1、項目背景介紹

新一輪制造業(yè)的變革，其根源是新一代信息通訊技術(shù)尤其是大數據技術(shù)的快速發(fā)展，促使了制造業(yè)向數據驅動(dòng)階段轉型。隨著(zhù)鋼鐵企業(yè)經(jīng)營(yíng)業(yè)務(wù)的逐步深入，現有的信息化系統在小批量柔性生產(chǎn)、快速響應市場(chǎng)變化、協(xié)同供應鏈管理、保證產(chǎn)品質(zhì)量一貫制方面主要還存在如下痛點(diǎn)問(wèn)題：

（1）數據獲取方面的痛點(diǎn)：不同維度的質(zhì)量信息分散在不同的系統中，質(zhì)量分析需要在各不同的系統獲取不同類(lèi)型的數據，數據獲取難度大，整合費時(shí)費力，數據孤島問(wèn)題突出，難以高效、準確挖掘數據價(jià)值；

（2）質(zhì)量判定和監控方面的痛點(diǎn)：與產(chǎn)品質(zhì)量相關(guān)的冶金規范要求、制造工藝參數、過(guò)程控制參數變化等分散在各個(gè)獨立的系統中，或僅作為指導標準存在于文件之中，且相互之間缺少有效的關(guān)聯(lián)，大多質(zhì)量問(wèn)題都是“事后監控”，質(zhì)量一貫制難以保證；

（3）質(zhì)量分析方面的痛點(diǎn)：目前鋼鐵工業(yè)各工序遺留的質(zhì)量問(wèn)題通常屬于多變量耦合問(wèn)題，現有系統缺乏高效的質(zhì)量追溯、分析與優(yōu)化技術(shù)，通過(guò)簡(jiǎn)單的閾值分析、對比分析難以發(fā)現問(wèn)題根源，質(zhì)量缺陷頻繁、重復發(fā)生；

（4）質(zhì)量協(xié)同控制方面的痛點(diǎn)：協(xié)同控制是今后企業(yè)精益化生產(chǎn)的必經(jīng)之路，質(zhì)量協(xié)同通常會(huì )涉及到生產(chǎn)、工藝、控制、設備、成本、人員等其他系統，現有的質(zhì)量相關(guān)系統大多關(guān)心質(zhì)量本身，協(xié)同機制缺乏，質(zhì)量提升效率底下。

鋼鐵企業(yè)經(jīng)過(guò)多年的信息化建設，基本形成了從ERP系統、MES系統、過(guò)程自動(dòng)化、基礎自動(dòng)化的多層架構，實(shí)現了產(chǎn)、供、銷(xiāo)、財一體化信息體系。與此同時(shí)，質(zhì)量管理相應的管理理念也在不斷進(jìn)化，各組織、企業(yè)更加強調滿(mǎn)足客戶(hù)的個(gè)性需求，以客戶(hù)為中心，實(shí)施質(zhì)量一貫制管理思想，以實(shí)現產(chǎn)品質(zhì)量的持續改進(jìn)。但是，多年的實(shí)踐表明，傳統的信息化架構對質(zhì)量一貫制的閉環(huán)支撐困難，未根據用戶(hù)需求進(jìn)行過(guò)程質(zhì)量進(jìn)行系統化管理，缺少一個(gè)以“質(zhì)量一貫制”為指導思想，貫穿全流程的質(zhì)量管理信息系統。

未來(lái)國內鋼鐵行業(yè)仍會(huì )長(cháng)時(shí)間供大于求，用戶(hù)對產(chǎn)品質(zhì)量的要求也越來(lái)越高，同時(shí)個(gè)性化、多樣化需求也在不斷加劇。通過(guò)構建基于工業(yè)互聯(lián)網(wǎng)平臺的鋼鐵全過(guò)程質(zhì)量管控系統，實(shí)現鋼鐵生產(chǎn)全流程的數據采集、數據判異、數據關(guān)聯(lián)、時(shí)空變換、數據治理和數據空間建設等功能，在此基礎上，在此基礎上，完成過(guò)程監控、過(guò)程判定、數據追溯、質(zhì)量分析、質(zhì)量預測、質(zhì)量協(xié)同等功能，構建PDCA質(zhì)量閉環(huán)管控體系，實(shí)現產(chǎn)品質(zhì)量的持續改進(jìn)。

2、方案詳細介紹

2.1整體規劃

基于對國外先進(jìn)質(zhì)量管理理念的吸收消化及實(shí)踐，國內大型冶金企業(yè)在質(zhì)量一貫制管理理念上也基本達成共識：遵循“集中一貫質(zhì)量管理”的原則，按“標準+α”組織生產(chǎn)，實(shí)行質(zhì)量“PDCA”全程管控，質(zhì)量管理與具體業(yè)務(wù)及工藝配套，堅持“防檢結合、以防為主”。

通過(guò)推動(dòng)工業(yè)互聯(lián)網(wǎng)與大數據等新技術(shù)與流程行業(yè)深度融合，形成一套完整的面向冶金行業(yè)的產(chǎn)品全過(guò)程質(zhì)量智能管控技術(shù)與平臺，技術(shù)路線(xiàn)如下圖所示。

圖1整體規劃

基于冶金工業(yè)互聯(lián)網(wǎng)平臺的全過(guò)程質(zhì)量管控系統包含如下兩部分完整內容：

（1）基于工業(yè)互聯(lián)網(wǎng)架構的質(zhì)量管控大數據平臺：一方面從企業(yè)生產(chǎn)過(guò)程的控制系統中采集大量工藝與質(zhì)量數據，另一方面需要與信息化系統（MES、ERP或產(chǎn)銷(xiāo)系統等）進(jìn)行數據交互，重點(diǎn)突破多源異構海量數據清洗、治理與存儲、跨領(lǐng)域知識融合模型構建等技術(shù)難點(diǎn)。在統一數據訪(fǎng)問(wèn)接口的基礎上，實(shí)現跨工序各類(lèi)數據間的邏輯匹配，進(jìn)而完成全過(guò)程生產(chǎn)過(guò)程數據的時(shí)空統一， 并由此開(kāi)發(fā)了一整套可擴展的應用平臺框架與微服務(wù)、組件化技術(shù)，形成多類(lèi)方法庫、模型庫和規則庫。

（2）冶金流程的全過(guò)程產(chǎn)品質(zhì)量智能管控技術(shù)，主要包括離線(xiàn)分析和在線(xiàn)監控兩大功能模塊，重點(diǎn)圍繞質(zhì)量設計、監控、預測、評價(jià)、診斷與優(yōu)化5個(gè)方面的核心技術(shù)。其中，在線(xiàn)應用系統主要針對各個(gè)工序提供具有工序工藝特點(diǎn)的采集、監控、預警、分析功能，面向現場(chǎng)質(zhì)檢人員、工藝技術(shù)人員等，強調系統處理實(shí)時(shí)性、時(shí)效性，向現場(chǎng)操作人員、質(zhì)檢人員等提供準實(shí)時(shí)制造過(guò)程工藝參數與質(zhì)量參數判定與預警信息，便于其在后續操作中進(jìn)行優(yōu)化。離線(xiàn)應用系統為工程技術(shù)人員和業(yè)務(wù)管理部門(mén)，根據產(chǎn)品制造過(guò)程的質(zhì)量要求，強調全過(guò)程質(zhì)量數據綜合分析，從制造流程工藝角度對產(chǎn)品制造全過(guò)程的工藝參數、質(zhì)量目標參數、質(zhì)量檢驗與判定結果等進(jìn)行追溯與分析，解決企業(yè)內跨工序的產(chǎn)品制造工藝制度、技術(shù)規范、質(zhì)量判定等分析、優(yōu)化工作，解決產(chǎn)品質(zhì)量出問(wèn)題時(shí)責任界定與劃分問(wèn)題。

工業(yè)互聯(lián)構建的大數據平臺為全過(guò)程產(chǎn)品質(zhì)量在線(xiàn)管控提供完備的生產(chǎn)過(guò)程數據、方法庫、模型庫和規則庫；而管控技術(shù)對平臺提出數據適配與規則適配的新要求，并對方法庫、模型庫和規則庫不斷的優(yōu)化迭代更新，使得工業(yè)互聯(lián)大數據平臺能夠更全面地響應鋼鐵生產(chǎn)過(guò)程的實(shí)際需求，為企業(yè)的“數據賦能”提供強有力的數據支撐

2.2建設內容

2.2.1系統架構

根據鋼鐵行業(yè)產(chǎn)品質(zhì)量管控方面的業(yè)務(wù)需求、信息化系統軟、硬件選型等綜合考慮，系統技術(shù)架構圖如下所示。

1）邊緣層：基于邊緣計算技術(shù)實(shí)現人、機、料、法、能、環(huán)等生產(chǎn)要素的數據采集以及協(xié)議轉換，并提供函數計算、數據緩存、任務(wù)調度等模塊，形成一體化管理工具。

2）數據存儲層：支持海量多元異構數據（包括過(guò)程參數、實(shí)時(shí)曲線(xiàn)、表檢圖片、斷面輪廓、智能裝備圖像、視頻等）的分類(lèi)存儲和快速檢索，滿(mǎn)足大數據的存儲需求并提供統一的數據訪(fǎng)問(wèn)接口。

3）平臺層：通過(guò)提供工業(yè)數據管理能力、可復用的工業(yè)微服務(wù)組件庫、應用開(kāi)發(fā)環(huán)境實(shí)現工業(yè)應用的快速開(kāi)發(fā)，有效支撐上層智能應用和服務(wù)的運行、開(kāi)發(fā)、運營(yíng)與維護提供。

4）應用層：基于數據模型、知識模型、數理模型、應用需求等，依托開(kāi)發(fā)環(huán)境、平臺工具開(kāi)發(fā)過(guò)程判定、過(guò)程監控、數據追溯、質(zhì)量分析、質(zhì)量預測、質(zhì)量協(xié)同等應用功能。

圖2 系統架構

2.2.2網(wǎng)絡(luò )方案設計

建立多層級防護的管理/控制網(wǎng)間隔離機制。網(wǎng)絡(luò )架構如下圖所示，包括三層交換網(wǎng)絡(luò )，包括數據中心服務(wù)器群、網(wǎng)絡(luò )交換、邊緣層數據采集網(wǎng)絡(luò )。數據中心服務(wù)器群采用虛擬化/物理機方式部署，主要包括數據庫服務(wù)器、數采服務(wù)器、應用服務(wù)器等。在各個(gè)生產(chǎn)線(xiàn)的相應機房安放物理機（包括邊緣服務(wù)器和IOT通訊網(wǎng)關(guān)），IOT通訊網(wǎng)關(guān)通過(guò)防火墻與各區域生產(chǎn)控制網(wǎng)連接，在防火墻中通過(guò)白名單配置IOT網(wǎng)關(guān)與各控制子網(wǎng)的通訊鏈路，保證各子網(wǎng)的獨立性及安全性。在系統安全體系和軟件可靠性保障下系統的運行率達到99.8%以上，在全部運行企業(yè)中未發(fā)生因系統接入導致的惡性影響正常生產(chǎn)事故。

圖3 網(wǎng)絡(luò )架構

2.2.3工業(yè)互聯(lián)網(wǎng)平臺建設

圍繞產(chǎn)品質(zhì)量管控需求和高通量、強耦合、多態(tài)時(shí)變、多源異構的數據特征，設計了面向鋼鐵特點(diǎn)的工業(yè)互聯(lián)網(wǎng)構架，實(shí)現從數據感知到數據轉換，再到信息提取和認知，在確保網(wǎng)絡(luò )、數據、平臺安全情況下實(shí)現產(chǎn)品質(zhì)量全流程智能管控和質(zhì)量持續優(yōu)化改善。本項目所開(kāi)發(fā)的鋼鐵工業(yè)互聯(lián)網(wǎng)平臺IETLinker功能架構如下圖所示，功能上能夠充分支撐質(zhì)量管控系統應用層搭建，并且已擴展到部分企業(yè)的智能決策、集中管控、虛擬工廠(chǎng)、業(yè)務(wù)協(xié)同等多種新型制造模式下的數據管理和業(yè)務(wù)交互需求。

圖4 冶金工業(yè)互聯(lián)網(wǎng)平臺

（1）IOT通訊網(wǎng)關(guān)與邊緣計算相結合的數據采集方案。利用不同類(lèi)型通訊網(wǎng)關(guān)（高頻實(shí)時(shí)數據、關(guān)系型數據、非結構化數據等）完成不同自動(dòng)化設備/系統、信息化系統的通訊接入、協(xié)議轉換等，實(shí)現多源異構數據實(shí)時(shí)采集、轉換成平臺內部統一、規范的數據協(xié)議、格式，并在邊緣計算平臺進(jìn)行數據匯集、融合，滿(mǎn)足全過(guò)程產(chǎn)品質(zhì)量智能管控中各類(lèi)業(yè)務(wù)場(chǎng)景需求，以及平臺層構建的全流程數據統一存儲模型的數據需求；

（2）實(shí)時(shí)邊緣計算的多源數據融合與預處理技術(shù)?；诙嗔６葦祿诤吓c統一存儲模型在邊緣計算平臺實(shí)時(shí)進(jìn)行多源數據融合，即可賦予各高頻數據、儀表數據等物料關(guān)聯(lián)的語(yǔ)義信息，便于在線(xiàn)用戶(hù)進(jìn)行應用。同時(shí)，向中心數據平臺存儲時(shí)即可按物料族譜實(shí)現物料已經(jīng)歷工藝過(guò)程的數據融合，實(shí)現邊采集、邊融合、邊服務(wù)的多源數據融合工業(yè)過(guò)程數據采集、服務(wù)的目標。另外，利用邊緣計算平臺提供預處理、緩存等功能，為網(wǎng)絡(luò )邊緣層用戶(hù)就近提供存儲、預處理計算能力服務(wù)，解決數據采集解決方案網(wǎng)絡(luò )傳輸異常、數據可采時(shí)刻變化等難題，對數據全面采集造成的影響，通過(guò)數據緩沖、動(dòng)態(tài)作業(yè)調度等技術(shù)手段提高數據可采集性、有效性。

平臺覆蓋主流冶金控制系統，兼容常用工業(yè)通訊協(xié)議，并且適配國際通用硬件接口，以及高分辨的數據采集頻率與管理能力，下圖給出了目前系統可提供的數據接口能力。

圖5 平臺接口能力

（3）可擴展應用平臺框架與微服務(wù)、組件化開(kāi)發(fā)技術(shù)

采用模型驅動(dòng)的統一服務(wù)框架，面向多種業(yè)務(wù)角色，提供開(kāi)發(fā)服務(wù)框架和部署運營(yíng)服務(wù)框架，可根據業(yè)務(wù)需求動(dòng)態(tài)擴展服務(wù)計算能力，并引入容器技術(shù)新型架構和微服務(wù)池，實(shí)現平臺和工業(yè)應用的靈活部署和快速迭代，以適應工業(yè)場(chǎng)景中海量個(gè)性化開(kāi)發(fā)需求。

2.2.4產(chǎn)品質(zhì)量全過(guò)程管控功能建設

基于工業(yè)互聯(lián)網(wǎng)平臺，借助數據驅動(dòng)技術(shù)和機器學(xué)習算法，建立質(zhì)量管控應用平臺，實(shí)現過(guò)程判定、過(guò)程監控、質(zhì)量分析、數據追溯、質(zhì)量預測等功能，推進(jìn)企業(yè)在產(chǎn)品質(zhì)量過(guò)程判定、質(zhì)量分析與自診斷、工藝模型優(yōu)化等方面的技術(shù)革新。

圖6 全過(guò)程質(zhì)量管控功能

（1）基于統計分析、模型預測的可重組的監控/預警引擎。首先，依據冶金規范、專(zhuān)家知識規則為依據設置監控規則，在生產(chǎn)過(guò)程中對監控參數進(jìn)行實(shí)時(shí)判異，實(shí)現在線(xiàn)實(shí)時(shí)監控與預警；其次從過(guò)程穩定性角度出發(fā)，利用統計概率模型進(jìn)行單變量的統計過(guò)程控制，利用SPC判異規則對過(guò)程重要工藝參數進(jìn)行在線(xiàn)監控及預警，及時(shí)向現場(chǎng)操作及質(zhì)量管理崗位提供制造過(guò)程重要工藝參數變化及預警信息，對質(zhì)量異常事件實(shí)現自動(dòng)報警功能。

（2）數據驅動(dòng)與機理模型相結合的產(chǎn)品質(zhì)量預測技術(shù)

針對力學(xué)性能等難以在線(xiàn)測量的質(zhì)量變量，通過(guò)機理模型和數據驅動(dòng)模型的結合，通過(guò)軟測量方式可以實(shí)時(shí)對相關(guān)質(zhì)量指標進(jìn)行預測，為產(chǎn)品質(zhì)量的控制提供新的技術(shù)手段和思路。采用可配置方式，集成機器學(xué)習算法，用于解決不同的質(zhì)量問(wèn)題。采用可動(dòng)態(tài)配置的設計模式，由人工隨意配置樣本庫和變量的選擇，從本平臺中的關(guān)系型數據庫和實(shí)時(shí)數據庫進(jìn)行不同的數據項配置。靈活的參數調優(yōu)接口，供工藝人員對模型進(jìn)行精度調試。

（3）滿(mǎn)足定制需求的多維產(chǎn)品質(zhì)量在線(xiàn)精準評判與封鎖技術(shù)。研發(fā)了滿(mǎn)足定制需求的多維產(chǎn)品質(zhì)量在線(xiàn)精準評判和封鎖應用功能，該功能是整個(gè)平臺應用的一個(gè)功能模塊，與平臺所有數據、其他應用無(wú)縫集成，并且增加基于A(yíng)I算法的智能評判和優(yōu)秀樣庫對比打分等功能，提高了多維評價(jià)的準確性，也可為后續一鍵式分析自主創(chuàng )建優(yōu)秀樣本庫。

（4）質(zhì)量與工藝的追溯分析技術(shù)。系統平臺通過(guò)數據采集與數據融合，確保系統有機串聯(lián)煉鋼、連鑄、熱軋、冷軋、成品質(zhì)量及客戶(hù)反饋異常質(zhì)量等重要信息，并關(guān)聯(lián)過(guò)程監控預警和質(zhì)量評級判定結果，給出可疑的可能引發(fā)異常的工藝參數，主要包括如下幾種追溯方式：全工序關(guān)系型數據追溯、全工序工藝曲線(xiàn)追溯、全工序長(cháng)度基準的時(shí)空變換、不同物料同工序之間的曲線(xiàn)比對與分析等。

（5）質(zhì)量與工藝的優(yōu)化分析技術(shù)

實(shí)際生產(chǎn)過(guò)程中的工藝參數優(yōu)化實(shí)質(zhì)是一個(gè)多參量的優(yōu)化問(wèn)題，尤其是在參數間存在強相關(guān)時(shí)，挖掘出各工藝參數間的耦合關(guān)系，實(shí)時(shí)預測某些不可測量的工藝參數，給出調整工藝參數的控制策略，利用工藝參數的協(xié)同優(yōu)化確保產(chǎn)品質(zhì)量。本項目利用工業(yè)大數據分析方法，挖掘數據間隱藏的復雜映射關(guān)系，從歷史數據中尋找引發(fā)綜合質(zhì)量?jì)?yōu)良品和不合格品的差異性特征，從而實(shí)現工藝參數的優(yōu)化。

（6）多業(yè)務(wù)協(xié)同管控技術(shù)

將質(zhì)量信息與生產(chǎn)、設備、能源等數據進(jìn)行關(guān)聯(lián)，建立一系列定制化模型，實(shí)現質(zhì)量的全局優(yōu)化控制，滿(mǎn)足不同人員和崗位的應用需求。

3、代表性及推廣價(jià)值

2013年，與華菱漣鋼合作開(kāi)展“全流程工藝質(zhì)量在線(xiàn)判定與離線(xiàn)分析診斷系統”實(shí)現科研成果工程化轉化。項目團隊與漣鋼技術(shù)人員經(jīng)過(guò)12個(gè)月技術(shù)攻關(guān)，2014年10月在華菱漣鋼上線(xiàn)運行。經(jīng)過(guò)項目組多年的技術(shù)研發(fā)和工程技術(shù)轉化，形成了鋼鐵/有色產(chǎn)品線(xiàn)全覆蓋的多個(gè)業(yè)務(wù)場(chǎng)景的智能應用，形成了一套完整的基于工業(yè)互聯(lián)技術(shù)的產(chǎn)品質(zhì)量全過(guò)程智能管控技術(shù)與平臺的應用解決方案。目前該解決方案已推廣應用到鞍鋼、馬鋼、新鋼、攀鋼、南鋼、新疆眾合等23家大中型鋼鐵企業(yè)、4家鋁加工及1家炭材企業(yè)，共計49個(gè)應用案例，成果從鋼鐵行業(yè)拓展到了有色、炭材料領(lǐng)域，同類(lèi)型項目市場(chǎng)占有率85%，實(shí)現了板材、棒材、軌梁、有色、鋼管、高線(xiàn)等類(lèi)型產(chǎn)線(xiàn)的多次自主首套項目落地，技術(shù)和業(yè)績(jì)行業(yè)雙領(lǐng)跑。近三年的應用業(yè)績(jì)如下表所示。

表1 項目業(yè)績(jì)表（2023-2021）

（1）應用效果

企業(yè)完成工業(yè)大數據平臺搭建后，最直接的體驗便是數據獲取和使用的便利性，和傳統工作流程相比，可實(shí)現隨時(shí)隨地獲取數據、實(shí)現數據的個(gè)性化配置、形成標準數據集、實(shí)現數據的高效存儲和處理、實(shí)現數據的分級管理等，系統覆蓋產(chǎn)線(xiàn)的數據采集率達到90%以上，數據利用率達到60%以上，通過(guò)全流程一鍵式追溯與一鍵式分析功能，分析效率提升60%，獲得鋼鐵企業(yè)各個(gè)部門(mén)的廣泛認同，用最低的時(shí)間成本獲得數據的價(jià)值。

項目提供的過(guò)程判定功能，斷面、尺寸、溫度類(lèi)實(shí)現自動(dòng)判定，判定準確率大于99.8%，某廠(chǎng)應用后質(zhì)檢每班減少1人，質(zhì)量缺陷外放風(fēng)險下降60%，用戶(hù)質(zhì)量異議降低50%以上，解決事后質(zhì)量精確識別。通過(guò)過(guò)程監控、質(zhì)量分析、工藝優(yōu)化等模塊，工藝人員的勞動(dòng)效率提升30%以上，某廠(chǎng)的全年內部質(zhì)量降級率比上一年度下降26.3%。

（2）社會(huì )效益

1）“鋼鐵產(chǎn)品質(zhì)量全過(guò)程智能管控技術(shù)與平臺”可有效支撐企業(yè)面向客戶(hù)定制化需求的產(chǎn)品質(zhì)量全過(guò)程管控新模式的轉變，成為鋼鐵行業(yè)智能制造整體解決方案落地實(shí)施的技術(shù)應用，該項技術(shù)榮獲“2021年冶金科學(xué)技術(shù)獎一等獎”、第三屆中國工業(yè)互聯(lián)網(wǎng)大賽全國優(yōu)秀作品獎，入選2022年制造業(yè)關(guān)鍵過(guò)程能力提升優(yōu)秀案例、質(zhì)量管理數字化解決方案優(yōu)秀案例、鋼鐵行業(yè)智能制造優(yōu)秀案例，為提升我國鋼鐵產(chǎn)品質(zhì)量管控的原創(chuàng )技術(shù)水平、推動(dòng)我國基礎理論進(jìn)步及提高冶金行業(yè)影響力起到了重要作用。

2）支撐多個(gè)企業(yè)獲得了工信部項目支持：2017年沙鋼集團的《高端線(xiàn)材智能制造新模式》、2017年中鋁瑞閩《高端鋁合金智能制造新模式》、2018年鞍鋼股份《5500寬厚板智能制造示范工程》、2019年鞍鋼股份《鋼鐵全流程質(zhì)量管控及大數據應用》，同時(shí)支撐新余鋼鐵獲得2022年度智能制造示范工廠(chǎng)，安陽(yáng)鋼鐵獲得2022年全國質(zhì)量標桿等，為鋼鐵行業(yè)的技術(shù)進(jìn)步和智能工廠(chǎng)的全面建設提供了應用示范和技術(shù)引領(lǐng)。

3）依托項目成果的實(shí)施與建設，多家應用單位形成了一支業(yè)務(wù)與計算機相結合的產(chǎn)品質(zhì)量全過(guò)程管控技術(shù)團隊，團隊人員充分掌握和利用平臺技術(shù)后，在提高產(chǎn)品質(zhì)量穩定性、降低用戶(hù)質(zhì)量異議等方面發(fā)揮了重要作用，增加了企業(yè)的核心競爭力，同時(shí)為智能工廠(chǎng)的全面建設提供先行應用示范。