鞍鋼鲅魚圈厚板全流程智能工廠建設(shè)實踐

李新玲，王若鋼，趙立軍，姚震，張坤，應(yīng)傳濤

（鞍鋼股份有限公司鲅魚圈鋼鐵分公司，遼寧 營口 115007）

所謂智能工廠，不同時期有不同定義，當下的智能工廠應(yīng)該是精益、柔性、綠色、節(jié)能和數(shù)據(jù)驅(qū)動，是一個可不斷挖掘靈活性、互聯(lián)性和透明度等多種特性的解決方案。《中國制造2025》戰(zhàn)略明確主攻方向是推進完備的制造業(yè)+互聯(lián)網(wǎng)的創(chuàng)新，支持依托優(yōu)勢企業(yè)建設(shè)重點領(lǐng)域智能工廠、數(shù)字化車間。鞍鋼集團適時制定“數(shù)字鞍鋼”建設(shè)總方案。鲅魚圈鋼鐵分公司全面落實 “數(shù)字鞍鋼”整體規(guī)劃，推進厚板工序數(shù)字化車間建設(shè)，積極推動中厚板領(lǐng)域智能工廠創(chuàng)新發(fā)展。

1 智能工廠策劃

1.1 策劃目標

智能工廠策劃的目標是建設(shè)國內(nèi)首條智能制造示范、人工智能應(yīng)用示范中厚板生產(chǎn)線，目的是讓產(chǎn)線“效率更高、成本更低、質(zhì)量更優(yōu)和愉悅交付”。

1.2 策劃思路

厚板智能工廠按照“一個網(wǎng)絡(luò)、兩類融合、三種集成、四種支撐”的建設(shè)思路，運用移動物聯(lián)網(wǎng)、數(shù)據(jù)傳感監(jiān)測等先進技術(shù)，建成全工序生產(chǎn)運行自動化、設(shè)備故障預(yù)控化、管控決策智能化、工廠管理可視化、全要素協(xié)同化的“五化”智能工廠。

（1）一個網(wǎng)絡(luò)：面向智能工廠的工業(yè)互聯(lián)網(wǎng)；

（2）兩類融合：信息系統(tǒng)與智能裝備的深度融合、虛擬制造與實物制造的融合；

（3）三種集成：數(shù)字化工廠垂直集成、產(chǎn)品全生命周期集成、制造網(wǎng)絡(luò)集成；

（4）四種支撐：云計算平臺、大數(shù)據(jù)平臺、互聯(lián)網(wǎng)應(yīng)用及工業(yè)互聯(lián)網(wǎng)絡(luò)安全保證。

2 智能工廠建設(shè)實踐

智能化工廠建設(shè)從質(zhì)量管理、設(shè)備管理、制造協(xié)同、安全環(huán)保和仿真預(yù)測五個維度開展工作，共形成工藝在線控制、數(shù)字化精益研發(fā)、設(shè)備運行監(jiān)測與分析、工序負荷平衡等21個智能化項目，見圖1所示。

圖1 智能工廠項目Fig.1 Intelligent Factory Project

2.1 全流程數(shù)據(jù)匯聚融合

在推進智能工廠建設(shè)時，按照三個層級進行構(gòu)架：

第一步搭建一個網(wǎng)絡(luò)平臺,讓全工序設(shè)備具有計算、通信、精確控制、遠程協(xié)調(diào)等功能，具備與虛擬網(wǎng)絡(luò)融合的基礎(chǔ)條件。

第二步是過程數(shù)據(jù)匯集，對煉鋼到軋鋼的18個工序的質(zhì)量、設(shè)備、生產(chǎn)制造、能環(huán)進行全流程數(shù)據(jù)匯聚融合，動態(tài)數(shù)據(jù)采集，規(guī)范數(shù)據(jù)管理。

第三步做好三個集成，即圍繞 “低碳綠色制造、愉悅交付體驗”的目標實現(xiàn)從設(shè)計到交付縱向集成、鋼軋多工序一體橫向集成及產(chǎn)品全生命周期端到端集成。

2.2 工序動態(tài)實時管控

在完善基礎(chǔ)網(wǎng)絡(luò)搭建和匯集數(shù)據(jù)后，開展工序動態(tài)實時管控，首先利用海量數(shù)據(jù)建立大數(shù)據(jù)產(chǎn)品全流程質(zhì)量管控平臺，實現(xiàn)煉鋼到厚板產(chǎn)品制造過程關(guān)鍵工藝參數(shù)的在線監(jiān)控和報警。其次，在設(shè)備管理上對軋機主電機、主軸、壓下、機架輥等關(guān)鍵設(shè)備的溫度、振動、位移和扭矩等208個重要指標進行在線實時監(jiān)控，動態(tài)感知設(shè)備運行狀態(tài)。如厚板軋機主軸的扭矩是非常關(guān)鍵一個控制參數(shù)，軋鋼過程中經(jīng)常出現(xiàn)瞬間超出極限值的情況，而操作工看到的只是計算平均值，瞬間的峰值無法監(jiān)測，長期疲勞服役狀態(tài)下導(dǎo)致設(shè)備運行風險劇增，在大數(shù)據(jù)設(shè)備精準運維項目中，在主軸上增加數(shù)據(jù)傳感裝置，實現(xiàn)了動態(tài)監(jiān)測和采集，并形成趨勢預(yù)警反饋給生產(chǎn)操作人員，這樣顯著提升了設(shè)備運行的安全性。第三，對全工序水、電、煤氣等能源介質(zhì)消耗進行動態(tài)監(jiān)測，對環(huán)保指標排放實現(xiàn)實時監(jiān)控和預(yù)警。

3 數(shù)據(jù)挖掘建模

以構(gòu)建基于“狀態(tài)感知-實時分析-自主決策-精準執(zhí)行-學習提升”的智慧制造系統(tǒng)為主線，從制造協(xié)同、智能設(shè)備、智慧質(zhì)量、能環(huán)分析四個方面開發(fā)了設(shè)備遠程運維和故障智能診斷等28個數(shù)學模型，下面重點介紹其中6個模型。

3.1 產(chǎn)品質(zhì)量數(shù)字化評級判定系統(tǒng)

產(chǎn)品質(zhì)量數(shù)字化評級判定系統(tǒng)的功能是根據(jù)實際產(chǎn)品質(zhì)量結(jié)果與預(yù)設(shè)目標差異進行評分判定，并找到改進空間和關(guān)鍵影響因子。

（1）產(chǎn)品質(zhì)量在線多維智能評判

建立了基于規(guī)則/機器學習的厚板產(chǎn)品多維產(chǎn)品質(zhì)量在線精準評判知識庫與評判引擎，對產(chǎn)品特性在線評級判定。

（2）工藝參數(shù)自學習優(yōu)化模型

基于數(shù)據(jù)驅(qū)動的工藝與產(chǎn)品質(zhì)量一致性分析，通過知識樣本庫進行自學習，持續(xù)完善工藝規(guī)范。

（3）工藝質(zhì)量耦合判定

工藝質(zhì)量耦合判定主要對合金成分、連鑄坯斷面、加熱爐溫度、開軋溫度、壓下量、輥縫、軋制速度、冷卻流量、熱處理溫度等關(guān)鍵因素進行判定。

3.2 基于AI技術(shù)的視覺識別系統(tǒng)

基于AI技術(shù)的視覺系統(tǒng)模型可實現(xiàn)對鋼板表面質(zhì)量進行連續(xù)檢測和判定，對表面缺陷的尺寸、位置、類型和缺陷圖像等信息進行視覺識別和分析，表面缺陷檢測率可達到95%，缺陷識別率可達到90%，這一技術(shù)的應(yīng)用徹底改變了傳統(tǒng)人工抽檢的方式，也大幅提升了缺陷檢測、識別的精準度。

3.3 基于數(shù)據(jù)驅(qū)動的性能預(yù)報模型

中厚板生產(chǎn)過程中組織演變?yōu)椤昂谙洹睜顟B(tài)，這是長期困擾整個行業(yè)的一個技術(shù)難題。此數(shù)學模型就是通過建立了鋼板生產(chǎn)過程中組織演變數(shù)字映射系統(tǒng)，以快速獲得全局域最優(yōu)工藝參數(shù)，用于生產(chǎn)過程精準控制，從而實現(xiàn)了產(chǎn)品從試錯研發(fā)向精益研發(fā)的巨大轉(zhuǎn)變，大幅提升了產(chǎn)品研發(fā)效率、精確度。數(shù)據(jù)驅(qū)動的性能預(yù)報模型見圖2。

圖2 數(shù)據(jù)驅(qū)動的性能預(yù)報模型Fig.2 Data-driven Performance Prediction Model

3.4 質(zhì)量異常一鍵式追溯與診斷模型

質(zhì)量異常一鍵式追溯與診斷模型對產(chǎn)品質(zhì)量異常可實現(xiàn)一鍵式分析與異常診斷，對保證產(chǎn)品質(zhì)量的穩(wěn)定性意義重大。例如，2022年2月初，鲅魚圈鋼鐵分公司厚板部在生產(chǎn)過程中發(fā)現(xiàn)個別牌號產(chǎn)品的力學指標出現(xiàn)波動，在工藝人員對各工序關(guān)鍵參數(shù)確認未發(fā)現(xiàn)異常后，通過質(zhì)量異常一鍵式追溯與診斷模型進行分析，發(fā)現(xiàn)加熱爐煤氣熱值是影響此性能的關(guān)鍵因子，并計算給出最佳控制范圍。由于高爐休風后厚板加熱爐煤氣由高焦混合變成了焦爐煤氣，熱值同比升高了20%左右，后期將此參數(shù)完善到了質(zhì)量控制方案中，目前這套模型已經(jīng)作為工廠產(chǎn)品質(zhì)量異常分析的重要工具。

3.5 設(shè)備精準運維及故障智能診斷系統(tǒng)

設(shè)備精準運維及故障智能診斷系統(tǒng)模型的作用是通過關(guān)鍵設(shè)備狀態(tài)的大數(shù)據(jù)監(jiān)測，對設(shè)備運行能力、狀態(tài)及功能精度、薄弱環(huán)節(jié)進行分析，確 定故障診斷結(jié)論。遠程故障智能診斷模型見圖3。

圖3 遠程故障智能診斷模型Fig.3 Intelligent Remote Fault Diagnosis Model

3.6 維修策略科學預(yù)測模型

維修策略科學預(yù)測模型的作用是基于設(shè)備狀態(tài)、功能精度分析以及歷史變化趨勢等數(shù)據(jù)信息，對設(shè)備狀態(tài)的變化趨勢與故障案例進行匹配和判斷，為生產(chǎn)線提供設(shè)備智能管理與維修策略的科學預(yù)測。設(shè)備點檢人員也可以在手機APP客戶端實時獲取設(shè)備關(guān)鍵數(shù)據(jù)和運行狀態(tài)。

4 虛擬仿真工廠

4.1 建立數(shù)字孿生工廠

建立數(shù)字孿生工廠就是在真實軋鋼的同時，基于豐富的歷史和實時數(shù)據(jù)、先進的算法模型模擬出一個同步虛擬軋鋼的仿真工廠，實現(xiàn)從實到虛數(shù)字孿生，從而使基于數(shù)據(jù)驅(qū)動的生產(chǎn)運行、物料跟蹤、設(shè)備監(jiān)測和能源消耗等清晰可視。

4.2 基于大數(shù)據(jù)的虛擬工廠運營

在建立工廠實時模擬仿真基礎(chǔ)上，開展工序協(xié)同優(yōu)化、仿真模型預(yù)測及客戶服務(wù)價值延伸等可視化運營管理模式，工廠管理部門可實現(xiàn)科學決策，客戶可獲取預(yù)測交期?；诖髷?shù)據(jù)虛擬工廠運營見圖4。

圖4 基于大數(shù)據(jù)虛擬工廠運營Fig.4 Virtual Factory Operation Based on Big Data

5 智慧運營集控

經(jīng)過四年來智能工廠建設(shè)，完成了預(yù)設(shè)70%的項目，此時需要一個集中展示的平臺。按照“先聚集、后遠離、云管理”的設(shè)計理念，建設(shè)了一個智能化生產(chǎn)運行集控中心，將5500產(chǎn)線、3800產(chǎn)線、熱處理生產(chǎn)線主要操作崗位深度融合。集控中心內(nèi)設(shè)有三套操作臺、一組大屏幕可對生產(chǎn)關(guān)鍵環(huán)節(jié)高清晰監(jiān)控、生產(chǎn)設(shè)備遠程操作，還設(shè)有兩個智慧島，可根據(jù)產(chǎn)線生產(chǎn)運行、產(chǎn)品質(zhì)量和設(shè)備狀態(tài)等大數(shù)據(jù)監(jiān)測結(jié)果，進行科學分析、診斷和預(yù)警，是目前國內(nèi)中厚板首個跨產(chǎn)線、跨區(qū)域生產(chǎn)運行集控中心。同時，增加了取樣機器人、無人吊車等無人化、少人化項目的投入，部分區(qū)域已實現(xiàn)了無人化值守。

6 結(jié)語

當下建設(shè)智能化工廠可借鑒的經(jīng)驗非常少，為了避免走彎路，首先要規(guī)劃好具有前瞻性的未來場景。圍繞目標場景，展開工作就會減少無效的投入。鲅魚圈中厚板未來的場景是，積極踐行中厚板智能工廠新模式，努力完成鞍鋼數(shù)字化轉(zhuǎn)型升級和打造數(shù)字生態(tài)，在制造端實現(xiàn)云管理，由中心計算機來控制生產(chǎn)，改進質(zhì)量、指導(dǎo)停機等。產(chǎn)品端通過數(shù)字孿生實現(xiàn)工廠與用戶零距離交往，讓用戶實時了解其所訂購產(chǎn)品的生產(chǎn)狀態(tài)，從而不斷提高產(chǎn)品質(zhì)量與服務(wù)。