鋼鐵企業全流程質量管控研究

楊春偉

（天津天鋼聯合特鋼有限公司，天津 301500）

1 全流程質量管控過程

全流程質量管控顧名思義就是對整個生產流程進行全方位的質量管控，從接受到客戶的訂單起，從產品的質量設計環節、產品的生產加工環節開展在線質量監控、質量預測、質量判定、離線質量追溯、質量大數據分析和質量改進等，實現一個閉環的質量管理流程，真正做到PDCA循環（見圖1）。

圖1 全流程質量管控流程

1.1 質量設計

伴隨著市場經濟的不斷發展，市場競爭態勢愈加激烈，用戶的各方面要求也變得更高，甚至可以用苛刻來形容，諸如對于品種、質量、成本以及服務等各個方面，均有著較高的要求。對于產品生產企業而言，用戶滿意才是其不懈追求的目標，也是企業長盛不衰的重要基礎。這就要求企業不斷生產逐漸從符合標準朝向滿足用戶需求的方向轉變。對于鋼廠而言，大多數都依據“標準+α”的模式進行生產，所謂α主要指的是在產品行業規范標準之外所提出來的附加技術要求。因此，當企業在接到客戶的訂單之后，就應該結合用戶的實際需求和產品行業中本來的規范標準展開生產。產品行業標準主要包括產品的品種、規格、產品質量判定標準等等，從原材料的采購開始，經歷燒結、球團、鐵水到最終的產品階段，每一個環節均有著嚴格的質量判定標準[1]。

1.2 質量監控

該環節主要是利用現代化監測技術和手段，在線實時的對鋼鐵產品生產工藝過程中的所有參數進行實時的采集和監控，諸如幾何尺寸、表面質量、力學性能等各項參數指標，以此來和工藝標準進行對比，并判定產品的質量是否合格[2]。

1.3 質量預測

在鋼鐵產品的生產過程中，利用在線監測收集到的產品質量信息，以此對產品的最終質量進行科學的預測，并將收集到的實時參數信息、質量判定標準等信息及時的反饋給操作人員和質檢人員，同時針對部分質量存在隱患的產品進行預警，以便于及時調整生產工藝，以此來提升產品的質量水平。

1.4 質量判定

結合產品的質量規范標準以及用戶需求等，在生產現場開展產品質量檢驗工作，并判定產品的質量是否合格，最終生成質保書。

1.5 質量追溯

在離線環境下，全流程產品質量追溯啟動，主要是將產品生產過程中存在的一些質量問題、客戶投訴等情況進行收集，找出其中存在的問題，以便于對這些問題進行改進優化，從而對生產過程進行穩定，確保產品的質量達標，且能夠滿足客戶對于產品的相關需求。在這個過程中，需要用到質量追溯系統，來將產品生產過程中的所有數據進行集成，例如將生產線上的過程工藝曲線、表面檢測缺陷、過程參數等進行展示。根據實際檢測需求，結合訂單的具體狀況，批次、鋼種以及時間段等各方面的信息，來追溯各個生產工序中的產品質量彈性，利用每一個物料號所對應的上游物料好，來追溯到各個生產線的實際生產工序和工序的采集點，并將詳細的數據信息予以導出，從而獲得產品質量的相關信息。技術人員利用該追溯系統，就可以對產品質量產生的各種相關因素進行直觀的分析，還能夠對產品質量產生的癥結進行上下游的追溯，諸如單工序多參數、單參數、多批次和多工序等在位置軸、時間軸等方面進行對比，從而獲取更為詳盡的質量要素，為工藝優化提供基礎數據。

1.6 質量分析

質量分析則可以利用兩種分析方法：其一為統計工序控制即（SPC）法，其二為大數據分析法。SPC法主要是利用系統平臺所提供的樣本散點圖、樣本運行圖、等值線圖、相關性散點圖等一些常用的統計分析圖來對產品的質量進行探索性的分析，以獲得產品的質量診斷、質量控制和質量改進等目標。大數據分析法則是借助聚類算法、關聯規則、決策樹扥類等辦法，來科學的分析產品生產工藝，對產品質量問題進行深度剖析，以便于查到產品缺陷的關鍵節點，并找到其和工藝參數之間的關系[3]。

1.7 質量改進

通過上述質量診斷分析，查找到質量問題的癥結點，從而探尋到最佳的工藝改進措施，進而全面優化生產工序，提升產品質量，實現產品質量的持續改進。

2 全流程質量管控平臺

全流程質量管控系統功能架構見圖2。

（1）主數據管理。質量主數據管理主要分為產品規范管理和工藝規范管理。產品規范管理則囊括了鋼廠生產產品的具體品種、規格、相應的質量判定標準等。工藝規范則重點在于規范各個生產線上相應鋼產品的生產工藝和操作要點。

圖2 全流程質量管控系統功能架構

（2）質量設計。當客戶下達訂單之后，系統依據指令對產品質量相關的各種要素進行綜合的分析，并及時匹配到柱數據之中的產品規范和工藝規范等，從而明確該產品的具體執行標準、工藝路線等，并生成相應的生產信息，并將該信息傳遞到具體的生產工序中，以便于操作人員有一個清晰的認知，能夠嚴格遵循質量標準開展產品生產。

（3）實時數據采集。利用質量大數據平臺，全面采集和存儲全流程生產數據信息，確保各個生產工序的工藝數據、多個工序的工藝數據等，均能夠和產品的質量數據保持一致，這樣就能夠更好的監控和預測、追溯產品的質量信息。

（4）在線質量預測。第一，構建質量預測模型。應將每一道產品生產工序的歷史數據、相關關聯工序的質量數據等信息進行全面的收集，同時借助聚類分析、神經網絡等辦法，建立完善的質量預測模型。將實際生產過程中采集到的數據信息作為原始值輸入到模型之中，從而借助一系列統計分析辦法，對該道工序產品質量進行預測，根據預測結果，來對工藝操作要點進行微調。第二，工藝質量預測。在上述預測模型的預測下，獲得每一道生產工藝產品質量預測結果，進而結合客戶的實際需求，對產品的質量改進提出意見，并在線予以調整。

（5）質量自動判定。該步驟主要是借助聚類分析、數據特征識別和機器學習等現代化的數據分析方法，來對產品的生產規則進行優化，從而根據規則，來對產品的生產質量進行自動的判定和評級，最終生成一份完善的產品質量評估報告。

（6）質量分析與優化。在質量大數據的支撐下，質量分析和優化功能能夠對產量的質量進行全面綜合分析評判，其主要功能如下：①質量關聯分析。追溯產品質量缺陷、質量異常等狀況的原因，利用現代化的特征識別技術以及數據挖掘技術，來對產品質量影響最主要和關鍵的因素進行提取，構建產品工藝參數和產品質量關聯數據庫，并對數據庫進行不斷的優化改進。②工藝參數優化。根據上一個步驟中建立的質量關聯數據庫，找出工藝中影響質量的主要因素，并對這些關鍵性的工藝參數進行調整改進，以此來進一步指導實際生產。③控制模型優化。能夠通過全面系統化的分析研判大量的質量歷史數據，能夠進一步優化調整現有的控制系統模型，在深度強化的基礎上，不斷來調整生產的精度和效率。在優化改進過程中，對訓練復雜度以及任務復雜度等耦合關系進行進一步的調整，全面評估優化的性能，對產品質量提升提供助力。