基于大數據分析系統的冷軋工序質量管控平臺功能及應用

王金星 ，王植 ，趙志鵬 ，阮國慶 ，畢海波 ，曹凱

（1.鞍鋼股份有限公司冷軋廠，遼寧 鞍山 114021；2.北京科技大學，北京 100083）

冷軋工序是生產高端產品的重要環節［1］，包括酸洗、冷軋、退火、精整等多個環節，涉及眾多設備，工藝過程復雜，綜合控制困難。冷軋過程受上游來料的影響顯著，當上游工序來料質量存在明顯波動時，會造成冷軋過程工藝參數的波動，進而導致最終產品質量不穩定；在冷軋過程中，酸洗、潤滑及冷軋工藝參數均會影響冷軋產品的質量穩定性；此外，冷軋之后退火過程中，由于連退機組爐內帶鋼長度很長，在爐內極易發生跑偏及瓢曲等缺陷，影響冷軋產品的最終性能及質量［2］。隨著大數據技術的成熟和應用，使得冷軋工序及其他鋼鐵生產工序生產過程中的海量信息及生產數據可以實現協同處理，通過對過程數據判定與評級，實現過程監控、質量追溯，可實現全流程生產過程受控。

鞍鋼全流程產品質量大數據分析系統基于大數據及物聯網技術開發，并于2019年4月正式投入運行。該系統覆蓋煉鋼、連鑄、熱軋、冷軋等生產線，可以對煉鋼、熱軋、冷軋等生產線的關鍵工藝參數數據進行實時采集、變換，提高數據利用率，解決數據孤島問題，具有數據追溯、質量判定、質量監控、數據分析等功能，實現了全流程過程數據和產品質量數據的統一管理和應用。

鞍鋼冷軋質量管控平臺基于鞍鋼全流程產品質量大數據分析系統建立，可實現冷軋過程實時監控、質量追溯及計劃評價等工作，有效監督和控制生產過程質量波動，提高冷軋生產效率和產品質量穩定性。本文將重點介紹鞍鋼冷軋質量管控平臺相關功能及應用。

1 鞍鋼全流程產品質量大數據分析系統

為解決鋼鐵生產各工序間生產數據無法協同共享、數據分析手段不足的現實問題，鞍鋼與北科大共同設計研發了針對鞍鋼各生產工藝的全流程產品質量大數據分析系統。該系統以物料為中心，采集并整合從煉鋼、連鑄、熱軋、冷軋到退火等各生產工序過程數據，實現工序間質量信息共享；在對全流程生產工序數據采集基礎上，通過對過程數據判定與評級，實現各工序生產過程監控、質量追溯；系統采用數據挖掘算法和數理統計分析方法發掘各工序海量數據中蘊含的知識模型及工藝規律，實現對各生產工序工藝參數優化改進［4］。

該系統分為數據中心區、ERP網部分、生產網及外網，數據中心采用核心層和接入層兩層扁平化網絡結構，同時部署了入侵防御、網閘、Web防火墻等安全措施來提高生產網的安全防護和檢測能力，確保網絡數據安全；網絡采用雙平面環路模式及典型的TCP/IP結構，將整個系統網絡劃分為多個模塊，嚴格監控數據流向，實現分廠之間數據隔離和訪問禁止［4］。

鞍鋼全流程產品質量大數據分析系統提供了全流程的質量判定、過程監控、質量追溯、質量分析等功能，同時也提供可視化及報表等輔助擴展功能，該系統作為一個集中、共享、統一、協調的質量管理體系，滿足了企業信息化建設個性化需求，提升了企業競爭力，具有良好的推廣應用前景［4］。

2 冷軋工序質量管控平臺架構

冷軋工序質量管控平臺集成于全流程產品質量大數據分析系統，其架構如圖1所示，主要包括數據采集及處理模塊、核心功能模塊等。

圖1 冷軋工序質量管控平臺架構Fig.1 Cold Rolling Process Quality Control Platform Architecture

冷軋工序質量管控平臺可以對冷軋生產過程中的設備及物料等信息進行實時采集，實現生產過程實時監控；通過整合處理采集數據及相關算法，對生產過程中物料質量信息進行分析，實現冷軋工序質量追溯、質量預測及質量預警；同時，該平臺能夠實現對排產計劃進行評價，優化改進生產計劃，提高生產效率。冷軋工序質量管控平臺各模塊的特點如下：

數據采集及處理模塊可以自動采集包括L1實時數據、L2設定數據、L3計劃和目標數據、大型儀表數據、檢化驗數據和取樣數據等在內的數據及過程工藝數據，并對采集到的各類數據進行實時處理、重整，按照生產過程工藝特征事件、狀態重整后構建多源異構數據之間的關系，形成具有統一數據模型的統一數據存儲架構。

核心功能模塊包括生產過程監控、質量追溯、質量分析、質量預警等功能。該模塊可以對生產過程中工藝及質量數據進行在線監控與離線追溯；并對質量異常及影響質量精度的相關因素進行分析，基于分析結果調整模型及生產工藝參數，實現生產過程工藝參數優化；同時，可以根據上游熱軋工序來料信息實現實時預警，提出優化解決方案，指導冷軋工序工藝參數的修正，提高冷軋工序生產效率及產品合格率，為企業降低成本，提高效益。

3 冷軋工序質量管控平臺功能

3.1 數據采集及處理

數據采集及處理模塊可以自動采集與處理冷軋過程中帶鋼信息、傳感器數據、儀表數據及工藝過程數據。數據采集過程考慮通過各類傳感器實現自動、周期采集關鍵設備數據，如剛度偏差、剛度保持率、輥縫偏差、軋制力偏心值、APC動作響應、彎輥及軋輥軸向橫移響應、軋輥輥號等基礎數據，與質量參數、物料參數、工藝參數、質檢參數等多源異構數據形成統一數據存儲系統，并通過數據預處理、數據重整等算法將重整后的數據提供給數據平臺。

3.2 過程監控

冷軋工序包括酸洗、軋制、退火等工藝過程，各個生產環節均涉及多個工藝參數，這些工藝參數影響冷軋產品最終質量。傳統冷軋工序不能夠實現實時監控各個生產環節的狀態參數，當出現質量問題時再對相應數據進行查詢追溯，降低了生產效率，增加了人工成本。

鞍鋼冷軋工序質量管控平臺可對冷軋過程中關鍵工藝參數和狀態參數實現在線實時監控，并針對物料軋制狀態，根據產品要求，顯示相應的工藝參數實際值和控制極限，監控生產過程中物料信息及工藝數據的變化，并根據各工序物料實際狀態，給出操作提示，實現生產過程預警及控制。同時，通過監控畫面將實時數據展示在相應終端，方便管理人員遠程監控現場生產狀態并匯總現場生產信息。圖2、圖3為冷軋過程中酸洗及冷軋工序、連退工序過程監控實時畫面。

圖2 酸洗及冷軋工序過程監控實時畫面Fig.2 Pickling and Cold Rolling Process Monitoring Real-time Screen

圖3 連退工序過程監控實時畫面Fig.3 Continuous Annealing Process Monitoring Real-time Screen

3.3 質量追溯

大數據分析系統形成了各個生產工序內部關鍵工藝參數及物料信息數據庫，并建立了前后工序間的對應關系。采用該系統可以輕易獲取上游及下游工序間的實時數據信息，從而實現對異常數據點的追溯。

冷軋工序可以基于平臺數據存儲功能，根據操作人員提供的物料號，快速篩選出該物料號在生產過程中指定時間和條件下的實際生產過程數據，通過對比分析多工序過程參數，實現對冷軋產品質量的分析判別和工藝追溯，快速發現異常問題的特征與來源。

3.4 質量分析

質量分析模塊提供了相關性分析、聚類分析等多種分析方法，可根據需求快速對生產數據集進行質量分析，通過高效分析冷軋過程中的產品質量缺陷，進而對產品質量進行改進。通過數據特征識別技術，實現對冷軋過程中質量偏差、工況異常問題進行追溯和成因分析，明確產生異常的工藝因素，并建立工藝質量異常關聯數據庫，通過分析過程不斷訓練和優化數據庫，減少質量異常情況的發生。

3.5 質量預警

冷軋工序可對冷軋過程中重要工藝過程參數、質量參數進行實時在線監控，通過參數超限預警方法、SPC統計控制方法、神經網絡模型預測方法等，實現生產過程實時質量預警，向操作人員提供作業預警信息，保證批次內產品質量穩定性。對于一些無法直接測量的質量指標，采用數據驅動的方法對冷軋過程的實時質量進行預警。通過數字化方法形成定量的評價指標，描述冷軋過程中設備狀態和健康情況，用于預防因關鍵設備狀態而可能發生的質量缺陷。

4 冷軋工序質量管控平臺應用

4.1 應用案例

現就冷軋工序質量管控平臺在鞍鋼冷軋2130生產線上的實際應用進行例舉說明：

（1）過程監控應用

在鞍鋼冷軋2130生產線，過程監控包含酸洗、軋制、退火、平整各個冷軋環節，該管控平臺對各生產過程中的工藝參數及物料信息實現了實時的過程監控，跟蹤監測設備參數、工藝參數及物料信息的實時狀態，結合質量控制計劃和關鍵工藝點的要求，實現對過程中的異常信息進行特殊提示、記錄、統計，并在終端提示操作人員和工藝人員對生產過程做出適當調整，實現對整個冷軋工序的過程監控。例如平整液殘留缺陷控制，該平臺對平整后的各吹風梁的壓力進行監控，出現風壓過低或過高時提示操作人員及時調整，改變了以往檢查員發現帶鋼平整液殘留，再通知操作人員排查問題，調整改善滯后的現狀，平整液殘留缺陷基本消除。

（2）質量回溯應用

產品在冷軋生產結束后，如果質量出現異常，可以通過物料號采用該質量管控平臺快速追溯，顯示煉鋼、連鑄、熱軋、冷軋該物料號所對應的生產過程實際數據，對比分析工藝變化點，找到產生問題的原因。工藝人員根據具體的質量問題，建立分析模塊，快速定位異常狀態出現原因，實現對冷軋產品質量全流程工藝追溯，進而對相應工序進行工藝改進。例如汽車用高強鋼在使用過程中長度方向部分位置出現沖壓裂，根據出現問題的帶鋼位置，追溯熱軋和冷軋各環節的溫度和時間控制，找到性能異常波動的原因，驗證并完善控制標準。

（3）在線評級應用

在冷軋生產過程中，平臺可根據生產過程中的物料狀態及設備狀態，對生產過程中冷軋材進行在線評級，通過對尺寸、板形、性能的綜合評價，給出判定結果，評價實物質量的變化趨勢，可以避免人工判定帶來的誤差及人為因素的影響，同時提高了評級的效率，減少人工成本并提高生產效率。例如高強鋼板形質量，該平臺對板形I值的在線評級，局部位置超出標準的物料報警封閉，提示超出標準的具體位置和嚴重程度，進行返修處理，避免下工序在使用時出現卡鋼、停線等問題。

4.2 實施效果

冷軋工序質量管控平臺的應用實現了如下顯著的效果：

（1）該平臺能夠及時顯示冷軋過程中過程參數及產品質量異常，并提供建議及改進方案，便于生產管理人員進行及時調整，避免出現批量質量問題，提高了質量穩定性，減少質量缺陷的發生。

（2）該平臺可以實現對生產過程中產生的異常情況進行回溯分析，定位引起異常的上游工序對應工藝參數，從而實現對整個流程進行優化，提高最終產品合格率。

（3）該平臺可以實現對生產過程中物料信息及過程參數進行在線及離線分析，對質量與工藝參數關聯分析與優化，有效提升了生產技術人員對生產過程的分析效率，同時提高了分析準確率。

5 結語

基于大數據分析系統的冷軋質量管控平臺，可以實現對冷軋過程中的多種數據源信息進行存儲整合，并與上下游工序間數據進行實時共享，實現對冷軋過程實時監控，為操作與技術人員提供集成可視化的監控工具，保證生產過程實時受控；該平臺通過質量分析及預警功能，可以形成系統的質量判定規則體系并實現在線自動判定，顯著提升質量判定效率與準確性；通過質量追溯功能模塊，快速發現質量異常問題形成原因與關聯規律，并給出工藝參數的優化區間，有力保障了生產過程與產品質量穩定性。該平臺可有效提高冷軋工序生產效率及操作人員與技術人員的工作效率，提高冷軋產品穩定性及合格率。