基于數(shù)據(jù)生命周期的鋁電解生產(chǎn)過程質量控制研究

黎書文

(貴州理工學院 機械工程學院，貴州 貴陽 550003)

0 引言

鋁是消費量第二大的有色金屬，作為僅次于鋼鐵的基礎原材料，在制造、交通、建筑等領域應用十分廣泛，鋁電解工業(yè)對國民經(jīng)濟的支撐具有戰(zhàn)略意義[1]。伴隨著物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等網(wǎng)絡信息技術在制造業(yè)中的廣泛應用，鋁電解行業(yè)也朝著智能化、系統(tǒng)化、信息化的方向發(fā)展，企業(yè)的數(shù)據(jù)采集、存儲、決策和管理水平得到極大提高，整個鋁電解行業(yè)積累了相當可觀的生產(chǎn)數(shù)據(jù)，這些數(shù)據(jù)從側面反映了企業(yè)生產(chǎn)的運行狀況和產(chǎn)品質量信息。針對鋁電解生產(chǎn)過程復雜難以建立數(shù)學模型、傳統(tǒng)的人工控制決策方式難以適應當前的生產(chǎn)需求等問題，數(shù)據(jù)驅動的方法應運而生，如數(shù)據(jù)挖掘技術在故障診斷、生產(chǎn)調(diào)度和決策控制方面的應用[2]。本文通過挖掘歷史數(shù)據(jù)中的有用信息并與實時數(shù)據(jù)進行深度融合，在質量數(shù)據(jù)采集、存儲、決策和管理的基礎上，從數(shù)據(jù)生命周期的角度出發(fā)，構建了一種鋁電解生產(chǎn)過程質量控制的優(yōu)化方法。

1 基于數(shù)據(jù)生命周期的過程質量控制亟待解決的問題

實際鋁電解生產(chǎn)過程中，由于受生產(chǎn)現(xiàn)場數(shù)據(jù)采集及分析的精度和效率影響，無法為提高生產(chǎn)質量和優(yōu)化能效提供及時幫助[3]。鑒于“人、機、料、法、環(huán)、測”等影響質量特性的因素存在，使得產(chǎn)品的質量波動不可避免。因此，生產(chǎn)過程質量控制對產(chǎn)品全生命周期內(nèi)的質量和成本影響甚大。

基于數(shù)據(jù)驅動的質量控制方法在理論方面的研究越來越深入，在企業(yè)的實際應用也日趨完善。隨著產(chǎn)業(yè)信息化的日益提高，更多的企業(yè)開始重視生產(chǎn)數(shù)據(jù)的利用。與此同時，計算機信息技術的發(fā)展也為質量數(shù)據(jù)的采集、存儲、處理和分析提供了強大的技術支持。傳統(tǒng)的多元統(tǒng)計監(jiān)控方法已很難滿足企業(yè)的生產(chǎn)需求，現(xiàn)已逐步過渡到基于人工智能的質量智能診斷方法，而以時間序列法、統(tǒng)計回歸法為代表的傳統(tǒng)的質量預測方法也逐步向智能預測方法轉化，其中較為主流的技術包括神經(jīng)網(wǎng)絡和模糊理論控制方法[4]。數(shù)據(jù)驅動的智能方法與人工經(jīng)驗為主的過程優(yōu)化方法相互融合，以先進的質量管理方法和技術作為質量管理的重要工具已成為質量控制研究的重要內(nèi)容。盡管以數(shù)據(jù)分析為核心的過程質量控制取得了重大突破，但在實際應用中還有很多問題亟待解決，具體問題如下：

(1) 生產(chǎn)流程的高度耦合。對于鋁電解而言，由于原材料的物理化學反應過程較難實現(xiàn)數(shù)字化，而工序又具有連續(xù)性，容易導致前工序的影響傳導到后工序[5]。現(xiàn)有工業(yè)系統(tǒng)中的控制技術無法解決高度耦合及非線性關系，當前建模、優(yōu)化與控制理論已難以滿足其綠色、高效和精細化生產(chǎn)的需求，導致質量優(yōu)化提升困難，成本居高不下。

(2) 數(shù)據(jù)的多源異構與不確定性。鋁電解生產(chǎn)過程涉及大量反映生產(chǎn)運行規(guī)律并以圖像、聲音、文本等格式存儲的多源數(shù)據(jù)，受現(xiàn)有技術條件限制，多源異構數(shù)據(jù)較難感知融合。而生產(chǎn)車間環(huán)境復雜，電、磁、噪聲干擾較強，以及工業(yè)系統(tǒng)自身存在的不確定性，導致傳感器采集到的數(shù)據(jù)易受污染，無法精準實現(xiàn)數(shù)據(jù)實時有效傳輸[6]。

(3) 質量數(shù)據(jù)的重復利用。目前，對于鋁電解過程質量控制的研究大多集中在對主要影響參數(shù)方面的分析，數(shù)據(jù)分析人員憑借以往的人工經(jīng)驗對質量數(shù)據(jù)分析建模，這就表明在深度和廣度上質量數(shù)據(jù)的應用仍有較大的提升空間，數(shù)據(jù)系統(tǒng)的管理和應用在質量控制方面大有可為，從而為數(shù)據(jù)的重復利用提供可能[7]。另外，數(shù)據(jù)挖掘作為知識獲取的重要渠道，在數(shù)據(jù)驅動的質量控制應用中產(chǎn)生海量的過程性知識，這對后續(xù)的生產(chǎn)具有十分重要的現(xiàn)實指導意義。

2 鋁電解生產(chǎn)過程質量控制

2.1 生產(chǎn)過程質量預測

鋁電解的生產(chǎn)過程監(jiān)控和診斷主要用于排查生產(chǎn)過程中存在的異常突發(fā)狀況并及時診斷產(chǎn)生的原因，從而有效地提高產(chǎn)品合格率。但這種監(jiān)控方法具有一定的局限性，只會在異常發(fā)生時即刻報警，并不能提前預測可能出現(xiàn)的異常狀況，具有時間滯后性。質量預測技術則較好地彌補了過程質量控制的缺陷，可使生產(chǎn)人員在質量控制中由被動防御轉為主動預防，提前掌握質量變化趨勢。

構建精準高效的預測模型是實現(xiàn)生產(chǎn)過程質量預測控制的關鍵所在。傳統(tǒng)的預測建模方法主要依賴人工選取過程參數(shù)及數(shù)據(jù)特征[8]。隨著現(xiàn)代生產(chǎn)過程的復雜化，影響質量特性的因素增多，且出現(xiàn)了相關性、非線性等特點，加劇了過程作用機理，解決這類問題可采用神經(jīng)網(wǎng)絡、貝葉斯網(wǎng)絡、支持向量機等人工智能方法來獲得合適的預測模型，進而提高預測的精度[9]。除此之外，在一些更為復雜的生產(chǎn)過程質量預測中，通過融合多種智能算法的預測建模研究也引起了更多的關注。

2.2 生產(chǎn)過程質量控制

基于企業(yè)電解鋁生產(chǎn)過程的主要監(jiān)測數(shù)據(jù)，通過分析質量數(shù)據(jù)特征，建立質量數(shù)據(jù)模型，開展在線離線質量數(shù)據(jù)挖掘方法研究，深入挖掘歷史生產(chǎn)數(shù)據(jù)和實時生產(chǎn)數(shù)據(jù)。依據(jù)在線離線質量數(shù)據(jù)挖掘方法和質量成本模型實現(xiàn)生產(chǎn)過程質量成本的綜合評估，并將評估結果反饋到知識庫，具體生產(chǎn)過程控制方案如圖1所示。

圖1 鋁電解生產(chǎn)過程控制方案

3 鋁電解質量數(shù)據(jù)生命周期管理

數(shù)據(jù)驅動的質量控制是基于質量數(shù)據(jù)的采集、存儲、處理、分析、更新和管理，其中蘊含了數(shù)據(jù)生命周期的思想。通過全面深入挖掘數(shù)據(jù)潛藏價值，服務于生產(chǎn)過程質量的預測、監(jiān)控、診斷及優(yōu)化。質量數(shù)據(jù)生命周期管理框架如圖2所示。根據(jù)質量數(shù)據(jù)的不同形態(tài)可將其細分為動態(tài)實時數(shù)據(jù)、靜態(tài)歷史數(shù)據(jù)和知識數(shù)據(jù)，三者之間既相互關聯(lián)又具有一定的遞進轉化關系。實時數(shù)據(jù)在利用完后轉為歷史數(shù)據(jù)進行存儲，通過數(shù)據(jù)挖掘分析大量的靜態(tài)歷史數(shù)據(jù)有利于后續(xù)生產(chǎn)過程質量數(shù)據(jù)存入知識庫，隨著生產(chǎn)的持續(xù)運行，歷史數(shù)據(jù)逐步積累并被重復利用，知識數(shù)據(jù)庫不斷擴容更新，促進了整個生產(chǎn)系統(tǒng)的持續(xù)改進。

圖2 質量數(shù)據(jù)生命周期管理框架

4 鋁電解生產(chǎn)過程質量控制持續(xù)改進

在已有的生產(chǎn)過程控制基礎上，結合鋁電解對產(chǎn)品質量的需求分析，構建基于大數(shù)據(jù)生命周期思想的生產(chǎn)過程質量控制策略，其持續(xù)改進框架如圖3所示[10]。完整的生產(chǎn)過程應包括三個階段，即歷史生產(chǎn)過程、當前生產(chǎn)過程和后續(xù)生產(chǎn)過程?，F(xiàn)從鋁電解生產(chǎn)過程的質量數(shù)據(jù)采集與存儲、數(shù)據(jù)實時應用及質量控制的持續(xù)改進等方面對該控制過程加以闡述。

4.1 質量數(shù)據(jù)采集與存儲

在鋁電解生產(chǎn)過程中，充分運用RFID、傳感器等信息技術對“人、機、料、法、環(huán)、測”等生產(chǎn)過程各要素實時監(jiān)控，結合多源信息感知與融合技術對質量特性參數(shù)、動態(tài)加工、車間環(huán)境等信息進行實時監(jiān)測、采集、分類、融合，形成穩(wěn)定可靠的實時數(shù)據(jù)源。歷史數(shù)據(jù)庫包含檢測過程參數(shù)、設備運行參數(shù)、人員操作數(shù)據(jù)、原材料數(shù)據(jù)、工藝參數(shù)等數(shù)據(jù)，它能對以往生產(chǎn)過程中積累的質量數(shù)據(jù)進行有效地采集和存儲。知識數(shù)據(jù)不但包括工藝知識、加工方法、設備運行等相關顯性知識，也包括生產(chǎn)操作經(jīng)驗、故障診斷經(jīng)驗等隱性知識，而通過數(shù)據(jù)挖掘的方式是獲取隱性知識的重要渠道。

4.2 質量數(shù)據(jù)實時應用

鋁電解生產(chǎn)過程獲得的實時質量數(shù)據(jù)主要包括設備運行參數(shù)、傳感器檢測數(shù)據(jù)等，多以數(shù)據(jù)流的形式被不斷采集，此類數(shù)據(jù)具有多源異構、相關非線性、強噪聲干擾等特征，只有采取精準有效的實時數(shù)據(jù)流分析技術，才能對影響產(chǎn)品質量的相關參數(shù)進行實時監(jiān)測和預測，并在發(fā)現(xiàn)突發(fā)異常情況下快速響應，從而為優(yōu)化工藝流程和參數(shù)提供參考。在線質量控制的關鍵在于對實時數(shù)據(jù)流、歷史數(shù)據(jù)庫和知識庫進行深度融合及快速決策分析。通過生產(chǎn)過程的實時預測、監(jiān)控、診斷和反饋以及對生產(chǎn)工藝流程的持續(xù)改進，將多種質量控制方法綜合運用于生產(chǎn)過程，才能有效降低廢品率。

4.3 質量控制持續(xù)改進

當前的生產(chǎn)過程一旦完成，所積累的新數(shù)據(jù)用于對歷史數(shù)據(jù)庫及時更新補充，所獲得的設備運行狀態(tài)、傳感器檢測數(shù)據(jù)以及生產(chǎn)工藝優(yōu)化等新經(jīng)驗知識，用于補充更新知識庫。而在歷史生產(chǎn)過程所積累的海量數(shù)據(jù)中，蘊含著大量反映生產(chǎn)過程狀態(tài)的各種正常和異常模式。通過全方位、多維度的深入挖掘歷史數(shù)據(jù)獲取對生產(chǎn)有用的信息資源，實現(xiàn)整個工藝流程的優(yōu)化和生產(chǎn)系統(tǒng)的持續(xù)改進。數(shù)據(jù)驅動在質量跟蹤溯源方面得到廣泛應用，通過RFID、傳感器等技術實施數(shù)據(jù)的采集、存儲、分析、查詢及可視化，全過程跟蹤以便及時發(fā)現(xiàn)產(chǎn)品缺陷并從源頭上加以控制，為解決生產(chǎn)過程存在的問題提供決策參考。

圖3 生產(chǎn)過程質量控制持續(xù)改進框架

5 結束語

本文圍繞鋁電解生產(chǎn)過程的質量控制與改進問題，從生產(chǎn)過程數(shù)據(jù)生命周期的角度探討了數(shù)據(jù)驅動方法的應用。通過分析鋁電解存在的問題，在原有數(shù)據(jù)驅動的過程質量控制方法的基礎上，提出一種基于數(shù)據(jù)生命周期的鋁電解生產(chǎn)過程持續(xù)改進策略，以期達到提高企業(yè)生產(chǎn)效率和產(chǎn)品質量、降低生產(chǎn)成本的目

的。同時，通過融合信息技術提高鋁電解行業(yè)的智能化水平，提升企業(yè)協(xié)同創(chuàng)新和精益制造的能力，不斷優(yōu)化流程，推動產(chǎn)業(yè)升級轉型，實現(xiàn)行業(yè)的可持續(xù)發(fā)展。