反馈给ERP/MES系统进行终判。

b）应通过规则监控、SPC监控、实时监控等手段，对各工序各设备的生产过程工艺数据进行在

线监控与预警，实现工艺纪律、功能精度、异常过程等内容进行评价，提升过程控制能力。

监控场景主要包括加热炉烧钢质量、氧化铁皮、轧制稳定性、表面刮伤、全流程温度、轧机

工艺水、板形SPC、CT温度SPC、性能SPC等。

12

YB/TXXXXX—XXXX

c）应基于全流程生产数据以及物料跟踪结果等信息，实现历史曲线、实时曲线、物料谱系、过

程参数、缺陷图片等质量参数的数据追溯，并提供每个重点工序的质量分类追溯场景，主要

包括单卷时间曲线数据对比、单卷长度曲线数据对比、多卷曲线数据对比、加粗精卷物料谱

系曲线数据对比、平直度仪二维数据追溯、三维断面数据追溯、表面缺陷关联地图追溯；

d）根据建立的质量因子库以及优秀样本库，综合先验知识、机理模型以及数据驱动方法建立混

合驱动分析方法，对质量偏差、工况异常问题进行成因分析，并获得最优工艺窗口，指导生

产。缺陷分析主题主要包括宽度、厚度、板形、氧化铁皮、裂纹、夹杂、松卷、性能等。

e）应建立质量预测模块，构建标准样本库，基于聚类、神经网络、相关性等主流的机器学习算

法，对不可测量类、检测滞后类质量进行预测，实现质量的质量风险评估，并不断进行模型

自学习。质量预测模型主要包括屈服性能、抗拉性能、延伸率、冲击性能、板形等。

10.3运维模块

10.3.1运维模块应实现热轧全过程设备状态监测、设备精度管理、设备智能点检管理、热轧产品生

产全过程的设备工艺精度评价以及关键设备工艺主题分析等功能。

图4运维模块架构图

10.3.2运维模块数据需求具体如下：

运维数据主要涉及设备状态参数、生产工艺参数、过程控制参数、仪表检测结果等，包括加热炉

炉内气氛、炉温、炉压、残氧等，粗轧除鳞压力、除鳞开启标识、侧导板位置、侧导板开口度、AGC

两侧压力偏差、两侧辊缝偏差、立辊开口度、RDT温度值、RDW宽度值等，精轧除鳞、压头、FET、

FDT、多功能仪的检测数据、活套角度、张力等，卷取机侧导板、夹送辊、助卷辊及卷筒的压力偏

差、辊缝偏差等。

10.3.3运维模块应满足以下要求：

a）应建立设备树模型对设备数据进行归类，利用统一的、标准的算法库和基于特定场景的专有

算法工具对信号进行处理、监听，实现风机电机、主传动电机、轧机伺服阀、侧导板液压

缸、夹送辊液压缸、水系统调节阀等设备运行状态的实时动态监测、数据异常报警推送等；

b）应建立设备精度的全过程管理，包括设备精度标准管理和维护、设备检测记录处置、设备寿

命等，实现设备精度维护的数字化、自动化和智能化，辅助设备工艺主题分析；

c）应建立设备智能点检管理模块，可自动生成点检计划；通过对地下液压站、轧辊、冷却水等

系统进行自动点检，形成电子交接记录、点检执行实绩收集及考核管理、点检标准和缺陷库

管理等；

d）应建立一套热轧产品生产全过程的设备工艺精度评价模型，明确评价指标含义、落实评分规

则及权重分配；以生产过程中关键设备产生的实时数据为基础，针对评价指标对数据进行预

处理、计算、评价评分，搭建产线设备及功能的服役过程精度评价模型，对其服役过程精度

13

YB/TXXXXX—XXXX

变化和状态演变趋势进行监控和预警；工艺精度评价模型包括加热炉路况评价，轧机刚度评

价，粗轧运行状态精度评价，AGC液压缸评价，精轧活套稳定性评价，卷筒精度评价，测

宽、测厚、温度等仪表精度评价。

e）在设备状态监测、设备精度管理、设备智能点检管理和设备工艺精度评价等多维基础数据基

础上，利用大数据分析、深度学习等智能学习算法，建立设备工艺主题分析模型，挖掘影响

热轧产品质量和生产过程稳定性的相关因素，主要包括卷形缺陷综合分析、换辊后调平值推

荐、极限规格轧制推荐。

10.4成本模块

10.4.1成本模块应以钢卷为最小单元，实现热轧产品全部原料、辅料、备件、材料、能源消耗、人

工成本、物流、安环防护的全过程成本核算，计算单卷工序成本，区分出不同品种、规格之间的成本

差别及效益完成情况。

图5成本模块架构图

10.4.2成本模块数据需求具体如下：

成本数据包括从板坯经过加热炉、粗轧、精轧、卷取产出钢卷后，围绕构成制造成本的主原料消

耗、能源消耗、轧辊消耗、辅料消耗、维修费用、人工费用、协力费用、一般厂务费等类别。同时需

要包括MES系统的产出实绩、返修实绩、非计划材数据、原料回收实绩等。

10.4.3成本模块应满足以下要求：

a）应建立成本分解模块，应基于热轧产线设备、工艺布局，按照产线的实际情况进行工序划

分，梳理各工序的关键成本项，其次对关键成本项设置变动因子（影响成本变动的影响因

素），最后将成本划分成两部分可变动成本（能介消耗成本、原辅料消耗成本等）和均摊成

本（人工成本、维修成本、折旧费用等），并结合生产工序在根因图谱中呈现；

b）应建立成本核算模块，通过实时物料匹配计算模型，将物料消耗、能源消耗、质量消耗、轧

辊消耗、固定费用等按炉次、坯料、钢卷为对象进行成本归集，实现成本多维度精细化核

算。

c）应建立优秀样本模块，通过规则将成本核算数据抽取优秀样本，并形成区分作业时间段、生

产组织模式的优秀样本库；

d）应建立成本标准库模块，结合行业通用产品标准及检化验标准，形成标准样本库，作为成本

预测、分析、控制、企业应用的重要依据；

e）应建立成本分析模块，在成本核算基础上，通过监控、追溯成本数据，结合标准样本与优秀

样本，建立生产成本阈值，当成本项内任一指标触发阈值，报警提示；

14

YB/TXXXXX—XXXX

f）应建立成本预测模块，集成工艺特点核算模型、特征值提取等技术，充分考虑不同工艺布

局、产品特点、用途、用户特殊性、极限规格等，对各个成本核算单元核算数据推送出关键

成本项或成本升降控制点，为成本管理找到控制点，为实施企业成本决策提供支撑。

10.5能源模块

10.5.1能源模块应实现产线能动介质自动化结算，生产全过程能耗监控、分析、判定及预测。

图6能源模块架构图

10.5.2能源模块数据需求具体如下：

能源数据主要包括各级能介仪表数据，涵盖加热炉、粗轧、精轧、卷取、公辅等工序所涉及的煤

气、燃气、电、峰电、谷电、平电、工业净水、蒸汽、循环水、氧气、氮气、压缩空气等。

10.5.3能源模块应满足以下要求：

a）应基于结算级、工艺级仪表数据，利用产线物料跟踪系统、设备能耗机理模型、各类机器学

习模型等手段，将生产过程的能动介质用量，分摊到各工序、各设备、各单支产品，实现加

热炉燃耗核算、轧机电耗核算、除鳞水耗核算等；

b）应将生产过程能耗统计、核算结果与生产过程工艺参数、设备参数在时间维度进行耦合，各

类参数作为能耗异常、能耗评判的基础根因数据。

c）应具备通过逻辑判断、对比判断、层级校验等手段，实现计量仪表故障的报警，仪表趋势异

常报警、累积量跳变报警、通讯异常报警、层级校验报警；以及通过差值法、历史均值填充

法、K最近距离邻法等手段对异常能介仪表数据进行修正、补全的能力。

d）应基于产线物料跟踪系统，实现生产过程全流程能耗情况的实时监测、历史能耗数据的完整

追溯。

e）应建立产品能耗样本库及根因样本库，利用各类技术手段，对样本进行分析，获取最优能耗

样本所对应的过程参数，如加燃耗根因分析、轧机电耗根因分析、轧制水耗根因分析，以实

现轧制间隙、轧制速度、轧制温度等与能耗间的定性、定量分析，用以指导工艺优化。

f）应具备通过机理模型、历史大数据分析等手段，实现生产前的能耗预测功，包括能燃耗预

测、电耗预测、水耗预测，并且算法模型应具备随着样本库及各项生产数据量的增加，不断

自学习的能力。

10.6安环模块

10.6.1安环模块应实现对各生产单元的人员、设备、环境、安防等信息的实时监控、分级预警、智

15

YB/TXXXXX—XXXX

能评估与响应，由被动式管理变主动式管控，杜绝安全事故，引领安全管控体系转型创新，实现本质

安全管理。

图7安环模块架构图

10.6.2安环模块数据需求具体如下：

安环数据涉及视频监控系统、消防系统、煤气报警系统、环保系统，包括视频监控、人员血压、

人员心跳、安全带识别、灭火器识别、劳保穿戴识别、煤气报警仪识别、废水排放、颗粒物排放、硫

化物排放、消防信息、有毒有害气体等数据。

10.6.3安环模块应满足以下要求：

a）应对现场人员的身份、状态、行为等进行实时监控，包括人员血压监测、人员心跳监测、人

员运行轨迹监测、人员跌落监测、人员体温监测，以全面掌握全厂人员的作业状态，通过智

能分析等功能，实时分析人员位置、识别人员违章行为等，提升对人的不安全行为的管控；

b）应通过部署监测设备，对现场高风险作业安全进行监测与管控，包括高空作业系安全带识

别、动火作业配备灭火器识别、进入煤气区域佩戴煤气报警仪识别、进入上方劳保穿戴识

别，提升对物的不安全状态的监管，有效降低作业风险，避免事故的发生。

c）应对消防、气体、环保等数据进行集中统一管理、远程监测，包括废水排放在线监测、颗粒

物排放在线监测、硫化物排放在线监测、消防报警在线监测、有毒有害气体在线监测，提供

相关数据总览、报警信息与处置、报警视频联动、精准报警告知等功能，助力厂内监管人员

对环境安全态势的掌控。

d）应通过对人员责任与权利的划分，建立多层级安全主体责任管理与信息推送机制，做到发出

预警信息第一时间进行处置，实现清晰的安全生产责任体系，全程溯源、责任到人。

e）应将各时间、区域、维度的信息连接起来，将厂内的静态数据及动态数据进行有效结合，借

助信息化手段，通过大数据应用，进行综合安全数据分析，为厂内安全管理决策分析提供支

撑。

f）应与厂内环保、应急等多部门数据融合共享，构建信息交互的安全管理平台，实现可视化与

可听化监测预警、统计分析和智能化管控调度。

10.7可视化

10.7.1可视化实现热轧生产智能管控中生产、质量、设备、成本等应用信息的可视化，通过可视化

大屏、可视化看板、报表向不同岗位、不同应用场景传递所需数据和信息。

16

YB/TXXXXX—XXXX

图8可视化架构图

10.7.2可视化应满足以下要求：

a）应按照不同类型信息、信息源提供的不同数据接口接入所需信息。在接入智能管控应用功能

信息时，宜按照数据更新特点进行接口形式选择：数据表类应采用RESTAPI形式的接口，数

据传递采用JSON格式，其中变量名按照通讯双方约定方式命名，值的变量类型按照使用方

要求设置；事件类数据应采用消息队列形式的接口，数据传递采用JSON格式，传递信息包

含消息ID、发送方名称、事件发生时间、主消息内容，其中主消息内容的变量名按照通讯双

方约定方式命名，值的变量类型按照使用方要求设置；工业视频应采用工业视频厂家提供的

API进行通讯。

b）应按照信息特点和使用需求选择合适的方法进行信息融合与监控。信息融合与可视化的信息

来源应包含热轧生产所有相关信息，应按照数据特点选择相应图表进行数据可视化表达。主

动监控与报警包含阈值类监控和趋势类监控，其中阈值类监控对可视化数据的上限、下限进

行监控并可视化报警信息，趋势类监控对可视化数据的连续变化情况进行监控并可视化报警

信息。可视化中的过程状态映射包含设备状态映射和物料状态映射，其中设备状态映射宜采

用基础自动化系统信息和智慧设备应用信息对设备运行状态、运维状态、执行动作状态进行

实时同步，物料状态映射宜采用工艺模型信息和检测仪表信息对物料形态、几何尺寸、温度

状态进行实时同步。

c）应按照岗位、使用场景的需求开发相应应用功能，包含可视化大屏、可视化看板和报表。可

视化大屏是采用实时生产数据驱动三维模型与生产现场实时同步，并融合自动化、智慧应用

功能信息，对热轧生产进行直观、透明的可视化监控。可视化看板是将监控信息或数据，按

照数据特点采用合适的图表进行表达，并按照使用需求将多类、多个数据进行集中监控。报

表是热轧生产的统计信息，按照使用目的，组织报表中的指标和统计数据。

10.7.3可视化展示内容满足以下要求：

a）生产模块：目标产量、当日产量、计划信息、库存统计信息、轧制节奏、作业时间、规格分

布、热装率、兑现率、废次降率、成材率、封闭率、非计划率等；

b）质量模块：指标合格率统计（FDT、RDT、CT、中心线偏差、板形、尺寸等）、过程参数报

警统计（轧制力偏差、辊缝偏差、张力偏差、在炉时间等）、返修率统计、产品缺陷统计、

产品质量不合格处理结果统计、质量异议统计等；

17

YB/TXXXXX—XXXX

c）运维模块：各工序设备精度评价（加热炉、粗轧、精轧、卷取）、设备运行时间、故障率、维

修率、报警信息展示、当前设备关键参数、备件库龄、故障隐患处理率、设备故障时间等；

d）成本模块：不同产品成本统计、不同报废原因成本统计、各工序成本统计、制造费用成本统

计、耗材成本统计、作业率、产量、成本报警；

e）能源模块：工序能耗、工序产量、能介成本、能介消耗、重点设备能耗统计（电耗、水耗、

燃耗）、加热炉能效、班组能耗对比、年度计划、年度目标、能耗报警；

f）安环模块：视频监控、设备统计、设备报警统计、安全事故统计、安全隐患整改率、在岗员

工安全教育率、危险识别报警统计、报警推送统计。

_________________________________

18

ICS77.010

CCSH07

YB

中华人民共和国黑色冶金行业标准

YB/TXXXXX—XXXX

热轧生产智能管控技术要求

Technicalrequirementsofintelligentcontrolofhotrollingproduction

点击此处添加与国际标准一致性程度的标识

（征求意见稿）

（在提交反馈意见时，请将您知道的相关专利连同支持性文件一并附上）

XXXX-XX-XX发布XXXX-XX-XX实施

中华人民共和国工业和信息化部发布